Agenti AI in azienda: governance, persone e casi concreti dal workshop Memori a FARETE 2026

Come si passa dalla sperimentazione con l’intelligenza artificiale a un’organizzazione in cui persone e agenti lavorano insieme? A FARETE abbiamo aperto la nostra piattaforma e raccontato i processi che stiamo trasformando, le scelte di governo e il lavoro sulle competenze.

«Ho risolto, riprova.»

È una risposta che può chiudere un ticket di assistenza. Ma che cosa lascia a chi dovrà affrontare lo stesso problema domani? Quale conoscenza può ricavarne un collega appena arrivato, o un agente AI incaricato di supportarlo?

Durante il nostro workshop a FARETE 2026 siamo arrivati anche a questa domanda. Perché introdurre gli agenti in azienda significa entrare nel modo in cui lavoriamo: come descriviamo un problema, dove conserviamo le informazioni, chi decide e come rendiamo riutilizzabile l’esperienza.

Il 14 settembre, nel workshop «AIsuru: governance e orchestrazione di agenti AI in azienda», Nunzio Fiore, CEO di Memori, ha accompagnato il pubblico in questo percorso insieme a Massimo Chiriatti, Mattia Bergami e Michele Parigi. Abbiamo unito il tema della sovranità tecnologica alle dimostrazioni della piattaforma e ai casi costruiti dal nostro team.

Il filo conduttore è il modello Human + Agents: ampliare la capacità operativa delle persone, definendo con precisione il lavoro degli agenti, le loro fonti, i loro strumenti e le responsabilità di chi li utilizza.

Memori: dalla conoscenza aziendale agli agenti nei processi

Memori è nata nel 2017 ad Altedo, in provincia di Bologna. Da allora lavoriamo sull’intelligenza artificiale e sulla possibilità di rendere la conoscenza accessibile e utilizzabile attraverso la conversazione.

Oggi questo percorso prende forma in AIsuru, la piattaforma con cui si creano, si istruiscono e si mantengono agenti AI collegati a documenti, dati e sistemi aziendali. Le istruzioni definiscono il compito; le fonti forniscono il contesto; le integrazioni rendono possibili le azioni previste dal processo.

Il nostro metodo tiene insieme tre passaggi: formare, validare, scalare. Si sviluppano le competenze, si verificano casi d’uso concreti e si accompagna il passaggio alla produzione. Gli AI Creator affiancano le aziende nella costruzione e nell’evoluzione degli agenti, lavorando con chi conosce le attività da trasformare.

È un percorso che coinvolge realtà differenti. I materiali presentati a FARETE raccolgono esperienze e collaborazioni con imprese come LCS Group, WIIT, TECNE, EXM, Gruppo E, soul-k e TreCuori, con FAV e Confindustria Emilia Area Centro, e con università fra cui Bologna, Cattolica del Sacro Cuore, Politecnico di Torino, Pavia e Politecnico di Bari.

Gli ambiti spaziano dall’orientamento universitario al supporto amministrativo, dalla manutenzione industriale ai servizi per gli associati. A questi si affiancano le partnership tecnologiche con Lenovo e NVIDIA e quella di distribuzione con TD SYNNEX. Competenze, prodotto e infrastruttura concorrono allo stesso obiettivo: portare l’AI nel contesto reale dell’organizzazione.

Il quadro condiviso per l’evento riportava 13 università attive su AIsuru e 30 agenti negli atenei. Per Confindustria Emilia Area Centro, i materiali descrivevano un hub con 250 aziende coinvolte e tre agenti dedicati a governance AI, NIS2 e origine preferenziale. Sono esempi di come la stessa piattaforma possa sostenere servizi specializzati per comunità e bisogni differenti.

Che cosa rende un modello un agente aziendale

Nel workshop abbiamo utilizzato una formula semplice: Agente = Modello + Harness.

Il modello linguistico contribuisce al ragionamento, interpreta la richiesta e propone i passaggi successivi. L’harness è il software che organizza il lavoro intorno al modello e lo mette in condizione di operare.

Comprende sei dimensioni:

• Orchestrazione: la sequenza delle attività, delle verifiche e degli eventuali contributi di altri agenti.
• Strumenti e connettori: l’accesso alle fonti e alle operazioni necessarie al compito.
• Memoria e stato: il contesto da conservare e l’avanzamento del lavoro.
• Identità e permessi: chi può utilizzare l’agente e quali azioni sono consentite.
• Regole e limiti: i comportamenti richiesti e i passaggi riservati alle persone.
• Osservabilità e audit: le informazioni utili a capire che cosa è successo e a migliorare il processo.

