Quasi un consumatore su 5 tra quelli che hanno usato l'AI per il customer service dice di non averne tratto alcun beneficio. Il dato, tratto dal Qualtrics 2026 Customer Experience Trends Report, è arrivato nello stesso anno in cui i fornitori annunciavano tassi di automazione del 50%, del 60% e persino dell'80%.
Entrambi i numeri possono essere veri allo stesso tempo. Il divario tra loro si riduce a una sola parola: deflection.
La deflection conta le interazioni gestite dall'AI. La risoluzione autonoma conta i problemi che l'AI ha effettivamente risolto. Il tasso di risoluzione del tuo customer service con AI è la distanza tra questi due valori, ed è proprio in quella distanza che i clienti si perdono e i leader CX prendono decisioni costose basate sui dati sbagliati.
Cosa misura davvero la deflection
Quando un cliente invia una domanda e il sistema risponde con il link a un articolo delle FAQ, la maggior parte delle piattaforme lo registra come deflection riuscita. Il ticket non è mai arrivato a un operatore. Il tasso di automazione sale. La dashboard sembra in salute.
Ma la dashboard non sa se il cliente ha trovato la risposta. Non sa se ha rinunciato, se ha richiamato il giorno dopo o se se n'è andato in silenzio. La deflection misura ciò che ha fatto l'AI. Non dice nulla dell'esperienza del cliente.
Il problema peggiora man mano che le implementazioni crescono. Uno studio NewtonX del 2026 ha intervistato 2.000 consumatori e 500 decision maker CX aziendali in tre continenti, e la divergenza è netta: le aziende puntano su riduzione dei costi e deflection dei ticket, mentre i consumatori danno valore alla risoluzione sopra ogni altra cosa. Tra gli obiettivi indicati come prioritari dalle aziende, la risoluzione era al settimo posto.
Lo stesso studio ha rilevato che il 55% delle aziende misura insieme le prestazioni dell'AI e degli operatori umani, il che rende quasi impossibile isolare quelle effettive dell'AI. Se non puoi separare i segnali, non puoi capire se l'AI risolve i problemi o si limita ad assorbire volumi.
Il divario in un numero
La lettura più chiara dell'ampiezza del fenomeno arriva da una ricerca Gartner ormai citata in tutto il settore: l'AI devia oltre il 45% delle richieste dei clienti, ma solo il 14% circa arriva a una risoluzione completa in self-service. Sono 31 punti di divario tra ciò che riporta la dashboard e ciò che il cliente ha effettivamente ottenuto.
Su 100 domande gestite dall'AI, circa 14 si concludono con il problema del cliente risolto. Le altre 31 sono state conteggiate come gestite senza essere risolte. Sono i contatti che tornano sotto forma di ricontatti, escalation e abbandoni, e spiegano perché un tasso di automazione apparentemente sano può nascondere un'operatività in difficoltà.
I numeri che rendono pericolosa la deflection
Ecco come si traduce tutto questo in un solo mese.
La tua AI gestisce 10.000 ticket. La dashboard del fornitore mostra un tasso di automazione del 60%: 6.000 ticket gestiti senza un operatore. Sulla carta, un ottimo risultato.
Ma analizza meglio i dati. Di quelle 6.000 interazioni automatizzate, forse il 75% è stato davvero risolto: il cliente ha ottenuto ciò che gli serviva e non è tornato. L'altro 25% è stato deviato: l'AI ha risposto, ma il problema è rimasto. Alcuni di quei clienti hanno provato un altro canale. Alcuni hanno chiamato. Alcuni se ne sono andati.
Il tuo tasso reale di risoluzione autonoma non è del 60%. È del 45%. E i 1.500 ticket che sembravano automatizzati ma non lo erano sono ancora nel tuo sistema, travestiti da ricontatti, escalation o abbandoni.
Un modo per accorgertene è misurare la durabilità della risoluzione: non solo se un problema è stato segnato come risolto, ma se il cliente è tornato per lo stesso problema entro 72 ore. Un tasso di deflection elevato abbinato a un tasso di ricontatto elevato non è automazione. È un costo rinviato.
Come appare la risoluzione in produzione
Risoluzione autonoma significa che l'AI ha risolto completamente il problema del cliente senza intervento umano, senza ticket di follow-up e senza un secondo tentativo su un altro canale. È un'asticella più alta di quella che la maggior parte delle dashboard dei fornitori è in grado di misurare, ed è quella correlata ai risultati che contano per i leader CX: minor costo per ticket, CSAT più alto, meno abbandoni.
Perché un'interazione con l'AI conti come vera risoluzione, devono verificarsi 3 condizioni.
L'AI deve avere accesso ai tuoi sistemi: non solo alla knowledge base, ma anche a gestione ordini, fatturazione, CRM e strumenti di ticketing. Un cliente che chiede di modificare l'indirizzo di spedizione non ha bisogno di un link al tuo help center. Ha bisogno che l'indirizzo venga modificato. Un'architettura overlay che si collega al tuo help desk esistente, invece di sostituirlo, rende possibile questo accesso senza mesi di migrazione. Se l'AI può leggere i tuoi sistemi ma non scriverci, può rispondere alle domande ma non risolvere i problemi. È una FAQ sofisticata, non un agente AI.
