Custom Agent: licenza di agire
Cosa sono i custom agent e perché portano l'AI fuori dalle chat generiche e dentro i processi aziendali.
Lo sappiamo, molte aziende in questo periodo stanno attraversando una fase embrionale del loro processo di adozione dell’AI.
La provano quasi per curiosità. Qualcuno le chiede di scrivere una mail, riassumere un documento, preparare una scaletta, sistemare una presentazione, tradurre un testo, buttare giù qualche idea. Poi, dopo le prime prove — soprattutto quando il riscontro è positivo — l’entusiasmo lascia spazio a una domanda molto più concreta:
“Ok, ma questa cosa come entra davvero nei nostri processi lavorativi quotidiani?”
Perché una cosa è usare l’AI come assistente personale, magari per accelerare piccole attività di ogni giorno. Un’altra è farla entrare in un reparto, in un processo, in un software, in una dashboard, in un modo di lavorare che esiste già e che non può essere reinventato ogni volta da zero.
È qui che il tema dei “custom agent” - cioè di quelle istanze di intelligenza artificiale progettate e configurate per svolgere compiti specifici - diventa davvero interessante.
Non perché aggiunga un’altra parola al vocabolario dell’AI, che già non ne sente il bisogno, ma perché sposta il discorso su un punto molto pratico:
l’intelligenza artificiale, per essere davvero utile in azienda, non deve solo saper rispondere. Deve capire che ruolo ha.
Prima di entrare nel vivo, come sempre apriamo Spotify e tiriamo fuori la nostra playlist Data Grooves:
🎵 “You Know My Name” — Chris Cornell, Casino Royale (2006)
Una canzone che accompagna il più celebre degli agenti, cioè James Bond e il suo ritorno alle origini. Prima dei gadget, prima delle esplosioni, prima della leggenda, c’è una cosa molto semplice da chiarire: chi sei, qual è la tua missione e fin dove puoi spingerti.
Il limite dell’assistente generico.
La chat è stata la grande porta d’ingresso dell’AI generativa. È semplice, immediata, comprensibile a tutti. Scrivi una domanda e ricevi una risposta. Per molti è stato il primo vero incontro con uno strumento capace di comprendere il linguaggio naturale e produrre qualcosa di utile.
Ma proprio questa semplicità rischia di farci confondere due piani diversi.
Un assistente generico può essere molto bravo a scrivere, sintetizzare, spiegare, suggerire. Tuttavia, quando entra nel lavoro aziendale, la qualità della risposta non dipende solo dalla capacità del modello. Dipende dal contesto.
Se un commerciale chiede quali clienti richiamare oggi, non sta chiedendo un consiglio di vendita in astratto. Sta chiedendo una priorità costruita su pipeline, storico, marginalità, offerte aperte, probabilità di chiusura e relazione con il cliente.
Se un responsabile amministrativo chiede perché un dato non torna, non vuole una spiegazione generica sui KPI. Vuole capire dove può essersi creata l’anomalia, quali fonti controllare e quale passaggio verificare.
Se un operatore del customer care chiede come rispondere a un ticket, non cerca una bella frase. Cerca una risposta coerente con le policy aziendali, lo storico cliente e il tono del servizio.
In tutti questi casi, l’AI non deve soltanto produrre una risposta plausibile. Deve capire dove si trova, quali informazioni può usare e da quale punto di vista deve ragionare.
Questo è il limite dell’assistente unico: può essere molto intelligente, ma se ogni volta l’utente deve spiegare ruolo, contesto, fonti, regole e obiettivo, una parte importante del lavoro resta comunque sulle spalle delle persone. E nelle aziende, dove il tempo è poco e i processi sono pieni di eccezioni, questo fa la differenza.
Che cos’è un custom agent.
Un custom agent è un assistente AI configurato per operare dentro un perimetro definito.
Può sembrare una definizion tecnica, ma il concetto è semplice: invece di avere un’unica AI a cui chiedere qualsiasi cosa, si costruisce un agente pensato per un compito, un ruolo o un processo specifico.
Questo agente può avere istruzioni dedicate, fonti informative selezionate, accesso a documenti, collegamenti con dati aziendali e, quando serve, strumenti per compiere o suggerire azioni. La differenza vera non è solo tecnologica, ma progettuale: l’agente non parte da una pagina bianca, parte da un contesto.
Un agente commerciale non deve conoscere tutto il mondo. Deve aiutare a leggere clienti, vendite, offerte aperte, opportunità, margini, scostamenti.
Un agente documentale non deve rispondere su qualsiasi argomento. Deve aiutare le persone a interrogare manuali, procedure, contratti, policy, cataloghi o documentazione tecnica, chiarendo quando l’informazione non è disponibile.
Un agente per gli ordini deve aiutare a capire stati, ritardi, eccezioni e anomalie, collegando dati e regole operative.
Il valore non nasce dal fatto che questi agenti “usano l’AI”. Nasce dal fatto che l’AI viene messa al lavoro dentro un perimetro sensato.
Per questo bisogna fare attenzione a una scorciatoia molto frequente: chiamare “agente” qualsiasi chatbot con un nome più specifico. Agente vendite, agente HR, agente supporto, agente amministrazione. Se sotto c’è sempre la stessa chat generica con due istruzioni in più, non siamo davanti a una vera evoluzione.
