Siamo arrivati al numero 149 della newsletter Ellycode e, archiviato definitivamente agosto, torniamo a parlare di uno dei temi che probabilmente ci accompagnerà parecchio nei prossimi mesi: gli agenti AI.
Se ne parla sempre più spesso e la promessa, almeno sulla carta, è molto semplice:
non più un’intelligenza artificiale che aspetta una domanda e restituisce una risposta, ma sistemi capaci di fare qualcosa per noi.
Leggere una richiesta, recuperare le informazioni, preparare un preventivo, aggiornare il CRM, controllare un dato, segnalare un’anomalia. Tutto molto bello. Diciamolo.
Poi però proviamo a “mettere a terra” la cosa e immaginiamo di affidare totalmente a un agente la preparazione di un’offerta commerciale… qualche dubbio ci sorge ancora.
Quale listino deve utilizzare? Può applicare uno sconto? Fino a quanto? Cosa succede se il cliente è già presente nel gestionale con un nome leggermente diverso? E se manca una disponibilità? Chi deve intervenire quando esce dai casi previsti?
In pochi minuti abbiamo smesso di parlare di Intelligenza Artificiale e abbiamo iniziato a parlare dell’azienda: ed è senza dubbio questo il punto più interessante.
Ma prima di andare avanti, apriamo come sempre Spotify e recuperiamo un pezzo dalla nostra playlist Data Grooves:
🎵 “Handle with Care” — Traveling Wilburys (1988)
Un titolo che questa settimana ci sembra particolarmente azzeccato. Perché più chiediamo a un agente AI di fare qualcosa al posto nostro, più diventa importante capire fino a dove può spingersi, quando deve fermarsi e quando invece è meglio che torni in gioco una persona.
Tra una demo e un processo vero.
Qualche settimana fa Deloitte ha pubblicato una ricerca sull’adozione dell’AI agentica intervistando 501 manager e dirigenti statunitensi coinvolti in organizzazioni che stavano già almeno sperimentando queste tecnologie.
Quindi non aziende che si stanno chiedendo cosa sia un agente, ma realtà che hanno già iniziato a metterci mano.
Due numeri, soprattutto, ci hanno colpito:
il 42% degli intervistati dichiara di aver già testato o distribuito agenti AI
solo il 5%, però, considera i propri processi aziendali altamente preparati per utilizzarli.
Tra “abbiamo provato un agente” e “possiamo affidargli davvero un pezzo di lavoro” c’è ancora parecchia strada.
Ed è una distanza che ha molto meno a che fare con la potenza dei modelli di quanto potremmo pensare, perché una demo può funzionare perfettamente quando tutto segue il percorso previsto.
Le aziende però, purtroppo o per fortuna, funzionano raramente così.
Le persone riempiono continuamente i vuoti.
Dentro qualsiasi organizzazione esiste una quantità enorme di regole che nessuno ha mai davvero scritto.
Sappiamo che con quel cliente possiamo fare un’eccezione. Che quel prodotto segue condizioni particolari. Che il listino corretto non è quello nella cartella “Listini”, ma quello che Francesca ha mandato via mail martedì scorso.
Sappiamo anche che un “cliente importante” non è necessariamente quello che fattura di più e che un’opportunità commerciale può essere considerata qualificata anche quando il CRM direbbe il contrario. E lo sappiamo perché lavoriamo lì.
Le persone utilizzano ogni giorno esperienza, conoscenza del contesto e buon senso per colmare piccole ambiguità che neppure percepiamo più come tali.
Poi arriva un agente e gli diciamo:
“Da oggi questa cosa falla tu.”
E improvvisamente siamo costretti a spiegargli cosa significhi davvero “questa cosa”.
Forse uno degli effetti più interessanti degli agenti AI sarà proprio questo: rendere visibili processi che pensavamo di conoscere benissimo.
Più autonomia richiede più chiarezza.
Ed arriviamo a scoprire un piccolo paradosso. Proviamo a immaginare un’AI sempre più autonoma che richiede sempre meno lavoro da parte nostra.
In realtà, quando passiamo dalla risposta all’azione, succede spesso il contrario.
Più vogliamo permettere a un sistema di agire, più dobbiamo essere chiari sui dati ai quali può accedere, sulle regole che deve seguire, sui limiti entro i quali può muoversi e sui momenti nei quali deve fermarsi e chiedere aiuto.
Non sorprende quindi che, nella stessa ricerca Deloitte, il 72% degli intervistati indichi proprio la mancanza di dati unificati e facilmente accessibili tra gli ostacoli all’adozione degli agenti.
Possiamo avere un modello straordinario.
Se trova tre anagrafiche dello stesso cliente, due versioni del listino e informazioni diverse tra CRM, gestionale e documenti, continuerà comunque ad avere un problema.
Solo che questa volta non dovrà semplicemente rispondere. Dovrà decidere cosa fare.
Prima di automatizzare un processo bisogna conoscerlo.
Questo vale ancora di più per le software house verticali.
Negli ultimi mesi abbiamo parlato spesso del valore della conoscenza di settore e del fatto che un modello generalista, per quanto potente, non possa conoscere da solo il significato che dati, regole e processi assumono dentro una specifica azienda.
Con gli agenti questo principio diventa ancora più importante; non basta collegare un modello a un software e permettergli di utilizzare qualche funzione.
Bisogna sapere quali informazioni sono affidabili, quali azioni può compiere, quali eccezioni sono ammesse e soprattutto quando una decisione deve tornare nelle mani di una persona.
L’AI che lavora da sola, insomma, non esiste. Lavora dentro un sistema fatto di dati, software, regole, conoscenza e persone.
Ed è proprio la qualità di quel sistema a stabilire quanto lontano possiamo spingerci con l’autonomia.
Per questo continuiamo a pensare che la direzione più interessante non sia costruire semplicemente agenti capaci di fare sempre più cose.
È costruire ambienti nei quali dati, Business Intelligence, documenti, conoscenza aziendale e AI possano lavorare insieme, offrendo agli agenti il contesto necessario per capire prima di agire.
È anche la direzione nella quale stiamo facendo evolvere Elly.
Perché prima di chiedere a un’Intelligenza Artificiale di occuparsi di un processo, forse vale la pena fermarsi un momento e fare una domanda molto più semplice: siamo sicuri di sapere davvero come funziona?
👉 Scopri Elly su ellybi.com