Dagli agenti AI all’Agent OS personalizzato: come sta cambiando l’utilizzo delle IA nelle aziende italiane

In pochi anni l’applicazione dell’intelligenza artificiale al mio lavoro è già cambiata notevolmente. I modelli sono migliorati, naturalmente, ma è cambiato anche il modo in cui li utilizziamo e la funzione che svolgono nelle attività quotidiane di Web Crew.

Una professionista organizza una cartella sullo schermo accanto a una conversazione con un assistente AI e a schede per attività, documenti e calendario.

Il passaggio più importante, nella mia esperienza, è stato quello agli agenti IA. Da quando gli agenti sono diventati facilmente accessibili nei software commerciali, abbiamo iniziato a costruire un sistema organizzato intorno alle esigenze dell’agenzia, con documenti, istruzioni e materiali che permettono agli assistenti di lavorare sulle nostre attività.

Una particolarità di questa fase, che riscontro anche confrontandomi con colleghi nel contesto italiano, è proprio la diffusione di infrastrutture IA personalizzate. Le aziende scelgono fra i modelli e i servizi disponibili e costruiscono intorno ad essi una propria organizzazione, adattandola ai processi, alle informazioni e alle competenze di cui dispongono.

È il percorso che stiamo seguendo anche noi e che ci ha portato a costruire quello che possiamo chiamare un Agent OS personalizzato. Per capire come ci siamo arrivati, però, vale la pena di ripercorrere alcuni passaggi, perché la rapidità con cui sono avvenuti mi sembra uno degli aspetti più interessanti dell’intera esperienza.

Dal chatbot alla conversazione vocale

Il primo incontro con ChatGPT è stato quello con un chatbot: si scriveva una richiesta e si riceveva una risposta. Per un primo periodo l’utilizzo è rimasto sostanzialmente questo. In seguito, con la possibilità di navigare sul web e cercare informazioni aggiornate, le intelligenze artificiali hanno iniziato a sostituire anche la ricerca su Google. È stato un passaggio progressivo che, nella mia esperienza, ha portato rapidamente a una sostituzione quasi integrale: oggi rivolgo all’IA quasi tutte le richieste che prima avrei rivolto al motore di ricerca.

All’inizio una parte consistente del discorso sull’utilizzo di questi strumenti ruotava intorno al prompt. Bisognava imparare a formulare la richiesta giusta, seguire determinate strutture e fornire le istruzioni nel modo più efficace. C’era chi presentava il prompt engineering come una delle professioni di maggior successo del futuro, una previsione piuttosto avventata che, almeno per come veniva raccontata, si sta rivelando poco fondata.

Anche relativamente al prompt engineering erano comparsi rapidamente entusiasti venditori di competenze straordinarie. La capacità di scrivere un prompt corretto veniva presentata come una facoltà riservata a pochi, da acquistare attraverso corsi, consulenze o raccolte di formule pronte.

Nella mia esperienza questa centralità del prompt è durata poco. In particolare, la possibilità di comunicare a voce ha modificato il rapporto con l’assistente. La richiesta è diventata sempre più spesso un discorso: spiego che cosa sto facendo, aggiungo informazioni, correggo un passaggio e preciso ciò che mi interessa ottenere.

Naturalmente la qualità delle istruzioni continua a contare. Una richiesta chiara resta preferibile a una confusa, ma le indicazioni possono prendere forma durante la conversazione, senza dover concentrare tutto in una formulazione iniziale perfetta.

Parlando, riesco a fornire rapidamente un contesto che avrei impiegato molto più tempo a scrivere. Posso spiegare le ragioni di una scelta, raccontare un precedente o aggiungere un dettaglio mentre mi viene in mente. Anche una persona senza competenze tecniche può descrivere in questo modo una situazione molto articolata.

La ricchezza e la rapidità del linguaggio verbale permettono, insomma, di utilizzare una capacità che possediamo già: spiegare a qualcuno che cosa vogliamo fare.

Quattro passaggi dell’utilizzo dell’IA: chatbot, conversazione vocale, agenti AI e Agent OS.

Dagli agenti AI all’Agent OS personalizzato

Poi sono arrivati gli agenti IA, e questa innovazione è diventata quasi immediatamente fondamentale nel mio lavoro. Alla possibilità di discutere un’attività si è aggiunta quella di affidarne all’assistente anche l’esecuzione, attraverso gli strumenti ai quali ha accesso.

Mi occupo di web marketing, un lavoro che comprende modalità operative presenti anche in molti altri contesti aziendali. Naturalmente attività differenti possono seguire percorsi differenti, ma dal confronto con i colleghi riconosco passaggi simili a quelli che abbiamo vissuto in Web Crew.

Con l’arrivo degli agenti è cambiato anche il modo di preparare gli strumenti. La conversazione è rimasta, ma intorno ad essa è iniziato un lavoro di organizzazione molto più ampio. Occorre stabilire quali informazioni l’assistente debba avere, dove possa trovarle, come debba lavorare e quali decisioni possa prendere.

È qui che ha preso forma il nostro Agent OS: un sistema di lavoro costruito su misura, nel quale organizzare ciò che serve agli agenti per svolgere le attività dell’agenzia.

