Gli articoli con gli esempi di agenti AI elencano possibilità: un agente potrebbe gestire i pagamenti, un agente potrebbe scrivere le descrizioni prodotto. Qui ci sono solo agenti che esistono, costruiti per aziende che li usano, con i numeri che ognuna ha pubblicato.
Martes AI sviluppa agenti AI su misura e fa formazione AI per aziende italiane: più di 75 soluzioni in produzione per oltre 100 clienti. Gli esempi qui sotto sono nostri. Per ognuno diciamo cosa fa l’agente, dove si ferma e cosa è cambiato.
Esempi di agenti AI in azienda: i dieci casi in una tabella
| Reparto | Azienda | Cosa fa l’agente | Dove decide una persona | Risultato dal caso |
|---|---|---|---|---|
| Commerciale | Kerberos Energy | Dalla posta riconosce le richieste di offerta, crea l’anagrafica e prepara il preventivo in bozza | Il commerciale rivede e manda il preventivo | Quasi 800 offerte l’anno, back office da 15-20 minuti a zero per anagrafica e preventivo |
| Servizio clienti | Ecommerceparts | Risponde su WhatsApp con numero d’ordine e tracking | Avvisa il team quando il cliente è insoddisfatto | Circa 200 email in meno al giorno su circa 500 |
| Segreteria | Clinica Oculistica Santa Lucia | Classifica le email in sei categorie e le gira al reparto giusto, gestisce le richieste di appuntamento dal sito | Lo staff riceve ogni email già smistata nel suo reparto | Tempi di risposta alle richieste generali giù di circa il 60%, carico amministrativo giù di oltre il 50% |
| Operations | Afrocarbon | Assegna le attività al mattino su WhatsApp e raccoglie la rendicontazione con foto a fine giornata | La direzione legge la dashboard e decide | Team in cinque lingue, categorie validate in automatico |
| Cantieri | Un’impresa edile | Ogni sera raccoglie dagli operai attività, mezzi usati e foto per cantiere | La direzione usa i dati | Rendicontazione tutta digitale, niente più carta |
| Amministrazione | Uno studio di amministrazione condominiale | Legge gli F24, estrae importi e scadenze, avvisa i condomini su WhatsApp una settimana prima | Un PDF senza data o importi va in una cartella errori e la segreteria riceve l’avviso | Oltre il 70% di tempo operativo risparmiato |
| Marketing | We Travel Group | Ricontatta ex clienti e contatti mai richiamati con le offerte, registra gli interessati nel CRM | Passa la conversazione a una persona quando serve | 17% di conversazioni avviate, 7% di acquisti su circa 3.000 contatti |
| Contenuti | Digital Turnover | Raccoglie newsletter, post e podcast di settore e prepara i testi per newsletter e social | Il cliente rivede e invia con un clic | Contenuti che arrivano già organizzati |
| Contenuti | Shape-UP | Cerca articoli scientifici revisionati da una parola chiave e scrive il pezzo divulgativo | L’azienda modifica testo e immagine prima dell’invio | Tempo di produzione di ogni newsletter giù del 90% |
| Ricerca | Swiss Natural Med | Interroga lo storico clinico, la libreria interna e PubMed per rispondere alle richieste | Il medico valida la risposta | 10.000 paper analizzati al giorno, risposte da 48 ore a pochi minuti |
Commerciale: dalla posta al preventivo
Kerby, l’agente di Kerberos Energy, legge la casella aziendale e quelle del team commerciale e classifica ogni email in cinque categorie: richiesta di offerta, ordine, informazioni, supporto tecnico, spam. 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.
È l’esempio più chiaro di cosa distingue un agente da un assistente. Nessuno gli chiede niente: il lavoro parte quando arriva l’email e finisce quando il preventivo è pronto per il commerciale. Il CEO lo dice così: oltre al tempo, è cambiata la qualità dei dati nel gestionale, che prima era sempre incompleta.
Servizio clienti e segreteria: la posta che si ripete
Ecommerceparts riceveva circa 500 email al giorno, quasi tutte sulla stessa domanda: dov’è il mio pacco. L’agente su WhatsApp recupera numero d’ordine e tracking e risponde da solo. Quando capisce che il cliente è arrabbiato manda un’email al team, che interviene. Le email sono scese di circa 200 al giorno.
Alla Clinica Oculistica Santa Lucia il lavoro era doppio: le richieste di appuntamento dal sito e la posta da smistare. L’agente sulla posta classifica ogni email in sei categorie, dalle domande generali alle bollette. Poi la gira al reparto giusto. Il caso riporta un’accuratezza di classificazione superiore al 95%. Le regole per una struttura sanitaria, a cominciare da cosa l’agente non risponde mai, sono nella guida sull’intelligenza artificiale in sanità.
