La creazione di agenti AI vuol dire dare a un sistema un obiettivo, gli strumenti per raggiungerlo e le regole su dove fermarsi. La parte tecnica oggi è la più corta. Le piattaforme mostrano agenti creati in pochi minuti. È vero. Quello che non mostrano è il resto: quale lavoro dargli, cosa può toccare, chi controlla quando sbaglia.
Martes AI crea agenti AI su misura e forma le persone che li usano, per aziende italiane: più di 75 soluzioni in produzione per oltre 100 clienti. Qui ci sono le tre strade che vediamo nei progetti, quando regge ognuna e i passi per creare il primo agente senza perdere tre mesi.
Creazione agenti AI: le tre strade a confronto
| Nello strumento che avete | Piattaforma di automazione | Sviluppo su misura | |
|---|---|---|---|
| Chi lo crea | Una persona del reparto, con un po’ di formazione | Chi in azienda sa collegare software o un’agenzia | Un fornitore tecnico, con una persona interna che conosce il processo |
| Cosa fa bene | Risponde su documenti e fonti scelte, prepara bozze, fa azioni semplici nelle app dello stesso fornitore | Passa dati da un software all’altro con un passaggio AI in mezzo: legge la mail, estrae i campi, apre la pratica | Lavora su più sistemi, gestisce le eccezioni, parte da solo quando arriva il lavoro |
| Dove si ferma | Fuori dall’ecosistema del fornitore e sui software senza connettore | Quando i rami del processo diventano tanti e il flusso non lo capisce più nessuno | Costa di più all’inizio e chiede qualcuno che lo segua dopo |
| Quando ha senso | L’azienda vive su Microsoft 365 o Google Workspace e il lavoro sta dentro quelle app | Il valore sta nel far parlare due o tre software che esistono già | Il processo è il modo particolare in cui lavorate voi |
Prima strada: creare l’agente nello strumento che avete già
Se l’azienda lavora su Microsoft 365, lo strumento per creare agenti è Copilot Studio: si scelgono le fonti di conoscenza, si scrivono le istruzioni, si aggiungono le azioni. Chi lavora su Google ha Gemini Enterprise, che collega gli agenti a Workspace e ai sistemi esterni. Su Claude si parte da un progetto con istruzioni e documenti, poi da Cowork, che porta a termine compiti interi sui file e sulle applicazioni collegate.
È la strada più veloce. È anche quella che consigliamo per il primo agente quando il lavoro sta tutto dentro quelle app: rispondere alle domande interne su procedure e listini, preparare la bozza di una risposta, riassumere una pratica prima di una riunione.
Dove si rompe lo si vede presto. Il gestionale non ha un connettore. La decisione dipende da un dato che sta altrove. L’agente dovrebbe partire da solo quando arriva una mail e invece aspetta che qualcuno lo apra.
Costi e licenze sono nelle guide su Copilot Studio e su Gemini Enterprise. In entrambe diamo lo stesso consiglio: provare il caso d’uso con un gruppo di otto-dieci persone prima di costruire l’agente per tutti.
Seconda strada: una piattaforma di automazione
Le piattaforme di automazione a blocchi collegano software diversi con un passaggio AI in mezzo. È la strada di molti agenti che funzionano bene in produzione. Arriva una mail, il modello la classifica ed estrae i campi, il flusso apre la pratica nel software giusto e avvisa una persona.
Regge finché il processo ha pochi rami. Ogni eccezione è un blocco in più. Dopo qualche mese il flusso lo capisce solo chi l’ha montato. Se quella persona cambia lavoro, l’agente resta lì e nessuno osa toccarlo. Prima di scegliere questa strada chiedetevi chi lo terrà in mano fra un anno.
Terza strada: lo sviluppo su misura
Su misura conviene quando l’agente deve lavorare su più sistemi, gestire eccezioni vere e partire da solo. Kerby, l’agente che abbiamo costruito per Kerberos Energy, legge la casella aziendale e quelle dei commerciali e classifica ogni email in cinque categorie. Su una richiesta di offerta cerca la partita IVA, recupera dalla Camera di Commercio ragione sociale, PEC e affidabilità creditizia, crea l’anagrafica e prepara il preventivo in bozza. Su quasi 800 richieste l’anno il lavoro di back office per anagrafica e preventivo è passato da 15-20 minuti a pratica a zero.