L’infrastruttura ospita questo sistema e contribuisce a definirne prestazioni, sicurezza e collocazione dei dati.

Questa distinzione cambia il modo di valutare un progetto. Oltre alla capacità del modello, bisogna verificare se l’agente dispone delle informazioni corrette, può usare gli strumenti appropriati e restituisce un risultato controllabile. Due agenti basati sullo stesso modello possono lavorare in modo diverso perché diverso è il sistema costruito intorno a loro.

Sovranità dell’AI: conoscere le dipendenze e mantenere possibilità di scelta

Massimo Chiriatti ha aperto il confronto portando l’attenzione sull’intera catena tecnologica: hardware, cloud, software, modelli e dati.

La sua proposta è leggere la sovranità come uno spettro di autonomia. Un’organizzazione può conoscere meglio le proprie dipendenze, ridurre quelle più critiche e costruire alternative praticabili, mantenendo competitività e capacità di innovare.

La dipendenza da un fornitore può essere tecnica, economica e anche legata alle abitudini delle persone. Cambiare un sistema comporta migrazioni, nuove integrazioni e formazione. Anche per questo il governo dell’AI coinvolge la direzione aziendale e finanziaria insieme all’IT: disponibilità dei servizi, variabilità dei consumi e possibilità di cambiare soluzione incidono sulle scelte dell’impresa.

Il punto di partenza è una mappa: dove vengono elaborati i dati, quali servizi sono coinvolti, quali componenti possono essere sostituite e quali competenze servono per farlo.

In AIsuru questa riflessione si collega alla possibilità di utilizzare più modelli e di scegliere fra servizio cloud, istanza dedicata, cloud privato e installazione on-premise. La configurazione viene valutata in funzione del processo, dei dati e dell’ambiente del cliente.

Anche il confine dei dati va progettato lungo l’intero percorso. Un modello locale può convivere con un connettore verso un servizio esterno: occorre quindi considerare insieme modello, archivi, strumenti e integrazioni.

Nunzio ha raccontato anche una sperimentazione con un modello locale: un agente incaricato di costruire un configuratore 3D, salvare le versioni e riprendere periodicamente il lavoro, verificandolo rispetto a criteri definiti. Il caso mostra il ruolo dell’orchestrazione: memoria, iterazioni e condizioni di arresto contribuiscono al risultato insieme al modello. Costi, tempi e qualità restano elementi da valutare sul singolo progetto.

Governare gli agenti: regole, integrazioni e documentazione

La parte dimostrativa ha reso visibili tre aspetti della governance in AIsuru: i comportamenti condivisi, l’accesso ai sistemi e la documentazione della configurazione.

Regole aziendali ereditate dagli agenti

L’amministratore può definire una regola, descriverne la motivazione, assegnarle una categoria e stabilire a quali agenti si applica. Le categorie comprendono comportamento, conformità, dati, sicurezza e stile. L’ambito può includere tutti gli agenti oppure un insieme selezionato, con eventuali esclusioni.

Un esempio semplice è chiedere che, quando viene citata una procedura, la risposta indichi documento e versione. La regola rende più facile risalire alla fonte e verificarla.

Nel tenant Memori abbiamo mostrato un caso legato ai brevetti: una regola che limita la trattazione di queste informazioni con modelli online. L’agente Brevetti e innovazione è escluso dall’ambito perché, nella configurazione illustrata, utilizza un modello Qwen eseguito su una workstation Lenovo nei nostri uffici.

La regola è stata ereditata anche da agenti già esistenti. Nel test raccontato durante il workshop, TaskManager ha indirizzato una richiesta sui brevetti verso l’agente dedicato, senza richiedere la modifica individuale delle sue istruzioni.

L’ereditarietà permette di collegare una decisione dell’organizzazione a più agenti. Le istruzioni orientano il comportamento del modello; i vincoli di accesso e il controllo dei flussi devono essere sostenuti anche dai permessi e dall’architettura.

MCP aziendali: strumenti disponibili, credenziali governate

I connettori MCP permettono agli agenti di utilizzare strumenti e fonti come SharePoint, Outlook, ClickUp o un CRM. In AIsuru l’IT può predisporre integrazioni aziendali condivise e stabilire quali agenti o gruppi possano utilizzarle.

Le credenziali rimangono nella gestione centralizzata. Chi costruisce un agente può abilitare le estensioni rese disponibili senza dover ricevere le chiavi dell’organizzazione. Anche la revoca può essere gestita centralmente per gli agenti che ereditano quel collegamento.

