Per automatizzare le operazioni aziendali con agenti AI, inizia da un risultato che puoi esprimere in una frase ("ogni fattura cliente è pagata o escalata entro quarantacinque giorni"), fornisci a un agente un sistema in cui le azioni di quel risultato esistono come strumenti autorizzati e lascia che l'agente persegua il risultato mentre una persona gestisce le eccezioni che solleva. Questo è un metodo diverso da quello che hai usato per l'automazione dei flussi di lavoro, dove hai mappato un percorso e costruito trigger lungo di esso.
I due sono complementari. I flussi di lavoro sono lo strumento giusto dove il percorso è fisso e il volume è alto; gli agenti sono lo strumento giusto dove il percorso varia con la situazione e il risultato è ciò che conta. La maggior parte degli errori nei primi progetti con agenti deriva dall'uso del metodo dei flussi di lavoro (mappare ogni passaggio, poi consegnare la mappa all'agente) e la maggior parte dei successi deriva dall'affermare il risultato, governare il sistema e misurare quanto spesso una persona ha dovuto intervenire.
Il malinteso: più automazione significa più flussi di lavoro
I team operativi che hanno trascorso cinque anni a costruire automazione dei flussi di lavoro tendono ad avvicinarsi agli agenti allo stesso modo: mappare il processo, identificare ogni passaggio e configurare un agente per eseguire i passaggi. Sembra rigoroso. Produce anche agenti che sono fragili esattamente come lo erano i flussi di lavoro, perché la mappa è ancora ciò che viene eseguito, e la mappa è errata nel momento in cui un cliente fa qualcosa che la mappa non ha previsto.
Un flusso di lavoro codifica il percorso. Un agente persegue un risultato, scegliendo il percorso dagli strumenti che ha e dallo stato che trova. Quando un fornitore risponde a un ordine di acquisto con una data di consegna parziale, un flusso di lavoro ha bisogno di un ramo che qualcuno ha pensato di costruire; un agente legge la risposta, aggiorna la data prevista, informa la persona interessata e prosegue. La differenza non è intelligenza. È che all'agente è stato dato il risultato e un insieme di strumenti, piuttosto che un percorso.
Quindi il primo cambiamento di metodo è smettere di partire dalla mappa del processo. Inizia da ciò che vuoi sia vero alla fine della settimana.
Inizia dal risultato, non dal compito
Un risultato è una frase sullo stato dell'azienda che può essere verificata. Nomina un insieme di registrazioni, una condizione e un tempo. I compiti descrivono attività; i risultati descrivono risultati. La tabella mostra la differenza per quattro operazioni comuni, e la terza colonna è ciò che all'agente deve essere permesso di fare per perseguire ciascun risultato.
| Richiesta a forma di compito | Richiesta a forma di risultato | Azioni di cui l'agente ha bisogno |
|---|---|---|
| Invia email di promemoria il giorno 1, 7 e 14 | Ogni fattura è pagata o con una persona per una decisione entro quarantacinque giorni dall'emissione | Cerca fatture per saldo dovuto, invia promemoria e estratti conto, metti in pausa, crea attività |
| Controlla i livelli di stock ogni venerdì | Niente nella lista attiva scende sotto il suo punto di riordino senza un ordine d'acquisto emesso o una persona informata | Leggi i punti di stock e di riordino, redigi ordini d'acquisto, chiedi oltre un limite di spesa |
| Rispondi alle richieste entro due ore | Ogni richiesta ha un preventivo, una chiamata prenotata o una persona nominata entro la fine della giornata | Leggi la casella di posta, redigi preventivi, prenota slot nel calendario, assegna attività |
| Registra i ritardi dei fornitori | Ogni lavoro di questa settimana ha una data di consegna confermata o un rischio segnalato entro lunedì a mezzogiorno | Leggi la posta e gli ordini dei fornitori, aggiorna le date previste, segnala i lavori, informa i proprietari |
La colonna di sinistra è come vengono specificati i flussi di lavoro. La colonna centrale è come dovrebbero essere gli agenti. La colonna di destra è il set di permessi, ed è deliberatamente ristretto: solo le azioni richieste dal risultato.
Scrivere la frase del risultato è più difficile di quanto sembri e vale un'ora. Se non puoi dire come lo controlleresti, non è ancora un risultato. Se ha bisogno della frase "e usa il giudizio", hai trovato la parte che una persona conserva.
Dai all'agente un sistema governato, non un accesso
Il secondo cambiamento di metodo riguarda ciò che fornisci all'agente. La tentazione è un account utente nel sistema esistente e un lungo prompt. Questo ti dà un agente che può vedere tutto, fare qualsiasi cosa che l'account può fare e non lasciare traccia distinta da quella di una persona. L'alternativa è un sistema che tratta l'agente come un cliente che agisce per una persona nominata, con quattro proprietà.
