Agenti AI in azienda: da dove cominciare senza perdere il controllo

Un assistente risponde a una domanda. Un agente riceve un obiettivo, «prepara la mail per i fornitori in ritardo», e per raggiungerlo usa degli strumenti: legge il verbale, interroga il gestionale, controlla le date di consegna, scrive una bozza. È qui che l'AI generativa smette di essere una curiosità e comincia a far risparmiare ore di lavoro.

È anche qui che serve più metodo. Un agente che può agire sui vostri sistemi va progettato come qualunque altro software: con permessi, test e registri.

I quattro pezzi di un agente

• Il modello linguistico, che capisce la richiesta e decide il prossimo passo.
• Gli strumenti (tool calling): funzioni precise che l'agente può chiamare, per esempio «cerca ordine», «leggi documento», «crea bozza email».
• Le skill: istruzioni e procedure scritte per un compito specifico, che l'agente consulta quando servono, come un manuale operativo.
• I controlli: cosa l'agente può fare da solo, cosa deve proporre e cosa resta sempre a una persona.

Da dove cominciare

Scegliete un processo noioso, frequente e verificabile

I candidati migliori sono attività che si ripetono ogni giorno, basate su testi e con un risultato facile da controllare: smistare le richieste in arrivo, estrarre dati da documenti, preparare risposte standard, riassumere riunioni. Meglio evitare all'inizio le decisioni con conseguenze economiche o legali dirette.

Disegnate il processo prima dell'agente

Partiamo sempre da un diagramma BPMN: segniamo i passaggi in cui l'AI prepara qualcosa e quelli in cui una persona approva. L'agente lavora dentro quel disegno, non al posto del disegno.

Date permessi minimi

Ogni strumento dell'agente fa una cosa sola e ha solo i permessi che servono. Un agente che prepara bozze di email non ha bisogno di poterle inviare: l'invio resta un clic umano.

Come lo rendiamo affidabile

• Test automatici: casi reali anonimizzati, eseguiti con Pytest a ogni modifica di prompt, skill o strumenti, per accorgersi subito se qualcosa peggiora.
• Registro delle azioni: ogni chiamata a uno strumento viene salvata, così si può sempre ricostruire cosa ha fatto l'agente e perché.
• Fonti citate: quando l'agente usa un documento, indica quale, così chi verifica sa dove guardare.
• Verifica umana nei punti che contano: è un buon principio di progettazione ed è coerente con quanto chiede l'AI Act sulla supervisione umana.

Un buon primo obiettivo: un agente che fa risparmiare un'ora al giorno a una persona e che quella persona controlla volentieri. Se funziona lì, si estende.

Prompt engineering: meno magia, più specifiche

Un buon prompt somiglia a un buon capitolato: dice chi è il destinatario, cosa deve fare, con quali dati, in che formato restituire il risultato e cosa fare quando le informazioni mancano. Lo trattiamo come codice: versionato, testato e rivisto insieme al cliente.

Se avete in mente un processo da cui partire, scriveteci: il primo passo è sempre lo stesso, disegnarlo insieme.