Agenti AI
Il progetto piu' AI non aveva AI dentro
In un caso reale, il risultato finale non conteneva AI. Eppure il progetto era profondamente AI, perche' l'intelligenza artificiale e' servita a capire il processo, estrarre la logica e trasformarla in una regola operativa.
Il punto in 30 secondi
Non sempre l'AI deve restare nel risultato finale. A volte serve prima: per leggere il lavoro, interrogare il processo, trovare la logica e trasformarla in qualcosa di stabile.
- azienda fashion wholesale;
- circa 15 milioni di fatturato;
- 5-600 assegni al mese;
- registrazione manuale;
- soluzione finale: regola operativa controllabile, non magia generativa.
Il caso in breve
Il problema era semplice da raccontare e fastidioso da gestire: ogni mese venivano registrati a mano centinaia di assegni. Non era un lavoro creativo. Era un lavoro necessario, ripetitivo, delicato e pieno di regole.
Un assegno non e' un testo da riscrivere. Deve chiudere scadenze, agganciarsi alla prima nota, rispettare piano dei conti e centri di costo. Se sbagli, non hai solo un output brutto. Hai un problema amministrativo.
Perche' sembrava un progetto AI
All'inizio la tentazione era costruire qualcosa di molto tecnologico: lettura automatica, interpretazione del documento, registrazione guidata. Una soluzione bella da raccontare.
Ma il vero valore non era far decidere l'AI. Era usare l'AI per capire come ragionava il processo: quali dati servivano, quali casi limite comparivano, quali regole dovevano essere rispettate e quali passaggi non potevano essere lasciati all'improvvisazione.
Il valore non era far decidere l'AI. Era estrarre la decisione corretta dal lavoro reale.
Dove e' stata utile l'AI
L'AI e' stata utile nella fase di comprensione: domande, ricostruzione della logica, casi limite, sequenza delle decisioni, trasformazione del sapere operativo in struttura.
In pratica, ha aiutato a portare fuori dalla testa delle persone un pezzo di conoscenza che prima era implicito. Da li' e' stato possibile costruire una soluzione piu' semplice, stabile e controllabile.
Perche' il risultato finale non aveva AI dentro
Quando il processo e' stato chiarito, non serviva una soluzione che improvvisasse. Serviva una regola operativa precisa. Il risultato finale non doveva sembrare intelligente: doveva essere affidabile.
Questa e' una distinzione importante. In azienda non sempre vince la soluzione piu' futuristica. Vince quella che riduce ambiguita', si lascia controllare dal team e produce lo stesso risultato ogni volta.
Cosa insegna a chi vuole usare agenti AI
Molti partono chiedendo: quale agente possiamo costruire? Io partirei prima da un'altra domanda: quale pezzo del lavoro oggi e' ripetuto, fragile e dipendente da una persona?
Quando trovi quel pezzo, puoi decidere se serve un agente, un algoritmo, una procedura, una dashboard o un controllo.
- se il lavoro richiede giudizio, serve chiarire i criteri;
- se il lavoro e' ripetitivo, serve scrivere la sequenza;
- se il lavoro contiene dati sporchi, serve pulire la fonte;
- se il team non si fida, serve rendere il controllo visibile;
- se la regola e' stabile, forse non serve AI nel risultato finale.
La lezione
Un progetto AI serio non deve sembrare futuristico. Deve togliere ambiguita' da un processo reale.
Se alla fine il risultato e' semplice, stabile e controllabile, non e' un passo indietro. Spesso e' il risultato migliore.
Domande da farti
Prima di cercare un agente AI, chiediti:
- quale lavoro si ripete spesso;
- chi lo sa fare davvero oggi;
- quali regole usa senza dirle;
- quali errori si ripetono;
- quale controllo serve al team per fidarsi;
- se il risultato deve essere creativo o deterministico.
Vuoi vedere altri casi?
Il punto non e' usare AI ovunque. Il punto e' capire dove il processo merita di essere letto, scritto e reso ripetibile.
Percorso ai
Il prossimo passaggio
Confronta una diversa architettura applicata alla gestione degli incassi
Continua il percorso