Tutti ti vendono un collega AI: come se ne costruisce uno che lavora davvero (e cosa non delegargli)

Un collega AI, cioè un assistente AI su misura che lavora davvero, si costruisce partendo dai processi, non dallo strumento: prima si scrive chi decide cosa, poi si guardano i programmi su cui la persona lavora già e si scelgono prodotti compatibili, e solo alla fine si decide cosa delegare agli agenti. La comunicazione con le persone viene per ultima.

In poche settimane i grandi fornitori hanno messo in vetrina il loro collega AI. Al Dreamforce di settembre Salesforce ha presentato Agentforce Coworker, già disponibile e descritto come un compagno di squadra AI autonomo dentro il CRM (Salesforce, 28 settembre 2026). Microsoft ha aperto in anteprima privata Copilot Autopilot, un agente che vive nel cloud con identità, memoria e computer propri e si paga a consumo (Microsoft, 25 settembre 2026).

Intanto il valore resta raro. Su 2.002 CIO sentiti da Gartner fra maggio e luglio 2026, solo il 13% dice che l'AI ha portato alla sua azienda un valore significativo o trasformativo (Gartner, 19 ottobre 2026). Lo stesso sondaggio dice una cosa che conta più del numero: chi ha regole scritte per decidere quando un progetto pilota non deve andare in produzione ha 2,3 volte più probabilità di stare fra i più avanti. Quelle regole le ha il 31%.

Perché un collega AI comprato non basta?

Perché arriva vuoto. Un collega AI pronto all'uso sa usare gli strumenti del fornitore che lo vende, ma non sa chi decide cosa nella tua azienda, quali dati sono affidabili e quali vanno ricontrollati, e cosa non deve fare mai. Quelle tre cose sono il lavoro vero, e nessun fornitore può scriverle al posto tuo. È anche il motivo per cui tanti progetti di agenti AI vengono cancellati prima di arrivare in produzione.

La mia regola è semplice: si parte sempre dai processi, e cosa deleghi è l'ultimo passo. Prima deve essere chiara la catena decisionale, poi su quali strumenti lavori, poi quali prodotti sono compatibili con quella catena. Solo allora l'agente sa dove mettere le mani, e dove fermarsi.

Da dove si parte per costruire un assistente AI su misura?

Dalla giornata di una persona, scritta come una catena di decisioni. Il caso che racconto è una boutique milanese di financial advisory: il fondatore trova le aziende da seguire, le analizza a fondo e propone a un investitore come intervenire. Una struttura snella, in cui quasi tutto passa da lui.

Prima di scrivere una riga di codice abbiamo fatto tre incontri di analisi, all'inizio dell'estate. Ne è uscita la sua giornata divisa in tre fasi, ognuna con una decisione che resta sua:

1. Lo screening: quali aziende meritano tempo. La decisione è un sì o un no su ogni scheda.
2. L'analisi a fondo: cosa dice davvero la data room, l'archivio di documenti che l'azienda mette a disposizione, ogni volta con una struttura diversa. La decisione è cosa manca e cosa blocca.
3. La manovra: come intervenire e cosa proporre all'investitore. La decisione è la proposta.

I tre agenti sono nati dopo, uno per fase, e portano il nome del pezzo di lavoro che coprono: Insight, Clarity ed Execution. Mappare il processo prima non è burocrazia: è il momento in cui si vede dove l'agente può lavorare da solo e dove deve fermarsi a chiedere.

Come funziona una pipeline di tre agenti?

Ogni agente consegna il suo lavoro al successivo, e fra uno e l'altro c'è sempre una decisione del fondatore.

Insight, l'agente dello screening, lavora di notte. Il fondatore stimava di dover leggere a mano circa 650 notizie al giorno; oggi un flusso notturno ne raccoglie circa 900 da 34-36 fonti, e la vista del mattino gli mostra solo quelle sulle aziende che segue, con un punteggio. Il punteggio non è la rilevanza: quella resta sua, e nessuna azienda esce dalla lista senza la sua risposta. La lettura del mattino, a stima di chi fa il lavoro, è passata da almeno un'ora a 10 minuti, quando si fa: a fine settembre per dodici notti la raccolta ha girato e nessuno l'ha aperta. Il racconto completo di questo agente è qui.

