Dopo due tappe del tour IntegrateAI 2026, abbiamo dedicato molto tempo all’ascolto. A Dallas, il 6 ottobre, la maggior parte dei presenti aveva già condotto progetti pilota di IA e la discussione si è concentrata su quali saranno i prossimi passi. A San Francisco, il 28 ottobre, la tavola rotonda ha affrontato le questioni relative a dove iniziare con l’IA, come garantire fiducia e governance su larga scala e come creare slancio oltre i progetti pilota iniziali.
Alcune delle conversazioni più proficue di questo tour hanno riguardato domande per le quali non esiste ancora una risposta standard, e in cui sono proprio coloro che pongono le domande a occuparsi del lavoro concreto. In occasione dell’evento di Londra del 17 novembre, vogliamo mettere sul tavolo alcune di queste domande e invitarvi a proporre le vostre risposte.
Cosa dovrebbe essere consentito fare a un agente di intelligenza artificiale?
Questa è la prima domanda, e una risposta sbagliata in questa fase può bloccare sul nascere un progetto di IA promettente. Un agente che deve connettersi a un sistema centrale di registrazione dei dati, come Salesforce o SAP, impone di prendere una decisione in merito alle autorizzazioni fin dal primo giorno.
La consultazione della scheda di un cliente comporta rischi minimi. L’aggiornamento della scheda di un contatto, la modifica dello stato di un’opportunità in Salesforce o la modifica di un ordine in SAP sono azioni che comportano conseguenze, e un errore di scrittura può raggiungere il cliente prima che qualcuno se ne accorga. Ecco perché è preferibile un approccio graduale, basato su livelli di accesso che tengano conto tanto dell’impatto aziendale e della propensione al rischio quanto delle capacità tecnologiche.
Un esempio di "scala dei permessi" applicata nella pratica prevede quattro livelli: sola lettura, bozza in attesa di approvazione umana, scrittura su un insieme limitato di campi e azione autonoma all'interno di un flusso di lavoro definito. Ogni livello richiede un grado di governance e supervisione maggiore rispetto a quello precedente.
Un operatore che riassume la cronologia dell'account potrebbe limitarsi al primo livello. Un operatore che registra le note relative alle chiamate su Salesforce avrebbe invece bisogno del terzo livello, che prevede un controllo automatizzato, come ad esempio una traccia di audit per ogni operazione di scrittura.
Vorremmo sapere come strutturate queste decisioni: quali sono i livelli della vostra gerarchia, a quale livello si collocano i vostri agenti, chi approva ogni fase e quali prove sono state necessarie per ottenere tale approvazione.
Qual è il risultato minimo che può dare un primo agente di intelligenza artificiale?
Va bene iniziare in piccolo; anzi, è proprio così che nasce ogni successo. Un primo agente potrebbe automatizzare una singola attività che un membro del vostro team di vendita conosce già bene: dare seguito a ogni lead in entrata, valutare le chiamate in base a un playbook o controllare le trattative in corso per individuare eventuali passaggi mancanti. Questo tipo di attività ben definite e circoscritte producono risultati fin dalla prima settimana, come i lead contattati, le chiamate valutate o le trattative segnalate, rendendo facile dimostrare fin da subito il valore delle iniziative basate sull’intelligenza artificiale.
Qual è il risultato minimo che convincerebbe i tuoi dirigenti a proseguire? E quale compito i tuoi collaboratori sanno di dover svolgere ma non riescono mai a portare a termine?
Dove finisce il tempo risparmiato grazie all’efficienza dell’IA?
Quando un agente si occupa delle attività di follow-up e revisione di routine, chi prima se ne occupava ha tempo per dedicarsi ad altro. Alcuni team impiegheranno quel tempo per seguire un maggior numero di clienti. Altri lo useranno per prepararsi meglio o per dedicarsi ai progetti che continuavano a essere rimandati.
I team che prendono decisioni in anticipo traggono maggior beneficio dal tempo che riescono a liberare. Vorremmo sapere come prendete queste decisioni e chi è coinvolto nel processo. Non si tratta di una discussione tecnica, ma è fondamentale per comprendere — e dimostrare — il valore dell’IA.
Come si fa a capire se l'intelligenza artificiale funziona?
Per trasformare gli investimenti nell'IA in risultati aziendali occorrono dati concreti, e molti team stanno ancora cercando di capire quali dati raccogliere. La versione più utile di questa domanda è quella specifica. Ad esempio: cosa valuteresti dopo 30 giorni? Quale risultato ti spingerebbe a espandere un progetto e quale invece a interromperlo?
Le aziende che concordano tali risposte prima che l'agente inizi a lavorare tendono ad avere riunioni di revisione più brevi.
Il filo conduttore alla base delle decisioni aziendali in materia di IA
In sostanza, le decisioni relative a autorizzazioni, obiettivi, tempistiche e indicatori seguono tutte lo stesso percorso: quella che potrebbe sembrare una scelta puramente tecnica finisce per influenzare il modo in cui un team opera giorno per giorno. Ecco perché queste discussioni assumono un valore molto maggiore quando vengono condivise con i colleghi. Ogni organizzazione valuterà i rischi in modo diverso e adotterà un approccio proprio, a seconda del settore in cui opera e della propria cultura aziendale.
Londra riunisce clienti e dirigenti di organizzazioni quali Cambridge & Counties Bank, Siemens Healthineers, Elida Beauty, Arriva, MIND ed Emirates, offrendoti l’opportunità di scambiare opinioni con persone che si trovano ad affrontare le stesse decisioni — o che magari sono già un paio di passi più avanti e possono condividere ciò che hanno imparato lungo il percorso.
Condividi le tue idee
Portate con voi le vostre risposte a queste domande, oppure le vostre domande a cui cercate una risposta! Le vostre opinioni e i vostri contributi sono benvenuti, e vi invitiamo a partecipare alle nostre discussioni. Il tour arriverà a Londra il 17 novembre. Iscrivetevi subito per assicurarvi un posto.
