Regole, workflow, AI o agenti? Scegliete la soluzione più semplice che funziona.
Non ogni problema di automazione richiede l'AI, e non ogni problema che richiede AI ha bisogno di un agente. Spostarsi a destra aumenta complessità, costi, rischio e manutenzione.
Non ogni problema di automazione richiede l’AI. E non ogni problema che richiede AI ha bisogno di un agente. Più ci si sposta dalle semplici regole verso agenti autonomi, più aumentano le capacità del sistema — ma in genere aumentano anche complessità, costi, rischi e manutenzione.
«Potremmo usare un agente AI per questo?»
È una domanda che compare sempre più spesso all’inizio di un progetto software.
A volte la risposta è sì.
Ma spesso la domanda più utile è un’altra:
Qual è la soluzione più semplice in grado di risolvere questo problema in modo affidabile?
Una decisione di prezzo prevedibile può richiedere soltanto una regola. Una sequenza di attività ripetitive può richiedere un workflow. Un’email o un PDF che devono essere interpretati possono giustificare l’uso dell’AI. Un sistema che deve realmente decidere cosa fare dopo può invece aver bisogno di un agente.
Sono problemi diversi.
Trattarli come se fossero lo stesso problema può trasformare una soluzione semplice in qualcosa di inutilmente costoso.
Partite dalle regole
Le regole sono la scelta più semplice quando sia l’input sia la decisione sono prevedibili.
Per esempio:
- agli ordini sopra una determinata soglia si applica uno specifico sconto;
- le fatture oltre un certo importo richiedono un’approvazione aggiuntiva;
- le richieste di un cliente esistente vengono assegnate al suo account manager;
- la categoria del prodotto determina quale listino utilizzare.
Qui non serve interpretare nulla.
Se la decisione può essere descritta chiaramente come «se accade questo, fai quello», il software tradizionale è generalmente il punto di partenza migliore.
Le regole hanno anche un altro vantaggio: sono comprensibili.
Quando qualcosa non funziona, di solito è possibile capire perché.
Ed è un vantaggio importante.
Usate un workflow quando dovete collegare più passaggi prevedibili
A volte nessuna singola attività è difficile.
Il problema è che qualcuno deve continuare a spostare informazioni da un passaggio all’altro.
Un processo di preventivazione potrebbe essere:
Richiesta → prezzo → documento → email → follow-up
Ogni attività è prevedibile.
L’automazione utile non consiste in un modello che prende decisioni, ma in un workflow che garantisce che il passaggio successivo avvenga senza che qualcuno debba ricordarsene.
Per esempio:
- acquisire la richiesta;
- applicare le regole di prezzo;
- preparare il preventivo;
- inviarlo per verifica o approvazione;
- generare il documento;
- inviarlo al cliente;
- programmare il follow-up.
È qui che la tradizionale automazione dei workflow funziona particolarmente bene.
E dato che i passaggi sono noti in anticipo, il sistema può rimanere in gran parte deterministico: alla stessa situazione dovrebbe corrispondere la stessa azione prevista.
Usate l’AI quando il problema è interpretare
Le cose cambiano quando l’input non è prevedibile.
Un cliente può descrivere la stessa esigenza in dieci modi diversi.
Un fornitore può inviare ogni volta una specifica in un PDF strutturato diversamente.
Una richiesta di assistenza può dover essere compresa in base al significato, non semplicemente cercando una parola chiave.
È qui che l’AI comincia a meritare il proprio posto.
Per esempio, può:
- estrarre requisiti da email o documenti;
- classificare messaggi in base all’intento;
- riassumere una lunga conversazione;
- individuare informazioni rilevanti in un testo libero;
- trasformare input non strutturati in dati utilizzabili dal resto del workflow.
Il punto importante è che l’AI non deve necessariamente gestire l’intero processo.
Spesso è meglio affidarle soltanto la parte ambigua.
Tutto ciò che la circonda può continuare a essere software ordinario e prevedibile.
In questo modo la soluzione è generalmente più semplice da testare, monitorare e mantenere.
Usate un agente quando il sistema deve davvero decidere cosa fare dopo
Un agente diventa utile quando il sistema non può limitarsi a seguire una sequenza fissa.
