← Journal
VOICE / SYSTEMS / FIELD TEST

Ho costruito un AI receptionist. Il problema non era la voce.

All’inizio sembrava semplice: telefono → AI → calendario. Poi sono arrivati latenza, eccezioni, contesto, integrazioni e casi reali. È lì che il progetto è diventato interessante.

VOICE / SYSTEMS / FIELD TESTINAZUMA / JOURNAL
LIVE CALLCONNECTED
INTENTCONTEXTACTION
CALLER
AI RECEPTIONIST
HUMAN HANDOFF
BUILD LOG7 MIN
FIELD REPORT
AUTHOR / TAWFIK ALLAMSTATUS / IN PROGRESSMODE / BUILD IN PUBLIC

Le landing page degli AI receptionist mostrano quasi sempre due cose: un prezzo mensile e una promessa di ROI. Il problema è che la parte difficile non sta in nessuna delle due. Sta in tutto quello che succede quando una chiamata reale smette di comportarsi come la demo.

ENTRY 02

Le voci di costo reali

WORKING NOTES
  • 01Provider vocale e minuti di conversazione.
  • 02Modello AI e quantità di contesto passato a ogni richiesta.
  • 03Orchestrazione del workflow e hosting.
  • 04Integrazione con calendario, CRM o gestionale.
  • 05Monitoraggio, casi limite, aggiornamenti e manutenzione.

Il prezzo pubblicizzato non è per forza falso. È incompleto. Se il gestionale non ha API pulite, se il calendario ha regole strane o se la knowledge base è disordinata, quella complessità esiste comunque. Semplicemente non entra nel box “a partire da”.

ENTRY 05

Cosa ho capito costruendone uno

La parte interessante dell’AI receptionist è che all’inizio sembra molto più semplice di quello che è. Telefono → AI → calendario. Fine. Poi inizi a costruirlo davvero.

La persona interrompe mentre l’agente parla. Chiede una cosa che non è nella knowledge base. Vuole spostare un appuntamento già esistente. Dice una data ambigua. Cambia idea a metà chiamata. Il webhook impiega troppo e improvvisamente due secondi di silenzio sembrano venti.

OBSERVATION
ENTRY 09

Il prezzo sbagliato da guardare

Oggi guarderei meno il canone scritto sulla landing page e molto di più una domanda: quanto costa una chiamata che l’azienda gestisce male? Una chiamata persa può essere una prenotazione persa. Una chiamata gestita male può diventare lavoro manuale dopo. Una receptionist che risponde sempre alle stesse dieci domande non costa solo lo stipendio: costa anche il tempo che non sta usando per altro.

FIELD NOTE

Il confronto non è AI receptionist vs receptionist umana. È processo attuale vs processo ridisegnato.

ENTRY 12

Quando ha davvero senso

Non userei una regola banale tipo “sotto X chiamate non conviene”. Guarderei tre cose: ripetitività, valore della chiamata e costo dell’errore. Ottanta chiamate ad alto valore possono giustificare un sistema più di ottocento chiamate completamente diverse tra loro.

ENTRY 14

Quindi, quanto costa?

La risposta meno sexy è: dipende. Quella utile è: molto meno del processo sbagliato, se il problema esiste davvero. Molto più del necessario, se stai automatizzando qualcosa solo perché puoi.

Costruire il prototipo mi ha fatto cambiare soprattutto una cosa: prima guardavo l’AI receptionist come un prodotto. Ora lo guardo come un punto d’ingresso dentro un sistema più grande. La telefonata è solo l’interfaccia. Dietro ci sono calendario, CRM, dati, follow-up, eccezioni, memoria e azioni. Ed è lì che, almeno per me, la cosa diventa interessante.

END LOG
Nessuna conclusione finta.

Questo è un build log: la storia continua quando cambia qualcosa di reale, non quando serve un finale più elegante.