Agenti AI in azienda: quale processo automatizzare per primo

Per il primo progetto pilota con un agente AI, scegli un’attività ricorrente, dati accessibili e un risultato che qualcuno sappia verificare. Limita il perimetro alla raccolta di informazioni o alla preparazione di una bozza, poi misura il lavoro rimasto alla persona. Una risposta rapida del modello non dimostra, da sola, la convenienza del processo.

Pensa a chi gestisce le richieste per un laboratorio. Alcuni messaggi indicano data e partecipanti; altri dicono soltanto «vorremmo venire con il team». Copiare i campi è semplice. Capire cosa manca, consultare le condizioni e preparare una domanda utile richiede più giudizio. Quel passaggio può diventare un buon candidato per la prova.

Agente, flusso predefinito o semplice integrazione?

Un agente AI usa un modello per scegliere i passaggi successivi e richiamare strumenti. Le definizioni variano: chiarisci se il sistema seguirà un percorso fisso o deciderà quali informazioni cercare. Anthropic distingue proprio i workflow predefiniti dagli agenti che dirigono il proprio processo.

Confronta il progetto con una soluzione semplice, come un modulo migliore e risposte predefinite. Usare come unico termine di paragone il lavoro completamente manuale può nascondere un’alternativa meno costosa.

• Anthropic: workflow e agenti

Osservare il lavoro prima di scegliere il processo

Ripercorri alcune richieste recenti insieme a chi le gestisce. Individua i passaggi in cui copia dati, prende una decisione o scopre che manca un’informazione. Questi casi concreti aiutano a definire il lavoro meglio di una richiesta generica come «automatizzare le vendite».

• Frequenza: abbastanza casi per raccogliere esempi e osservare una differenza.
• Dati: una fonte aggiornata e autorevole, con accesso limitato al necessario.
• Verifica: distinguere un risultato corretto da uno plausibile senza rifare tutto il lavoro.
• Conseguenze: correggere la bozza prima di inviare messaggi, pagare o modificare registrazioni.
• Responsabilità: una persona precisa controlla i risultati e gestisce le eccezioni.

Se più documenti riportano prezzi diversi, risolvi prima la contraddizione. Il modello non può sapere quale sia stato approvato se non è scritto. Una fonte unica e affidabile può essere il primo risultato utile della preparazione.

Esempio: preparare una risposta per un laboratorio

Forma è il laboratorio di ceramica immaginario della nostra guida precedente. Qui progettiamo un possibile processo: non è un agente già operativo né un caso cliente con risultati misurati.

• La guida precedente: creare il sito e verificare il modulo

Il sistema estrae i dati della richiesta, consulta le condizioni approvate e prepara una bozza indicando le fonti. Se manca la data, scrive una domanda per chiederla. Il calendario dei corsi non dimostra che ci siano posti liberi: la disponibilità va verificata in un’altra fonte aggiornata.

Parti da permessi di lettura e da uno spazio separato per le bozze. Se aggiungi l’invio, l’approvazione deve riguardare destinatario e testo esatti. Una ripresa dopo un errore non deve spedire un duplicato senza che il responsabile se ne accorga.

Valutare il progetto prima di coinvolgere i clienti

1. Misura il processo attuale, correzioni comprese. Tieni distinto il lavoro attivo dall’attesa della risposta del cliente.
2. Raccogli casi ordinari ed eccezioni. Scrivi prima i risultati attesi e le azioni vietate.
3. Riserva casi per la valutazione: non usare soltanto quelli impiegati per migliorare le istruzioni.
4. Esegui senza inviare messaggi. Registra versione del sistema, risultato e tempo di verifica.
5. Conta tutti i tentativi, compresi quelli conclusi manualmente dopo un fallimento.
6. Decidi se ampliare, restringere il compito, correggere i dati o interrompere.

Una percentuale di accuratezza mette insieme errori molto diversi. Un saluto poco naturale e un prezzo inventato richiedono reazioni diverse. Registra separatamente condizioni errate, chiarimenti mancati e azioni non autorizzate. Aggiungi prove mirate per errori rari ma gravi: non osservarli in un piccolo campione non dimostra che siano improbabili.

Stabilisci prima i criteri per proseguire: revisione delle bozze, blocco dei prezzi non confermati, riduzione del lavoro umano ed eccezioni gestibili. Le soglie numeriche dipendono dal processo; non esistono una percentuale di successo o un numero di prove validi per tutti.

• Scarica il registro vuoto del progetto pilota (CSV)

Calcolare il beneficio dopo la verifica umana

Ipotizziamo 300 richieste al mese che rientrano nell’attività scelta. Prima del sistema, ciascuna richiedeva 12 minuti di lavoro manuale. Dopo, restano in media 5 minuti per richiesta, includendo controllo, correzioni e completamento manuale dei casi in cui l’agente fallisce. Sono ipotesi di calcolo, non prestazioni misurate.

Tempo liberato: 300 × (12 − 5) / 60 = 35 ore/mese.
Valore del tempo: 35 × 30 € = 1.050 €.
Al netto dei costi: 1.050 − 250 = 800 €/mese.
Rientro teorico del costo iniziale: 2.400 / 800 = 3 mesi.

I 300 tentativi riguardano solo il compito scelto, non tutte le richieste aziendali. La media di cinque minuti comprende i fallimenti. Includi servizi e manutenzione nei costi senza conteggiare due volte il lavoro umano. I 2.400 € iniziali sono inventati, non un preventivo Neaptide.

Liberare 35 ore non porta automaticamente 1.050 € sul conto. Un dipendente può usarle per altre attività mantenendo lo stesso stipendio: è capacità disponibile. Per parlare di risparmio di cassa bisogna individuare costi che scompaiono; per parlare di maggiori ricavi bisogna misurarli.

• Microsoft: collegare l’uso degli agenti ai risultati aziendali

• Apri il calcolatore e modifica le ipotesi

Con undici minuti, i costi superano il valore del tempo liberato. Prima di acquistare un modello più costoso, cerca cosa rallenta la verifica: formato scomodo, fonti assenti o compito troppo ampio. Misura anche il risultato di queste correzioni.

Cosa portare al primo confronto con lo sviluppatore

Prepara una pagina che indichi il responsabile, le informazioni ricevute dal sistema, le fonti approvate e il risultato atteso. Spiega cosa fare quando mancano dati e quali azioni sono vietate. Aggiungi esempi privi di dati identificativi, i tempi attuali e un budget massimo per la prova.

Ripeti le prove di controllo quando cambiano modello, istruzioni o fonti. Continua a misurare il lavoro di correzione. Il progetto deve permettere una decisione motivata, anche quando la scelta migliore resta un modulo con risposte predefinite.

• Implementazione AI e automazione con Neaptide