È utile distinguere tre autorizzazioni: utilizzare un agente, utilizzare uno strumento attraverso quell’agente e compiere una determinata operazione nel sistema esterno. Per esempio, preparare una bozza in Outlook e inviarla sono azioni diverse, che il processo può assegnare a soggetti diversi.

Uno snapshot per lavorare sulle policy

Quando si descrive l’utilizzo dell’AI in azienda, servono riferimenti alla configurazione effettiva: agenti, istruzioni, persone, autorizzazioni, regole, modelli e integrazioni.

La sezione Policy di AIsuru genera una fotografia datata del tenant, cioè dell’ambiente dell’organizzazione. L’esportazione raccoglie un PDF del tenant, un PDF per ogni agente e i testi Markdown di origine. Include informazioni di configurazione e conteggi di utilizzo; esclude i testi delle conversazioni, le credenziali e i segreti.

Questo materiale offre una base concreta a chi redige o aggiorna la policy. Il contesto aziendale, i contratti e le valutazioni professionali completano il lavoro: lo snapshot documenta il sistema in un momento preciso e va aggiornato quando occorre rappresentarne una nuova configurazione.

La fiducia si costruisce anche attraverso evidenze verificabili

Il percorso di governance riguarda anche Memori come organizzazione. Nei materiali di FARETE abbiamo presentato cinque certificazioni ISO riferite a Memori S.r.l., nell’ambito dichiarato «Software House Service»:

• ISO/IEC 42001, per la gestione dell’intelligenza artificiale;
• ISO/IEC 27001, per la sicurezza delle informazioni;
• ISO/IEC 27017, per la sicurezza dei servizi cloud;
• ISO/IEC 27018, per la protezione dei dati personali nel cloud;
• ISO 9001, per la gestione della qualità.

A queste si affiancano l’attestazione di conformità NIS2 e la valutazione di sicurezza applicativa CASA AL1, documenti di natura diversa dalle certificazioni ISO.

Queste evidenze descrivono sistemi di gestione e controlli nei rispettivi ambiti. Il lavoro su ogni progetto continua attraverso la configurazione, la verifica dei risultati e le responsabilità dell’organizzazione che lo adotta.

Academy e Retraining: competenze che crescono insieme agli strumenti

L’adozione dell’AI richiede persone capaci di riconoscere un processo adatto, preparare le fonti, formulare richieste e valutare il risultato. La formazione entra quindi nel lavoro fin dall’inizio.

Con AIsuru AI Academy portiamo queste competenze in workshop pratici, nei quali i partecipanti iniziano a costruire agenti e a collegarli alle proprie attività. Tiziana Tavella, COO di Memori e responsabile Academy e clienti strategici, guida questo percorso di accompagnamento.

Per dare continuità abbiamo presentato AIsuru Retraining: un programma annuale con sei incontri bimestrali dedicati a champion aziendali e formatori interni. Comprende aggiornamenti sullo scenario AI e sulla piattaforma, revisione dei materiali didattici e workshop applicativi.

I champion sono riferimenti interni che aiutano i colleghi, raccolgono difficoltà e portano nuovi casi al confronto. L’esperienza quotidiana torna così nella formazione e contribuisce ad aggiornarla.

In questo contesto, Retraining indica l’aggiornamento delle competenze delle persone. L’obiettivo è costruire autonomia nell’organizzazione e mantenere un legame continuo fra apprendimento, utilizzo e miglioramento dei processi.

Il caso di Mattia: documenti, revisioni e approvazione umana

Mattia Bergami ha raccontato la nascita del Memori Governance Agent, o MGA, a partire da una necessità interna: gestire il lavoro documentale legato al percorso delle certificazioni.

Procedure, moduli e policy devono riflettere l’organizzazione, mantenere coerenza reciproca ed essere aggiornati. Mattia, che durante l’intervento ha ricordato di non avere un background tecnico, ha costruito un agente e un’applicazione per supportare questo lavoro con gli strumenti di AIsuru.

Nella demo ha mostrato un flusso preciso. Il documento viene caricato o recuperato dalle fonti autorizzate; l’agente lo analizza e propone interventi attraverso note e commenti nei file Word. La persona incaricata della revisione può valutarli, accettarli o rifiutarli.

L’app ISO Doc Reviewer rende visibili registro, versioni e stati: il documento originale può essere confrontato con quello revisionato e il percorso verso la pubblicazione rimane riconoscibile. Il collegamento a SharePoint inserisce l’attività nell’archivio utilizzato dal team.