Clarity, l'agente dell'analisi a fondo, parte da un solo input, l'archivio della data room, che il fondatore scarica a mano: per scelta, l'agente non va a prendersi i documenti da solo. Legge PDF, scansioni, file firmati digitalmente e bilanci in formato XBRL, e restituisce il bilancio riclassificato, l'elenco delle informazioni mancanti con una priorità da 0 a 4 e un quadro del caso. Non colma i buchi: li segnala. E i numeri non li genera mai il modello: arrivano dal bilancio XBRL o da formule Excel.

A fine settembre le skill dei due agenti sono state ricollaudate su sessioni vere di Claude Code, dopo una revisione: 249 controlli superati su 256 al primo giro, 228 su 230 dopo le correzioni. Una catena di quattro skill su un caso di prova è costata circa 7,5 dollari di modello: è la prima misura, non un costo a regime. Con un piano Claude a pagamento, il vincolo vero è il tetto d'uso, non il costo.

Execution, l'agente della manovra, è in costruzione: c'è il progetto, non ancora il software. Partirà dal quadro di Clarity e comporrà la manovra, sempre dalla parte dell'imprenditore. L'ordine non è casuale: si delega prima la lettura, poi l'analisi, e per ultima la parte che arriva davanti a un investitore.

Cosa succede quando un agente AI sbaglia?

Sbaglia, e conviene saperlo prima: in questo caso una presentazione di 16 slide costruita con l'AI conteneva 11 errori veri, 5 gravi, trovati solo ricontrollando ogni contestazione sui documenti originali.

A inizio ottobre il fondatore ha fatto costruire al suo Claude una presentazione sui materiali di Clarity e l'ha data da rileggere a ChatGPT e Perplexity. Le loro contestazioni, verificate una per una sui documenti della data room, hanno trovato quegli errori. Tre dei cinque gravi erano la stessa cosa: una cifra copiata da una nota al testo senza tornare alla tabella di origine. Uno l'aveva introdotto lo stesso Claude che aveva costruito la presentazione, mentre la rileggeva per correggerla.

Il rilievo più importante non l'ha fatto nessuno dei due modelli: tre colonne di numeri della presentazione non esistevano in nessun documento del caso. Lo ha trovato chi poteva fare a tutto l'archivio una domanda fissa, "questa cifra esiste da qualche parte?", cioè il metodo di Clarity. Il buco stava proprio lì: le schede e i registri di Clarity passano da un controllo prima della consegna, la presentazione era nata fuori da quel perimetro. E anche i controlli di Clarity avevano due difetti, che abbiamo riprodotto: non ricalcolavano i valori derivati e confrontavano le cifre senza guardare il segno.

Due episodi dello stesso periodo dicono il resto. Davanti a un "sistemali tu, lo mando stasera", una skill è andata a cercare su tutto il disco il programma che aveva generato la presentazione e ne ha prodotta una seconda "corretta". E in un collaudo un controllo era stato soddisfatto cambiando le parole invece del contenuto. Un agente con tutto il contesto fa comunque assunzioni: ogni correzione diventa una regola scritta e un test, non una raccomandazione a voce.

Anche il linguaggio va collaudato. Quando il fondatore si è trovato davanti le istruzioni tecniche di Insight, aperte da un Claude che le aveva lette da solo, le ha trovate macchinose, troppo tecniche e legate a certe parole d'ordine. Oggi la vista del mattino è riscritta, e un test controlla che usi le sue parole.

Quali strumenti scegliere perché l'AI lavori dentro i tuoi file?

Quelli su cui la persona lavora già, e i prodotti che ci si collegano senza forzature. Il fondatore lavora in Outlook, Excel e PowerPoint: Microsoft 365 è rimasto la base, con l'ambiente intestato a lui e non a noi, così il giorno che cambia fornitore si porta via tutto. I dossier li apre in Claude Code dentro VS Code, su cartelle del suo computer: l'ha scelto lui, perché è il suo modo di lavorare.

La compatibilità si verifica, non si presume. Il suo tipo di account di posta non era accettato dal connettore Microsoft 365 di Claude: per questo la posta arriva all'agente da un flusso separato, in sola lettura.

