Centralino virtuale con l'AI: cosa sa fare oggi e dove servono ancora le persone

Risposta breve

Un centralino virtuale AI capisce la richiesta espressa a voce libera, smista le chiamate, dà informazioni ricorrenti, gestisce appuntamenti e compila ticket. Fatica con latenza, accenti, linee disturbate e codici alfanumerici, e non è adatto a reclami, pagamenti e questioni legali, che vanno passati a un operatore con tutto il contesto. Dal 2 agosto 2026 chi chiama deve sapere che parla con un sistema di AI.

Come funziona un centralino virtuale con l’AI

I risponditori automatici esistono da decenni: “premi 1 per l’amministrazione, premi 2 per l’assistenza”. Si chiamano IVR (interactive voice response) e funzionano con menu fissi. Il centralino virtuale AI fa un passo diverso: la persona parla liberamente e il sistema capisce cosa vuole.

Dietro una telefonata ci sono, in genere, tre componenti che lavorano in sequenza:

1. Riconoscimento vocale (speech-to-text): trasforma la voce in testo.
2. Comprensione e decisione: un modello linguistico di grandi dimensioni (LLM, large language model) interpreta il testo, decide cosa rispondere e, se serve, interroga i sistemi aziendali: agenda, gestionale, CRM (Customer Relationship Management), help desk.
3. Sintesi vocale (text-to-speech): trasforma la risposta in voce.

Esistono anche modelli che elaborano direttamente l’audio, senza passare per il testo. In entrambi i casi il sistema si collega alla linea telefonica tramite il VoIP (la telefonia che viaggia su rete internet) del centralino aziendale o dell’operatore.

Quando il centralino non si limita a rispondere ma compie azioni (fissa un appuntamento, apre un ticket, verifica lo stato di un ordine), diventa a tutti gli effetti un agente AI con un’interfaccia vocale. Le stesse regole di progettazione valgono per entrambi: permessi minimi, registro delle operazioni, controllo umano proporzionato al rischio. L’architettura che regge questo tipo di integrazione è la stessa degli altri agenti.

Cosa sa fare bene oggi un centralino virtuale AI

Le attività adatte hanno tratti comuni: richieste prevedibili, poche informazioni da raccogliere, risposta verificabile su dati certi.

• Accoglienza e smistamento. Capire se chi chiama vuole l’amministrazione, l’assistenza tecnica o un commerciale, e passare la chiamata. È il caso più semplice e spesso il più utile nelle ore di punta.
• Informazioni ricorrenti. Orari, indirizzi, documenti necessari, stato di una pratica o di una spedizione, purché i dati vengano letti da un sistema aggiornato e non “ricordati” dal modello.
• Appuntamenti. Fissare, spostare o disdire, con verifica della disponibilità in agenda e conferma via SMS (Short Message Service) o email.
• Raccolta strutturata di informazioni. Primo inquadramento di una segnalazione tecnica: chi è il cliente, quale prodotto, quale problema, da quando. Il ticket arriva all’help desk già compilato.
• Copertura fuori orario. Raccogliere le richieste di notte e nei festivi, distinguendo quelle che richiedono una reperibilità immediata.
• Riepilogo delle chiamate. Anche quando risponde una persona, l’AI può trascrivere, riassumere e aggiornare il CRM (il sistema di gestione dei clienti).

Le aspettative degli analisti sono alte. Gartner, in un comunicato del 5 marzo 2025, prevede che entro il 2029 l’agentic AI risolverà in autonomia l’80% delle richieste comuni di customer service. È una previsione, riferita alle richieste “comuni”, e non dice nulla di quelle che non lo sono.

I limiti reali

Latenza

In una conversazione tra persone i turni si alternano molto rapidamente. Uno studio comparativo su dieci lingue pubblicato su PNAS nel 2009 (Stivers e colleghi) ha osservato che la durata media delle pause tra un turno e l’altro varia poco da una lingua all’altra, entro un intervallo di circa 250 millisecondi attorno alla media. Un sistema che concatena riconoscimento vocale, modello linguistico, interrogazione di un gestionale e sintesi vocale accumula ritardi a ogni passaggio. Se la pausa si allunga, chi chiama ripete la domanda o inizia a parlare sopra la risposta, e la conversazione si inceppa.

Le contromisure esistono: iniziare a pronunciare la risposta prima che sia completa, usare modelli più piccoli per le fasi semplici, inserire brevi frasi di cortesia mentre il sistema consulta un archivio. I ritardi dei sistemi esterni, però, restano fuori dal controllo del modello.

