Portiamo l'AIdentro iltuo lavoro.

Siamo ormai abituati all’AI come a uno strumento da interrogare: scrivi un prompt, ricevi una risposta. Questo ha già cambiato il modo in cui facciamo ricerche, studiamo e ci informiamo.

Ma sta cambiando un altro paradigma, e lo stiamo già vivendo nello sviluppo software. Gli agenti AI non si limitano più a rispondere: possono pianificare, usare strumenti, eseguire task, coordinarsi con altri agenti e lavorare verso un obiettivo con sempre meno supervisione umana.

OpenAI, Anthropic, Meta e gli altri big stanno andando tutti in questa direzione. E probabilmente siamo solo all’inizio di una nuova concezione del lavoro.

Ma quali sono le utilità aziendali di questi agenti? Ci sono veri use case? Te ne racconto uno, tanto banale quanto fondamentale per noi in MyComics.ai.

Avevamo un problema ripetitivo, time consuming e a basso valore aggiunto, ma da gestire in modo tempestivo: rispondere ai messaggi di assistenza degli utenti. Abbiamo deciso di delegarlo a un agente.

L’agente apre le due caselle da cui ci scrivono gli utenti, la chat dentro l’app e l’email di supporto. Per ogni messaggio non si limita a leggere il testo: va a vedere l’account della persona, i suoi fumetti, i crediti, gli ordini di stampa e il tracking della spedizione. È proprio questa la parte che per noi cambia le regole.

Poi procede in uno di tre modi. Se la risposta si trova nei dati (dov’è il mio libro, come modifico una pagina, perché non vedo i crediti) risponde subito. Se serve una decisione umana (rimborsi, ristampe, casi particolari) avvisa l’utente che ce ne stiamo occupando, apre un ticket e notifica su Slack la persona giusta. Se un cliente chiede di cambiare il libro prima della stampa, blocca l’ordine così non parte per sbaglio.

I numeri del primo mese: oltre 200 risposte, più di 100 casi risolti senza intervento umano, più di 15 ore risparmiate. Oltre all’assistenza h24 e a risposte molto più veloci. Per un team piccolo fa la differenza.

Da tre mesi collaboro come Venture Builder in Founders Factory, venture studio, acceleratore e fondo di investimenti londinese. Ecco perché è un modello che funziona.

Network: accesso a una rete di corporate partner, aziende e professionisti.

Investimenti: budget vero e un processo chiaro di raccolta.

Competenze: trasferimento tra team di competenze che vanno dal digitale al marketing e al go-to-market.

Lavoriamo giorno per giorno con la startup per portarla in sei mesi da un’idea a delle metriche e a una raccolta, il tutto supportato dai corporate partner.

Intanto continuo a portare avanti Filli, con la mia visione su come costruire soluzioni digitali veloci ed efficaci per democratizzare lo sviluppo software.

Oggi essere un AI Expert vuol dire avere competenze avanzate in analisi matematica (stocastica e non), calcolo numerico, programmazione, geometria e matematica applicata.

Diverso invece è usare servizi basati sull’AI, come le API di OpenAI, per risolvere problemi di business.

La maggior parte degli applicativi oggi è un “ChatGPT wrapper”: un’interfaccia grafica che interagisce tramite API con i modelli di OpenAI. È comprensibile, perché sono i modelli più performanti, soprattutto per i task di computer vision, e sono facili da usare.

OpenAI sembra totalmente indirizzata a fornire servizi di intelligenza artificiale agli sviluppatori, oltre a prodotti B2C come ChatGPT. Un po’ come Amazon AWS per le architetture cloud.