- Azioni come strumenti. Le operazioni necessarie per il risultato esistono come azioni definite e tipizzate che l'agente può scoprire e chiamare, con input e un risultato, piuttosto che schermi da controllare. Il Model Context Protocol è lo standard aperto per questo, e qualsiasi agente compatibile può utilizzare strumenti pubblicati attraverso di esso.
- Permessi su ogni chiamata. Gli strumenti offerti all'agente sono filtrati in base al ruolo della persona per cui agisce, e ogni chiamata viene controllata nuovamente quando viene eseguita. L'agente di qualcuno che non può approvare un ordine di acquisto non può approvarne uno.
- Un budget. Dove l'IA del sistema stesso fa il ragionamento, la spesa è limitata per integrazione in modo che un risultato mal definito non possa accumulare un costo.
- Un registro. Ogni chiamata, con i suoi input e risultati, attribuita alla persona per cui l'agente ha agito, in modo che rivedere la settimana dell'agente sia lo stesso compito che rivedere quella di un collega.
La specifica MCP stessa afferma che i server devono convalidare gli input e implementare controlli di accesso, e che i client dovrebbero mantenere una persona in grado di vedere e negare le chiamate agli strumenti. Le attuali indicazioni di Anthropic e OpenAI per i propri prodotti vanno nella stessa direzione: rivedere i permessi richiesti da un server connesso, mantenere l'approvazione per gli strumenti che modificano i dati e connettersi solo a server di cui ti fidi. Un sistema governato è ciò che rende quel consiglio pratico piuttosto che un avvertimento da ignorare.
Il metodo, in sei passaggi
- Dichiara il risultatoUna frase, verificabile, con un limite di tempo. Scrivi le eccezioni che ti aspetti e chi ne è responsabile.
- Esegui manualmente per una settimanaLa persona che svolge il lavoro oggi annota cosa ha fatto e perché. Quella pagina è la politica che l'agente seguirà, ed è solitamente più breve di quanto chiunque si aspettasse.
- Definisci gli strumentiElenca solo le azioni necessarie per il risultato. Fornisci all'agente quelle, sotto le autorizzazioni della persona per cui agisce, e nient'altro.
- Consegnalo con revisioneL'agente gestisce il risultato; una persona rivede ogni azione per una settimana, poi solo le eccezioni. Correggi la politica, non l'agente.
- Misura le eccezioniConta quante volte una persona ha dovuto intervenire e quanto era lontano il record dal risultato quando lo ha fatto. I promemoria inviati non sono una metrica.
- AmpliaQuando il primo risultato è stato noioso per un mese, aggiungi il successivo. Riutilizza la stessa governance; solo il risultato e l'elenco degli strumenti cambiano.
L'ordine è importante. I team che saltano il secondo passaggio finiscono per scrivere la politica nel prompt a memoria, e l'agente eredita ogni lacuna in quella memoria. I team che saltano il terzo passaggio forniscono all'agente l'intero sistema e poi trascorrono il periodo di revisione a preoccuparsi invece di rivedere.
Misura le eccezioni, non i compiti
L'automazione dei flussi di lavoro è misurata in compiti: esecuzioni completate, email inviate, registrazioni aggiornate. Quei numeri aumentano quando l'automazione funziona e anche quando è errata, motivo per cui sono così confortanti e così inutili. Un agente che persegue un risultato dovrebbe essere misurato in base al residuo che lascia alle persone.
Tre numeri coprono la maggior parte delle operazioni. La quota di risultati completati senza alcuna persona coinvolta, che dovrebbe aumentare. Il numero di eccezioni a settimana, che dovrebbe diminuire e poi rimanere stabile al livello che la tua azienda produce realmente. E il ritardo su ogni eccezione: quanto lontano dal risultato era la registrazione quando una persona la vedeva. Se le fatture raggiungono una persona con quaranta giorni di ritardo invece di quattordici, la politica è in ritardo, non la persona.