Nel nostro caso questa organizzazione si basa su un’architettura di cartelle e file di testo. Contiene indicazioni sulle attività, materiali di riferimento e informazioni sul lavoro già svolto. Una parte importante è affidata ai file Markdown, riconoscibili dall’estensione .md, semplici documenti di testo che gli agenti possono consultare e, quando previsto, aggiornare.

Un mobile a quattro scomparti rappresenta istruzioni, materiali, memoria e strumenti collegati agli agenti al lavoro.

Il problema è dare continuità al lavoro. Se ogni nuova conversazione richiede di spiegare nuovamente tutto, una parte del vantaggio si perde nella preparazione. Occorre quindi mettere l’assistente nelle condizioni di ritrovare le informazioni, capire a che punto siamo e riprendere un’attività senza ricostruirla ogni volta dall’inizio.

Anche questa organizzazione ha avuto un suo sviluppo. Nel nostro percorso hanno trovato spazio strumenti e impostazioni riconducibili ai cosiddetti “Second Brain”, sistemi per raccogliere e collegare informazioni. Poi sono cambiate la struttura delle cartelle, la distribuzione delle indicazioni nei documenti e le modalità con cui gli agenti le consultano.

L’allestimento stesso, insomma, è diventato parte della sperimentazione.

Perché le aziende personalizzano le proprie infrastrutture IA

Due aziende possono partire dagli stessi modelli di intelligenza artificiale e avere bisogno di sistemi di lavoro molto diversi. Cambiano le attività da svolgere, le informazioni necessarie e il modo in cui ciascuna organizza il proprio lavoro.

È anche per questa ragione che, nel percorso di adozione dell’IA nelle aziende italiane con cui mi confronto, la personalizzazione dell’infrastruttura assume un peso importante. Scegliere un servizio è un passaggio; farlo lavorare sui propri documenti, secondo le proprie procedure e con una conoscenza delle attività già svolte richiede un allestimento ulteriore.

Nell’esperienza che stiamo facendo con Web Crew, una soluzione standard, pronta a svolgere tutto questo, ancora non c’è. L’assistente prende forma intorno al lavoro concreto dell’agenzia, mentre altre aziende, con esigenze differenti, costruiscono organizzazioni differenti anche utilizzando gli stessi strumenti.

Me ne sono accorto soprattutto cercando di delegare una parte delle attività che svolgo da anni. Appartengono alla mia routine e, probabilmente proprio per questo, tendo a darle per scontate. Nel momento in cui provo a mettere l’assistente nelle condizioni di svolgerle al posto mio, emerge quanto siano complesse.

Quello che per me è abituale, infatti, può contenere valutazioni, eccezioni e conoscenze che applico senza doverle ogni volta esplicitare. Allestire un sistema che svolga quelle attività significa rendere comprensibili anche questi passaggi. Prima ancora di verificare se l’assistente riesca a fare il lavoro, devo capire se gliel’ho descritto abbastanza bene.

È uno degli aspetti più interessanti di questa esperienza: cercare di farmi sostituire in alcune attività mi sta aiutando a comprendere meglio che cosa faccio.

Questa considerazione, naturalmente, descrive una fase. È possibile, e per molti versi mi sembra probabile, che gli assistenti arrivino a una standardizzazione maggiore e riescano a svolgere molte tipologie di lavoro con una preparazione specifica assai più limitata di quella necessaria oggi.

Per ora, però, nella costruzione del nostro assistente questa preparazione occupa una parte importante del lavoro. Il modello può essere comune a molte aziende, mentre il sistema che gli si costruisce intorno dipende dalle esigenze di ciascuna.

Come cambiano le modalità di lavoro con l’IA

Quello che mi sorprende è la rapidità con cui si è trasformato il rapporto con questi strumenti. Nel giro di poco sono passato dal formulare una richiesta in una chat al costruire, insieme ai colleghi, un ambiente di lavoro per gli agenti.

È un cambiamento che riguarda il tempo dedicato alla preparazione, il modo di conservare le informazioni e ciò che possiamo provare a delegare. L’utilizzo quotidiano dipende sempre più anche dall’organizzazione che abbiamo costruito intorno ai modelli.

Ripensando alla storia del web, mi vengono in mente trasformazioni come il passaggio dalle prime pagine al Web 2.0, oppure la centralità acquisita dai social rispetto a un’esperienza prima più legata alla ricerca sui motori. Sono fenomeni diversi, ma ciascuno ha modificato il modo in cui lavoravamo e utilizzavamo la rete.

Con l’intelligenza artificiale ho l’impressione di attraversare cambiamenti di questo tipo in tempi molto più compressi. Mentre stiamo ancora imparando a utilizzare una possibilità, ne arriva un’altra che ci porta a rivedere l’organizzazione appena costruita.

La velocità del cambiamento riguarda quindi anche le modalità di lavoro, oltre alle capacità dei modelli. Un nuovo modello può svolgere meglio un’attività; un nuovo modo di utilizzarlo può cambiare il posto che quell’attività occupa nella giornata.

È questa seconda trasformazione che, nella nostra esperienza, sta avendo un peso sempre maggiore. Questo perché, anche se può essere sgradevole sentirselo dire, i modelli sono già oggi in grado potenzialmente di sostituire quasi completamente il nostro lavoro. La questione, insomma, non è più, come all’inizio, se un determinato modello è in grado di svolgere un certo lavoro, ma quale infrastruttura costruirgli attorno per far sì che lo svolga.