Negli ultimi anni abbiamo chiesto all’intelligenza artificiale di scrivere. Ora cominciamo a chiederle di fare cose.
La differenza sembra piccola finché l’AI resta dentro una finestra di chat. Un assistente prepara una bozza, poi una persona decide se copiarla, dove inserirla e che cosa farne. Con gli agenti il confine si sposta: possono leggere documenti, consultare calendari, attraversare più applicazioni e, in alcuni casi, compiere direttamente azioni.
È qui che l’automazione diventa molto più interessante. Ed è anche qui che bisogna iniziare a progettare i confini.
A fine settembre Meta ha presentato Muse for Small Business con una promessa molto chiara: collegare in pochi passaggi servizi come Canva, Dropbox, Figma, QuickBooks, Shopify, Slack, Stripe, Zoom e gli account Facebook e Instagram, così che l’agente possa partire conoscendo già il contesto dell’attività. Meta sottolinea anche un limite preciso: pubblicazione, invio e spesa restano dietro un’approvazione dell’utente.
È proprio questo passaggio a raccontare la parte più interessante della nuova fase degli agenti AI. La domanda non riguarda più soltanto quanto sia capace il modello. Riguarda quanto accesso vogliamo concedergli, quali azioni può eseguire e dove deve fermarsi.
Un agente diventa utile quando entra nel lavoro
Il limite di molti strumenti AI delle prime generazioni era il contesto. Potevano essere molto capaci, ma bisognava spiegare ogni volta chi eravamo, cosa stavamo facendo, dove si trovavano le informazioni e quale risultato ci serviva.
Le integrazioni cambiano questo rapporto.
Se un agente può leggere il calendario, consultare documenti autorizzati, vedere l’andamento delle campagne o conoscere il catalogo prodotti, una parte del lavoro di preparazione scompare. Può collegare informazioni che prima una persona doveva raccogliere da più applicazioni.
Per una PMI è un vantaggio concreto. Molto tempo viene perso proprio nei passaggi tra strumenti: esportare un dato, cercare un file, riportare un aggiornamento, controllare se una campagna coincide con il calendario, trasformare una richiesta in un’attività.
Ma l’integrazione che rende l’agente utile è anche quella che amplia ciò che può vedere e fare.
Il progetto non comincia dal prompt. Comincia dai permessi.
“Collega tutto” è una pessima architettura
Quando un servizio propone una lunga lista di integrazioni, la tentazione è attivarle tutte. Tecnicamente può essere semplice. Dal punto di vista del processo, molto meno.
Ogni connessione dovrebbe avere una ragione.
Se l’agente deve preparare un riepilogo delle performance social, potrebbe aver bisogno di leggere gli account e alcuni dati analitici. Non per questo deve poter pubblicare. Se deve confrontare ordini e campagne, può avere bisogno di dati ecommerce e advertising, ma non necessariamente dell’accesso a documenti amministrativi.
Il principio del minimo privilegio, ben noto nella sicurezza informatica, è utile anche per l’automazione: concedere solo gli accessi necessari al compito.
Non serve soltanto a ridurre il rischio. Serve anche a mantenere il processo comprensibile.
Più fonti e sistemi può attraversare un agente, più diventa importante poter ricostruire da dove abbia preso un’informazione, perché abbia proposto una certa azione e quali effetti abbia prodotto.
Un agente che suggerisce male un testo produce lavoro da correggere. Un agente che può inviarlo a migliaia di contatti produce un incidente.
Leggere, preparare, proporre, eseguire
Per progettare un agente aziendale conviene separare azioni che nelle demo vengono spesso raccontate come un unico flusso.
Leggere significa accedere alle informazioni necessarie.
Preparare significa trasformarle in un output: una bozza, un report, una lista di attività.
Proporre significa suggerire un’azione.
Eseguire significa modificare qualcosa nel mondo esterno: inviare, pubblicare, spendere, cancellare, acquistare o cambiare uno stato.
E soprattutto, non tutti i processi hanno bisogno di arrivare al quarto livello.
Prendiamo un calendario social. Un agente può leggere il piano editoriale, associare le immagini alle caption, controllare cosa esiste già su una piattaforma di programmazione e creare bozze. Lasciare la pubblicazione finale a una persona conserva gran parte del vantaggio operativo e mantiene un punto di controllo nel passaggio più esposto.
In altri casi l’esecuzione automatica ha perfettamente senso. Aggiornare un campo interno a basso rischio o archiviare un documento secondo una regola stabile può non richiedere un’approvazione ogni volta.
La scelta dipende dalle conseguenze, non dalla spettacolarità della tecnologia.
Dove serve davvero l’approvazione umana
Mettere una persona “nel loop” non basta. Bisogna decidere in quale punto del processo il suo intervento aggiunge davvero controllo.
Se una persona deve approvare venti micro-passaggi irrilevanti, l’automazione diventa più lenta del processo precedente. Se l’approvazione arriva quando tutto è già stato inviato, invece, è soltanto una notifica tardiva.
Il controllo funziona quando intercetta le decisioni con conseguenze reali.
Una spesa pubblicitaria, una comunicazione esterna, una modifica contrattuale, un messaggio a un cliente, la cancellazione di dati: sono esempi in cui il costo di un errore può giustificare una conferma esplicita.
