Cos'è un agente AI: spiegato semplice, con esempi

Sono le 22. Un cliente scrive dal sito: "Avete la taglia 42 di quelle scarpe? Se la ordino stasera arriva domani?" Tu sei a casa, l'ufficio è chiuso e la risposta la sa solo chi è seduto alla scrivania. Domattina il cliente avrà già comprato altrove. Ti suona familiare? Ormai si sente parlare sempre più spesso di agente AI (AI sta per intelligenza artificiale), e il sospetto è che sia una di quelle parole nuove che fanno sembrare complicato un lavoro semplice. Proviamo a spiegarla senza giri di parole.

Cos'è un agente AI?

Un agente AI è un sistema che riceve un obiettivo, sceglie da solo come raggiungerlo e usa degli strumenti per farlo. Non si ferma alla risposta: lavora. In inglese si dice AI agent, ed è la stessa cosa.

Anthropic, nel suo articolo Building effective agents (dicembre 2024), fa una distinzione utile. I workflow sono sistemi in cui modelli di AI e strumenti seguono percorsi di codice scritti in anticipo: i passaggi li conosci già. Gli agenti sono sistemi in cui il modello decide da sé come procedere e quali strumenti usare, mantenendo il controllo su come svolge il compito. (Traduzione nostra dall'inglese.) Anthropic consiglia anche di partire dalla soluzione più semplice possibile e aggiungere complessità solo quando serve. Un buon consiglio per chiunque, anche per chi compra.

Nel nostro modo di spiegarlo, un agente ha quattro parti:

• L'obiettivo. Una cosa precisa da ottenere: "rispondi al cliente sulla taglia 42 e dimmi quando arriva".
• Gli strumenti. Ciò che l'agente può usare: leggere il catalogo, guardare il calendario, cercare un documento nell'archivio. Come si collegano questi strumenti all'agente è spiegato in cos'è l'MCP.
• I passi. L'agente sceglie uno strumento, guarda il risultato e decide il passo successivo. Non segue una lista fissa scritta da qualcuno: decide in base a quello che trova.
• La verifica. Prima di chiudere, controlla che il risultato sia quello atteso. Se qualcosa non torna, si ferma o chiede a una persona.

Torniamo alle 22 e alla taglia 42, come esempio illustrativo. L'agente legge la richiesta (l'obiettivo), controlla nel catalogo se la taglia è disponibile (lo strumento) e prepara la risposta con i tempi di consegna (i passi). Prima di inviarla, controlla che la risposta corrisponda a quello che ha trovato (la verifica). La mattina trovi la richiesta già gestita, invece che in fondo alla lista.

Il punto da tenere a mente è l'ultimo. Un agente che non controlla mai il proprio lavoro non è un aiuto: è un problema con una bella interfaccia.

Che differenza c'è tra un agente AI e un chatbot?

Un chatbot, nell'uso comune, risponde. Se chiedi come ottenere un rimborso, ti spiega la strada: "Ecco come puoi fare. Passo 1: vai nella pagina ordini. Passo 2: clicca su..." E poi tocca a te fare tutto il giro.

Un agente AI va a vedere l'ordine, controlla se il rimborso è previsto dalle tue regole, lo prepara e ti dice: "Fatto. Confermi?" Il chatbot ti indica la strada, l'agente la percorre con te.

La differenza, quindi, non sta solo nella tecnologia. Sta nel compito che gli dai. Al chatbot chiedi un'informazione. All'agente chiedi un risultato. Se il chatbot dice "ecco come puoi fare, passo 1…", l'agente dice "fatto".

Quando serve l'uno o l'altro, e quando basta una regola semplice, lo spieghiamo in Quando usare l'intelligenza artificiale.

Cosa può fare un agente AI in una piccola azienda?

Gli esempi qui sotto sono illustrativi: non descrivono clienti reali né risultati misurati. Servono a capire la forma del lavoro, non a promettere cifre. Per quali strumenti esistono, con licenze e difficoltà diverse, vedi 10 agenti AI open source per una PMI.

• Rispondere a una richiesta. Il cliente chiede se una taglia è disponibile e quando arriva. L'agente guarda il catalogo, risponde con i dati aggiornati e, se la domanda è complicata, la passa a una persona con il riassunto già scritto. Se la richiesta arriva su WhatsApp, ne parliamo in agente AI su WhatsApp: cosa può fare per una PMI.
• Preparare un riepilogo. Ogni mattina l'agente legge le email arrivate durante la notte e ti prepara un elenco: chi aspetta una risposta, cosa è urgente, cosa può aspettare fino a lunedì.
• Ordinare i dati. Hai una cartella piena di documenti in formati diversi e un file che si chiama ordini_DEF_definitivo_v3.xlsx. L'agente legge tutto, classifica ogni documento per fornitore e data e lo mette in un foglio in ordine.

In tutti e tre i casi l'agente fa il giro di lavoro che di solito ti ruba la mattina, a pezzi, tra una chiamata e l'altra. Nessuno di questi esempi toglie il giudizio a una persona: toglie la parte ripetitiva. Le decisioni che contano restano tue.

Un agente AI è sicuro da usare?

Un agente AI è sicuro se parte in sola lettura, chiede conferma per le azioni sensibili e lascia traccia di ciò che fa. Dipende anche da come lo usi, ed è la domanda giusta da farsi: il principio che ti consigliamo è semplice, si parte in sola lettura. All'inizio l'agente può guardare i dati e proporre, ma non modificare nulla. Un buon primo passo è un agente che legge l'archivio e ti dice che cosa ha trovato, senza scrivere niente.

Quando hai visto che lavora bene, puoi dargli anche la possibilità di scrivere. Le azioni sensibili, come mandare un pagamento, cancellare un ordine o inviare una email a un cliente, restano con una conferma umana: l'agente prepara, tu dai l'ok.

Il motivo è pratico. Una risposta sbagliata in chat si corregge con una scusa. Un pagamento sbagliato no.

C'è anche un'abitudine da pretendere: ogni azione dell'agente deve lasciare traccia, con chi l'ha fatta, quando e su quale dato. Se non si può ricostruire cosa ha fatto, non si può nemmeno controllarlo. Vale per un agente come per una persona nuova in ufficio.

I dati meritano un discorso a parte: che cosa l'agente vede, dove finiscono e chi ne risponde. Riguardano le regole europee sulla privacy (GDPR) e vanno letti con calma, non di corsa tra due appuntamenti. Li trovi spiegati in dati aziendali e AI: privacy e GDPR per le PMI.

Non serve un corso di informatica per decidere se un agente fa per te. Chi sa come si lavora in azienda sa già quasi tutto.

Il prossimo passo, comunque, non è capire tutta la tecnologia. È guardare il lavoro: quale attività ti ruba più tempo e si ripete sempre uguale? Se la risposta è "tante", c'è spazio per un agente. Se è "poche, e sempre diverse", forse basta una regola scritta bene.

Raccontaci quel lavoro su /#contatti: ti diciamo se ha senso un agente o se basta mettere un po' di ordine.