Un responsabile operativo ci dice: “Vorremmo usare l’AI, ma non sappiamo da dove iniziare”.
Quasi sempre, il punto di partenza non è la tecnologia. È guardare la giornata di chi lavora e trovare il compito che si ripete uguale, ruba ore e non richiede testa, ma mani.
La domanda giusta non è “cosa può fare l’AI”, ma: quale pezzo del tuo lavoro è ripetitivo, regolato e ad alto volume? Perché è lì che un agente AI lavora da solo davvero, e da lì conviene partire.
In questo articolo non trovi una lista teorica di cosa l’AI potrebbe fare un giorno. Trovi cinque processi concreti che un agente porta a termine dall’inizio alla fine, oggi, nelle aziende vere. Per ognuno: cosa fa da solo, quali sistemi tocca e dove resta la persona. Perché un agente che lavora bene non è uno che fa tutto: è uno che fa la parte meccanica e lascia all’uomo le decisioni.
Se ti manca il quadro di base, parti dalla guida su cosa sono e come funzionano gli agenti AI e torna qui per i casi pratici.
In breve: un agente AI gestisce bene i processi ripetitivi, regolati e ad alto volume che richiedono di toccare più sistemi. Cinque casi concreti per una PMI: smistare le email in entrata, lavorare le fatture dei fornitori, qualificare i lead e aggiornare il CRM, gestire resi e rimborsi di primo livello, sorvegliare scorte e scadenze. In tutti, l’agente fa il lavoro meccanico e passa all’uomo solo le eccezioni.
Cosa rende un processo adatto a un agente AI
Prima dei casi, il criterio. Non tutto va dato a un agente, e capire quali processi sì e quali no ti risparmia il progetto sbagliato.
Un processo è un buon candidato quando ha tre caratteristiche insieme:
- alto volume, succede tante volte (vale la pena automatizzarlo),
- regole abbastanza chiare, si può dire cosa fare nella maggior parte dei casi,
- possibilità di passare la mano, quando il caso è strano, l’agente si ferma e chiama una persona.
Se mancano queste tre cose, l’agente aggiunge complessità invece di toglierla. Un processo raro non ripaga il lavoro di costruirlo. Un processo senza regole chiare manda l’agente a indovinare. Un processo senza via di fuga umana, sulle eccezioni, diventa un rischio.
Tieni a mente una cosa per tutti i casi qui sotto: l’agente non vale per il modello AI che usa, vale per i sistemi a cui riesce a parlare. Il lavoro vero, prima dell’intelligenza, è quasi sempre far dialogare gli strumenti che già usi.
1. Smistare e lavorare le email in entrata
La casella condivisa è il collo di bottiglia silenzioso di tante aziende. Richieste, ordini, solleciti, domande: tutto arriva nello stesso posto, e qualcuno deve leggere, capire e smistare.
Un agente AI legge ogni email in arrivo, capisce di cosa parla, estrae i dati che servono (un numero d’ordine, una richiesta, un allegato) e fa partire l’azione giusta: instrada al reparto corretto, apre un ticket, inserisce i dati dove vanno, prepara una risposta. Non è un filtro a parole chiave: capisce il contenuto, anche scritto male.
Dove resta la persona: sulle email ambigue o delicate, che l’agente riconosce come “non chiare” e gira a un umano invece di tirare a indovinare.
2. Lavorare le fatture dei fornitori
Il ciclo passivo è ripetitivo per definizione: arriva una fattura, qualcuno la apre, controlla che corrisponda all’ordine, la inserisce nel gestionale, la manda al pagamento. Moltiplicato per centinaia di documenti al mese.
Un agente AI legge la fattura (anche se è un PDF o una scansione), ne estrae i dati, li confronta con l’ordine e con la bolla, inserisce tutto nel gestionale e gestisce da solo le piccole differenze. Quando i conti tornano, va avanti. Quando c’è una discrepanza vera, si ferma e la segnala.
Dove resta la persona: sulle anomalie. L’agente non decide se pagare una fattura che non quadra: prepara il caso e lo passa a chi di dovere. Non sostituisce l’amministrazione: le toglie l’inserimento a mano e le lascia i controlli che contano.
3. Qualificare i lead e aggiornare il CRM
Tra un contatto che arriva e un commerciale che lo richiama, di solito c’è un buco: dati da inserire, informazioni da cercare, il CRM da aggiornare. Lavoro che ruba tempo alla vendita vera.
Un agente AI prende il contatto in arrivo, recupera quello che serve (storico, settore, dimensione), aggiorna il CRM, assegna una priorità e prepara la bozza di un primo preventivo da listino. Quando il commerciale entra in scena, trova il terreno pronto, non un foglio bianco.
Dove resta la persona: sulla relazione e sulla trattativa. L’agente prepara, non vende. Se vuoi capire perché qui parliamo di agente e non di chatbot, aiuta la differenza tra agenti AI e chatbot: uno conversa, l’altro esegue.
4. Gestire resi e rimborsi di primo livello
Il customer care ha una parte di richieste che si ripetono uguali: “dov’è il mio ordine”, “voglio fare un reso”, “ho diritto al rimborso”. Risposte semplici, ma ognuna porta con sé un’operazione da fare a mano.