Nessuno strumento pronto avrebbe fatto quel lavoro, perché il lavoro era il modo in cui Kerberos gestisce le offerte. Il caso dice anche perché l’integrazione è stata rapida: l’azienda aveva da anni le informazioni in un unico database centrale. È la condizione che accorcia di più un progetto su misura, più di qualsiasi scelta tecnica.
Lo sviluppo agenti AI che facciamo parte da qui: dal lavoro che si ripete e dai sistemi che ci sono già, con il punto in cui l’agente si ferma e decide una persona.
I sei passi per creare il primo agente AI
- 01
Scegliere un lavoro, non un'idea
Un lavoro che arriva ogni giorno con le stesse regole: la posta di un reparto, le richieste di offerta, le scadenze. Scrivete quante volte arriva a settimana e quanti minuti prende.
- 02
Scrivere la scheda dell'agente
Cosa riceve, cosa consegna, quali sistemi legge, dove può scrivere. Se la scheda non sta in una pagina, il lavoro non è ancora pronto per un agente.
- 03
Decidere dove si ferma
Il punto in cui decide una persona va scritto prima di costruire. Il preventivo lo manda il commerciale, il rimborso lo approva il responsabile.
- 04
Raccogliere i casi veri
Le email, le pratiche e le richieste del mese scorso, comprese quelle storte. Un agente collaudato sui casi inventati funziona solo sui casi inventati.
- 05
Provare con chi lo userà
Non con chi lo ha commissionato. Con la persona che lo aprirà ogni mattina e che sa quali eccezioni arrivano davvero.
- 06
Decidere chi lo segue dopo
Modelli e software collegati cambiano ogni pochi mesi. Un agente senza un responsabile peggiora in silenzio.
Il primo passo è quello che si salta più spesso. Si parte dallo strumento (“abbiamo le licenze, facciamoci un agente”) e si cerca dopo un lavoro da dargli. Il risultato è un agente che funziona nella demo e che nessuno apre. Gli agenti che restano in uso nascono al contrario: c’era un lavoro che portava via ore ogni settimana e qualcuno ha cercato il modo più semplice di toglierlo.
Dove si blocca la creazione di un agente
Tre punti, gli stessi in quasi tutti i progetti che abbiamo visto.
I permessi. L’agente deve leggere una cartella o scrivere su un gestionale. Nessuno ha l’autorizzazione a concederlo. Di solito lo si scopre a progetto iniziato. Va chiesto il primo giorno: chi dà l’accesso e in quanto tempo.
Le eccezioni. Il flusso pulito si costruisce in fretta. Il lavoro vero è il PDF senza data, il cliente che scrive in un’altra lingua, la richiesta che mescola due cose. Nell’agente che abbiamo costruito per uno studio di amministrazione condominiale, un F24 senza data o importi finisce in una cartella di errori e la segreteria riceve un avviso. Quella cartella vale quanto il resto dell’agente.
Le persone. Da Kerberos Energy il team all’inizio guardava Kerby con scetticismo, perché non era stato coinvolto nella progettazione. È cambiato quando il sistema è andato live e le persone hanno visto i risultati. Oggi arrivano segnalazioni quotidiane su risposte migliorabili, che è il segnale più chiaro di adozione: chi segnala è chi usa. Coinvolgere chi userà l’agente già quando si scrive la scheda accorcia quella fase.
Le regole da sapere prima
L’AI Act guarda all’uso, non alla parola agente. Un agente che smista la posta o prepara preventivi sta nel rischio minimo. Uno che filtra candidati o valuta l’affidabilità di una persona entra nell’alto rischio, con obblighi di sorveglianza umana. Come si classifica caso per caso è nella guida sulla classificazione del rischio.
Se l’agente legge dati personali di clienti o dipendenti valgono le regole del GDPR, a partire da dove girano i dati e chi può vederli: i controlli sono nella guida su intelligenza artificiale e GDPR in azienda. Chi usa l’agente deve poi sapere come funziona e dove sbaglia, che è anche un obbligo di formazione AI per i dipendenti previsto dall’AI Act.
Quale strada scegliere
Se il lavoro sta dentro Microsoft 365 o Google Workspace e l’agente deve leggere e rispondere, partite dallo strumento che avete. Se deve passare dati fra due o tre software con regole semplici, basta una piattaforma di automazione. Se deve lavorare su più sistemi, gestire eccezioni e partire da solo, serve lo sviluppo su misura.
Quanto costa la terza strada e perché i preventivi sono così diversi è nella guida su quanto costa un agente AI su misura. Se non sapete ancora quale lavoro dare all’agente, partite dagli esempi di agenti AI in azienda, dieci casi in produzione reparto per reparto.