Un agente AI è un sistema che riceve un obiettivo e lo porta a termine da solo: legge i documenti, interroga i vostri sistemi, decide il passo successivo e agisce, chiedendo aiuto a una persona solo quando il caso lo merita. Non è un chatbot che risponde, è un collega digitale che esegue.
La differenza fra un assistente e un agente sta tutta in chi fa il lavoro. Con un assistente qualcuno apre lo strumento, scrive una richiesta, legge la risposta e la riporta a mano dentro il processo. Il lavoro resta umano, l’assistente lo velocizza.
Un agente riceve un compito ricorrente e lo chiude. Nessuno lo avvia ogni volta, nessuno copia il risultato da qualche parte. Quando un agente entra in produzione, un’attività sparisce dalla giornata delle persone invece di diventare più veloce.
Un agente utile in azienda ha sempre quattro parti. Se ne manca una, resta una dimostrazione.
Questi sono i casi che le aziende ci chiedono più spesso, in ordine di frequenza:
Una PMI non ha bisogno di una piattaforma. Ha bisogno che sparisca il lavoro ripetitivo che oggi occupa una persona per mezza giornata. Per questo partiamo sempre da un solo processo, quello che pesa di più, e lo chiudiamo per intero prima di aggiungerne altri.
Il vantaggio di questo ordine è che il primo agente si ripaga da solo e finanzia il secondo. Il rischio di partire da un progetto ampio è di spendere prima di aver capito dove stava davvero il collo di bottiglia.
Chi chiede quanto costa un agente AI di solito riceve numeri che non significano niente, perché la stessa parola copre cose molto diverse. Il costo dipende da tre cose, ed è utile saperle prima di chiedere un preventivo a chiunque:
Nella prima call capiamo in quale dei tre casi vi trovate. Se il processo non è ancora pronto per un agente, ve lo diciamo subito invece di venderveli lo stesso.
Non consegniamo dimostrazioni che funzionano solo davanti al cliente. Non costruiamo agenti che decidono al posto vostro su cose che hanno conseguenze legali o economiche serie. Non vi chiediamo di cambiare i software che già usate per adattarvi al nostro sistema, perché è il nostro sistema che si adatta ai vostri.
Il processo cambia da settore a settore, e l’agente cambia con lui. Ecco dove abbiamo già portato questo approccio:
Un chatbot conversa e risponde. Un agente agisce: apre, scrive, aggiorna e chiude attività dentro i vostri sistemi. Un chatbot vi fa risparmiare risposte, un agente vi fa risparmiare il lavoro che stava dietro.
Per un processo singolo e ben definito si ragiona in settimane, non in mesi. La parte lenta non è quasi mai la tecnologia, è mettere d’accordo l’azienda su come funziona davvero il processo oggi.
No, a meno che non lo decidiate voi. Progettiamo il sistema in modo che i dati restino sotto il vostro controllo, e dove serve lavoriamo su infrastruttura dedicata.
No per usarlo. Sì, idealmente, per fare da riferimento durante la costruzione: qualcuno che conosca il processo e possa rispondere alle domande giuste.
Ogni agente ha un confine e una traccia di quello che ha fatto. Gli errori si vedono, si correggono e restringono il confine finché il comportamento non è affidabile. Un sistema che non si può ispezionare non lo mettiamo in produzione.
È il modo che consigliamo. Un processo, un agente, un risultato misurabile. Poi si decide se allargare.
Se siete una piccola o media impresa, partite da qui: AI per le PMI italiane, dove spieghiamo perché il divario con le grandi imprese si sta allargando e da quali processi conviene cominciare.
Non parliamo di prototipi. In questo momento seguiamo oltre 279 fra automazioni e agenti AI attivi e operativi, distribuiti su sedici settori diversi.
Un numero così non nasce da progetti grandi e rari. Nasce da processi chiusi uno alla volta, in aziende molto diverse fra loro, ed è il motivo per cui sappiamo in anticipo quali funzionano e quali no.
Se preferite partire dai fatti invece che dal metodo, ci sono i casi studio per settore: che cosa abbiamo messo in produzione in sedici settori e quale riduzione di costo ha prodotto.
Diverse aziende chiamano Simone Bruzzese, fondatore di BUILDER, a capo della propria divisione innovazione come innovation manager. Vuol dire sedere dalla parte del cliente quando si decide che cosa fare, non solo eseguire quando la decisione è già stata presa da altri. Dietro c’è un team di ingegneri e specialisti, ed è il motivo per cui oltre 279 sistemi stanno in piedi contemporaneamente.
Simone è inoltre docente e relatore allo Specializing Master in Fashion Tech di POLI.design, la scuola fondata dal Politecnico di Milano, con l’intervento Artificial Intelligence in Fashion: from AI to Automations.
Simone Bruzzese, fondatore di BUILDER, è docente e relatore allo Specializing Master in Fashion Tech di POLI.design, la scuola fondata dal Politecnico di Milano.
Intervento: Artificial Intelligence in Fashion: from AI to Automations. È la stessa istituzione il cui Osservatorio misura il divario di adozione dell’AI fra grandi imprese e PMI italiane.
Prenota una call con BUILDER: analizziamo il tuo processo, ti diciamo che cosa conviene affidare a un agente e che cosa no, e ti diamo un passo successivo chiaro entro 24 ore.
Molte aziende finanziano questi progetti con contributi pubblici. Guarda i bandi e gli incentivi per l’intelligenza artificiale aperti adesso.
BUILDER progetta e costruisce il sistema di cui parla questa guida.