Un agente AI può davvero risolvere autonomamente la maggior parte delle richieste di assistenza?

Per la quota di richieste di primo livello, sì, stando ai dati pubblicati qui: dal 50 al 95 per cento, a seconda dell'azienda e di quanto fosse ristretto l'ambito. Nessuno di questi team afferma che il proprio agente AI gestisca ogni cosa. Tutti continuano a inoltrare a una persona i casi che esulano dal suo ambito: è proprio questo che permette ai risultati di reggere, senza crollare davanti ai casi limite.

L'automazione del supporto di primo livello danneggia la soddisfazione dei clienti?

In questi casi, no. Lightspeed Commerce ha registrato un aumento del 60% del CSAT dopo aver automatizzato il servizio con Fin, mentre Chime ha raddoppiato il punteggio di soddisfazione dei membri riducendo i costi di assistenza del 60%. Una risposta rapida e corretta a una domanda di routine tende a soddisfare i clienti più di una risposta lenta da parte di una persona: è l'opposto di ciò che la maggior parte dei team si aspetta prima di iniziare.

Quanto tempo serve per vedere i risultati di un agente AI per il servizio clienti?

Fundrise ha dichiarato di aver automatizzato oltre il 50% delle richieste di assistenza in meno di tre mesi. Anthropic, un altro cliente di Fin, ha riportato un tasso di risoluzione del 50,8% in poco più di un mese. Il fattore comune dei risultati più rapidi è un ambito iniziale ristretto. I team che cercano di automatizzare tutto in una volta tendono a impiegare più tempo, non meno, per raggiungere risultati comparabili.

Quale azienda ha ottenuto i risultati migliori con l'AI nel servizio clienti?

In termini di percentuale, spiccano la riduzione dei costi del 95% di ClassPass e la gestione senza intervento umano dell'80% delle chat di Duolingo, ma il concetto di «migliore» dipende da ciò che si vuole ottimizzare. Chime ha puntato contemporaneamente su costi e soddisfazione. Lightspeed ha puntato sulla velocità senza sacrificare la qualità. Scegli l'esempio in base a ciò che il tuo team deve davvero migliorare, non al dato più eclatante.

Queste aziende utilizzano l'agente AI di LiveAgent?

No. Questi cinque esempi utilizzano Fin di Intercom e l'agente AI di Decagon. Citiamo i risultati pubblicati dalle aziende stesse come prova che questo approccio funziona, non come approvazione di uno dei due strumenti. LiveAgent ha una propria funzionalità AI Agent, progettata per funzionare reparto per reparto, che descriviamo in una guida separata alla configurazione.

Casi d'uso degli agenti AI per il servizio clienti: 5 team che hanno sostituito il supporto di primo livello

La maggior parte dei contenuti sui casi d’uso dell’AI nel servizio clienti è pura speculazione. Ecco 5 team reali con dati reali e pubblicati: cosa è stato automatizzato, cosa no e quali sono stati i risultati effettivi.

Pubblicato il Sep 28, 2026 da Adam Khaled.

AI Assistenza clienti Casi di studio

Inizia la prova gratuita Prenota una demo

Cinque aziende hanno pubblicato dati reali sull'impiego di un agente AI nel supporto di primo livello: Fundrise ha automatizzato oltre il 50% delle richieste in 3 mesi, Lightspeed ne ha risolto il 65% e ha aumentato il CSAT del 60%, Chime ha ridotto i costi del 60% raddoppiando la soddisfazione, Duolingo ha evitato l'inoltro agli operatori dell'80% delle chat e ClassPass ha tagliato i costi del 95%. Nessuna è cliente di LiveAgent; tutti i dati sono citati dai casi di studio pubblicati dalle aziende stesse.

In questo articolo:

Che cosa significa davvero supporto di primo livello
Fundrise: oltre il 50% delle richieste di assistenza in meno di 3 mesi
Lightspeed Commerce: 65% di richieste risolte, CSAT in aumento
Chime: costi inferiori del 60%, soddisfazione raddoppiata
Duolingo: l'80% delle chat gestite senza intervento umano
ClassPass: costi ridotti del 95%, percentuale di chat gestite superiore alle previsioni
Che cosa hanno davvero in comune questi 5 team

La maggior parte degli esempi di AI nel servizio clienti descrive ciò che un agente AI potrebbe fare in teoria. Questo articolo considera solo casi in cui un’azienda reale ha pubblicato un dato concreto e indicato la fonte, così puoi verificarlo di persona invece di fidarti di un blog.

Nessuna delle cinque aziende qui sotto usa LiveAgent. Citiamo i risultati pubblicati dalle aziende stesse come prova che questo approccio funziona, non come approvazione degli strumenti utilizzati.

