Cos’è un agente AI e come usarlo davvero in azienda
Cos'è un agente AI, in pratica
È un software che riceve un obiettivo, decide quali passaggi servono e li esegue con gli strumenti che gli avete dato. Legge un documento, interroga il gestionale, compila un modulo, manda una richiesta. Invece di limitarsi a rispondere, lavora dentro un processo.
Un modello linguistico da solo produce testo. Un agente produce testo e poi ci fa qualcosa, cerca un dato, lo confronta, aggiorna un record, prepara una bozza da approvare. Per questo va progettato con più attenzione di un assistente che scrive email.
Chatbot, automazione classica, agente
Il chatbot risponde. L'automazione classica ripete sempre gli stessi passi. L'agente sceglie i passi in base al caso che ha davanti. E spesso lo strumento più adatto non è il più recente.
Il chatbot conversa e informa. Per le domande frequenti può essere molto utile, ma non tocca i vostri sistemi.
L'automazione classica segue regole fisse, del tipo "se arriva un ordine con queste caratteristiche, fai questo". È prevedibile, semplice da mantenere e perfetta per i processi che non cambiano. Se il vostro caso si descrive bene con una serie di "se succede questo, allora fai quello", probabilmente un agente non vi serve.
L'agente ha senso quando i casi sono troppo vari per diventare regole. Richieste scritte in linguaggio libero, documenti in formati diversi, informazioni da raccogliere da più fonti prima di decidere. Lì la sua flessibilità ripaga il controllo in più che richiede.
Dove conviene usarlo
Nei processi ripetitivi ma variabili, dove oggi una persona passa tempo a raccogliere e ricomporre informazioni. Dove un errore costa caro ed è difficile da vedere, invece, meglio lasciar perdere.
Qualche esempio realistico. Le richieste commerciali che arrivano scritte come capita, da leggere, da cui estrarre i dati utili, controllare disponibilità e condizioni e preparare una proposta. I documenti da smistare, fatture, ordini e comunicazioni da classificare e mettere nel posto giusto del gestionale. Oppure la ricerca e il confronto di informazioni sparse su più fonti, per presentare le opzioni migliori.
Per un'azienda di logistica abbiamo costruito un agente che parte da una richiesta in chat, raccoglie i dati della spedizione e presenta il preventivo di trasporto più conveniente. È un caso quasi da manuale. Le richieste cambiano sempre forma, ma l'obiettivo è chiaro e il risultato si verifica facilmente. Se volete una panoramica più ampia su dove l'AI rende e dove no, c'è AI in azienda: dove conviene davvero.
Perché serve una persona nel ciclo
Un agente sbaglia in modi diversi da una persona, e all'inizio non sapete ancora quali. La strada più solida è fargli preparare il lavoro e lasciare a una persona l'ultima parola sulle azioni che contano.
Si decide azione per azione cosa può fare da solo e cosa richiede un'approvazione.
- Da solo: leggere, cercare, classificare, preparare bozze.
- Con approvazione: mandare comunicazioni ai clienti, cambiare prezzi, confermare ordini, spostare denaro.
Man mano che i registri mostrano che su certe azioni l'agente non sbaglia, la sua autonomia si può allargare. Fare il contrario, partire con tutto automatico e togliere pezzi dopo il primo incidente, è molto più doloroso.
Permessi e registri
Un agente deve avere solo gli accessi che gli servono, e ogni sua azione deve lasciare traccia. Sono le regole che applichereste a un collaboratore appena arrivato, e contano ancora di più per un software che lavora senza pause.
Sui permessi il ragionamento è semplice. Se deve leggere gli ordini, non gli serve poterli cancellare. Se prepara preventivi, non deve poter emettere fatture. Ogni permesso in più aggiunge un rischio e non porta nessun vantaggio.
I registri devono essere leggibili da una persona. Per ogni operazione bisogna poter vedere cosa ha ricevuto, quali passaggi ha fatto, quali dati ha consultato e cosa ha prodotto. Senza, non potete correggerlo, non potete migliorarlo e non sapete cosa rispondere al cliente che chiede perché ha ricevuto quella proposta.
Resta poi la questione di dove finiscono i dati che l'agente legge, che dipende dal modello e dal fornitore scelti. La trattiamo nel dettaglio in l'AI e i dati della tua azienda.
Come partire in piccolo e misurare
Con un solo processo, un obiettivo misurabile e un confronto onesto con come lo fate oggi. Il primo agente dovrebbe essere abbastanza piccolo da vederlo funzionare in poche settimane.
- Scegliete un processo frequente, noioso e con un risultato verificabile.
- Misurate com'è adesso, quanto tempo richiede, quanti errori, quanti casi al mese.
- Costruite l'agente in modalità bozza, con una persona che approva tutto.
- Confrontate tempi ed errori con il punto di partenza, su casi veri.
- Allargate autonomia o perimetro solo dove i numeri lo giustificano.
Lavorando a sprint di due settimane, con una demo funzionante ogni 14 giorni, si capisce presto se l'agente regge i casi reali o solo quelli di prova. Ed è il momento giusto per decidere se andare avanti, correggere o fermarsi.
Domande frequenti
Un agente AI sostituisce una persona?
Nella maggior parte dei casi no. Toglie la parte ripetitiva del lavoro e lascia alla persona le decisioni e le eccezioni. Di solito la stessa persona finisce per gestire più richieste, passando meno tempo a copiare dati da un posto all'altro.
Serve un gestionale moderno per usare un agente?
Serve che i dati siano raggiungibili, tramite un'interfaccia o almeno un'esportazione affidabile. Se il gestionale è chiuso, il primo lavoro è aprire un accesso controllato, e spesso conviene integrare l'agente direttamente nel software che già usate.
Come si capisce se un agente sta funzionando?
Confrontando i numeri con la situazione di partenza. Tempo per caso, errori, casi che richiedono l'intervento umano. Se non avete misurato prima di iniziare, non avete un modo onesto per rispondere.
