Per creare un agente AI che funziona in azienda si parte da un processo che oggi costa ore, non dalla tecnologia. Prima si descrive il lavoro con chi lo esegue, poi si tolgono i passaggi inutili, poi si verifica che serva davvero un agente e non un'automazione più semplice. Solo a quel punto si sceglie lo strumento e si costruisce un prototipo da provare su casi veri.
Che cos'è un agente AI, in una frase
Un agente AI è un programma che riceve un obiettivo, decide i passaggi per raggiungerlo e usa gli strumenti dell'azienda, come la posta, il gestionale o un archivio di documenti, per portarlo a termine, fermandosi a chiedere a una persona quando un caso esce dalle regole. La differenza con un chatbot, che risponde e basta, è spiegata nella guida di Deepelse sulla differenza fra agente e chatbot.
Da quale processo si parte?
Si parte da un processo ripetitivo che oggi costa ore ogni settimana e che passa da documenti arrivati in formati diversi. Per descriverlo bastano tre domande, da fare a chi lo esegue ogni giorno:
- da dove arriva il lavoro (email, PDF, telefonate, WhatsApp, un portale);
- che cosa ci fa la persona, passo per passo, comprese le eccezioni;
- dove finisce il risultato (gestionale, CRM, una cartella, una risposta al cliente).
I candidati più frequenti nelle PMI sono l'acquisizione degli ordini, i preventivi, la casella condivisa dell'ufficio commerciale, i solleciti di pagamento, la preparazione di verbali e report. Una panoramica degli usi per funzione è nella guida di Deepelse agli AI agent in azienda. Partire dallo strumento, per esempio dal desiderio di fare qualcosa con ChatGPT, porta quasi sempre a una demo che nessuno apre dopo la prima settimana.
Quali sprechi si tolgono prima dell'AI?
Prima di affidare un processo a un agente si tolgono i passaggi che non servono, altrimenti l'agente li esegue solo più in fretta. Ogni passo del processo si classifica in tre modi: aggiunge valore per il cliente, è necessario per una norma o un controllo, oppure è uno spreco. Gli sprechi più comuni negli uffici sono questi:
- dati ricopiati da un sistema all'altro;
- report che nessuno legge;
- attese di un dato o di un'approvazione;
- passaggi di mano fra reparti;
- ricerche di file e informazioni sparse;
- errori che obbligano a rifare il lavoro.
Un esempio tipico, con dati di esempio: gli ordini arrivano via email, PDF e WhatsApp e una persona li ricopia nel gestionale. Ci sono tre sprechi in un solo passaggio: ricopiatura, attesa, errori di battitura. È il primo bersaglio per un agente che legge l'ordine e prepara la registrazione, con una persona che conferma.
Serve davvero un agente?
Un agente serve quando il percorso del lavoro cambia caso per caso, tocca più sistemi e ha eccezioni frequenti. In molti processi basta meno: togliere un passaggio, configurare meglio il gestionale, un'automazione a regole fisse. La guida su quando scegliere un agente e quando un'automazione confronta le alternative, dalla più semplice alla più costosa da mantenere.
Secondo noi la domanda giusta è sempre quale sia la soluzione più semplice che regge il processo. Un agente costa di più da mantenere di un'automazione, e un'automazione costa di più di un passaggio eliminato.
Come si sceglie il primo agente?
Il primo agente si sceglie fra i candidati con tre domande: quante ore restituisce ogni settimana, quanto valore aggiunge oltre al tempo (un preventivo che parte prima della concorrenza, un cliente che riceve risposta in giornata), quanto è difficile arrivare ai dati e quante persone devono cambiare abitudini. Conviene partire dal caso con il rapporto migliore fra beneficio e sforzo, anche se non è il più ambizioso. Il primo agente è quello che convince il resto dell'azienda, e un successo piccolo e misurato convince più di un progetto grande e incompiuto.
Come si costruisce il prototipo?
Il prototipo si costruisce su casi reali, accanto alla persona che oggi fa il lavoro. Prima di aprire qualunque strumento si scrivono su un foglio il compito in una frase, le fonti che l'agente deve leggere, le azioni che può compiere e i casi in cui deve fermarsi. Poi si sceglie lo strumento: una piattaforma senza codice per provare l'idea, uno sviluppo su misura quando servono integrazioni profonde. Il confronto è nella guida sugli strumenti per creare un agente AI.
Il prototipo si prova su 20-30 casi veri del mese precedente, non su esempi inventati. Si conta quanti risultati sono corretti, quanti sbagliati e quanti vengono passati a una persona. Questi numeri dicono se si può andare avanti, e sono la base delle regole d'ingaggio da scrivere prima del rilascio.
Che cosa serve dopo il prototipo?
Dopo il prototipo servono tre cose che le demo non mostrano: permessi minimi sui sistemi, un registro di ogni operazione, una persona in azienda che segue l'agente quando cambiano il processo o il modello. Il passaggio è descritto nella guida su come si porta un agente in produzione.
Molti progetti si fermano qui. Gartner prevede che oltre il 40% dei progetti di agentic AI sarà cancellato entro la fine del 2027, per costi in crescita, valore poco chiaro o controlli sul rischio insufficienti (Gartner, giugno 2025). I tre motivi corrispondono ai tre passaggi di questa guida che si saltano più spesso: la scelta del processo, la misura, le regole.
Le guide di questa sezione
Domande frequenti su agenti AI
Che cosa serve per creare il primo agente AI?
Servono un processo scelto, una persona che lo conosce bene e l'accesso ai dati su cui l'agente lavorerà, per esempio la casella degli ordini e il gestionale. Servono anche 20-30 casi reali per provarlo. Lo strumento si sceglie dopo: per una prima prova spesso basta quello che l'azienda ha già, come Copilot Studio su Microsoft 365.
Si può creare un agente AI senza programmare?
Sì, per i casi semplici. Microsoft Copilot Studio, gli agenti di ChatGPT, n8n e Zapier permettono di costruire agenti descrivendoli a parole o collegando blocchi. Vanno bene per provare un'idea su un processo interno. Diventano stretti quando servono integrazioni con un gestionale che non ha connettori, volumi alti o controlli stretti su permessi e dati personali.
Quale modello usare per un agente AI?
Quasi sempre il più leggero fra quelli che reggono il compito. Un modello più grande costa di più a ogni operazione e spesso non migliora il risultato su compiti come leggere un ordine o classificare un'email. Conviene progettare l'agente in modo da poter cambiare modello senza rifarlo, perché i modelli cambiano ogni pochi mesi.
Quanto tempo serve per avere un agente in produzione?
Dipende dal processo, dai dati e dalle integrazioni, quindi una cifra valida per tutti non esiste. Un prototipo su una piattaforma senza codice si costruisce in pochi giorni. Il passaggio in produzione richiede in più le prove su casi reali, i permessi, il registro delle operazioni e le regole d'ingaggio, e quella è la parte che di solito richiede più tempo.
Fonti
Scritto da
Co-founder, CTO e COO di Deepelse
Giovanni Vanini è co-founder di Deepelse, dove guida la parte tecnica e operativa: architetture degli agenti, scelta dei modelli, integrazioni con gestionali e CRM, agenti vocali.