L'AI deve eseguire l'azione. Elaborare un rimborso, riprenotare un volo, aggiornare un account: sono queste le interazioni che portano alla risoluzione. La distanza tra le piattaforme che mostrano informazioni e quelle che eseguono transazioni è la distanza tra deflection e risoluzione.
L'AI deve avere la conferma che il cliente considera risolto il problema. È il passaggio che la maggior parte delle piattaforme salta: chiudono il ticket quando l'AI risponde, non quando il cliente conferma che il problema è stato gestito. I fornitori che misurano la risoluzione confermata dal cliente registrano costantemente punteggi CSAT superiori del 15-20% rispetto alle piattaforme che si affidano alla chiusura automatica dei ticket.
Quando queste 3 condizioni sono soddisfatte, i numeri cambiano. Una ricerca indipendente di McKinsey del 2026 sulle operazioni di servizio mostra che gli agenti AI in grado di eseguire azioni raggiungono tassi di risoluzione molto più alti rispetto agli strumenti orientati alla deflection, a una frazione del costo per contatto della gestione umana. Il divario è strutturale, non una questione di configurazione.
Come appare quando funziona
I numeri in produzione lo confermano. Mastermind ha raggiunto il 93% di risoluzione autonoma entro 6 settimane dall'implementazione. Non deflection, ma problemi chiusi senza un operatore. Rho ha mantenuto un CSAT del 95% gestendo il 12% di contatti mensili in più senza aumentare l'organico, perché l'AI assorbiva volumi reali invece di rimandarli altrove.
Questi risultati hanno un filo conduttore: l'AI è stata valutata su ciò che risolveva ed era collegata ai sistemi in cui la risoluzione avviene davvero. È il tasso di risoluzione, non la deflection, il numero che rispecchia l'esperienza dei clienti e ciò che vede il reparto finance.
5 domande da fare in ogni valutazione di un fornitore
Se stai valutando piattaforme di customer service con AI, la distinzione tra deflection e risoluzione dovrebbe essere il tuo primo filtro. Ecco come farla emergere in una demo o in un POC.
Come definite "risolto"? Se la risposta parla di containment, deflection o tasso di automazione senza specificare che il problema del cliente è stato completamente risolto, hai davanti una metrica di deflection con l'etichetta di risoluzione. Chiedi al fornitore di distinguere tra interazioni gestite dall'AI e problemi risolti dall'AI.
Qual è il vostro tasso di ricontatto entro 72 ore? È la metrica che smaschera le false risoluzioni. Se il 25% dei ticket risolti genera un follow-up entro 3 giorni, il tasso di risoluzione effettivo è sensibilmente più basso del numero dichiarato. I fornitori sicuri della qualità delle loro risoluzioni lo condivideranno. Quelli che esitano probabilmente non l'hanno mai misurato.
L'AI può eseguire azioni nei miei sistemi di backend o si limita a fornire risposte? Integrazione in sola lettura o in lettura-scrittura: è questa la linea di demarcazione architetturale. Un'AI che può consultare un ordine ma non elaborare un reso avrà sempre un limite più basso di risoluzione reale. Chiedi esplicitamente quanto è profonda l'integrazione con il tuo help desk, CRM e strumenti di gestione ordini esistenti.
Come misurate la conferma della risoluzione da parte del cliente? Chiudere automaticamente un ticket dopo la risposta dell'AI non equivale a confermare che il problema del cliente sia stato gestito. Chiedi se la piattaforma usa la conferma del cliente, sondaggi di follow-up o il tracciamento dei ricontatti. La metodologia conta quanto il numero.
Siete disposti a definire il prezzo in base alle risoluzioni riuscite? Il pricing basato sui risultati allinea gli incentivi del fornitore a quelli dei clienti. Se il fornitore guadagna solo quando i problemi dei tuoi clienti vengono davvero risolti, sta costruendo per la risoluzione. Se fa pagare per postazione, per ticket o per messaggio indipendentemente dal risultato, il suo incentivo è il volume, non i risultati.
Il cambio di metrica è già in corso
Il settore si sta muovendo in questa direzione, anche se lentamente. Gartner prevede che entro il 2029 l'AI risolverà l'80% dei problemi comuni del customer service senza intervento umano. La parola chiave è risolvere, non deviare. Alcuni fornitori stanno già ripensando la fatturazione, separando le risoluzioni verificate da quelle contenute e facendo pagare solo i risultati che possono dimostrare. È un modo più rapido di qualsiasi case study per capire i reali incentivi di un fornitore.
Per i leader CX che valutano fornitori in questo trimestre, la distinzione tra deflection e risoluzione non è un dibattito filosofico. È un filtro di procurement. I fornitori che misurano la risoluzione creano prodotti che migliorano la risoluzione. Quelli che misurano la deflection creano prodotti che migliorano la deflection. I tuoi clienti noteranno la differenza molto prima della tua dashboard.
Se stai conducendo una valutazione, parti dalle 5 domande qui sopra e confronta la definizione di ogni fornitore con ciò che il tasso di risoluzione misura davvero. Per capire perché le implementazioni che convincono in demo si bloccano in produzione, l'analisi del divario tra pilota e produzione nel supporto con AI illustra le metriche che fanno la differenza.
Scopri come funziona la risoluzione autonoma sui tuoi volumi di ticket. Prenota una demo e porta le tue richieste più difficili.
Mettilo alla prova sulle tue conversazioni.
Richiedi una demo personalizzata gratuita.