Le attività programmate aggiungono continuità. Mattia ha descritto, per esempio, una revisione di due documenti ogni otto ore, seguita da un riepilogo via email con modifiche proposte e dubbi. Nel flusso raccontato, la pubblicazione su SharePoint avviene dopo la sua approvazione. Il registro operativo permette inoltre di consultare ed esportare le attività tracciate.

Anche la ricerca diventa parte del processo. Una persona può chiedere quale modulo utilizzare per registrare l’arrivo di un computer o aggiornare l’organigramma. ISO Onboarding aiuta a orientarsi fra procedure e documenti, mentre MGA supporta il lavoro sui contenuti. Ruoli distinti rendono più chiaro a chi rivolgersi e quale intervento richiedere.

L’applicazione è stata sviluppata con il contributo di AIsuru VibeCoder, descrivendo il flusso desiderato e lavorando insieme ai referenti aziendali e alla consulenza. La conoscenza del processo ha guidato la costruzione dello strumento.

I casi di Michele: costruire agenti e preparare email con il proprio contesto

Michele Parigi ha presentato due agenti attraverso una domanda: quali attività conviene delegare all’AI e quali decisioni vogliamo mantenere alle persone?

Il primo si chiama Sviluppo Agenti. Accompagna quattro attività: crea, collauda, monitora e corregge. Supporta la preparazione delle istruzioni e delle integrazioni, verifica il comportamento rispetto ai requisiti e aiuta a migliorare gli specialisti nel tempo.

Persistence e Agent Link sostengono il caso, rispettivamente per il contesto persistente e per il collegamento con gli agenti specialisti. La collaborazione viene configurata: l’esposizione e il collegamento di un nuovo agente comprendono anche passaggi manuali.

Il lavoro di Michele rimane decisivo nella scelta del processo, dello scopo, dei limiti e delle fonti. Costruire un agente che lo aiuta a creare altri agenti gli ha richiesto di rendere esplicito il proprio metodo di lavoro.

Il secondo caso è Mail Michele, presentato con una frase volutamente personale: «Non è Copilot. È Mail Michele.»

Il messaggio riguarda il contesto specifico di questo agente, costruito intorno al suo lavoro commerciale. Il flusso unisce tre fonti:

1. le task commerciali in ClickUp, che indicano l’attività da seguire;
2. i thread in Outlook, che permettono di ricostruire la conversazione;
3. template ed esempi reali conservati in Persistence, che offrono riferimenti al tono e al modo di scrivere di Michele.

L’agente legge il contesto, sceglie il template pertinente e prepara la bozza in Outlook. Michele controlla, completa e invia. Il valore del caso sta nel collegamento fra attività, relazione commerciale e stile della persona; il richiamo a Copilot esprime questa scelta di personalizzazione.

La riflessione conclusiva di Michele attraversa entrambi gli esempi: gli agenti aiutano a eseguire il come, mentre la persona continua a definire il cosa e il perché. Scopo, criteri di qualità e responsabilità guidano la delega.

Customer care: rendere riutilizzabile l’esperienza

Il caso dell’assistenza ha riportato il workshop alla frase iniziale: «Ho risolto, riprova».

Per accompagnare la crescita del team abbiamo costruito un agente che monitora la posta del customer care, organizza le informazioni in un database di ticket e aiuta a ricostruire lo stato delle richieste.

La quantità di email disponibili, però, non garantisce che contengano la conoscenza necessaria. Se una conversazione registra soltanto che qualcuno ha risolto il problema, manca il passaggio utile a chi dovrà affrontarlo di nuovo.

Abbiamo quindi lavorato sul processo: descrivere l’intervento, spiegare come è stata trovata la soluzione e raccogliere la conferma del cliente. La conversazione lascia così una traccia che l’agente può recuperare e mettere a disposizione dei colleghi.

Il lavoro sui connettori, raccontato anche attraverso il contributo del CTO Nicola Zambello, amplia il contesto consultabile alla conoscenza del codice della piattaforma. Il supporto può quindi aiutare a ricostruire interventi e motivazioni, secondo le fonti disponibili.

Per chi entra nel team, questo significa avere un riferimento con cui esplorare casi precedenti e preparare una risposta, affiancando il confronto con i colleghi esperti. È un obiettivo che riguarda direttamente l’onboarding e la distribuzione della conoscenza.