Qui un agente AI non si limita a rispondere: esegue. Su una richiesta di reso verifica la policy, controlla lo stato dell’ordine, genera l’etichetta di spedizione, aggiorna il magazzino e informa il cliente a operazione conclusa. Secondo Gartner, entro il 2029 gli agenti AI potranno risolvere da soli buona parte delle richieste comuni di assistenza (Gartner), con un calo netto dei costi operativi.
Dove resta la persona: sui casi fuori policy, sui clienti arrabbiati, sulle eccezioni che richiedono buon senso. L’agente sgombra il ripetitivo, l’operatore si concentra dove serve una testa umana.
5. Sorvegliare scorte e scadenze
Alcuni processi non aspettano una richiesta: vanno controllati di continuo. Scorte di magazzino, scadenze contrattuali, soglie da non superare. Tenerli d’occhio a mano è noioso e si dimentica.
Un agente AI sorveglia i dati in continuo e agisce quando scatta una soglia. Giacenza sotto il minimo: prepara il riordino. Contratto in scadenza: avvisa e mette in agenda il rinnovo. Pagamento non arrivato: fa partire il sollecito. Non aspetta che qualcuno se ne accorga: se ne accorge lui.
Dove resta la persona: sulla conferma delle azioni importanti. Un riordino grosso o una decisione con un costo non li lanci al buio: l’agente li propone, l’umano dà l’ok.
I cinque casi a colpo d'occhio
| Processo | Cosa tocca | Dove resta la persona |
|---|---|---|
| Email in entrata | Casella, CRM, ticketing | Email ambigue o delicate |
| Fatture fornitori | Gestionale, ordini, bolle | Anomalie e discrepanze |
| Lead e CRM | CRM, listino, fonti dati | Trattativa e relazione |
| Resi e rimborsi | E-commerce, magazzino, spedizioni | Casi fuori policy |
| Scorte e scadenze | Magazzino, gestionale, agenda | Conferma azioni importanti |
Gli errori che vediamo più spesso
Prima di partire, vale la pena nominare gli sbagli che costano tempo e fiducia.
- Partire dal processo sbagliato. Automatizzare qualcosa di raro o sempre diverso: si fatica tanto per risparmiare poco. Parti dal compito che si ripete di più.
- Dare all’agente più potere del necessario. Accesso a tutto e nessuna conferma sulle azioni delicate è il modo più rapido per spaventarsi al primo errore.
- Saltare la via di fuga umana. Un agente senza un “in caso di dubbio, chiama una persona” prima o poi prende la decisione sbagliata sul caso strano.
- Pensare che l’agente impari da solo i tuoi processi. Non li indovina: glieli insegni. Senza regole chiare e dati accessibili, resta una demo.
- Pretendere autonomia totale dal primo giorno. È l’errore più strategico. Un agente che parte con la persona nel loop, e allarga l’autonomia solo dove ha dimostrato di funzionare, è un agente di cui ti fidi. Uno lasciato libero subito è un rischio che nessuno vuole.
Il filo di tutti e cinque i casi è lo stesso: l’agente non sostituisce le persone, sostituisce il lavoro meccanico che le persone fanno controvoglia. Se vuoi il quadro più ampio, parti dalla guida a intelligenza artificiale e automazione per le aziende; se hai già in testa un processo da togliere dalle mani del team, il terreno è quello degli agenti AI su misura.
Domande frequenti
Quali processi conviene affidare per primi a un agente AI?
Quelli con tre caratteristiche insieme: alto volume, regole abbastanza chiare e possibilità di passare la mano a una persona sulle eccezioni. In pratica, il compito che si ripete di più e ruba tempo senza richiedere decisioni. Un processo raro o sempre diverso non ripaga il lavoro di costruirlo.
Un agente AI lavora davvero da solo o serve un controllo umano?
Lavora da solo sulla parte ripetitiva, ma i progetti seri tengono la persona nel loop sulle azioni delicate o irreversibili. L’agente esegue e, quando incontra un caso fuori dalle regole, si ferma e lo passa a un umano. Più l’azione è rischiosa, più servono confini e conferme.
Serve cambiare i programmi che usiamo già?
No, di norma. Un agente AI si costruisce sopra i sistemi che hai già: gestionale, CRM, casella email, e-commerce. La parte di lavoro più consistente, infatti, non è il modello AI, ma collegarlo in modo affidabile a quegli strumenti.
Che differenza c'è tra un agente AI e una semplice automazione?
Un’automazione classica esegue passaggi fissi: se succede X, fai Y. Un agente AI capisce il contenuto, decide nei limiti che gli hai dato e si adatta quando il caso non è standard. Per i processi molto regolari basta spesso un’automazione; quando serve interpretare (un’email scritta male, una fattura diversa dal solito) entra in gioco l’agente.
La mia è una piccola azienda: ha senso un agente AI?
Sì, se c’è almeno un processo ripetitivo che pesa. Non serve partire in grande: un singolo agente su un singolo processo, costruito sopra gli strumenti che già usi, è spesso il primo passo più sensato. Il punto non è la dimensione dell’azienda, ma quanto è ripetitivo il lavoro che vuoi togliere dalle mani delle persone.
Parti da un processo, non da uno strumento
Guarda la giornata del tuo team e cerca il compito che si ripete uguale, ruba ore e non richiede decisioni. Quello è il punto da cui partire. Raccontacelo: capire se è un buon candidato per un agente AI è una conversazione di mezz’ora, non un acquisto al buio.
Dal 2011 progettiamo soluzioni sopra gli strumenti che già usi, con un solo referente e una garanzia chiara su tempi e budget.