RIASSUNTO ARTICOLO MCKINSEY

What is an AI Agent?

Autori: McKinsey Explainers
Titolo originale: What is an AI Agent?

• Introduzione agli Agenti AI

  Gli agenti AI sono strumenti con cui interagiamo con l’intelligenza artificiale. Automatizzano e svolgono compiti complessi come l’elaborazione del linguaggio naturale, tradizionalmente eseguiti da umani. Immagina un agente AI come un assistente digitale che può gestire una varietà di compiti, dalla scrittura di un sonetto all’assistenza clienti.

• Come Funzionano gli Agenti AI?

  Un agente AI è un componente software che agisce per conto di un utente o sistema per eseguire compiti. Gli utenti possono organizzare gli agenti in sistemi che orchestrano flussi di lavoro complessi, coordinano attività tra più agenti, applicano logica a problemi spinosi e valutano risposte a domande degli utenti.

  • Un’analogia utile: Pensa a un sistema di agenti AI come a un team di esperti, ognuno specializzato in un’area specifica, che lavora insieme per risolvere un problema complesso.

• Tipi di Agenti AI

  Gli agenti AI possono essere classificati in base a capacità, ruolo, abilità e risultato che sono addestrati a fornire. Alcuni esempi includono:

  • Agenti di potenziamento individuale (“copiloti”): Supportano gli utenti migliorando produttività e capacità, come Microsoft 365 Copilot e ChatGPT.
  • Piattaforme di automazione del flusso di lavoro: Automatizzano compiti singoli o multipli, come Microsoft’s Copilot Studio e Salesforce’s Agentforce.
  • Agenti nativi AI per soluzioni di dominio: Soluzioni specifiche per domini aziendali, come sistemi di assistenza clienti AI-driven o pipeline di sviluppo software AI-enabled.
  • Imprese e modelli operativi nativi AI: Agenti integrati in tutto il modello operativo aziendale, ridisegnando l’interazione, i processi, le strutture organizzative e il modello di business.
  • Lavoratori virtuali AI: Agenti che funzionano come dipendenti o membri del team, rappresentando la categoria potenzialmente più dirompente.

• Processo Operativo degli Agenti AI

  Gli agenti AI seguono quattro passaggi:

  1. Un utente fornisce un compito al sistema di agenti.
  2. Gli agenti pianificano autonomamente come realizzare il compito.
  3. Il sistema può richiedere input aggiuntivo per garantire precisione e rilevanza.
  4. L’agente esegue le azioni necessarie per completare il compito.
  • Un esempio pratico: Immagina di chiedere a un sistema di agenti AI di preparare un report di vendita. L’agente analizza i dati, chiede chiarimenti se necessario e genera il report.

• Relazione tra Agenti AI e LLM

  Gli agenti AI lavorano con diversi modelli AI per svolgere compiti. Quando comunicano con gli umani, utilizzano LLM dotati di capacità di elaborazione del linguaggio naturale.

  • Un’analogia nel mondo reale: Una macchina a guida autonoma utilizza una serie di agenti che lavorano con vari modelli AI. L’agente che comprende la destinazione usa un LLM, mentre l’agente che gestisce la sicurezza usa un modello specializzato.

• Impatto sulla Crescita Aziendale

  L’uso di gen AI potrebbe creare fino a 4,4 trilioni di dollari di valore annuale a lungo termine. Gli agenti AI possono aiutare a trasformare il modo in cui il lavoro viene svolto, modernizzare l’infrastruttura IT e automatizzare compiti comuni.

  • Un caso di successo: Le aziende che utilizzano agenti di servizio clienti AI-enabled hanno aumentato la risoluzione dei problemi del 14% all’ora e ridotto il tempo di gestione del 9%.

• Vantaggi dell’Automazione con Agenti AI

  Gli agenti AI possono gestire situazioni meno prevedibili, essere diretti con il linguaggio naturale e lavorare con strumenti software esistenti. La loro capacità può anche aumentare quando lavorano insieme, sviluppando comportamenti e abilità inaspettati.

• Esempio Reale: Lenovo

  Lenovo ha implementato agenti AI nell’ingegneria del software e nel supporto clienti, vedendo miglioramenti fino al 15% e guadagni di produttività a doppia cifra.

• Altre Applicazioni Aziendali

  Alcuni casi d’uso includono la sottoscrizione di prestiti, la documentazione e modernizzazione del codice, e le campagne di marketing online.

• Sfide nell’Adozione

  Costruire fiducia è una grande sfida. Le aziende devono creare architetture che controllano errori e “allucinazioni” degli agenti AI prima di condividere risposte con i clienti.

• Come gli Agenti AI Cambiano l’Architettura Tecnologica

  L’architettura IT si sposterà da un modello focalizzato sulle applicazioni a un modello multiagente. I leader tecnologici supervisioneranno migliaia di agenti che comunicano tra loro e con umani e programmi esterni.

  • Esempi di implementazione: Super piattaforme, AI wrapper e agenti AI personalizzati.

• Passi per Implementare gli Agenti AI

  I leader possono concentrarsi su tre aree:

  1. Rivedere le proposte tecnologiche con lunghi tempi di realizzazione.
  2. Concentrarsi sui problemi più grandi.
  3. Prepararsi per le implicazioni su talenti, tecnologia e modelli operativi.

• Conclusione

  L’evoluzione degli agenti AI è solo all’inizio. Offrono nuove capacità per reimplementare il modo in cui le persone lavorano nelle organizzazioni.