Dove appartengono ancora i flussi di lavoro
Nessuna di queste cose ritira l'automazione dei flussi di lavoro. Un percorso fisso ad alto volume senza giudizio è comunque meglio codificato come un flusso di lavoro: un webhook che archivia un ordine, un'esportazione notturna, una regola che instrada una sottomissione di modulo. La tabella delle decisioni stabilisce quando ricorrere a quale, e la terza riga è il caso comune.
| Situazione | Rivolgiti a | Perché |
|---|---|---|
| Percorso fisso, alto volume, nessun giudizio | Un flusso di lavoro | È più economico, veloce e completamente prevedibile, e non c'è nulla da decidere per un agente. |
| Il percorso varia in base a ciò che l'agente trova; il risultato è ciò che conta. | Un agente | Le situazioni impreviste vengono gestite leggendo la situazione piuttosto che tramite una regola mancante |
| Un attivatore fisso seguito da un giudizio | Un flusso di lavoro che avvia un agente | L'attivatore è affidabile e il follow-up richiede lettura, scelta e richiesta |
| Uscita di denaro, impegni verso i clienti, qualsiasi cosa irreversibile | Un agente che prepara e una persona che approva | Il costo di un'azione sbagliata supera il costo di una pausa |
La domanda non è mai quale sia migliore. È se il percorso è noto in anticipo e se il passo contiene un giudizio.
Un esempio pratico
Ecco il risultato delle scorte dalla tabella sopra, espresso come una richiesta permanente a un agente connesso a uno spazio di lavoro Sois, dove scorte, fornitori, ordini di acquisto e attività sono un unico record esposto come strumenti. Il responsabile delle operazioni ha impostato un limite di spesa e nominato il fornitore per ogni articolo.
- Lettura dei livelli di stock rispetto ai punti di riordino nell'elenco attivo
- Sei articoli sotto la soglia; fornitore abituale e ultimo prezzo trovato per ciascuno
- Quattro ordini d'acquisto redatti e inviati entro il limite di spesa
- Due ordini d'acquisto bloccati: oltre il limite, in attesa della tua approvazione
- Date di consegna previste registrate dalle conferme del fornitore
- Un articolo segnalato: fornitore esaurito, alternativa non registrata
L'agente ha utilizzato gli strumenti di stock, fornitore, ordine d'acquisto e compito che il ruolo del responsabile delle operazioni consente. Non ha speso nulla oltre il limite e si è fermato su ciò che la politica non copriva.
Le eccezioni sono l'output. Due approvazioni e una decisione di approvvigionamento sono ciò che vede il responsabile delle operazioni; i quattro ordini di routine esistono nel registro come se una persona li avesse sollevati, e la revisione del lunedì è il log. In Sois, l'agente connesso è quello che il responsabile utilizza già, autenticato una volta tramite OAuth e agendo nel proprio ruolo, e quando quell'agente fa il ragionamento, Sois non esegue alcuna IA per suo conto e non addebita nulla per questo. Il metodo non dipende da Sois; dipende dal fatto che le quattro proprietà sopra siano vere per qualsiasi sistema in cui l'agente agisce.
Domande che le persone pongono
Dovrei sostituire la mia automazione dei flussi di lavoro con agenti AI?
No. Mantieni i flussi di lavoro per percorsi fissi ad alto volume, utilizza agenti dove il percorso varia e il risultato è ciò che conta, e utilizza un flusso di lavoro per avviare un agente dove un attivatore affidabile è seguito da un giudizio.
Come faccio a sapere se un'operazione è pronta per essere affidata a un agente?
Puoi esprimere il risultato in una frase verificabile, l'hai eseguito manualmente per una settimana e hai annotato la politica, e il sistema espone solo le azioni necessarie per il risultato in base ai permessi della persona per cui l'agente agisce.
Cosa dovrei misurare una volta che un agente sta eseguendo un'operazione?
La quota di risultati completati senza una persona, il numero di eccezioni a settimana e quanto ogni eccezione si discostava dal risultato quando una persona l'ha vista. I conteggi delle azioni intraprese indicano che l'agente è occupato, non che sia corretto.
L'agente deve essere di proprietà del fornitore?
Non se il sistema parla un protocollo aperto. Qualsiasi client MCP, incluso Claude e ChatGPT, può connettersi e agire all'interno delle autorizzazioni dell'utente. Un sistema che funziona solo con il proprio assistente ti limita alle funzionalità che sono state assegnate a quell'assistente.
- specifica del Model Context Protocol: strumenti i server devono convalidare gli input e applicare i controlli di accesso; i clienti devono mantenere una persona in grado di negare le chiamate agli strumenti e registrare l'uso
- Anthropic: iniziare con connettori personalizzati utilizzando MCP remoto connect only trusted servers, review requested scopes, approve tool use
- Documentazione Sois: il server MCP dello spazio di lavoro l'area di lavoro come server MCP; il tuo agente si connette e fa il ragionamento
- Sois: sicurezza e il livello di autorizzazione permessi applicati quando gli strumenti sono offerti e di nuovo quando vengono eseguiti; limiti di spesa per integrazione; attività dell'agente registrata
Questo articolo viene revisionato quando i prodotti che descrive cambiano. Prossima revisione programmata: 4 dicembre 2026.