Prima di affidare un’attività a un agente, a volte bisogna cambiare il modo in cui la si documenta. È uno dei lavori più importanti emersi dal workshop.

AIsuru e Agents: dalla costruzione all’utilizzo quotidiano

Quando gli agenti entrano nei processi, serve anche un punto di accesso comprensibile per le persone che devono usarli.

Su AIsuru si creano, si istruiscono e si mantengono gli agenti. Attraverso Agents li distribuiamo dentro e fuori l’azienda.

Agents è il portale Memori in cui colleghi, clienti e organizzazioni esterne possono trovare gli agenti disponibili per loro, comprenderne lo scopo e iniziare a utilizzarli secondo le autorizzazioni. La costruzione, le fonti, le integrazioni e le regole restano governate in AIsuru.

Nel portale mostrato durante il percorso FARETE, gli agenti sono organizzati per aree: compliance e normativa, commerciale, processi e progetti, assistenti. Memori Governance Agent e Brevetti e innovazione affiancano specialisti come Pablo, ProjectManager, TaskManager AI, ProcessManager, CalendarIA e Registro Incontri Team.

Un esempio di distribuzione esterna è ID registration, raccontato durante il workshop per il lavoro con i rivenditori. L’agente supporta la registrazione delle opportunità sui clienti e l’accesso alla documentazione aggiornata, aiutando a coordinare il canale commerciale.

Il principio è rendere la conoscenza utilizzabile dalle persone che ne hanno diritto. Catalogo, identità e autorizzazioni devono essere coerenti con gli accessi dell’agente e dei sistemi collegati.

Una squadra di specialisti e una prospettiva di collaborazione

La carrellata finale ha mostrato quanto possano essere diversi i compiti affidati agli agenti. Outreach Farete prepara bozze di invito a partire da informazioni ricercate; Pablo supporta le attività commerciali; File Piattaforme 2026 incrocia consumi, configurazioni e contratti; On-prem helper orienta nella documentazione delle installazioni; PM PROGETTO supporta il lavoro sui progetti cliente. Altri agenti affiancano comunicazione, formazione e organizzazione interna.

Ogni caso ha un referente, un obiettivo e un insieme di strumenti. La collaborazione fra specialisti nasce dai collegamenti configurati e dai permessi assegnati.

Il tema delle riunioni ha offerto anche uno sguardo sullo sviluppo futuro. È già possibile configurare un agente che raccolga disponibilità via email e porti avanti l’organizzazione di un incontro. Nunzio ha poi descritto una prospettiva ulteriore: agenti personali che si coordinano direttamente, tenendo conto di calendari, preferenze e regole dei rispettivi utenti.

Questa seconda parte è una direzione di evoluzione. Per realizzarla occorre estendere agli scambi fra agenti lo stesso lavoro su identità, accessi e responsabilità applicato ai singoli processi.

Da quale processo iniziare

Il confronto a FARETE ha reso evidente che la preparazione del processo determina la qualità della delega. A volte le fonti sono già organizzate; altre volte la documentazione è soprattutto nella memoria di una persona. In questi casi, raccogliere e strutturare quella conoscenza è il primo passo.

Per iniziare, lavoriamo con le aziende su cinque elementi:

• L’attività: quale lavoro vogliamo supportare e dove incontra difficoltà chi lo svolge oggi.
• Le fonti: quali documenti, dati ed esempi servono e quanto sono aggiornati.
• Le azioni: quali sistemi occorre collegare e con quali permessi.
• Le responsabilità: chi mantiene l’agente, chi verifica i risultati e chi approva i passaggi rilevanti.
• La valutazione: come osservare qualità, tempi, errori e utilità nel contesto del processo.

Da qui si costruisce un caso pilota, si verifica il comportamento e si decide come estenderlo. La formazione accompagna il percorso, mentre regole e architettura definiscono il perimetro operativo.

È il lavoro che stiamo facendo anche dentro Memori. Ogni agente ci chiede di comprendere meglio un’attività, esplicitare le informazioni necessarie e scegliere con maggiore precisione il contributo delle persone.

Grazie a Massimo Chiriatti per il contributo sulla sovranità, a Mattia Bergami e Michele Parigi per i casi raccontati, a Tiziana Tavella, agli AI Creator e a tutto il team Memori. Grazie a Confindustria Emilia Area Centro e a chi ha partecipato al workshop, continuando il confronto anche dopo la presentazione.

Per approfondire AIsuru, Agents, Academy e Retraining, o per una demo dedicata ai processi della tua organizzazione, scrivi a presales@memori.ai.