Immagina un cliente che ti scrive per restituire un acquisto e allega la foto del prodotto. Un cliente ti scrive per restituire un acquisto e allega una foto del prodotto. Per rispondergli, il tuo team deve recuperare l’ordine, verificare le condizioni di reso e capire se occorre l’approvazione di un responsabile. Gli agenti AI possono supportarlo in alcuni di questi passaggi, consultando dati e procedure aziendali.
Per decidere quali attività affidare loro, serve capire come lavorano e quando devono coinvolgere una persona.
Attraverso tre esempi pratici e video dimostrativi, vedremo come usare gli agenti AI per:
Per ciascun esempio, chiariremo quali dati, strumenti e integrazioni servono, dove mantenere il controllo delle persone e come valutare tempi, costi e risultati.
Un agente AI combina un modello di intelligenza artificiale con strumenti che gli permettono di svolgere operazioni sui sistemi aziendali. Nel caso del reso, può leggere la richiesta, cercare l’ordine e confrontare le informazioni con le condizioni di restituzione, fino a preparare una risposta da verificare.
Per svolgere queste operazioni, deve avere accesso alle fonti corrette e le istruzioni su quali regole applicare e quando coinvolgere un responsabile. Il suo margine di autonomia dipende dalle operazioni autorizzate e dai collegamenti costruiti con i software che usi.
Nei tre esempi lavoriamo con l’ecosistema Google. I modelli Gemini interpretano testi e immagini; gli altri strumenti rendono disponibili dati, documenti e azioni. Vediamo prima come si applicano alle attività del team, poi cosa serve per collegarli.
Torniamo al cliente che ha inviato la foto. L’operatore ha il messaggio davanti, ma deve ancora verificare cosa è stato acquistato, quando e a quali condizioni può essere restituito. Se la richiesta esce dai casi previsti, dovrà raccogliere il materiale e sottoporlo al responsabile che può decidere.
In un flusso come questo possiamo implementare un agente accessibile da Gemini Enterprise, collegato a Gmail per consultare richieste e allegati e a BigQuery per verificare i dati d’ordine sincronizzati dal gestionale. Le istruzioni sulle condizioni di reso e sul tono delle risposte sono conservate su Google Drive.
Per i casi previsti, l’agente prepara la bozza di risposta e il documento di reso. Quando incontra un’eccezione, raccoglie le informazioni da sottoporre al supervisore, che può esaminare la pratica senza dover ripetere tutta la ricerca.
Nell’esempio, una richiesta oltre i 30 giorni previsti dalle condizioni passa al responsabile. Quel termine appartiene alla procedura della demo e va sostituito con le condizioni applicabili alla tua azienda.
Anche le fotografie richiedono attenzione, se dall’immagine non emerge un difetto, non puoi concludere automaticamente che il prodotto sia integro. Per una prima applicazione consigliamo di mantenere la revisione umana delle valutazioni fotografiche e delle risposte prima dell’invio.
Il beneficio da verificare è il tempo che l’operatore recupera sull’intera pratica. Il confronto è tra il tempo necessario a controllare e correggere la bozza e quello impiegato per prepararla da zero.
Dopo aver terminato l’allestimento, il personale del negozio scatta una foto per farlo verificare. Chi segue la rete deve confrontarla con le indicazioni aziendali e capire se serve un intervento, tenendo conto di ciò che lo scatto permette effettivamente di vedere.
Nel prototipo realizzato con Google AI Studio, i modelli Gemini analizzano l’immagine secondo 28 criteri, tra cui composizione, illuminazione, pulizia e cartellonistica. Il controllo prevede anche il riconoscimento di uno scatto non pertinente, da ripetere.
La qualità dell’analisi dipende dal materiale di partenza. Servono foto utilizzabili, criteri approvati dall’azienda e immagini di riferimento, così che la valutazione segua indicazioni esplicite e condivise con chi allestisce il negozio.
Il video mostra il prototipo di analisi delle immagini. Per farne un flusso agentico possiamo aggiungere l’apertura di una segnalazione, l’assegnazione al responsabile e il monitoraggio dello stato fino alla verifica, attraverso i collegamenti con i sistemi aziendali.
Per gestire la segnalazione, ogni foto deve essere associata al negozio e a una persona incaricata. Sarà lei a valutare la segnalazione, scegliere l’intervento e confermare la chiusura.
Durante la prova, conta quante segnalazioni aiutano a correggere l’allestimento, quante sono inesatte e quanto tempo passa dalla foto alla verifica. Queste misure includono il lavoro che resta al personale dopo l’analisi delle immagini.