Accenti, dialetti e linguaggio specialistico

Il riconoscimento vocale funziona meglio sull’italiano standard che su accenti marcati, alternanza con il dialetto, persone anziane o non madrelingua. Nomi propri, indirizzi, codici alfanumerici e terminologia di settore sono i punti in cui gli errori sono più frequenti: un codice cliente trascritto male porta alla pratica sbagliata.

La contromisura è progettare il dialogo per verificare: ripetere i dati critici (“ho capito il codice A, B, 7, 2: è corretto?”), chiedere lo spelling dei cognomi, preferire domande chiuse quando servono dati precisi, e misurare gli errori sulle chiamate reali dell’azienda, non su dimostrazioni.

Linee disturbate

La telefonia tradizionale trasmette una banda di frequenze più ristretta rispetto all’audio registrato con un buon microfono, e le chiamate da cellulare in movimento, da un’auto o da un cantiere aggiungono rumore e interruzioni. Questo peggiora il riconoscimento vocale e rende più difficile capire quando la persona ha finito di parlare. Un sistema provato solo in ufficio può comportarsi in modo molto diverso sulle linee reali.

Reclami e conversazioni complesse

I limiti più importanti non sono tecnici. Un cliente arrabbiato, più pratiche intrecciate, una richiesta che richiede discrezionalità: qui chi chiama vuole essere ascoltato da qualcuno che può decidere. Il centralino AI può riconoscere tono e complessità della chiamata: a quel punto il suo compito è passarla in fretta a un operatore, con tutto il contesto.

C’è anche un tema di fiducia. In un sondaggio su 5.728 clienti condotto a dicembre 2023 e pubblicato il 9 luglio 2024, Gartner ha rilevato che il 64% preferirebbe che le aziende non usassero l’AI nel servizio clienti; la preoccupazione principale indicata è la difficoltà di raggiungere una persona (Gartner, 2024). Il dato non esclude l’uso dell’AI, ma indica dove progettare con più attenzione.

L’obbligo di trasparenza dell’AI Act

L’articolo 50 del Regolamento UE 2024/1689 (AI Act) stabilisce che i sistemi di AI destinati a interagire direttamente con le persone fisiche siano progettati in modo che queste vengano informate che stanno interagendo con un sistema di AI. L’informazione va data in modo chiaro e riconoscibile, al più tardi al momento della prima interazione (art. 50, paragrafo 5).

L’obbligo si applica dal 2 agosto 2026 ed è quindi già operativo. Il cosiddetto “Digital Omnibus” (Regolamento UE 2026/1744, pubblicato in Gazzetta ufficiale dell’UE il 24 luglio 2026) ha previsto un periodo transitorio fino al 2 dicembre 2026 solo per il paragrafo 2 dell’articolo 50, cioè la marcatura dei contenuti sintetici prodotti da sistemi già sul mercato, non per l’obbligo di informare chi interagisce con il sistema (FPF, 2026). Il calendario completo è nell’articolo sull’AI Act scadenza per scadenza.

Formalmente l’obbligo del paragrafo 1 ricade sul fornitore del sistema, ma l’azienda che lo usa sulla propria linea ha interesse a verificare che l’avviso ci sia. Le eccezioni sono limitate: il caso in cui la natura artificiale sia evidente per una persona ragionevolmente informata e attenta, e gli usi autorizzati per legge in ambito penale. Con una voce sintetica sempre più naturale, contare sull’evidenza è rischioso. La soluzione pratica è una frase all’inizio della chiamata, del tipo “risponde l’assistente virtuale dell’azienda, un sistema di intelligenza artificiale; per parlare con un operatore può dirlo in qualsiasi momento”.

Restano poi gli obblighi del GDPR (General Data Protection Regulation) se la chiamata viene registrata o trascritta: informativa, base giuridica, tempi di conservazione, contratti con i fornitori che trattano l’audio (art. 28) e misure di sicurezza (art. 32) (Reg. UE 2016/679).

Progettare il passaggio a un operatore

Il punto in cui un centralino AI si gioca la fiducia dei clienti è il passaggio a una persona. Alcune regole di progettazione:

• Il passaggio è sempre disponibile. Chi chiama deve poterlo chiedere in qualsiasi momento, con parole naturali, senza dover “convincere” il sistema.
• Scatta da solo in casi definiti. Dopo due incomprensioni consecutive, quando il tono indica forte irritazione, quando la richiesta rientra in categorie escluse (reclami, questioni legali, dati sanitari, pagamenti).
• Porta con sé il contesto. L’operatore riceve il riepilogo della conversazione e i dati già raccolti. Far ripetere tutto da capo vanifica il lavoro fatto.
• Ha un piano B. Se nessun operatore è disponibile, il sistema lo dice chiaramente, raccoglie i dati e garantisce un richiamo entro un tempo dichiarato.

