Mietitrebbie ferme durante la mietitura. Trattori bloccati nel mezzo dell'aratura. Ogni giorno di fermo in campagna ha un costo che il cliente sente e non dimentica. Il tecnico di assistenza arrivava spesso senza le parti giuste, scopriva il problema sul campo, ordinava il ricambio, tornava tre giorni dopo. Il cliente è sotto NDA. Abbiamo costruito un agente AI per la diagnosi remota che analizza i codici errore, guida il cliente nella raccolta dei dati necessari e prepara l'intervento tecnico prima ancora che il meccanico parta dal magazzino. Il tempo tra guasto segnalato e intervento risolutivo si è ridotto del 61%.
Una mietitrebbia che si ferma il 20 giugno non è lo stesso problema di una mietitrebbia che si ferma il 15 novembre. Nel primo caso, la macchina è nel mezzo della campagna di mietitura del grano: ogni ora di fermo è produzione persa, con il rischio che il meteo cambi e la finestra si chiuda. Nel secondo caso, la macchina è ferma in un capannone e l'urgenza è relativa.
Questa stagionalità estrema definisce le priorità dell'assistenza tecnica in agromeccanica. Un concessionario di macchine agricole non misura il suo valore solo sul prezzo di vendita: lo misura sulla velocità con cui rimette in campo una macchina ferma nei momenti critici. I clienti che hanno avuto una macchina ferma 36 ore durante la mietitura per mancanza di un ricambio non disponibile in magazzino non comprano la prossima macchina dallo stesso concessionario.
Per la concessionaria coinvolta in questo progetto, operante su un territorio con coltivazioni di cereali, mais, soia e colture industriali, con un parco macchine assistito di oltre 800 unità tra trattori, mietitrebbie, seminatrici e macchine specializzate, il problema era strutturale e riconosciuto. L'assistenza tecnica era reattiva per necessità (il cliente chiama quando la macchina è ferma), ma le risorse per renderla efficace erano insufficienti rispetto ai picchi stagionali.
Abbiamo analizzato 18 mesi di storico interventi, classificando ogni richiesta di assistenza per tipologia, tempi, esiti e costi. Il pattern del ciclo di intervento standard era questo:
Segnalazione. Il cliente chiama il numero di assistenza, spesso durante l'utilizzo della macchina, a volte senza poter descrivere con precisione il problema. "La trebbia fa un rumore strano" o "è apparso un codice sul display e si è fermata" sono le segnalazioni più comuni. La gestione della chiamata richiede 15-30 minuti di conversazione per raccogliere informazioni sufficienti, spesso insufficienti.
Diagnosi telefonica. Il tecnico di assistenza, sulla base della descrizione del cliente, formula un'ipotesi di guasto. La diagnosi telefonica ha un'accuratezza limitata: sulla base dell'analisi storica, nel 43% dei casi la causa identificata telefonicamente era diversa o più complessa di quella effettiva.
Pianificazione dell'intervento. Il tecnico parte con i ricambi ipotizzati in diagnosi telefonica. Se la diagnosi era sbagliata, non ha i ricambi giusti. Se la diagnosi era corretta, il ricambio potrebbe comunque non essere in magazzino, con necessità di ordinarlo e tornare.
Intervento sul campo. Il tecnico arriva, accede alla macchina, verifica la diagnosi. Nel 22% dei casi, deve tornare per ricambi non disponibili o per un problema diverso da quello ipotizzato. In un altro 31% dei casi, risolve il problema principale ma identifica problemi secondari che richiedono un secondo intervento a breve.
Chiusura. La macchina torna operativa. Il tempo medio tra segnalazione e risoluzione, su tutta la casistica storica, era di 31 ore. Per gli interventi nelle campagne critiche (mietitura, raccolta mais), questo numero scendeva a 18 ore per la maggior parte dei casi ma con una coda lunga di casi complessi che superavano le 48 ore.
Il problema fondamentale del ciclo di intervento inefficiente non era la competenza tecnica dei meccanici, che era alta. Era l'asimmetria informativa: il cliente aveva accesso alla macchina (che produceva dati diagnostici), ma non sapeva come interpretarli. Il tecnico sapeva come interpretarli, ma non aveva accesso alla macchina fino all'intervento fisico.
Le macchine agricole moderne (mietitrebbie, trattori di ultima generazione, seminatrici di precisione) sono macchine elettroniche sofisticate. Una mietitrebbia di fascia alta ha decine di centraline, centinaia di sensori e un sistema diagnostico che registra in continuo parametri operativi e genera codici di errore strutturati. Questi dati esistono, sono leggibili, e contengono informazioni diagnostiche preziose.
Il problema era che il cliente non sapeva cosa fare con un codice errore. Leggeva "E-2347-04" sul display e chiamava la concessionaria per dire "c'è un errore E-2347-04". Il tecnico, se conosceva quel codice a memoria (e i codici di errore sono centinaia, variabili per marca e modello), poteva dare indicazioni. Se non lo conosceva a memoria, doveva cercare nel manuale tecnico, che era fisicamente in officina.
