it

Come evolvono i processi aziendali con gli agenti AI

Nunzio Fiore

— 7 min read
Share
Come evolvono i processi aziendali con gli agenti AI
Come evolvono i processi aziendali con gli agenti AI

Gli agenti AI non entrano in azienda al posto delle persone: entrano al posto di una parte precisa del lavoro, quella che nessuno rimpiangerà. E nel farlo cambiano i processi, che è la cosa che conta davvero.

In questo articolo mettiamo in fila quello che dicono i dati, quello che vediamo nei progetti, e il metodo con cui lavoriamo quando entriamo in un'azienda, tra formazione e piattaforma.

Il 2026 è l'anno della selezione, non dell'adozione

L'adozione è già avvenuta. Secondo "The State of AI" (McKinsey), l'88% delle organizzazioni usa l'AI in almeno una funzione. Il problema è un altro: quasi due terzi non sono mai andate oltre i progetti pilota, e una ricerca del MIT citata nello stesso dibattito stima che circa il 95% dei pilot di AI generativa non produca alcun impatto misurabile sui conti.

Sul fronte degli agenti, Gartner è ancora più netta: secondo "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027" (Gartner), oltre il 40% dei progetti di AI agentica verrà cancellato entro il 2027, principalmente per costi fuori controllo e governance immatura. E chi invece ce la fa? "State of AI Agents 2026" (Databricks) osserva che le organizzazioni dotate di strumenti di governance portano in produzione 12 volte più progetti delle altre.

La selezione, quindi, non passa dai modelli. I modelli li hanno tutti. Passa da qualcosa di meno fotogenico: come è organizzato il lavoro, e con quali regole.

Il fattore numero uno: ridisegnare i processi

Il dato più importante dell'anno, per chi si occupa di questi temi, è sepolto in un'analisi statistica. In "The State of AI" (McKinsey) sono stati analizzati 25 fattori organizzativi per capire quali distinguono le aziende che ottengono un impatto economico significativo dall'AI, circa il 6% del campione, da tutte le altre. Il fattore con il contributo più forte non è il budget, non è la sofisticazione tecnologica, non è la quantità di dati.

È il ridisegno intenzionale dei flussi di lavoro. Le aziende ad alte prestazioni risultano circa tre volte più propense delle altre ad aver ripensato in modo sostanziale i propri processi quando hanno introdotto l'AI.

La differenza sta in una domanda. Le aziende che restano ferme chiedono: "come può l'AI accelerare il processo che abbiamo?". Quelle che ottengono risultati chiedono: "se queste capacità esistono, come andrebbe rifatto questo lavoro?". È una differenza di postura prima che di tecnologia.

I processi non sono mai stati fermi

Vale la pena ricordarlo, perché aiuta a togliere drammaticità: i processi aziendali cambiano da sempre. Sono passati dalla carta ai gestionali, dai gestionali al cloud, dal cloud al mobile. Ogni passaggio ha spostato il lavoro delle persone verso l'alto, via dalla parte meccanica.

Con gli agenti succedono due cose insieme, ed è utile distinguerle:

La prima: i processi esistenti si potenziano. Il flusso resta quello, ma i passaggi a basso valore vengono assorbiti da un collega digitale. È il punto di partenza naturale di ogni progetto.

La seconda, più profonda: nascono processi che prima non avevano senso. Il follow-up sistematico che nessuno aveva il tempo di fare. Il controllo qualità su tutto invece che a campione. Il report che non esisteva perché prepararlo costava una giornata. "Tech Trends 2026" (Deloitte) chiama questo scenario "silicon workforce" e stima che entro il 2028 almeno il 15% delle decisioni operative quotidiane passerà da colleghi digitali, con le persone concentrate su supervisione, conformità e strategia. Deloitte porta anche esempi concreti di equilibrio: ci sono grandi assicurazioni che affidano agli agenti le attività amministrative ripetitive della gestione sinistri, tenendo le persone su tutte le interazioni delicate con i clienti.

Non si automatizza l'organizzazione di ieri. Si disegna quella di domani.

Il lavoro povero

Nei workshop di mappatura usiamo un'espressione che le persone riconoscono al volo: il lavoro povero. È quella parte della giornata fatta di copiare dati da un sistema all'altro, rincorrere chi non risponde, riconciliare fogli di calcolo, ricontrollare quello che qualcun altro ha già controllato, rispondere per la decima volta alla stessa domanda.

Nessuno è stato assunto per fare quello. Eppure, in molti ruoli, il lavoro povero occupa una fetta enorme del tempo, e con un effetto collaterale che i numeri non catturano: tiene le persone lontane dal lavoro per cui hanno competenza e passione.

Gli agenti AI, fatti bene, mangiano esattamente quello. Ed è per questo che la domanda giusta da fare in un reparto non è "cosa possiamo automatizzare?", che mette tutti sulla difensiva, ma "qual è il lavoro che nessuno rimpiangerebbe?". La risposta arriva sempre, ed è sempre precisa.