Alla ricezione della merce può emergere una differenza tra l’ordine, il documento di trasporto e le quantità registrate in magazzino. Prima di contattare il fornitore, l’ufficio acquisti deve ricostruire il confronto e verificare dove nasce la discrepanza.
L’agente che abbiamo realizzato consulta le email e gli allegati dei fornitori su Gmail, estrae le informazioni e le confronta con i dati del gestionale sincronizzati in BigQuery. Se rileva differenze, prepara una bozza per il referente interno con il riepilogo e i documenti necessari alla verifica.
Perché il confronto sia completo, devono essere disponibili gli ordini di acquisto, i DDT e le registrazioni della merce ricevuta. Il sistema può confrontare ciò che risulta nei documenti e nelle registrazioni, il controllo fisico della consegna resta a chi la riceve.
Nell’esempio, le procedure sono conservate su Google Drive e il flusso include documenti con impaginazioni diverse e fotografie. È quindi utile provare il sistema sui materiali che ricevi abitualmente, comprese le scansioni meno leggibili.
L’ufficio acquisti verifica le differenze e decide come gestirle con il fornitore. In questa configurazione, la comunicazione esterna resta affidata alla persona responsabile. Puoi valutare il flusso misurando il tempo necessario a ottenere un confronto verificato, le discrepanze confermate e le correzioni richieste.
La sintesi permette di confrontare i dati necessari e il lavoro che resta alle persone. Per le vetrine distingue l’analisi mostrata nella demo dall’estensione che prevede la gestione delle segnalazioni.
Prima di scegliere strumenti e integrazioni prendi una pratica già conclusa e ripercorrila con chi l’ha gestita. Individua dove ha recuperato le informazioni, quali regole ha applicato e in quali passaggi ha chiesto una decisione al responsabile.
Se una regola è conosciuta soltanto da un collega, va documentata prima di affidarla all’agente. Lo stesso vale per le responsabilità, perché deve essere chiaro chi aggiorna le procedure e chi prende in carico i casi non previsti.
Per approfondire questo lavoro organizzativo, leggi il caso Dan John su Zendesk. In questo progetto raccontiamo come power2Cloud ha aiutato a definire le competenze tra reparti e le informazioni necessarie per gestire le segnalazioni. È un’esperienza di organizzazione dell’assistenza, distinta dalle applicazioni AI descritte qui, ma con spunti utili per organizzare il lavoro.
Sul piano tecnico, Google AI Studio permette di sperimentare con i modelli e le istruzioni. Per sviluppare, distribuire, valutare e governare gli agenti collegati ai processi aziendali puoi approfondire gli strumenti della piattaforma per agenti di Google Cloud.
Nella configurazione degli esempi, Gemini Enterprise rende gli agenti accessibili ai collaboratori, Gmail contiene messaggi e bozze, Google Drive ospita le procedure e BigQuery rende interrogabili i dati sincronizzati. Questi collegamenti vanno configurati per la tua azienda.
La compatibilità con gestionale ed eCommerce va verificata attraverso i connettori disponibili o le API. Per ogni collegamento occorre stabilire quali informazioni leggere e quali azioni autorizzare, compresa l’eventuale possibilità di inviare comunicazioni.
Scegli un’attività frequente e circoscritta, con dati accessibili, regole documentate e una persona responsabile. Una richiesta di reso può essere un buon punto di partenza se riesci già a ricostruirne i passaggi e a misurare il tempo necessario per gestirla.
Confronta poi un insieme di pratiche simili gestite con il processo attuale e durante la prova. Rileva il tempo complessivo, le correzioni, i passaggi al responsabile e il costo per pratica, includendo i servizi utilizzati e la revisione umana.
La convenienza dipende anche dai costi di implementazione e manutenzione. Se il team passa il tempo risparmiato a correggere le proposte dell’agente, occorre rivedere il flusso prima di estenderlo ad altre attività. Il confronto sui tuoi dati permette di decidere se proseguire e quali passaggi migliorare.
La prossima richiesta di reso o consegna da verificare può diventare il punto di partenza. Annota gli strumenti coinvolti, le informazioni da cercare e il tempo necessario per arrivare a una decisione, così da avere un processo concreto su cui ragionare.
Con power2Cloud puoi valutare quali passaggi affidare a un agente, quali integrazioni servono nell’ecosistema Google Cloud e dove mantenere l’approvazione di una persona. Da questa analisi possiamo impostare una prima sperimentazione da confrontare con il lavoro attuale.
Richiedi una prima valutazione con power2Cloud e raccontaci quale attività assorbe più tempo al tuo team, insieme agli strumenti che usate per gestirla.