Gli AI Agents sono sistemi software autonomi progettati per svolgere compiti specifici in modo efficiente su richieste da parte degli utenti umani. Grazie all’integrazione tra machine learning, NLP e capacità decisionali, questi strumenti possono gestire processi complessi e interagire con altri sistemi aziendali, fornendo supporto alle persone. Le applicazioni vanno da attività di classificazione automatica, al reperimento di informazioni, al supporto nelle decisioni operative, con benefici in termini di rapidità del workflow, accuratezza del lavoro e riduzione dei costi.
Indice degli argomenti
Come funzionano gli AI Agents: architettura e componenti principali
La creazione degli AI Agents parte dalla sua configurazione attraverso le componenti di backend, sempre più rese accessibili da user interface intuitive e facili da utilizzare, “che permettono agli amministratori di sistema di configurare tecnicamente l’agent, una fase fondamentale per definire quale sia il suo scopo, a quali dati o sistemi l’agent può fare accesso e le azioni o limitazioni necessarie per fare in modo che si occupi solo dell’obiettivo stabilito; in gergo tecnico li chiamiamo i “guardrail”– spiega Alessandro Subert, Salesforce Business Segment Director di Mashfrog -. Una volta configurato, l’agent viene sottoposto ad un pilot interno per verificare la qualità delle risposte, oltre che alla consueta fase di test, prima di essere pubblicato rendendolo disponibile agli utenti. In questa fase, inoltre, a seconda della tipologia di Agente, può essere necessario trainarlo, ovvero aiutarlo a capire il contesto entro cui deve muoversi e utilizzare i dati: ma anche sotto questo aspetto, i più moderni strumenti di AI messi a disposizione non richiedono più questo passaggio, che storicamente si è rivelato sempre molto oneroso e timing consuming”.
L’iterazione con un AI Agent prevede quattro fasi:
- Interazione: si inizia con un utente che inserisce un prompt, “cioè la richiesta per la quale si vuole supporto dall’Agent, scrivendo sul proprio device o tramite inserimento vocale. Un’evoluzione: in passato i comandi disponibili erano preconfigurati e statici, come cliccare su un pulsante o scegliere da un menu un’opzione, ora invece è dinamico e personalizzabile, fino al tono che debba tenere l’agente”, commenta Subert.
- Interpretazione: ricevuto il comando, gli AI Agents lo devono interpretare, attività che viene svolta dal sistema attraverso l’applicazione di modelli più o meno sofisticati.
- Base dati: capito che cosa gli è stato comandato, l’agent deve far ricorso alla base dati messa a disposizione per raccogliere le informazioni necessarie per rispondere: “La selezione dei dati è fondamentale, per evitare allucinazioni e per garantire la veridicità delle informazioni fornite come risposta– precisa Subert -. Utilizzare il web come fonte, per esempio, espone a rischi importanti che devono essere valutati attentamente in fase di attivazione dell’Agente: ci sono siti istituzionali e ufficiali che fornisco dati consistenti, mentre altri invece possono veicolare dati fake, inconsistenti o decontestualizzati”.
- Output: l’agent in conclusione del processo restituisce all’utente una risposta al comando iniziale, permettendo la chiusura della richiesta, o eventualmente approfondendola o dando la possibilità di iniziarne una nuova.
Integrazione degli AI Agents nei processi aziendali: casi pratici
Le applicazioni degli AI Agents, però, vanno oltre il semplice rispondere a domande e trovano spazio in azienda in diversi settori, come quello delle vendite ma anche della customer care, e in ogni tipo di industry. Mashfrog, partner gold di Salesforce e di recente premiato dall’organizzazione come Rising Star, miglior partner italiano 2024, presenterà alcune applicazioni di AI Agents durante l’evento Agentforce che si terrà il 29 maggio a Milano. Tra le esperienze in ambito, “abbiamo realizzato un progetto in ambito manufacturing, per il principale produttore di cavi del Medioriente – racconta Subert -. In primis, abbiamo realizzato un’AI per mettere a disposizione del cliente il forecast triennale di fatturato, degli ordini e delle fatture, abilitando al contempo il Procurement a gestire per tempo l’approvvigionamento delle materie prime necessarie alla produzione. L’AI, integrata nel con il modulo di business intelligence di Salesforce, CRM Analytics, proietta i forecast sull’anno corrente, il successivo e quello ancora dopo, analizzando i dati presenti sul CRM aziendale, permettendo così alla divisione Sales di pianificare il budget corretto e al Procurement di capire come e quando fare ordini delle raw material, tema particolarmente sentito nel contesto attuale di fluttuazione degli scambi internazionali”. Inoltre, “abbiamo arricchito la soluzione con alcune funzionalità per la divisione Sales un Agent per supportare i commerciali nell’identificare su quali opportunità concentrarsi giorno per giorno, ottimizzando l’effort nel raggiungimento degli obiettivi, oltre ad aumentare ovviamente il conversion rate e le revenues associate”.
Per una grande realtà presente in Italia e attiva nella industry manufacturing, è stata progettata invece “una soluzione di AI agents per dare supporto nella gestione della partecipazione ai bandi di gara – afferma Subert -. Una volta inserito il bando di gara con le specifiche richieste, l’AI, dopo averla interpretata, e sulla base dello storico dei bandi, delle informazioni storiche dei clienti e dei prodotti disponibili sul sistema ERP aziendale, suggerisce quali prodotti e servizi siano più interessanti da proporre come risposta ai bandi di gara, consigliandone anche un price”.
La grande capacità di adattamento delle soluzioni basate su AI Agents permette anche di creare strumenti e soluzioni tailor-made, non solo come indirizzare le esigenze dei clienti, ma anche per creare nuovi prodotti da mettere a disposizione del mercato: “Mashfrog ha realizzato una soluzione basata su Salesforce e su un’AI proprietaria, gAIn360°, che permette la gestione degli asset finanziari delle aziende. Fornisce ai clienti che accedono attraverso le interfacce Web di Salesforce i trend di mercato con previsioni a tre, sei e nove mesi e suggerimenti per gestire al meglio il proprio portafoglio di asset”, aggiunge Subert.
Benefici degli AI Agents per le aziende
I benefici dell’uso degli AI Agents in azienda si traducono in processi più veloci e semplici, flussi di lavoro ottimizzati, soddisfazione sia del personale che di fornitori e clienti: “Gli Ai Agents supportano le persone nelle loro attività, come Mashfrog racconta in tre casi d’uso che porterà ad Agentforce”, precisa Subert. Le demo coprono principalmente i processi Sales e Customer Service, ma sono facilmente applicabili a processi simili, in ambiti aziendali differenti:
- Key account scoring: un caso d’uso “dedicato ai sales, su una soluzione che aiuta a prioritizzare le proprie attività per non perdere tempo e concentrarsi su ciò che è davvero importante”, sottolinea Subert;
- Quote pricing accelerator : esempio pratico “per aiutare i commerciali nella fase di quotazione dell’opportunity, suggerendo prezzi basati su dati storici”, aggiunge l’esperto di Mashfrog;
- Service on field orchestrator: un caso d’uso su come semplificare i processi legati ai ticket, in ambienti come i call center ma anche il supporto IT aziendale. L’Ai agent “aiuta l’utente a dare la giusta priorità ai ticket, in base a parametri come la criticità e la semplicità di risoluzione”, conclude Subert.
Articolo realizzato in partnership con Mashfrog
