Agenti AI per le aziende

Un agente AI non risponde soltanto. Fa il lavoro.

Legge le richieste che arrivano, le classifica, cerca nei vostri documenti, prepara offerte e comunicazioni, aggiorna i sistemi. Dove serve una decisione, la lascia a una persona. Costruiamo software su misura dal 2009: un agente, per noi, è un pezzo di sistema informativo — non un chatbot appiccicato a un sito.

Una richiesta, dall'arrivo alla risposta

Che cosa fa l'agente, passo per passo

Arriva una richiesta mail, form, ticket La classifica e capisce cosa serve Cerca nei documenti e nei sistemi Prepara la risposta o il documento Una persona controlla e approva Il sistema viene aggiornato

In azzurro quello che fa l'agente. In ambra il punto in cui si ferma e passa la mano: quale sia, lo decidete voi.

Due esempi concreti

Che cosa cambia, in pratica

Non "l'AI migliora la produttività". Due processi reali, con i passaggi che spariscono e quelli che restano in mano alle persone.

Richieste in arrivo

Dalla mail alla risposta, senza smistamento manuale

Arrivano richieste su un indirizzo generico. Qualcuno le legge, capisce di cosa parlano, le gira alla persona giusta, che cerca l'informazione e risponde.

OGGI MailSmistamentoRicercaRisposta scritta CON L'AGENTE MailClassifica e preparaPersona: rivede e invia

Offerte e preventivi

La bozza è pronta prima che qualcuno apra il gestionale

Per fare un'offerta servono storico del cliente, listino applicabile, condizioni già concordate e l'ultima versione del documento. Tutto in posti diversi.

OGGI RichiestaCRMListinoOfferte vecchieStesura CON L'AGENTE RichiestaRaccoglie e compilaPersona: controlla e firma

In entrambi i casi la decisione resta a una persona. Un agente che manda offerte da solo non è un progetto ambizioso: è un progetto che nessuno approverà.

Capacità

Che cosa può fare, quando è collegato ai sistemi giusti

  • Leggere e classificare richieste, ticket e documenti in arrivo
  • Cercare nei manuali, nei contratti e nello storico aziendale, citando la fonte
  • Preparare offerte, risposte e comunicazioni partendo dai vostri modelli
  • Elaborare dati: controlli, confronti, estrazioni da file e portali
  • Aggiornare i sistemi: CRM, gestionale, fogli di lavoro
  • Eseguire workflow in più passaggi, fermandosi dove serve un'approvazione

Quali di queste abbiano senso da voi dipende da che cosa avete già e da dove si perde tempo adesso. È la prima cosa che guardiamo.

Affidabilità

E quando sbaglia?

È la domanda giusta, ed è quella su cui si decide se un progetto va in produzione o resta un prototipo. Un sistema generativo può sbagliare: il punto non è negarlo, è accorgersene prima dei vostri clienti.

Prima

Le risposte si testano

Costruiamo un insieme di domande reali con le risposte attese e le facciamo girare sul sistema, valutando ogni risposta. Non si va live su un'impressione.

A ogni modifica

Si verifica che nulla sia peggiorato

Aggiungere un documento o cambiare un'istruzione può rompere risposte che prima funzionavano. Ogni modifica viene rieseguita sull'intero set, come si fa con il software.

Dopo

Si guarda cosa chiede la gente

Le domande reali mostrano dove la documentazione manca o è ambigua. Spesso il problema non è il modello: è che quell'informazione in azienda non esiste scritta da nessuna parte.

Questo lavoro lo facciamo con RAGStudio, la piattaforma che abbiamo sviluppato internamente per gestire documentazione, test e valutazione delle risposte. È il motivo per cui parliamo di percentuali di risposte corrette misurate su un insieme di domande, e non di sistemi infallibili.

Come lavoriamo

Dal primo incontro al sistema in produzione

Su un perimetro circoscritto — un processo, non l'azienda intera — di norma servono sei settimane. Un progetto che tocca più reparti o sistemi legacy richiede di più, e lo diciamo prima, non dopo.

Settimana 1

Analisi del processo

Guardiamo come funziona oggi: chi fa cosa, quali sistemi tocca, dove si perde tempo e quali informazioni servono per decidere. Da qui esce il perimetro e cosa conviene automatizzare per primo.

Settimane 2 e 3

Progettazione

Definiamo cosa fa l'agente e cosa non fa, le integrazioni necessarie, i punti in cui si ferma per un'approvazione, e come misureremo se sta funzionando.

Settimane 4 e 5

Sviluppo e verifica

Costruiamo il sistema, lo colleghiamo ai vostri applicativi e lo mettiamo alla prova sulle domande e sui casi veri, insieme a chi quel processo lo fa tutti i giorni.

Settimana 6

Produzione

Il sistema entra in funzione su un gruppo ristretto, guardiamo come si comporta sul campo e correggiamo. Poi si allarga.

Onestà preliminare

Quando ha senso, e quando ve lo diciamo noi di no

Ha senso se

  • C'è un'attività ripetitiva che occupa persone qualificate per ore ogni settimana
  • Le informazioni necessarie esistono, anche se sparse e disordinate
  • I sistemi che usate espongono dati in qualche modo — API, database, file, export
  • C'è qualcuno in azienda che conosce il processo e può seguirci

Non ha senso se

  • Il processo cambia ogni volta e non esiste una regola, nemmeno implicita
  • Le informazioni non sono scritte da nessuna parte: prima vanno messe per iscritto, ed è un altro lavoro
  • Serve un'accuratezza assoluta su decisioni critiche, senza nessuna revisione umana possibile
  • L'obiettivo è poter dire che usate l'AI. Quello costa meno in altri modi

Capita di sconsigliare un progetto, o di proporne uno più piccolo di quello richiesto. È il motivo per cui alcuni clienti lavorano con noi da più di dieci anni.

Progetti

Due sistemi in produzione

Logistica · trasporti a temperatura controllata

Fresh Ways

Il team 2WayCom al lavoro sui sistemi di un cliente

Una base clienti ampia che pone continuamente le stesse domande su procedure di spedizione e inserimento ordini, mentre il team operativo risponde a mano alle richieste ricorrenti.

Costruito: assistente collegato ai manuali e alle procedure interne, dentro la piattaforma gestionale che usano ogni giorno.
Contesto: lavoriamo con loro anche sul gestionale delle spedizioni, dalle integrazioni doganali ai flussi con i vettori.

Retail · pet tech · rete vendita

Kippy

Kippy Bot, l'assistente di prodotto consultato dal banco di un punto vendita

Un prodotto tecnologico venduto in catene retail da addetti che cambiano spesso: garanzie, abbonamenti, compatibilità e procedure di reset sono troppe per essere ricordate, e il cliente è lì davanti.

Costruito: assistente sulla conoscenza di prodotto, consultabile dal punto vendita, con risposte ancorate alla documentazione ufficiale.
Perimetro: interfacce distinte per rete vendita e consumatori, estese progressivamente a nuovi mercati e lingue.

Raccontateci un processo. Vi diciamo se l'AI c'entra.

Non serve avere un progetto definito. Basta un'attività che porta via tempo: guardiamo insieme come funziona oggi e se automatizzarla ha senso — anche quando la risposta è no.