Agentic AI

Gli agenti di intelligenza artificiale sono un sistema in grado di comprendere e rispondere alle richieste dei clienti senza intervento umano. Chi li costruisce e vende li presenta con slogan accattivanti: “Non sarebbe bello se tutti nella tua azienda, dal ceo al nuovo rappresentante di vendite, avessero un assistente? Qualcuno sempre pronto ad aiutare, che conosce bene i tuoi clienti e può offrire consigli dettagliati su cosa fare? Con i vari tipi di agenti AI a disposizione, questa opportunità esiste ed è in crescita” (Agentforce). 

E dunque, ci siamo: ci hanno raccontato che l’intelligenza artificiale non può operare senza una supervisione umana: e allora? Cosa sono questi Agentic AI di cui si parla ormai in tanti contesti?

Come si è accennato, si tratta di sistemi in grado di comprendere e rispondere alle richieste dei clienti senza l’intervento umano. Vengono creati da cosiddetti agent builders (letteralmente, costruttori di agenti), come ad esempio dalla citata Agentforce, e si basano sull’incontro di sistemi di apprendimento automatico e di Nlp (natural language processing, sistemi di elaborazione del linguaggio naturale). Questi ultimi permettono ai computer di comprendere, interpretare e generare il linguaggio umano scritto e parlato, consentendo l’interazione tra l’uomo e la macchina. Tali sistemi usano il machine learning per analizzare dati testuali o vocali provenienti da varie fonti, che vengono applicati nei motori di ricerca, nei cosiddetti chatbot (software progettati per simulare una conversazione umana, attraverso testo o voce) e dagli assistenti virtuali, come possono essere Siri e Alexa. 

Ricorderemo che per machine learning si intende un sottoinsieme dell’intelligenza artificiale che permette ai sistemi di apprendere e migliorare dall’esperienza, analizzando grandi quantità di dati con algoritmi, per riconoscere pattern, fare previsioni e prendere decisioni. 

Insomma, l’attività di questi agenti intelligenti comprende cose diversissime, dalla risposta a domande semplici alla risoluzione di problemi complessi, anche multi-tasking. 

Ma, soprattutto, sono sistemi che possono migliorare continuamente le proprie prestazioni, attraverso l’autoapprendimento: in ciò si distinguono dall’AI tradizionale, che richiede input umani.

Questi agenti possono quindi lavorare sulla percezione e raccolta dei dati, raccogliendone da una varietà di fonti, come le interazioni con i clienti, dati storici sulle transazioni e social media. L’intelligenza artificiale può così integrare ed elaborare questi dati in tempo reale, fornendo le informazioni più aggiornate e gestendo le richieste ricevute in modo efficace.

Ma questi agenti possono anche prendere decisioni: utilizzando sofisticati modelli di apprendimento automatico e analizzano i dati raccolti, per identificare i modelli osservati. Ad esempio, possono determinare la risposta più appropriata a una richiesta del cliente, in base alle interazioni passate e al contesto corrente. Il loro processo decisionale è rafforzato dalla capacità di imparare dalle esperienze precedenti, perfezionando le risposte nel tempo. Una volta presa una decisione, gli assistenti digitali possono anche eseguire l’azione richiesta dal cliente, inclusa l’escalation di problemi complessi.

Gli agenti, quindi, imparano da ogni loro interazione, perfezionando i loro algoritmi per migliorare la propria accuratezza ed efficacia. Aggiornano la base delle conoscenze acquisite, attraverso il loro addestramento, utilizzando il feedback ricevuto per migliorare le interazioni future. Questa capacità di apprendimento è fatta per garantire che rimangano efficaci, anche se le aspettative dei clienti e gli ambienti aziendali dovessero cambiare.

Combinando tutte queste funzionalità, i sistemi intelligenti possono gestire in modo autonomo una vasta gamma di attività, come la formulazione di raccomandazioni sui prodotti, la risoluzione dei problemi e l’impegno in interazioni di follow-up. Tutto questo sarebbe pensato per liberare tempo agli agenti umani e permettere loro di concentrarsi su attività più complesse e di valore aggiunto. C’è chi sostiene, però, che ciò serva solo a soppiantare gran parte del lavoro umano.

Non tutti gli agenti di intelligenza artificiale sono uguali. Ne esistono diversi, a seconda dell’uso che se ne vuol fare.

Agenti reflex: funzionano utilizzando la regola logica nota come condizione-azione. Se la condizione posta è vera, la regola specifica un’azione che dovrebbe verificarsi: per esempio, se l’auto non si avvia ed è rimasta senza benzina, bisogna aggiungerla. Funzionano bene solo in alcuni scenari non particolarmente complessi, come può accadere con un chatbot, ma alcuni esempi più avanzati sono definiti agenti reflex basati su modello e possono percepire l’ambiente che li circonda e vedere cose che non sono immediatamente ovvie. In questo caso, possono riempire le lacune nelle informazioni mancanti e prendere decisioni autonome, sulla base della loro comprensione del contesto. 

Agenti di utilità: adottano una funzione di utilità per prendere decisioni e possono valutare diverse azioni, basate sull’intento previsto, scegliendo l’approccio ottimale. Sono sistemi ideali quando esistono più soluzioni a un problema e l’agente deve decidere quello migliore, come accade con un’auto a guida autonoma che deve decidere il percorso più sicuro e veloce.

Agenti basati sull’obiettivo: sono strumenti creati su misura per raggiungere obiettivi specifici, che considerano le conseguenze delle loro azioni e possono prendere decisioni per raggiungerli. Ciò significa che possono navigare in scenari anche molto complessi, in modo autonomo, e anche rispondere all’ambiente attraverso sensori.