Come entriamo in azienda: il metodo

Quando iniziamo un progetto, la tecnologia è l'ultima cosa che tocchiamo. Il percorso che seguiamo ha cinque passi.

1. Prima le persone. Si parte dalla formazione, con la nostra AI Academy: percorsi pratici per chi gli agenti li userà davvero, dai team operativi ai responsabili. Non è un vezzo: è un obbligo dell'AI Act (l'articolo 4 richiede un livello adeguato di alfabetizzazione AI per chi opera questi sistemi) ed è soprattutto la condizione perché tutto il resto funzioni. Un'organizzazione che sa cosa gli agenti sanno e non sanno fare prende decisioni migliori in ogni passo successivo, e ha molta meno paura.

2. I processi si mappano con chi li vive. Non sull'organigramma: nei reparti. Lavagna, foglietti, e le persone che quel processo lo fanno ogni giorno. L'esperienza è costante: nessun consulente conosce il lavoro meglio di chi lo fa, e nessuna mappa disegnata dall'alto sopravvive al contatto con la realtà. In queste sessioni si individua il lavoro povero e si sceglie da dove cominciare: un processo, non venti.

3. Gli agenti si costruiscono insieme. AIsuru è una piattaforma no-code esattamente per questo: l'agente del reparto lo istruisce chi il reparto lo conosce, con il nostro affiancamento. Noi insegniamo a costruirli, non consegniamo scatole chiuse. E il disegno mantiene sempre le decisioni dalle persone: sui temi che contano l'agente risponde con contenuti verificati e approvati, dove la risposta certa non esiste passa la mano a un umano, e le azioni importanti prevedono supervisione.

4. La governance dal primo giorno. Regole di comportamento definite a livello di organizzazione ed ereditate da tutti gli agenti, ruoli e permessi che decidono chi accede a cosa, credenziali dei sistemi custodite cifrate e mai esposte ai modelli, tracciamento di ogni azione, consumi visibili, revoca immediata. Non è burocrazia preventiva: è il motivo per cui le persone si fidano. La cooperazione tra colleghi umani e digitali nasce dalla fiducia, e la fiducia nasce dalle regole, non dagli slogan. C'è anche un beneficio che arriva dopo: quando le regole vivono nella configurazione, la documentazione di governance smette di essere un PDF che invecchia e diventa la fotografia dello stato reale del sistema, sempre aggiornata, con le differenze tra ciò che l'organizzazione ha dichiarato e ciò che i sistemi applicano davvero sotto gli occhi di chi governa.

5. Dopo qualche mese, il ridisegno. Quando il lavoro povero sparisce e la fiducia si è consolidata, emergono le opportunità della seconda specie: i processi nuovi. È il momento più creativo del percorso, e non a caso è quello in cui le persone dei reparti, ormai formate e padrone dello strumento, propongono più idee di quante il progetto riesca a realizzarne. È anche il momento in cui, secondo i dati di McKinsey, si gioca la differenza tra un progetto che rimborsa se stesso e uno che trasforma l'azienda.

La cooperazione uomo-AI, in pratica

Che ne è delle persone, alla fine di questo percorso? La risposta empirica è: salgono di livello. Chi eseguiva diventa supervisore e progettista del proprio processo. Il "2026 Work Trend Index: Agents, human agency and opportunity" (Microsoft) descrive lo stesso spostamento su scala globale: il valore umano migra verso la definizione dell'intento, il giudizio sulla qualità e il disegno del modo in cui il lavoro viene svolto tra persone e agenti.

Nei nostri progetti questo principio ha una forma concreta e non negoziabile: ogni agente ha un responsabile umano, con nome e cognome. Come ogni collega a cui si affida un pezzo di azienda. È la versione operativa della supervisione umana che l'AI Act richiede, ed è anche, semplicemente, buon senso organizzativo.

La prova, non le promesse

Un'ultima cosa, perché il lettore di questo blog è spesso chi deve scegliere un fornitore. Tutto quello che abbiamo descritto, dal metodo alla governance, un'azienda può raccontarlo. La differenza la fa chi lo dimostra: per questo abbiamo completato un percorso di sei attestazioni verificate da enti terzi, tra cui la certificazione ISO/IEC 42001, lo standard internazionale per i sistemi di gestione dell'intelligenza artificiale allineato all'AI Act, oltre a ISO/IEC 27001, 27017, 27018, ISO 9001 e alla conformità NIS2. Per il cliente non è un dettaglio: AI Act e NIS2 guardano alla catena del valore, e la conformità di chi compra passa anche da quella di chi fornisce.

Da dove cominciare

Se questo articolo dovesse lasciare una sola cosa, è la domanda da portare nel prossimo incontro di direzione: qual è, nei nostri reparti, il lavoro che nessuno rimpiangerebbe?

Da lì si comincia: prima le persone, poi i processi, poi gli agenti. Nell'ordine giusto.

Se vuoi vedere come funziona sul tuo caso, scopri i percorsi dell'AI Academy. E se preferisci partire da una conversazione, [scrivici].

Fonti citate

Read more