Scenario illustrativo. L’agente commerciale conferma a un cliente il 15 % di sconto e la consegna in 48 ore. Il giorno dopo l’agente di supporto gli dice che la consegna richiede sette giorni e che quello sconto non esiste. Il cliente inoltra le due risposte con una sola riga: «Qual è quella giusta?». Nessuno in azienda sa dirlo senza aprire tre schermate.
La tesi in una riga: quando due agenti si contraddicono, quasi mai la colpa è del modello; hanno letto verità diverse e nessuno era proprietario della decisione. Si risolve con una fonte per dato, una regola di precedenza e un arbitro umano per ciò che la regola non copre, non con un terzo agente che dice la sua.
Conflitto tra agenti IA in azienda: sbaglia il modello o la fonte di verità?
La prima mossa è dare la colpa al modello e provarne un altro, o ritoccare il prompt. Raramente funziona, perché entrambi gli agenti hanno risposto bene con ciò che avevano davanti: il commerciale ha letto l’offerta nel CRM; il supporto ha letto la policy nella base di conoscenza e i tempi nel sistema ordini. Tre copie della realtà, ciascuna giusta al proprio posto e nessuna aggiornata rispetto alle altre.
Non è un problema esotico dell’IA: è quello di qualsiasi azienda con due reparti e due fogli di calcolo. La differenza è che un agente risponde in pochi secondi e su larga scala, quindi la contraddizione arriva al cliente prima che qualcuno la veda. Cognition, l’azienda dietro Devin, lo pone per i sistemi multi-agente in generale: se ogni agente decide con il proprio contesto isolato, le sue decisioni possono scontrarsi («Don't Build Multi-Agents», Cognition). Se dubiti ancora di aver bisogno di più agenti, parti da un agente o molti?; qui diamo per scontato che li abbia già.
E costa caro per un motivo che non è tecnico. Una contraddizione che arriva al cliente è una promessa scritta dell’azienda e la prova che nessuno comanda sulle risposte. Correggerla una volta costa una telefonata di qualcuno con criterio; ripetuta, costa la fiducia del cliente nel canale automatico, e chiamerà sempre.
Perché non basta aggiungere un agente supervisore?
È la risposta di moda: un agente sopra gli altri che confronta le risposte e decide. Le contraddizioni le rileva, e serve. Ma decidere chi ha ragione richiede di sapere che cosa è vero, e se il supervisore legge le stesse tre copie, è una terza voce che dice la sua. Con un po’ di fortuna indovina; senza, hai lo stesso conflitto con un livello gerarchico in più. Un supervisore è un buon rilevatore e un cattivo giudice.
Come si risolve un conflitto tra agenti senza che lo arbitri il cliente?
- Fai l’inventario dei dati che entrambi gli agenti possono affermare. Prezzo, sconto, tempi, scorte, condizioni di reso. Quelli che due agenti possono dire allo stesso cliente sono quelli che si contraddicono; parti da lì.
- Un sistema proprietario per dato. I tempi di consegna vivono negli ordini; lo sconto in vigore, nel listino; la policy, in un unico documento. Gli altri agenti leggono da lì, non dalla propria copia. Il collegamento si progetta in come collegare l’IA al tuo CRM, e che cosa legge e scrive ciascun agente in quali permessi dare a un agente IA.
- Una regola di precedenza scritta. Se due fonti divergono, per i tempi vince l’operatività e per i prezzi la finanza. Non è una conversazione tra agenti: è una riga in un documento che chiunque può leggere.
- Gli agenti scrivono nel registro, non tra loro. Se il commerciale promette qualcosa, resta nella scheda del cliente, dove il supporto lo vede. Ogni messaggio da un agente all’altro perde contesto; ciò che è già nel registro non si perde. La memoria condivisa ha un suo progetto: la memoria di un agente IA.
- Ciò che la regola non copre sale a una persona, con le due versioni davanti. Un arbitro con un nome decide in pochi minuti se vede entrambe le risposte e le loro fonti; senza, deve ricostruire tutto.
Quest’ultimo gradino è il giusto livello di autonomia per le contraddizioni: davanti a due verità l’agente non sceglie, segnala. È lo stesso principio di che cosa fa un agente quando non sa, applicato a due agenti invece che a uno.
| Tipo di conflitto | Causa tipica | Chi decide |
|---|---|---|
| Dato diverso (tempi, prezzo) | Ogni agente legge la propria copia | La fonte unica; si corregge l’origine |
| Promessa che l’altro non può mantenere | Il commerciale si impegna senza vedere la capacità | La regola di precedenza: l’operatività convalida i tempi |
| Policy ambigua | Due documenti che dicono cose diverse | Una persona; poi si ritira un documento |
| Due versioni già inviate al cliente | Il conflitto è arrivato al cliente | Una persona lo contatta e fissa quella giusta |
Che cosa si misura per sapere che il conflitto è sotto controllo?
Tre cose, e nessuna richiede un dato di mercato: quante contraddizioni vengono rilevate ogni settimana, quante si risolvono con la regola senza disturbare nessuno e quanto impiega una persona a decidere quelle che salgono. Se le prime calano e le seconde crescono, il sistema impara; se salgono tutte insieme, stai aggiungendo agenti più in fretta di quanto metti in ordine i dati. Chi controlla questi numeri e chi ripara l’origine è una questione di manutenzione: chi mantiene gli agenti IA.
Quando non serve un arbitro?
Quando i due agenti non condividono né dati né clienti, non c’è nulla da contraddire; e quando l’errore è economico e reversibile, come una raccomandazione di prodotto diversa, basta una regola di precedenza. L’arbitro umano serve per ciò che impegna denaro, scadenze o la parola dell’azienda.
E se hai già più agenti senza una ripartizione chiara, il problema è il sistema: orchestrare più agenti IA significa dare a ciascuno il suo posto, la sua fonte e la sua regola. Per quelli che toccano il cliente, l’agente commerciale IA e l’agente di supporto IA dovrebbero leggere dallo stesso registro fin dal primo giorno.
La riga da portarti via: due agenti che si contraddicono non hanno bisogno di un capo, hanno bisogno di una verità. Dagliela una volta, per iscritto, e tieni una persona per il giorno in cui la verità non basta.
Fonti (consultate il 26 ottobre 2026): «Don't Build Multi-Agents», Cognition. Lo scenario iniziale è illustrativo, non un caso reale.