Meta, nella presentazione di Muse for Small Business, mette proprio pubblicazione, invio e spesa dietro l’approvazione dell’utente. È una scelta di prodotto, ma anche un buon esempio di progettazione del processo: l’agente può preparare molto lavoro senza assumere automaticamente l’ultima decisione.
“Può collegarsi?” e “deve collegarsi?” sono due domande diverse
Un agente generico può dare consigli generici. Per diventare davvero utile deve conoscere qualcosa dell’azienda: clienti, documenti, performance, procedure, cataloghi, conversazioni, priorità.
È proprio questo a renderlo utile. Ed è anche ciò che rende inevitabile parlare di dati e accessi.
Prima di collegare un servizio bisogna capire quali informazioni riceverà, con quali autorizzazioni, attraverso quali account e con quali possibilità di revoca. Bisogna inoltre distinguere i dati necessari da quelli semplicemente disponibili.
La domanda “può collegarsi?” riguarda la disponibilità tecnica. “Deve collegarsi?” riguarda il processo. “Con quali permessi?” riguarda il rischio. “Chi ne risponde?” riguarda l’organizzazione.
Per una piccola impresa questa distinzione evita due estremi: rinunciare a qualunque integrazione per timore oppure autorizzare tutto perché la configurazione richiede pochi clic.
Tra i due c’è il lavoro progettuale: costruire un perimetro proporzionato all’attività.
Un agente attraversa strumenti, ma anche responsabilità
Le automazioni tradizionali erano spesso locali. Un flusso apparteneva al marketing, all’amministrazione o al customer care.
Gli agenti con molte integrazioni possono attraversare questi confini.
Un’attività apparentemente semplice, come preparare una promozione per prodotti con vendite in calo, può richiedere dati ecommerce, margini, disponibilità di magazzino, creatività, budget pubblicitario e calendario editoriale.
Chi decide se il suggerimento dell’agente è corretto?
La risposta non può essere “l’AI”. Serve un proprietario del processo: una persona o un ruolo che definisca l’obiettivo, autorizzi gli accessi, controlli le eccezioni e valuti nel tempo se l’automazione continui ad avere senso.
Collegare API è spesso la parte più lineare. Collegare responsabilità richiede più attenzione.
È uno dei motivi per cui gli agenti AI sono un tema organizzativo prima ancora che software.
Prima di automatizzare, osserva il processo che esiste già
Un errore ricorrente consiste nel partire dalla funzione disponibile: “questo agente può fare X, dove possiamo usarlo?”. È più solido partire dal percorso che esiste già.
Dove una persona perde tempo? Quali passaggi sono ripetitivi? Dove si copiano informazioni tra sistemi? Quali decisioni richiedono davvero giudizio? Dove gli errori sono frequenti? Quali eccezioni esistono?
Solo dopo ha senso decidere che cosa affidare all’agente.
A volte il risultato migliore sarà un’automazione ampia. Altre volte basterà far preparare un report che oggi richiede un’ora. In alcuni processi emergerà che il vero problema è un dato disordinato o una responsabilità non assegnata.
Aggiungere un agente sopra quella confusione la renderà soltanto più veloce.
Per partire non serve disegnare subito l’architettura definitiva. Una PMI può scegliere un processo frequente, abbastanza ripetitivo e con conseguenze controllabili, e definire quattro elementi: quali fonti può leggere l’agente, quale output deve produrre, quali azioni può compiere e dove serve un’approvazione.
Serve anche una metrica concreta: tempo risparmiato, riduzione degli errori, velocità di risposta, numero di passaggi manuali eliminati. Qualcosa che permetta di capire se il nuovo flusso è davvero migliore del precedente.
Dopo una prima fase di utilizzo, il dato più interessante sono spesso le eccezioni. Dove l’agente ha chiesto informazioni che non aveva? Dove ha proposto azioni inutili? Quali controlli umani sono diventati rituali e quali hanno intercettato problemi reali?
È da queste osservazioni che nasce una seconda versione più matura.
La nuova domanda sull’AI è: che cosa le permettiamo di fare?
La differenza tra un assistente e un agente non sta soltanto nella qualità del modello. Sta nel fatto che il secondo entra nel lavoro: legge informazioni, attraversa strumenti e può modificare qualcosa fuori dalla propria finestra.
Per questo progettare un agente significa progettare anche il suo perimetro.
Quali informazioni può vedere? Quali passaggi può eseguire? Dove deve fermarsi? Chi mantiene la responsabilità quando qualcosa esce dal caso previsto?
Un buon progetto non collega tutto ciò che può collegare. Decide quali informazioni servono, quali azioni possono essere automatizzate e quali richiedono ancora una decisione umana.
È un lavoro in cui tecnologia e organizzazione diventano difficili da separare. Ed è proprio lì che l’agente smette di essere una demo impressionante e comincia, davvero, a lavorare per l’azienda.
In Go Wave partiamo dai processi reali, dagli strumenti già utilizzati e dalle responsabilità esistenti, per capire dove un agente può ridurre lavoro ripetitivo senza rendere meno leggibile il modo in cui l’organizzazione prende decisioni.
Se vuoi capire da quale processo avrebbe senso partire nella tua azienda, possiamo analizzarlo insieme.