Come si imposta un agente di questo tipo, con le domande da fare prima, è nella guida sugli agenti AI per il customer service.
Operations e cantieri: i dati che stanno in testa alle persone
Due esempi costruiti su Prisma, il nostro agente su WhatsApp, per lo stesso problema: il lavoro si fa fuori dall’ufficio e i dati arrivano in ritardo o non arrivano.
Afrocarbon ha un team distribuito su più paesi. L’agente alle nove raccoglie le attività di ognuno, alle dieci e mezza manda l’elenco confermato, alle sei di sera chiede il riepilogo con le foto. Se qualcuno non risponde scattano due promemoria a un’ora di distanza. Per un’impresa edile con operai su più cantieri lo stesso schema raccoglie ogni sera attività, mezzi e foto, cantiere per cantiere.
Nessuno dei due agenti è sofisticato. Funzionano perché il dipendente non deve installare niente: risponde su WhatsApp come farebbe con un collega.
Amministrazione: le scadenze che non si dimenticano
Uno studio di amministrazione condominiale gestiva decine di F24 per conto dei condomini. L’agente legge ogni PDF, lo archivia nella cartella del condomino, estrae importi e scadenze in un registro unico e una settimana prima apre la conversazione su WhatsApp con il condomino. Raccoglie la conferma di pagamento in risposta e avvisa la commercialista. Se un PDF è senza data o importi lo sposta in una cartella di errori e scrive alla segreteria. Il caso riporta oltre il 70% di tempo operativo risparmiato e zero dimenticanze.
Marketing e contenuti: l’agente prepara, la persona approva
We Travel Group aveva una lista di ex clienti e contatti mai richiamati. L’agente su WhatsApp li ha ricontattati con le locandine delle offerte, ha risposto alle domande e ha suggerito destinazioni in base a periodo, budget e bambini. Su circa 3.000 contatti il 17% ha avviato una conversazione e il 7% ha comprato un pacchetto.
Per Digital Turnover e Shape-UP l’agente prepara newsletter e post dalle fonti scelte. In tutti e tre i casi c’è un passaggio fisso: niente esce senza che una persona l’abbia letto. Gli altri esempi di marketing, compreso il primo contatto su LinkedIn per Fantozzi & Associati, sono nella guida sull’AI per il marketing aziendale.
Ricerca: quando il volume supera le persone
Swiss Natural Med produce integratori e risponde a richieste cliniche su interazioni e dosaggi. Il direttore passava gran parte della giornata a scaricare e qualificare studi. L’agente interroga tre livelli di fonti, dallo storico clinico validato a PubMed. Si ferma al primo che dà una risposta sufficiente. Analizza 10.000 paper al giorno e risponde in pochi minuti invece che in 48 ore. Il caso stima un risparmio di 300.000 euro l’anno. La risposta la valida sempre il medico.
Cosa hanno in comune gli esempi che funzionano
- 01
Un lavoro che arriva ogni giorno
Posta, richieste di offerta, rendicontazioni, scadenze. Il volume è quello che rende misurabile il risultato.
- 02
Regole che si possono scrivere
Ogni agente qui sopra segue regole che un nuovo assunto imparerebbe in una settimana. Dove le regole non si sanno scrivere, l'agente sbaglia.
- 03
Gli strumenti che si usano già
Posta, WhatsApp, gestionale, CRM. Nessuno di questi agenti ha chiesto alle persone di imparare un software nuovo.
- 04
Un punto fisso in cui decide una persona
Il preventivo lo manda il commerciale, la newsletter la approva il cliente, la risposta clinica la valida il medico.
Se un lavoro della vostra azienda ha queste quattro caratteristiche, è un candidato. Lo sviluppo di agenti AI su misura parte da lì: dal lavoro che si ripete e dagli strumenti che ci sono già, non da una piattaforma da comprare. Cosa sia un agente e come si distingue da un’automazione è nella guida su cosa sono gli agenti AI. Quanto costa costruirne uno è in quella su quanto costa un agente AI su misura.
Da dove partire
Si fa l’elenco dei lavori che arrivano ogni giorno nello stesso modo, con quante volte arrivano e quanti minuti prende ognuno. Si sceglie quello con il volume più alto e la decisione più semplice. Quasi sempre è la posta in arrivo di un reparto. Si scrivono le regole come le si spiegherebbe a un nuovo assunto. Se non si riescono a scrivere in una pagina, quel lavoro non è ancora pronto per un agente. I passi successivi, dalla scheda dell’agente alla prova con chi lo userà, sono nella guida sulla creazione di agenti AI in azienda.