A cosa servono gli agenti di intelligenza artificiale in azienda, e come si riconosce un lavoro adatto
Un agente di intelligenza artificiale è un programma che riceve un obiettivo, sceglie da solo quali strumenti usare e continua a lavorare finché il compito è chiuso o finché una condizione lo ferma. La domanda che arriva subito dopo è a cosa servono gli agenti di intelligenza artificiale in azienda, cioè quali lavori conviene davvero dargli in mano.
Quasi tutte le risposte italiane a questa domanda sono elenchi di reparti: customer service, amministrazione, magazzino, acquisti. Non aiutano a decidere niente, perché dentro lo stesso reparto convivono lavori in cui un agente si ripaga in un mese e lavori in cui macina cicli per settimane senza portare a casa niente. La riga che separa i due casi non passa per il reparto.
Un agente serve dove il lavoro si porta dentro il proprio controllo
Un agente lavora a cicli: prova, guarda cosa è successo, corregge, riprova. Quel ciclo converge soltanto se dopo ogni passo esiste un segnale automatico che dice se il passo è andato bene. Senza quel segnale l'agente continua a girare convinto di procedere, e alla fine qualcuno deve rileggersi tutto lo stesso.
Anthropic lo scrive nel documento Building effective agents, pubblicato il 19 dicembre 2024: gli agenti sono adatti ai problemi aperti, quelli in cui non si riesce a prevedere quanti passaggi serviranno, e i due esempi portati sono il supporto clienti e gli agenti di scrittura del codice, questi ultimi perché le soluzioni sono verificabili con test automatici. Il secondo esempio si porta dentro il controllo: i test passano o falliscono, e nessuno deve leggerli per saperlo.
La domanda da farsi prima di comprare qualsiasi cosa
Prima di dare un lavoro a un agente conviene rispondere a una domanda sola: chi dice che il risultato è giusto? Se la risposta è "una persona che legge quello che è uscito", quel lavoro non è ancora un lavoro da agente. Se invece la risposta è una regola, un totale che deve tornare o un test che gira da solo, allora il lavoro ha dentro il proprio controllo.
Dove gli agenti di intelligenza artificiale in azienda reggono davvero
I lavori adatti a un agente sono quelli in cui il risultato produce un segnale osservabile da un programma, non da una persona. Sono quattro famiglie, e valgono in qualsiasi reparto.
| Lavoro | Cosa produce l'agente | Chi dice che è andato bene |
|---|---|---|
| Modifiche al software | una modifica al codice | i test e la compilazione: passano o falliscono |
| Compilazione di moduli da documenti | i campi riempiti | i controlli di formato: una data è una data, una partita IVA ha undici cifre |
| Riconciliazione di due elenchi | le righe che non tornano | la somma: torna o non torna |
| Richieste con un esito osservabile | un'azione eseguita su un sistema | lo stato dopo l'azione: la spedizione risulta registrata o no |
La compilazione di moduli a partire dai documenti è la famiglia che in una PMI italiana si incontra per prima, perché è il lavoro di estrazione dei dati dai PDF aziendali che oggi qualcuno fa a mano ricopiando. Un agente qui rende perché il controllo esiste già: un campo obbligatorio vuoto è un errore che si vede senza aprire il documento originale.
Il caso in cui il controllo esiste ma arriva tardi
Un controllo che scatta dopo un'azione irreversibile non serve a niente. Se l'agente manda la mail al cliente e solo dopo il sistema si accorge che l'importo era sbagliato, la verifica ha funzionato e il danno c'è lo stesso. Per questi lavori il controllo va spostato prima dell'azione, e questo vuol dire rimettere una persona dentro il ciclo su quel singolo passaggio, non su tutti.
Dove un agente di intelligenza artificiale costa più di quello che porta
Un agente non conviene nei lavori il cui risultato si giudica a gusto: un testo di marketing, una sintesi per la direzione, una proposta commerciale. Non esiste un test che dica se sono venuti bene, quindi la persona li legge comunque, e il vantaggio del ciclo automatico sparisce mentre il conto dei cicli resta.
Per i lavori che si giudicano a gusto la cosa giusta da costruire è un workflow automatizzato, cioè una sequenza decisa in anticipo con dentro una sola chiamata al modello. Costa meno, è prevedibile e si certifica. Il motivo per cui la differenza pesa sul bilancio è che un agente si paga a giro di ciclo e i giri non li conta chi firma l'ordine: è la parte spiegata in quanto costa un agente AI in azienda.