Agenti di apprendimento: migliorano nel tempo attraverso l’apprendimento. Ciò è importante ove un’azienda debba rimanere al top delle tendenze esistenti. Ad esempio, un assistente virtuale potrebbe migliorare il suo servizio, imparando sempre di più sulle esigenze e i desideri del cliente. 

Agenti di livello superiore: indirizzano quelli di livello inferiore a lavorare per un obiettivo comune. Questi strumenti consentono alle aziende di suddividere processi molto complessi in diverse fasi di attività più semplici, consentendo a ciascun agente di intelligenza artificiale di concentrarsi su un obiettivo preciso.

Coloro che, per varie ragioni, spingono sull’utilizzo di questi sistemi ritengono che i loro benefici siano molteplici.

Maggiore efficienza: si tratta di una tecnologia che può gestire più interazioni contemporaneamente, riducendo significativamente i tempi di risposta. Ciò consentirebbe alle aziende di gestire volumi più elevati di richieste, senza compromettere la qualità del servizio.

Miglioramento della soddisfazione del cliente: gli agenti forniscono risposte rapide e accurate, che possono essere utilizzate per personalizzare l’interazione e migliorare il servizio fornito.

Miglioramento del processo decisionale: la capacità di analizzare vasti set di dati consente a questi sistemi di discernere autonomamente modelli di comportamento e tendenze emergenti, consentendo alle organizzazioni di prendere decisioni più adatte e tempestive.

Disponibilità h 24: questi sistemi sono sempre disponibili, indipendentemente dagli orari di lavoro o dai fusi orari. Tale disponibilità continua dovrebbe aiutare le aziende a soddisfare le aspettative dei clienti, per migliorarne la fedeltà.

Scalabilità e adattabilità: l’intelligenza artificiale può facilmente gestire un numero sempre maggiore di interazioni con i clienti. Con l’aumentare del volume dei casi, gli agenti possono essere facilmente regolati per gestire il carico aggiuntivo, garantendo un supporto pensato per essere coerente e affidabile.

Indagini basate sui dati: l’intelligenza artificiale genera dati preziosi sulle interazioni, le preferenze e i comportamenti dei clienti, fornendo risposte sempre più accurate, riducendo il rischio di errore e assicurando informazioni affidabili. Questa capacità è pensata per costruire fiducia nel marchio.

Risparmio sui costi: com’è facilmente intuibile, l’automazione delle attività di routine genera notevoli risparmi sui costi, gestendo l’onere operativo.

Oltre il 70% delle aziende intervistate per uno studio di McKinsey starebbe già implementando soluzioni che utilizzano l’intelligenza artificiale, e molte di esse sarebbero già pronte a incorporare tecnologie di frontiera, come quella degli agenti, nei loro processi di pianificazione. Resta ancora da vedere quanti clienti saranno effettivamente contenti di interagire con una macchina: l’esperienza di molta gente con i famosi chatbot, ad esempio, non sembra essere ancora del tutto soddisfacente.

Com’è intuibile, questa tecnologia è estremamente versatile. Nella finanza è sempre più difficile fornire ai clienti il servizio personalizzato che si aspettano, ma un assistente AI può essere di grande aiuto, attingendo ai dati unificati dei clienti per far emergere informazioni rilevanti e adattando le raccomandazioni finanziarie alle esigenze e agli obiettivi di ciascuno di essi. Inoltre, l’agente AI può preparare eventuali riunioni, riassumendo i casi aperti, gli ordini, le fatture e le attività recenti e risparmiando tempo (e denaro).

Nell’industria manifatturiera questi sistemi possono monitorare i macchinari e prevedere le necessità di manutenzione, ottimizzando i processi di produzione ed evitando costosi tempi di inattività. Con l’intelligenza artificiale, inoltre, puoi riassumere gli accordi di vendita per evidenziare le deviazioni nelle quantità e le entrate pianificate, rispetto alle quantità ed entrate effettive.

Nel settore dei beni di consumo è possibile migliorare la gestione dell’inventario, evidenziando quello atteso rispetto all’inventario effettivo, e contestualizzando queste valutazioni con tutti i dettagli aggiuntivi desiderati.

Nell’industria automobilistica è possibile utilizzare agenti AI per una visione completa delle prestazioni del veicolo o della flotta, facendo emergere avvisi sui veicoli più critici o sensibili, che potrebbero necessitare di manutenzione.

Nell’industria sanitaria questi sistemi sono in grado di monitorare l’esperienza dei pazienti, aiutandoli a pianificare il miglior medico per le loro esigenze. Possono anche costruire piani di trattamento personalizzati, assistere nella gestione dei dati e perfino abbinare i candidati più idonei agli studi clinici, utilizzando i dettagli del paziente e i criteri di studio.

Tutto questo, lo ricordiamo, senza alcun intervento umano: eseguito da un assistente digitale che non si stanca mai e, almeno in teoria, non commette errori di distrazione.

Non stiamo più parlando dei tradizionali chatbot o di quegli strumenti di intelligenza artificiale generativa che richiedono l’input e il controllo dell’uomo, ma di sistemi rivoluzionari, ormai capaci di comprendere obiettivi complessi, pianificare strategie articolate ed eseguire autonomamente intere sequenze di attività professionali e industriali.

Tornano alla mente le parole di una canzone dei Pink Floyd quanto mai vaticinante: Welcome my son, welcome to the machine!