Cosa rende un agente workforce (e non una demo)
Un agente IA è "workforce" quando soddisfa tre condizioni operative: ha un owner umano identificato (non "la direzione generale"), ha un SLA misurabile (tempo di risposta, qualità attesa) e ha metriche di costo per task registrate. Senza tutte e tre è un esperimento — con tutte e tre è un dipendente digitale. La distinzione non è accademica: cambia come si fa il budget, come si misura e come si mantiene.
I 4 ruoli che funzionano meglio in azienda
- Assistente di ricerca. Ricerche strutturate, sintesi esecutive, monitoraggio competitivo.
- Operatore di processi amministrativi. Elaborare fatture, contratti, moduli, validazioni.
- Assistente commerciale junior (NON senior). Qualifica iniziale, fissare riunioni, follow-up operativi.
- Agente di supporto L1. Risoluzione di ticket ripetitivi con escalation a umano per L2/L3.
Come si assegna un human-in-the-loop
Lo human-in-the-loop non è "qualcuno che rivede tutto il lavoro dell'agente" — è qualcuno che interviene in checkpoint concreti. L'assegnazione corretta:
- Owner operativo dell'agente. 1 persona, dedicata al 5-20% del suo tempo in base al volume dell'agente.
- Checkpoint automatici. Decisioni ad alto impatto che richiedono conferma umana prima di eseguire.
- Revisione a campione settimanale. L'owner rivede 30-50 casi a caso e segna successi/errori.
- Iterazione mensile. Riunione da 30 min con il partner tecnico per aggiustare prompt e configurazione in base a quello che è emerso.
Governance, escalation e QA
Senza governance, l'agente è debito tecnico travestito da produttività. I 4 pezzi obbligatori:
- Policy d'uso chiara — cosa può fare l'agente, cosa no, quali decisioni richiedono l'umano.
- Log auditabili di ogni decisione e ogni azione con contesto.
- Meccanismo di rollback — quando il risultato devia, il sistema torna allo stato precedente.
- Revisione periodica con eval automatizzata + revisione umana a campione.
Costo reale per task
Il calcolo corretto include cinque componenti — non solo "token dell'LLM":
- Costo dell'LLM (token) per esecuzione.
- Costo di infrastruttura (compute, storage, base vettoriale) prorato.
- Costo degli strumenti (CRM API, ecc.).
- Costo di supervisione umana (% del tempo dell'owner operativo).
- Costo ammortizzato di setup (diviso per mesi di vita utile attesa).
Quando NON ne vale la pena
- Volume <50 esecuzioni/settimana dell'agente — il setup non si ripaga.
- Processo sul punto di essere eliminato o trasformato.
- Non c'è owner operativo disponibile o assegnato.
- Casi in cui il costo dell'errore supera di molto il risparmio atteso.
- Team senza disponibilità di iterazione mensile minima.