I processi che si ripetono tre volte l'anno sembrano adatti a un agente e non lo sono. Un agente va costruito, sorvegliato e aggiornato quando cambia il sistema che tocca, e quella manutenzione non si ammortizza su un processo raro.
Il lavoro che sembra verificabile e non lo è
Un controllo di forma non è un controllo di merito, e confonderli è l'errore che costa di più. Un agente che riempie i campi di una scheda può superare tutte le regole di formato e avere comunque preso il numero sbagliato dal documento sbagliato: la data è una data valida, solo che è quella della fattura precedente. Il segnale automatico esiste, ma misura un'altra cosa rispetto a quella che vi interessa.
Il modo pratico di accorgersene prima di andare in produzione è prendere venti casi già lavorati a mano, farli rifare all'agente e confrontare i risultati uno per uno. Se il controllo automatico dichiara buoni dei casi che a mano erano stati decisi in modo diverso, quel controllo non basta per lasciarlo andare da solo.
Come è fatto l'agente che lavora su questo blog
L'automazione editoriale di questo sito sta nella cartella automazione-blog/ del repository, ed è un agente che gira ogni mattina su una macchina che non è la mia. La scelta che conta è di sicurezza: l'agente non ha le chiavi del server dove stanno i materiali, chiama un solo endpoint HTTP protetto da token, e quel server non espone nient'altro. È l'applicazione pratica della regola sui permessi da dare agli strumenti AI in azienda: quello che gli apri è anche tutto quello che può rompere.
Scrivere la bozza di un articolo è un lavoro adatto a un agente perché il suo risultato è verificabile senza di me. Il comando npm run build passa o fallisce, un collegamento interno punta a un file che esiste o non esiste, il conteggio delle parole sta sopra la soglia o sotto. Dove il controllo automatico manca, il pezzo si ferma prima di uscire.
Il primo lavoro da dare a un agente AI
Il primo lavoro da dare a un agente AI è quello che sapete già controllare. Prendete il processo che avevate in mente e scrivete su una riga chi dichiara che è finito bene. Se non riuscite a scriverlo senza nominare una persona, il primo lavoro non è comprare un agente: è costruire quel controllo. Poi, prima di accendere qualsiasi cosa, fissate due tetti, un numero massimo di cicli e un tetto di spesa, perché sono l'unico modo per trasformare un costo variabile in un costo noto. I sei pezzi da mettere insieme, in ordine, stanno in come creare un agente di intelligenza artificiale in azienda, e se preferite partire da un processo già scelto invece che da zero, è esattamente il lavoro che faccio con gli agenti AI su misura.
La domanda giusta non è quale agente comprare. È quale dei vostri processi sa già dire da solo di essere andato bene: quelli sono i lavori a cui servono gli agenti, e sono meno di quanti ve ne vengano venduti.
Domande frequenti
Un agente AI può lavorare sui dati riservati dell'azienda?
Può, e la domanda da porsi non è se sia capace ma dove gira il modello che lo muove. Un agente che usa un'API esterna manda al fornitore tutto quello che gli passa davanti, comprese le parti di documento che non gli servivano. Il modo pratico di ridurre il problema è dare all'agente l'accesso più stretto possibile alle fonti, invece di aprirgli l'intero archivio e sperare che peschi solo quello che serve.
Quante persone servono in azienda per tenere acceso un agente AI?
Serve almeno una persona che sappia leggere i registri di quello che l'agente ha fatto e fermarlo, e non deve essere per forza un informatico. Nelle aziende piccole di solito è la stessa persona che possiede il processo automatizzato, perché è l'unica in grado di accorgersi che il risultato è formalmente corretto ma sbagliato nel merito. Quello che non funziona è affidarlo a un fornitore esterno senza che dentro l'azienda nessuno guardi mai cosa produce.
Un agente di intelligenza artificiale riesce a usare il gestionale che l'azienda ha già?
Dipende da cosa il gestionale espone verso l'esterno. Se ha delle API documentate, l'agente le chiama come le chiamerebbe qualsiasi altro programma. Se invece è un applicativo chiuso senza interfacce, l'unica strada resta l'esportazione di file, che funziona ma toglie all'agente la possibilità di verificare da solo l'esito di quello che ha fatto.
Quanto ci mette un agente AI a ripagarsi?
Non esiste un tempo medio utile, perché dipende da quante volte quel lavoro viene fatto e da quanto costa un errore quando capita. Il conto onesto si fa su un processo solo: le ore impiegate oggi moltiplicate per la frequenza mensile, meno il costo dei cicli del modello e delle ore di chi controlla il risultato. Sotto una certa frequenza il conto non torna mai, e la frequenza pesa più del risparmio sulla singola pratica.