Tutti parlano di AI, ma in molte aziende il suo utilizzo è già iniziato senza regole e controlli chiari. La sfida oggi non è solo accedere ai modelli generativi, ma consentire alle persone di utilizzarli sui dati aziendali in modo sicuro e controllato, definendo regole precise per gestire accessi, permessi, costi e attività. È inoltre fondamentale fornire all’AI informazioni aziendali affidabili e ben organizzate, affinché possa comprenderle e utilizzarle nel modo corretto.
Indice degli argomenti
Dare all’AI il contesto e la conoscenza dell’azienda
Antonio Giarrusso, Founder di Userbot e Head of AI di smeup, è molto chiaro in proposito: “La tecnologia è più avanti rispetto alla capacità reale delle aziende di implementarla. Mancano l’educazione su come vanno costruiti i dati per dialogare con l’IA e una gestione corretta delle aspettative: si pensa che basti dare le proprie informazioni all’algoritmo per ottenere un risultato solido, ma la realtà è che senza dati adeguati l’AI non fa miracoli”.
Ogni azienda che opera nel settore della trasformazione digitale sviluppa una propria strategia per accompagnare i clienti nel percorso di adozione. Quella di Smeup ruota attorno a due pilastri: da un lato, la costruzione di un patrimonio di dati, relazioni, regole e conoscenze capace di rappresentare il reale funzionamento dell’azienda; dall’altro, la messa a disposizione di strumenti che si collocano su questo substrato AI-ready e ne consentono un’adozione orizzontale, sicura e conforme alle normative.
Per quanto concerne il primo pilastro, smeup parte da una posizione di vantaggio poiché sviluppa da 40 anni software aziendali e ha una conoscenza profonda dei loro processi. Le sue soluzioni sono costruite sul concetto degli oggetti applicativi, intesi come entità collegate tra loro e dotate di un significato preciso. Se questo approccio, nato ben prima dell’AI, ha sempre favorito correlazioni e analisi efficaci, oggi acquista un valore straordinario perché un agente non deve solo accedere ai dati, ma comprenderne il contesto, le relazioni, le regole e le eccezioni. Disporre di questa conoscenza strutturata significa evitare di doverla costruire a posteriori con un effort superiore.
Strumenti e piattaforme per accelerare e gestire l’adozione dell’AI
La preparazione della conoscenza aziendale è il primo passo. La sfida è portare l’AI dentro l’organizzazione in modo diffuso, sicuro e governato, perché il tema non riguarda soltanto l’IT, ma l’intera popolazione aziendale.
Qui diventa decisivo il ruolo degli strumenti che i partner tecnologici mettono a disposizione dei loro clienti. Nel caso di Smeup, questo ruolo è affidato a Userbot, piattaforma acquisita nel 2023 e pensata proprio per supportare l’adozione dell’AI in azienda. L’obiettivo è offrire alle persone un unico ambiente per usare chat, conoscenza aziendale, agenti e automazioni, mantenendo centralizzati regole, permessi e controllo. L’evoluzione più recente della piattaforma non è quindi soltanto tecnologica ma anche concettuale. Accanto al suo ruolo di orchestratore di agenti in processi complessi, la nuova release amplia il proprio raggio d’azione e si rivolge anche alle aziende cui mancano i presupposti tecnici e organizzativi necessari per adottare l’AI in modo strutturato. In altri termini, si rivolge ora a imprese con qualsiasi livello di maturità digitale, proponendo loro un percorso di adozione fluido, progressivo e controllato.
Userbot aiuta l’azienda a costruire quel basamento di conoscenza di cui abbiamo parlato sopra. Come racconta Giarrusso: “Con la nuova release siamo ripartiti dall’inizio per accompagnare le imprese fin dall’inizio del percorso di adozione. Al primo login chiediamo semplicemente di analizzare il sito web aziendale: l’AI legge cosa fa l’azienda, quali prodotti vende e come comunica, acquisendo subito il contesto primario e proponendo in automatico i primi agenti utili. Da qui in avanti questa base si arricchisce progressivamente collegando i vari strumenti di lavoro, dai documenti sui desktop fino ai connettori con CRM ed ERP, trasformando i dati dispersi in una conoscenza strutturata e condivisa. Al termine dell’analisi, la piattaforma suggerisce in automatico i primi agenti pronti all’uso adatti a quel settore”.