Abbiamo progettato un sistema che chiude l'asimmetria informativa: permette al tecnico di assistenza di accedere alle informazioni diagnostiche della macchina prima dell'intervento fisico, guidando il cliente nella raccolta dei dati necessari.
Il sistema funziona attraverso un canale WhatsApp dedicato all'assistenza tecnica, scelto perché è lo strumento che i clienti agricoli usano già, funziona su qualsiasi telefono, e non richiede installazione di app aggiuntive.
Il flusso dell'intervento assistito da AI:
Il cliente invia un messaggio al numero di assistenza. Può essere un testo ("la trebbia non avanza con la testata abbassata"), una foto (il display con il codice errore), un video (il comportamento anomalo), o una combinazione.
L'agente risponde immediatamente, H24. Il primo messaggio dell'agente è strutturato per raccogliere le informazioni mancanti: modello della macchina (se non già in anagrafica), codice errore se presente, descrizione del comportamento, contesto operativo (cosa stava facendo la macchina al momento del guasto). Ogni domanda è formulata in linguaggio non tecnico e accessibile.
L'agente guida la diagnosi remota. Sulla base delle informazioni raccolte, l'agente accede alla knowledge base tecnica (manuali, schemi elettrici, procedure diagnostiche, storico interventi su problemi simili) e guida il cliente in un percorso di diagnostica remota. "Puoi aprire il cofano posteriore sinistro e dirmi se il giunto cardanico ha del gioco laterale?" è il tipo di istruzione che l'agente dà. Semplice, specifica, eseguibile anche da un cliente non tecnico.
L'agente produce una scheda pre-intervento per il tecnico. Prima ancora che un tecnico umano entri nel flusso, l'agente ha raccolto: modello e matricola della macchina, codici errore attivi, risultati della diagnostica remota eseguita dal cliente, ipotesi di guasto con livello di confidenza, elenco dei ricambi probabilmente necessari con codice ricambio e disponibilità in magazzino.
Il tecnico prende in carico l'intervento con il quadro già compilato. Non deve raccogliere informazioni da zero. Sa già cosa troverà probabilmente, ha già i ricambi nel furgone, e ha già un'idea dei tempi di intervento.
Il sistema funziona solo se la knowledge base è precisa e completa. Abbiamo costruito l'indice documentale su quattro sorgenti:
Manuali tecnici dei produttori. Le marche rappresentate dalla concessionaria mettono a disposizione manuali tecnici e procedure diagnostiche ai dealer. Questi materiali, spesso in formato PDF non strutturato, sono stati processati, chunked per sistema/sottosistema, e indicizzati con metadati (modello, anno, sistema tecnico di riferimento).
Storico interventi interno. I 4.200 interventi degli ultimi tre anni, con la descrizione del problema, la diagnosi effettuata sul campo e la soluzione applicata. Questi dati erano nel gestionale officina in forma semi-strutturata. La fase di pulizia e strutturazione ha richiesto quattro settimane di lavoro con i tecnici senior per classificare correttamente la tipologia di guasto e validare la correttezza delle soluzioni registrate.
Bollettini tecnici dei produttori. I produttori emettono regolarmente bollettini tecnici con aggiornamenti su guasti ricorrenti, procedure di ricalibrazione, modifiche tecniche. Questi documenti vengono indicizzati entro 48 ore dalla ricezione.
Esperienze dei tecnici senior. Quattro sessioni strutturate con i tre tecnici più esperti della concessionaria hanno permesso di esplicitare conoscenza tacita non presente nei manuali: pattern di guasto ricorrenti che non producono codici errore evidenti, correlazioni tra sintomi apparentemente non correlati, comportamenti anomali specifici di certi lotti di produzione.
La diagnostica visiva è spesso più efficace della lettura dei codici errore. Un componente consumato, una perdita d'olio localizzata, una rottura meccanica: queste informazioni sono nel video o nella foto che il cliente invia, non nel codice errore.
Abbiamo integrato un modello di visione che analizza le immagini e i video inviati dal cliente e li incorpora nel processo diagnostico. Il sistema non è infallibile sulla diagnostica visiva, ma su un subset di guasti visivamente riconoscibili (perdite di fluidi, rotture di cinghie e catene, usure evidenti di organi in moto) produce un'identificazione affidabile che accelera significativamente la raccolta di informazioni.
Quando il modello di visione identifica qualcosa con alta confidenza, lo comunica esplicitamente all'agente: "Le immagini mostrano probabilmente una perdita dall'attacco rapido del circuito idraulico destro. Posso farti verificare?" Quando la confidenza è bassa, non formula un'ipotesi: chiede al cliente di fornire ulteriori immagini da angolazioni specifiche.
Non tutte le situazioni sono gestibili dall'agente in autonomia. Il sistema ha un protocollo di escalation esplicito che scatta in situazioni specifiche:
Quando scatta l'escalation, l'agente trasferisce il caso a un tecnico umano con tutta la scheda compilata, la storia della conversazione e una classificazione di urgenza. Il tecnico non deve rileggere la conversazione: ha un sommario strutturato pronto. In media, l'escalation avviene nell'11% delle conversazioni.