Potrebbe dover:
- scegliere quale strumento utilizzare;
- raccogliere informazioni da più sistemi;
- reagire in modo diverso in base a ciò che trova;
- riprovare o cambiare approccio;
- stabilire quando dispone di informazioni sufficienti;
- chiedere l’intervento di una persona quando non può risolvere il caso in modo sicuro.
Immaginiamo un’eccezione su un ordine.
Il sistema potrebbe dover controllare il CRM, consultare una fattura, verificare la disponibilità a magazzino, confrontare le condizioni contrattuali e poi decidere quale sia l’azione successiva più appropriata.
Questo è molto più vicino a un problema da agente.
Ma questa flessibilità introduce un tipo diverso di complessità.
Bisogna considerare autorizzazioni, osservabilità, modalità di errore, limiti, approvazione umana e cosa accade quando il sistema sceglie male.
Un agente non è semplicemente «un’automazione migliore».
È un sistema più capace, ma anche più impegnativo da gestire.
Spostarsi verso destra comporta un compromesso
Regole, workflow, AI e agenti non sono quattro generazioni successive della stessa tecnologia.
Non si passa automaticamente da una all’altra perché quella successiva è più moderna.
Ci si sposta verso destra soltanto quando il problema lo richiede.
E, man mano che lo si fa, tendono ad aumentare:
Complessità. Più componenti, integrazioni e comportamenti possibili.
Costi. Più sviluppo, infrastruttura, utilizzo dei modelli e monitoraggio.
Rischio. Più modi in cui il sistema può comportarsi diversamente da quanto previsto.
Manutenzione. Più elementi che possono cambiare: prompt, modelli, strumenti, permessi, integrazioni e ipotesi di business.
Questo non significa che AI e agenti siano scelte sbagliate.
Significa che devono avere un motivo concreto per essere utilizzati.
Un test semplice prima di passare al livello successivo
Prima di scegliere la tecnologia, chiedetevi:
La decisione può essere espressa in modo affidabile con una regola?
Se sì, partite da lì.
I passaggi sono noti in anticipo?
Se sì, un workflow potrebbe essere sufficiente.
La parte difficile consiste nel comprendere informazioni variabili o non strutturate?
Questo è un buon candidato per l’AI.
Il sistema deve davvero scegliere autonomamente quale azione intraprendere dopo?
A questo punto un agente può avere senso.
E c’è un’altra domanda importante a ogni livello:
Cosa succede se sbaglia?
Un sistema che propone la bozza di una descrizione e un sistema che approva una transazione da 100.000 euro non dovrebbero avere lo stesso livello di autonomia.
Le conseguenze di un errore devono influenzare l’architettura.
Il sistema migliore può utilizzare tutti e quattro
Questi approcci non si escludono a vicenda.
Un buon sistema potrebbe utilizzare:
- regole per il calcolo del prezzo;
- un workflow per gestire il processo del preventivo;
- AI per interpretare un’email insolita;
- una persona per approvare un’eccezione.
In un caso più complesso, un agente potrebbe investigare l’eccezione prima di passarla alla persona che prenderà la decisione finale.
L’obiettivo non è utilizzare una sola tecnologia ovunque.
È assegnare ogni problema al livello più semplice che riesca a gestirlo in modo affidabile.
Partite da sinistra
Non c’è alcun premio per l’architettura più sofisticata.
Se una regola risolve il problema, un agente non è un upgrade.
Se un workflow è sufficiente, aggiungere un modello linguistico può significare soltanto aggiungere un’altra dipendenza.
Se rimane una reale ambiguità, l’AI comincia a essere utile.
E quando il sistema deve ragionare su più strumenti, contesto e circostanze variabili per decidere cosa fare dopo, un agente può essere esattamente la soluzione giusta.
Partite da sinistra. Spostatevi a destra soltanto quando è il problema a richiederlo.
Se non è chiaro di quale livello abbia davvero bisogno un processo, possiamo analizzarlo durante la valutazione di 20 minuti. Partiamo da un processo reale, separiamo le parti prevedibili da quelle ambigue e individuiamo cosa vale la pena automatizzare — e cosa no.
Da leggere anche: Questo processo non ha bisogno dell’AI. Ha bisogno di meno passaggi. · Cosa vi consiglieremmo di non automatizzare. · Calcolatore attività