Conversational AI per l’accesso e l’interrogazione dei dati
Il punto di partenza con cui Userbot si presenta agli utenti è un’interfaccia conversazionale che replica l’esperienza d’uso delle principali chat AI pubbliche. La scelta serve a intercettare abitudini consolidate e a ricondurle in un perimetro sicuro e governato, riducendo i rischi legati alla Shadow AI, che secondo UpGuard coinvolge ormai l’81% dei dipendenti.
Con Userbot gli utenti possono accedere ai principali modelli di mercato (GPT, Claude, Gemini e altri) mentre l’azienda decide quali rendere disponibili ai diversi gruppi o dipartimenti aziendali, con regole e tetti di spesa centralizzati.
La riservatezza è gestita a livello di dato: un commerciale, ad esempio, potrà interrogare l’IA accedendo solo alle informazioni di vendita a cui è autorizzato, cosa che mantiene protetti i dati degli altri reparti e applica i guardrail definiti dalle policy aziendali.
Per quanto concerne la protezione e la sovranità del dato, Giarrusso ci spiega che sono “garantite dal fatto che non ci colleghiamo direttamente alle piattaforme consumer pubbliche, ma utilizziamo fornitori intermediati che mettono a disposizione i vari modelli assicurando zero data retention, region routing confinato in Europa e la certezza che non verrà fatto alcun addestramento sui dati del cliente”. In più, per le organizzazioni che dispongono già di propri modelli LLM privati, la piattaforma permette di collegarli mantenendoli sotto il medesimo perimetro di sicurezza e controllo.
La piattaforma integra conformità by design rispetto a GDPR e AI Act. Gli amministratori possono definire controlli human-in-the-loop, vincolando determinate azioni all’approvazione umana, mentre nei canali esterni viene resa esplicita la natura automatizzata dell’interazione. Completano il quadro audit trail, tracciabilità delle attività e tecniche di anonimizzazione o mascheramento dei dati per i contesti più sensibili.
Agenti condivisi e automazione governata dei processi
La vera svolta avviene quando l’AI diventa un asset condiviso dai team. Nel modello di adozione disegnato da Smeup, questo passaggio punta sui champion, dipendenti delle varie aree aziendali che hanno sviluppato una maggiore familiarità nell’uso dell’AI e che possono istruire in linguaggio naturale degli agenti verticali, agganciandovi le specifiche basi di conoscenza e i documenti di reparto. Una volta creati, gli agenti vengono messi a disposizione dei colleghi, facendo in modo che le competenze del singolo smettano di rimanere isolate e diventino risorse di tutta l’organizzazione.
Il livello più avanzato riguarda l’automazione dei processi attraverso workflow e mini-app sviluppate con approccio no-code. L’obiettivo è portare in azienda un’automazione intelligente che resti però governata dall’IT, che a sua volta può definire regole, vincoli e livelli di approvazione. I casi d’uso possono andare dall’estrazione automatica degli ordini ricevuti via email e dal loro caricamento diretto nell’ERP, fino alla gestione di preventivi complessi. Il perimetro, però, è molto più ampio: analisi avanzata dei dati di vendita, generazione automatica di grafici e presentazioni, fino all’estensione degli agenti verso l’esterno per gestire il Customer Service in modalità omnicanale, via web, messaggistica ed email.
Quando l’AI entra in un unico perimetro governato, l’azienda può estenderne progressivamente l’uso a nuovi team e processi senza moltiplicare strumenti, account e regole.
Articolo realizzato in collaborazione con smeup
Partecipa alla community