Il consiglio che do a tutti: se usi Claude, tieni Microsoft 365 in abbonamento. Claude lavora dentro Excel, Word e PowerPoint, e ha una versione anche per Outlook, ma servono un piano Claude a pagamento e le app di Microsoft 365, sul web, su Windows o su Mac. Le licenze perpetue di Office 2016 e 2019, ancora frequenti nelle PMI, non sono supportate (documentazione di Anthropic per Excel, Word e PowerPoint). Avere Claude e lasciarlo fuori dai file in cui passi la giornata è uno spreco.

Cosa non va delegato a un agente AI?

La comunicazione con le persone, o almeno non senza un controllo stretto. Il rischio non è l'errore di battitura: è snaturare una conversazione perché è nata attraverso l'AI, e oggi si capisce ancora.

Mi è successo su LinkedIn, con dei messaggi scritti da agenti addestrati che avevano tutto il contesto aziendale ma avevano colto il modo in cui comunico solo da qualche prospettiva, e hanno fatto assunzioni che io non avrei fatto. Il contesto non basta a dare la voce.

Per questo, nella boutique, la regola sta nel sistema e non nelle buone intenzioni:

• La posta si legge e basta. Inviare, rispondere, creare bozze, eliminare o spostare messaggi sono azioni che il flusso rifiuta.
• Ogni invio dal connettore Microsoft 365 chiede conferma, e quel controllo non si toglie.
• Su LinkedIn l'agente non fa niente di operativo. Il fondatore lo usa nel suo browser, e lì resta.
• Quando l'agente scrive per terzi il tono è fissato: una contestazione a un piano aziendale è fattuale, mai arrogante.

La regola, alla fine: l'agente prepara, la persona parla.

Da dove parte una PMI che vuole il suo collega AI?

Da una persona e da un processo, non da un abbonamento. In ordine:

1. Scrivi la catena delle decisioni di una persona su un processo: chi decide cosa, su quali informazioni, con quali tempi.
2. Elenca i file e i programmi su cui lavora davvero, e verifica che i prodotti AI ci si colleghino: abbonamento Microsoft 365, connettori, tipo di account.
3. Misura il tempo di oggi, prima di costruire. Nel caso della boutique è il passo ancora aperto: senza una misura iniziale, il tempo risparmiato resta una stima, e il ROI anche.
4. Delega in quest'ordine: prima la lettura, poi la preparazione, per ultima la comunicazione.
5. Scrivi in anticipo quando ti fermi. È la regola che Gartner trova nelle aziende più avanti, e ce l'ha meno di un CIO su tre.

Se vuoi che gli agenti conoscano l'azienda intera e non solo una persona, il passo successivo è un company brain, la memoria che l'AI sa leggere.

Domande frequenti

Che differenza c'è tra un collega AI e un chatbot?

Un chatbot risponde quando gli scrivi, un collega AI lavora anche quando non gli scrivi: legge fonti, prepara documenti, segue un compito per giorni. Proprio perché agisce da solo va costruito su chi decide cosa: deve sapere quali decisioni preparare, quali lasciare a una persona e cosa non fare mai. Senza questo, è un chatbot con le chiavi di casa.

Serve Microsoft 365 per usare Claude in Excel, Word e PowerPoint?

Sì. Claude per Excel, Word e PowerPoint richiede un piano Claude a pagamento (Pro, Max, Team o Enterprise) e le app di Microsoft 365 in abbonamento, sul web, su Windows o su Mac. Le licenze perpetue di Office 2016 e 2019 non sono supportate. Claude lavora sul file aperto: legge e modifica il foglio o la presentazione che hai davanti, senza copiare e incollare in una chat.

Un agente AI può mandare mail e messaggi al posto mio?

Tecnicamente sì, ma è l'ultima cosa da delegare. Anche un agente con tutto il contesto aziendale comunica solo da qualche prospettiva e fa assunzioni che tu non faresti, e un messaggio nato dall'AI oggi si riconosce. La regola che usiamo: l'agente prepara e la persona invia, con il blocco scritto nel sistema e non affidato alla buona volontà.