Il livello di autonomia da dare al centralino segue la stessa logica di qualsiasi agente AI: si parte dai suggerimenti e dallo smistamento, e si allarga solo con dati alla mano, come spiegato in human in the loop: quanta autonomia dare a un agente AI.

Una tabella per decidere cosa affidare all’AI

Prima di estendere il perimetro conviene ascoltare ogni settimana un campione di chiamate reali e misurare pochi indicatori: chiamate risolte senza passaggio, passaggi richiesti dal cliente, errori nei dati raccolti, tempo di attesa per l’operatore. Il metodo è lo stesso degli altri progetti: un processo, un indicatore, un avvio graduale.

Da ricordare

• Il centralino AI funziona bene su richieste prevedibili: smistamento, informazioni ricorrenti, appuntamenti, raccolta strutturata di dati.
• Latenza, accenti, linee disturbate e codici alfanumerici sono limiti concreti: vanno testati sulle chiamate reali, non in demo.
• Reclami, pagamenti e questioni legali restano alle persone; l’AI prepara il contesto e passa la chiamata.
• Dal 2 agosto 2026 chi chiama deve essere informato, al più tardi alla prima interazione, che parla con un sistema di AI (art. 50 AI Act).
• Il passaggio a un operatore deve essere sempre possibile, rapido e senza perdita di informazioni.

Domande frequenti

Che differenza c’è tra un IVR tradizionale e un centralino virtuale con AI?

Un IVR (interactive voice response) tradizionale funziona con menu fissi del tipo «premi 1 per l’amministrazione». In un centralino virtuale con AI la persona parla liberamente: il riconoscimento vocale trascrive la voce, un modello linguistico interpreta la richiesta e, se serve, interroga agenda, gestionale o CRM, poi la sintesi vocale pronuncia la risposta. Quando compie anche azioni, come fissare appuntamenti o aprire ticket, diventa un agente AI con interfaccia vocale.

Il centralino AI deve dire che è un’intelligenza artificiale?

Sì. L’articolo 50 dell’AI Act richiede che i sistemi di AI che interagiscono direttamente con le persone siano progettati per informarle, in modo chiaro e al più tardi alla prima interazione, che stanno parlando con un sistema di AI. L’obbligo si applica dal 2 agosto 2026 e ricade formalmente sul fornitore, ma l’azienda che usa il centralino ha interesse a verificarlo. Basta una frase chiara all’inizio della chiamata.

Un centralino virtuale AI capisce accenti e dialetti?

Il riconoscimento vocale funziona meglio sull’italiano standard che su accenti marcati, alternanza con il dialetto, persone anziane o non madrelingua. Gli errori sono più frequenti su nomi propri, indirizzi, codici alfanumerici e termini di settore. Per questo il dialogo va progettato per verificare: ripetere i dati critici, chiedere lo spelling dei cognomi, preferire domande chiuse e misurare gli errori sulle chiamate reali dell’azienda, non su dimostrazioni.

Perché un assistente vocale AI a volte risponde in ritardo?

Perché concatena più passaggi: riconoscimento vocale, modello linguistico, eventuale interrogazione di un gestionale e sintesi vocale, ognuno con il suo ritardo. Nelle conversazioni tra persone i turni si alternano molto rapidamente, quindi una pausa lunga spinge chi chiama a ripetere o a parlare sopra la risposta. Aiutano risposte pronunciate prima di essere complete, modelli più piccoli per le fasi semplici e brevi frasi di cortesia durante le consultazioni.

Quando un centralino AI deve passare la chiamata a un operatore?

Sempre quando chi chiama lo chiede, con parole naturali e in qualsiasi momento. Il passaggio dovrebbe scattare da solo dopo due incomprensioni consecutive, quando il tono indica forte irritazione o quando la richiesta riguarda categorie escluse come reclami, questioni legali, dati sanitari e pagamenti. L’operatore deve ricevere il riepilogo e i dati già raccolti; se nessuno è disponibile, il sistema lo dice e garantisce un richiamo entro un tempo dichiarato.

I clienti accettano di parlare con un centralino AI?