Che cosa significa davvero supporto di primo livello

Il primo livello è il primo strato di qualsiasi coda di assistenza: gestisce le domande di routine a cui si può rispondere correttamente senza competenze specialistiche. Stato di un ordine. Reimpostazione di una password. Informazioni di base sulla fatturazione. Modifiche all’account. Nella maggior parte dei team, è anche il livello che assorbe più ore degli operatori con il minor ritorno, perché un operatore esperto dedica alla domanda di routine gli stessi dieci minuti di un collega meno esperto.

È proprio per questo che tutti gli esempi seguenti sono partiti da qui. Nessuno di questi cinque team ha cercato di automatizzare prima le richieste più difficili.

Illustrazione di un agente AI per il servizio clienti che risolve automaticamente richieste di routine di primo livello, come lo stato degli ordini e la reimpostazione delle password, e poi inoltra una controversia complessa a un operatore

Fundrise: oltre il 50% delle richieste di assistenza in meno di 3 mesi

Fundrise , piattaforma immobiliare che consente di investire direttamente, ha implementato l’agente AI Fin di Intercom per gestire il volume crescente di richieste senza aumentare il personale. Luke Ruth, Chief Product Officer di Fundrise, ha dichiarato: «Meno di tre mesi dopo il lancio di Fin, ora gestisce oltre il 50% di tutte le nostre richieste di assistenza».

In questo caso il contesto conta quanto il dato. Fundrise voleva mantenere tempi di risposta rapidi per una base di investitori in crescita, lasciando comunque agli operatori lo spazio per dare risposte ponderate a domande finanziarie complesse, che non dovrebbero essere affidate a un agente AI. Automatizzare la parte di routine della coda ha permesso di creare quello spazio.

Lightspeed Commerce: 65% di richieste risolte, CSAT in aumento

Lightspeed Commerce , piattaforma globale di e-commerce e punto vendita, utilizza Fin con un team di assistenza composto sia da utenti di lunga data di Intercom sia da operatori che non avevano mai utilizzato lo strumento. Fin partecipa ora al 99% delle conversazioni e ne risolve autonomamente fino al 65%.

Il dato a cui prestare attenzione non è il tasso di risoluzione, ma l’aumento del 60% del CSAT relativo a Fin, avvenuto contemporaneamente alla riduzione dei tempi di risposta del 38% per la chat e del 67% per le email. Si presume spesso che automatizzare l’assistenza significhi scambiare la qualità con la velocità. I dati di Lightspeed indicano il contrario: l’agente AI poteva decidere liberamente quando passare una conversazione a una persona, anziché obbligare ogni caso a passare prima attraverso l’AI.

Chime: costi inferiori del 60%, soddisfazione raddoppiata

Chime , società fintech, ha implementato l’agente AI di Decagon e ha riportato una riduzione del 60% dei costi di assistenza clienti, un tasso di risoluzione del 70% per chat e chiamate vocali e un raddoppio del punteggio di soddisfazione dei membri.

Il fatto che costi e soddisfazione siano migliorati contemporaneamente, anziché penalizzarsi a vicenda, è l’aspetto meno intuitivo del risultato di Chime. Diventa comprensibile solo separando ciò che è stato automatizzato (la parte ripetitiva e ad alto volume della coda) da ciò che è rimasto agli operatori (le domande per cui l’intervento umano apporta davvero valore). Nessuno dei due aspetti è peggiorato: entrambi hanno potuto concentrarsi maggiormente su ciò che sanno fare meglio.

Duolingo: l'80% delle chat gestite senza intervento umano

Duolingo ha implementato l’agente AI di Decagon e ha riportato una percentuale di chat gestite senza intervento umano dell'80%: in altre parole, 4 richieste via chat su 5 non arrivano affatto a un operatore. Il caso di studio non specifica esattamente quali categorie costituiscano quell'80%, ma dichiara che ora gli operatori possono dedicare il proprio tempo alle richieste più complesse, prima sommerse dal volume che viene oggi gestito dall’AI.

Alle dimensioni di Duolingo, una percentuale dell'80% non è un piccolo guadagno di efficienza. È la differenza tra un team di assistenza in grado di tenere il passo con una base utenti in crescita e uno che strutturalmente non ci riesce, senza dover assumere personale allo stesso ritmo o accettare tempi di risposta più lunghi.

ClassPass: costi ridotti del 95%, percentuale di chat gestite superiore alle previsioni

ClassPass , piattaforma in abbonamento per fitness e benessere, aveva già avviato un programma maturo per capire quali richieste potessero essere gestite senza intervento umano prima di implementare l’agente AI di Decagon. Nonostante questo vantaggio iniziale, il team ha dichiarato: «Al lancio abbiamo registrato una percentuale di richieste gestite senza intervento umano 10 volte superiore alle nostre previsioni», oltre a una riduzione dei costi di assistenza dichiarata del 95%.

È il dettaglio più utile di tutto l’elenco. ClassPass non procedeva alla cieca: disponeva già di ricerche sui clienti, eppure ha sottostimato di un ordine di grandezza la quantità di richieste che l’agente AI avrebbe potuto togliere dalla coda. Se un team con un programma già maturo può sbagliarsi di un fattore 10, la maggior parte dei team che implementa l’AI per la prima volta dovrebbe aspettarsi che anche le proprie stime iniziali siano errate, probabilmente nella stessa direzione.