Integrato al sistema di diagnosi, il modulo di gestione interventi produce automaticamente:
Proposta di appuntamento. Sulla base della diagnosi e della disponibilità dei tecnici (integrata via API con il gestionale di officina), il sistema propone al cliente uno o due slot di intervento. Se la diagnosi indica urgenza alta, propone slot nel giorno stesso o il giorno successivo; se l'urgenza è media, propone la finestra più vicina disponibile.
Ordine preventivo dei ricambi. Quando la diagnosi identifica componenti probabilmente necessari, il sistema verifica la disponibilità in magazzino. Se disponibili, li riserva per l'intervento. Se non disponibili, calcola il tempo di approvvigionamento dal fornitore e lo integra nella proposta di appuntamento (l'intervento viene schedulato dopo l'arrivo del ricambio). Se il ricambio ha lead time incompatibile con l'urgenza dichiarata, il sistema cerca un fornitore alternativo.
Questo ha risolto il problema principale del ciclo precedente: il tecnico che arriva senza il ricambio giusto perché non era disponibile in magazzino.
I dati aggregati su dieci mesi di operatività, confrontati con il periodo equivalente precedente:
Tempo medio tra segnalazione e risoluzione: riduzione del 61%, da 31 ore a 12 ore. Per le campagne critiche, il dato migliora ulteriormente: nella campagna di mietitura post-implementazione, il tempo medio di risoluzione è stato di 8 ore contro le 18 dell'anno precedente.
Interventi risolti al primo accesso (first-time fix rate): cresciuto dal 63% al 78%. La diagnosi remota più accurata ha ridotto i casi in cui il tecnico arriva senza il ricambio necessario o con una diagnosi errata.
Costi di trasferta per interventi inutili o incompleti: ridotti del 34%. Meno trasferte dove il tecnico arriva, non può fare l'intervento per mancanza del ricambio, e deve tornare.
Volume di chiamate gestite dall'assistenza umana nel primo filtro: ridotto del 52%. Il sistema gestisce autonomamente la raccolta informazioni e la pre-diagnosi, liberando i tecnici dalla gestione delle chiamate di primo livello per concentrarsi sulla risoluzione.
Soddisfazione dei clienti (NPS post-intervento): cresciuto di 23 punti rispetto alla baseline. Il driver principale citato nelle survey: la percezione che "qualcuno stesse già lavorando al problema mentre la macchina era ancora ferma".
La stagione di mietitura è il banco di prova reale del sistema. Nelle tre settimane di picco, la concessionaria riceve il triplo della media annuale di richieste di assistenza, concentrate in fasce orarie estrema (le macchine partono all'alba, si fermano a tarda sera).
Nella prima stagione di mietitura post-implementazione, il sistema ha gestito autonomamente il 73% delle richieste nelle ore notturne (fascia 23-6), fornendo diagnosi immediate, istruzioni per verifica remota e prenotazione dell'intervento per il mattino successivo. Prima del sistema, le richieste notturne si accumulavano e venivano gestite all'apertura dell'officina, con il rischio che alcune macchine rimanessero ferme tutta la notte senza nessuna informazione.
Un dato significativo: in tre casi durante la mietitura, la diagnosi remota ha permesso al cliente di risolvere autonomamente il problema seguendo le istruzioni dell'agente (un fusibile bruciato, una procedura di reset elettronico, uno sbarramento fisico accessibile). In questi casi, la macchina è tornata operativa senza nemmeno la necessità dell'intervento tecnico.
Le macchine di fascia alta trasmettono telemetria in continuo (quando sono connesse): parametri operativi, ore di lavoro per organo, anomalie registrate, trend di usura. Questa telemetria è attualmente usata dai produttori per le garanzie e in modo limitato per la manutenzione programmata.
Il passo successivo del progetto è usare questa telemetria per identificare, prima del guasto, le macchine che mostrano segnali premonitori di guasto imminente. Un motore che mostra un trend di temperatura anomalo, un sistema idraulico con pressione in lieve calo progressivo, un cuscinetto che inizia a produrre vibrazioni fuori dalla norma: questi segnali esistono nelle macchine che trasmettono telemetria, ma non vengono oggi monitorati sistematicamente.
Un sistema di allerta predittiva permetterebbe di contattare il cliente prima del guasto: "La trebbia mostra un andamento della temperatura al radiatore che nelle prossime 20-40 ore di lavoro potrebbe portare a un fermo. Consiglieremmo di portarla in officina questa settimana invece di aspettare la campagna di mietitura." Il cliente evita il fermo in campagna, la concessionaria lavora in officina invece che sul campo, e l'intervento viene pianificato invece di essere gestito in emergenza.
Questo non elimina i guasti improvvisi, inevitabili in macchine complesse che lavorano in condizioni difficili. Riduce la percentuale di fermi che si potevano evitare.