Non sempre. In un sondaggio Gartner su 5.728 clienti, condotto a dicembre 2023 e pubblicato a luglio 2024, il 64% ha dichiarato di preferire che le aziende non usino l’AI nel servizio clienti; la preoccupazione principale è la difficoltà di raggiungere una persona. Il dato non esclude l’uso dell’AI, ma indica di progettare con cura il passaggio a un operatore e di renderlo sempre disponibile.

Si possono registrare e trascrivere le telefonate gestite dall’AI?

Sì, nel rispetto del GDPR. Se la chiamata viene registrata o trascritta servono un’informativa per chi chiama, una base giuridica, tempi di conservazione definiti, contratti con i fornitori che trattano l’audio come responsabili del trattamento (art. 28) e misure di sicurezza adeguate (art. 32). Questi obblighi si aggiungono a quello di trasparenza dell’AI Act, che riguarda l’informazione sulla natura artificiale dell’interlocutore.

Bibliografia e fonti

1. Parlamento europeo e Consiglio dell’Unione europea, Regolamento (UE) 2024/1689 che stabilisce regole armonizzate sull’intelligenza artificiale (AI Act), Gazzetta ufficiale dell’Unione europea, serie L, 12 luglio 2024. https://eur-lex.europa.eu/eli/reg/2024/1689/oj, consultato il 10/10/2026.
2. Parlamento europeo e Consiglio dell’Unione europea, Regolamento (UE) 2026/1744 (Digital Omnibus sull’AI), che modifica tra l’altro il Regolamento (UE) 2024/1689, Gazzetta ufficiale dell’Unione europea, serie L, atto dell’8 luglio 2026, pubblicato il 24 luglio 2026. https://eur-lex.europa.eu/eli/reg/2026/1744/oj, consultato il 10/10/2026.
3. Andreea Șerban, Bianca-Ioana Marcu (Future of Privacy Forum), The AI Act Implementation Timeline: What Changes Under the AI Omnibus?, fpf.org, 28 luglio 2026 (aggiornato il 5 agosto 2026). https://fpf.org/blog/the-ai-act-implementation-timeline-what-changes-under-the-ai-omnibus, consultato il 10/10/2026.
4. Gartner, Inc., Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029, gartner.com, comunicato stampa, 5 marzo 2025. https://www.gartner.com/en/newsroom/press-releases/2025-03-05-gartner-predicts-agentic-ai-will-autonomously-resolve-80-percent-of-common-customer-service-issues-without-human-intervention-by-20290, consultato il 10/10/2026.
5. Gartner, Inc., Gartner Survey Finds 64% of Customers Would Prefer That Companies Didn’t Use AI For Customer Service, gartner.com, comunicato stampa, 9 luglio 2024. https://www.gartner.com/en/newsroom/press-releases/2024-07-09-gartner-survey-finds-64-percent-of-customers-would-prefer-that-companies-didnt-use-ai-for-customer-service, consultato il 10/10/2026.
6. Stivers T., Enfield N. J., Brown P. et al., Universals and cultural variation in turn-taking in conversation, Proceedings of the National Academy of Sciences (PNAS), 106(26), pp. 10587–10592, 30 giugno 2009. https://pubmed.ncbi.nlm.nih.gov/19553212/, consultato il 10/10/2026.
7. Parlamento europeo e Consiglio dell’Unione europea, Regolamento (UE) 2016/679 relativo alla protezione delle persone fisiche con riguardo al trattamento dei dati personali (GDPR), Gazzetta ufficiale dell’Unione europea, L 119, 4 maggio 2016. https://eur-lex.europa.eu/eli/reg/2016/679/oj, consultato il 10/10/2026.

Approfondisci

• AI Act: cosa cambia per chi usa agenti AI nei processi aziendali, scadenza per scadenza: il calendario degli obblighi dell’AI Act per le aziende che usano agenti AI, aggiornato al Digital Omnibus.
• Human in the loop: quanta autonomia dare a un agente AI, e quando: una matrice a quattro livelli per decidere quanta autonomia dare a ciascuna attività di un agente AI, con criteri misurabili per salire e scendere.
• Integrare gli agenti AI con ERP, CRM e help desk: API, eventi e permessi: come collegare gli agenti AI ai gestionali aziendali tramite API, eventi e permessi minimi.
• L’architettura: come gli agenti si collegano ai sistemi aziendali e ai modelli AI.
• Il metodo di lavoro: come impostiamo un progetto partendo da un processo e da un indicatore misurabile.