In sintesi
- L'AI agentica sposta il servizio clienti dal rispondere alle domande al portare a termine i compiti. Gartner prevede che entro il 2029 risolverà in autonomia l'80% dei problemi di servizio più comuni, riducendo i costi operativi del 30%.
- Il vincolo non è la tecnologia. Quasi tutte le aziende stanno sperimentando con gli agenti e quasi nessuna ne sta ricavando valore, perché automatizzano il contatto senza ridisegnare il lavoro che c'è dietro.
- Ciò che non cambia è la fiducia. La maggior parte dei consumatori non si fida ancora dell'AI per le proprie esigenze di servizio, e la maggior parte dei responsabili del servizio crede erroneamente il contrario. Il percorso di escalation è diventato l'esperienza.
La promessa dell’AI agentica è seducente, e in parte vera. Dai a un sistema un obiettivo invece di uno script, lascia che pianifichi, richiami strumenti e agisca, e gestirà la lunga coda di lavoro di routine che ha sempre sommerso i team di servizio. Le demo sono reali. I risparmi sono reali. Quel che si perde di vista è la domanda più difficile che ogni responsabile CX dovrebbe porsi: quali contatti deve gestire un agente dall’inizio alla fine, quali non deve toccare mai, e cosa succede nel punto di giunzione tra i due.
È quella domanda, non il modello, a decidere se l’AI agentica rafforza la relazione o la erode silenziosamente.
La capacità è reale, e arriva in fretta
Non è l’ennesimo ciclo dei chatbot. Un chatbot risponde a una domanda. Un agente prende un obiettivo, lo scompone in passaggi, interroga i sistemi, compila i moduli e si adatta quando un passaggio fallisce. È la differenza tra deviare un contatto e risolverlo, ed è il motivo per cui la portata prevista è così ampia.
Va letto come un tetto massimo, non come una previsione. L’80% si applica ai problemi comuni e ben strutturati. Non dice nulla sui contatti in cui denaro, emozione o ambiguità sono ai massimi, e sono proprio quei contatti a decidere la fedeltà.
Il collo di bottiglia è il lavoro, non il modello
Il motivo per cui la maggior parte dei programmi rende meno del previsto non è che gli agenti siano deboli. È che le aziende innestano un agente su un processo difettoso e lo chiamano trasformazione. I dati su questo punto sono netti: la sperimentazione è quasi universale, il valore è quasi assente.
Il divario tra la prima barra e l’ultima è tutta la storia. Il sessantadue percento delle organizzazioni sta almeno sperimentando con gli agenti, il ventitré percento li sta scalando, e solo circa il sei percento si qualifica come high performer in grado di ottenere valore significativo. A vincere non sono quelle con il modello migliore. Sono quelle che hanno ridisegnato il workflow, i dati e il passaggio di consegne intorno all’agente, invece di drappeggiarlo sulla coda di ieri.
Puntare un agente su un processo difettoso non sistema il processo. Lo scala.
La fiducia è la parte che la tecnologia non risolve
Ecco cosa non cambia con l’AI agentica. I clienti decidono ancora di chi fidarsi, e in questo momento sono scettici, mentre chi mette in campo i sistemi è convinto del contrario.
È questa la trappola. Quando chi progetta l’esperienza sopravvaluta di venti punti la familiarità del cliente, automatizza in modo troppo aggressivo, nasconde il passaggio di consegne e seppellisce la persona. Il risultato non è efficienza. È un cliente che si sente intrappolato, e un contatto ad alto valore gestito male da un sistema che avrebbe dovuto farsi da parte. Il percorso di escalation smette di essere un ripiego e diventa l’esperienza.
Un framework per decidere cosa automatizzare e cosa proteggere
La scelta non è “agente o persona”. È quali contatti gestisce ciascuno dei due, e come è costruito il punto di giunzione tra loro. Con i clienti usiamo quattro criteri.
- Posta in gioco. Instrada in base a ciò che è a rischio, non a ciò che è più economico da automatizzare. Una posta in gioco finanziaria ed emotiva bassa è territorio dell’agente. Una disdetta, un reclamo o una pratica complessa sono momenti da tenere umani, o da escalare con il contesto completo.
- Discrezionalità. Se la risposta giusta richiede giudizio, eccezione o empatia, l’agente prepara il terreno e una persona decide. Automatizza la ricerca, non la decisione.
- Il punto di giunzione. Progetta il passaggio di consegne prima dell’automazione. Quasi nessun cliente ha da ridire su un agente che passa la mano in modo pulito. Quasi tutti ce l’hanno con uno da cui non si riesce a uscire. Rendi l’escalation un solo passaggio, e porta con sé l’intero contesto.
- Trasparenza. Di’ al cliente che sta parlando con un sistema, e mostra la logica. La trasparenza e un’uscita visibile aumentano la disponibilità a usare l’agente, non la riducono.
Applica questi quattro criteri al tuo mix di contatti e la risposta è raramente l’automazione totale. È una divisione del lavoro progettata, in cui l’agente assorbe i volumi e la persona viene riservata, e liberata, per i momenti che fanno la differenza nella relazione.
Il vantaggio va alle aziende che progettano il punto di giunzione
L’AI agentica si prenderà il lavoro di routine. Su questo non si discute. Il terreno conteso è tutto ciò che le sta intorno: la logica di instradamento che decide cosa un agente non deve mai gestire, i dati che gli permettono di agire invece di tirare a indovinare, e il passaggio di consegne che protegge il cliente quando serve giudizio. Le aziende che trattano l’agente come una soluzione plug-in per tagliare i costi raggiungeranno i numeri di deviazione e perderanno i clienti che contano. Quelle che lo trattano come un ridisegno dell’intero modello di servizio otterranno entrambe le cose.
È lavoro di progettazione, e di governance, prima ancora che di tecnologia. Per definire dove gli agenti creano valore e dove lo distruggono, scopri la nostra practice Advisory e il nostro lavoro di Experience Strategy, oppure sfoglia i case study.
Fonti
- Gartner, "Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029," gartner.com.
- McKinsey & Company, "The State of AI in 2025: Agents, Innovation, and Transformation," mckinsey.com.
- Salesforce, "New Research Shows How AI Agents Can Step In as Consumer Trust Slips" (State of Service), salesforce.com.