Un agente utile si riconosce da domande molto concrete: quali informazioni può usare? Quali documenti deve consultare? Quali regole deve rispettare? Che cosa può fare e che cosa no? Quando deve chiedere conferma? Quando deve fermarsi?
Quale utilità per le aziende.
Finché l’AI aiuta una persona a scrivere meglio una mail, siamo nel campo della produttività individuale. Utile, spesso utilissimo, ma legato all’iniziativa del singolo: alla sua capacità di fare buone domande, dare contesto, valutare la risposta e inserirla nel proprio lavoro.
Quando invece l’AI entra in un processo, consulta dati, usa documenti, rispetta regole e aiuta un reparto a lavorare con maggiore coerenza, il discorso cambia. Non stiamo più parlando solo di produttività personale, ma di produttività organizzativa.
Ed è qui che i custom agent diventano interessanti per le PMI.
Molte aziende non hanno un problema di mancanza di informazioni. Spesso ne hanno troppe, sparse in luoghi diversi. Una procedura è dentro un PDF, un dato in una dashboard, una regola nella testa di una persona, una decisione in un foglio Excel, una spiegazione in una vecchia mail, una prassi consolidata in reparto ma mai formalizzata davvero.
Un custom agent può diventare un ponte tra questi pezzi: rendendo più accessibile ciò che l’azienda già sa, già produce, già misura e già documenta.
Questa è una promessa molto più concreta dell’idea di un’AI onnipotente. Non un sistema che decide tutto al posto delle persone, ma uno strumento che riduce attrito, recupera contesto, suggerisce il prossimo passaggio e aiuta a non perdere informazioni importanti lungo il processo.
Il ruolo delle software house.
A questo punto il tema diventa ancora più interessante per le software house.
Perché gli agenti davvero utili non nascono solo dalla potenza del modello, ma nascono dall’incontro tra AI e conoscenza di uno specifico dominio.
Per esempio una software house che lavora da anni nel retail conosce domande, eccezioni, metriche e abitudini dei punti vendita. Chi sviluppa gestionali per il manifatturiero sa quanto pesano commesse, giacenze, distinte, tempi di produzione, avanzamenti e scarti. Chi lavora nei servizi professionali conosce pratiche, scadenze, documenti, clienti, responsabilità. Chi opera nella logistica sa che dietro una consegna non c’è solo una data, ma una rete di vincoli, stati, priorità e comunicazioni.
Questa conoscenza è il vero materiale con cui costruire agenti utili.
Per anni le software house hanno aiutato le aziende a digitalizzare processi, integrarli, misurarli, renderli più accessibili. Ora si apre una possibilità nuova: trasformare quella conoscenza verticale in esperienze intelligenti, capaci di aiutare l’utente non solo a usare il software, ma a lavorare meglio dentro il software.
Non basta aggiungere una chat a un gestionale e dichiarare di avere l’AI. La domanda giusta è un’altra: dove può essere utile un agente? In quale passaggio può rendere più leggibile un dato, più semplice una decisione, più accessibile una procedura, più fluido un lavoro che oggi richiede troppi passaggi manuali?
Un esercizio per questa settimana.
Provate a prendere tre attività ricorrenti nella vostra azienda. Niente di straordinario o strategico, semplici attività come gestire una richiesta cliente, controllare un ordine, preparare un report, rispondere a un ticket, verificare una scadenza, analizzare uno scostamento.
Per ciascuna attività chiedetevi:
chi la svolge oggi;
quali dati consulta;
quali documenti usa;
quali regole deve rispettare;
quali passaggi ripete sempre uguali;
dove si perde più tempo.
Se la risposta arriva in modo chiaro, avete probabilmente individuato un primo perimetro possibile per un custom agent. Se invece le risposte sono vaghe, diverse da persona a persona o difficili da ricostruire, avete scoperto qualcosa di altrettanto importante: prima ancora dell’AI, serve chiarire il processo.
Ed anche questo è già un ottimo risultato.
Perché quando l’AI viene presa sul serio, costringe le aziende a fare ordine. Nei dati, nei documenti, nelle responsabilità, nelle eccezioni e nel modo in cui il lavoro viene davvero svolto.
Anche noi guardiamo ai custom agent con grande interesse. Non come all’ennesima parola del mercato AI, né come a un modo più elegante per chiamare un chatbot, ma come a un passaggio naturale: dall’AI che risponde alle domande all’AI che entra nei contesti operativi.
Dati, documenti, dashboard, procedure, software verticali, processi aziendali: è lì che l’intelligenza artificiale diventa davvero utile. Non quando resta fuori dal lavoro, in una finestra separata, ma quando si avvicina al punto in cui le persone stanno già operando.
Ed è esattamente qui che immaginiamo il futuro di Elly: non sopra o accanto, ma dentro i processi. Non lontano dai software che le persone usano ogni giorno, ma con un’integrazione nel loro lavoro reale.
Con un obiettivo molto semplice: aiutare aziende e software house a trasformare dati e conoscenza in decisioni migliori, tutti i giorni.
👉 Con una demo è possibile scoprire come Elly può potenziare il vostro software o il vostro business.