Che cosa hanno davvero in comune questi 5 team

Al netto dei nomi dei fornitori, i cinque risultati riportati sopra hanno tutti la stessa struttura:

Grafico a barre che confronta il risultato principale ottenuto da ogni azienda con il proprio agente AI: riduzione dei costi del 95% per ClassPass, 80% delle chat gestite senza intervento umano per Duolingo, risoluzione del 70% di chat e chiamate vocali per Chime, risoluzione del 65% delle conversazioni per Lightspeed Commerce e automazione del 50% delle richieste di assistenza per Fundrise

Team	Attività automatizzata	Risultato principale
Fundrise	Oltre il 50% delle richieste di assistenza	Riassegnazione a tempo pieno delle ore degli operatori a domande complesse in meno di 3 mesi
Lightspeed Commerce	65% delle conversazioni	Risoluzione e soddisfazione sono aumentate insieme, senza compromessi
Chime	Volume di routine di chat e chiamate vocali	Costi inferiori del 60%, soddisfazione raddoppiata
Duolingo	80% delle chat	L’assistenza ha tenuto il passo con la crescita della base utenti senza un aumento proporzionale del personale
ClassPass	Molto più del previsto	Costi ridotti del 95%, risultato 10 volte superiore alle proprie previsioni

Nessuna di queste aziende ha automatizzato tutto. Tutte e cinque hanno mantenuto un livello di assistenza umana per qualsiasi richiesta al di fuori dell’ambito dell’agente AI. E in ogni caso il team è partito dalle richieste di routine e ripetitive della coda, dal livello di primo supporto, non dai casi più difficili.

Questa è la vera conclusione, più importante di qualsiasi singola percentuale: l’approccio non è «sostituire l’assistenza con l’AI», ma «smettere di impiegare operatori qualificati per domande che non richiedono competenze particolari» e lasciare che i risultati ne conseguano. Se vuoi provare questo approccio sulla tua coda, la nostra guida su come implementare un agente AI per il servizio clienti spiega esattamente come definire l’ambito della prima fase, mentre la configurazione di un agente AI in LiveAgent descrive i passaggi di configurazione specifici per LiveAgent.

Condividi questo articolo

Domande frequenti

: Il supporto di primo livello è il primo strato di una coda di assistenza: gestisce domande di routine e ripetitive che non richiedono competenze specialistiche, come lo stato di un ordine, la reimpostazione di una password, informazioni di base sulla fatturazione o modifiche all'account. È il livello a cui la maggior parte dei team di assistenza dedica più ore e che ogni esempio in questo articolo ha automatizzato per primo, prima di affrontare attività più complesse.
: Per la quota di richieste di primo livello, sì, stando ai dati pubblicati qui: dal 50 al 95 per cento, a seconda dell'azienda e di quanto fosse ristretto l'ambito. Nessuno di questi team afferma che il proprio agente AI gestisca ogni cosa. Tutti continuano a inoltrare a una persona i casi che esulano dal suo ambito: è proprio questo che permette ai risultati di reggere, senza crollare davanti ai casi limite.
: In questi casi, no. Lightspeed Commerce ha registrato un aumento del 60% del CSAT dopo aver automatizzato il servizio con Fin, mentre Chime ha raddoppiato il punteggio di soddisfazione dei membri riducendo i costi di assistenza del 60%. Una risposta rapida e corretta a una domanda di routine tende a soddisfare i clienti più di una risposta lenta da parte di una persona: è l'opposto di ciò che la maggior parte dei team si aspetta prima di iniziare.
: Fundrise ha dichiarato di aver automatizzato oltre il 50% delle richieste di assistenza in meno di tre mesi. Anthropic, un altro cliente di Fin, ha riportato un tasso di risoluzione del 50,8% in poco più di un mese. Il fattore comune dei risultati più rapidi è un ambito iniziale ristretto. I team che cercano di automatizzare tutto in una volta tendono a impiegare più tempo, non meno, per raggiungere risultati comparabili.
: In termini di percentuale, spiccano la riduzione dei costi del 95% di ClassPass e la gestione senza intervento umano dell'80% delle chat di Duolingo, ma il concetto di «migliore» dipende da ciò che si vuole ottimizzare. Chime ha puntato contemporaneamente su costi e soddisfazione. Lightspeed ha puntato sulla velocità senza sacrificare la qualità. Scegli l'esempio in base a ciò che il tuo team deve davvero migliorare, non al dato più eclatante.
: No. Questi cinque esempi utilizzano Fin di Intercom e l'agente AI di Decagon. Citiamo i risultati pubblicati dalle aziende stesse come prova che questo approccio funziona, non come approvazione di uno dei due strumenti. LiveAgent ha una propria funzionalità AI Agent, progettata per funzionare reparto per reparto, che descriviamo in una guida separata alla configurazione.