Nell’era dell’IA, le aziende hanno bisogno di agent manager

La giornata di Zach Stauber inizia prima ancora che il primo ticket di assistenza clienti arrivi in coda. Stauber, agent manager presso Salesforce, un’azienda globale che fornisce alle imprese una piattaforma di gestione delle relazioni con i clienti (CRM), gestisce una flotta di agenti di assistenza con IA generativa nei settori del supporto ai clienti, delle vendite e del marketing su una piattaforma aziendale. Stauber descrive la sua routine in questo modo: “Dati, dati, dati. Inizio e finisco la mia giornata con dashboard, scorecard e monitoraggio sull’operato degli agenti”. Si concentra su come lavorano gli agenti IA, ma anche su come imparano e si adattano, proprio come un manager tradizionale potrebbe girare per l’ufficio, controllare un dipendente in difficoltà o riunirsi con un team su un caso complicato.

Salesforce offre un assaggio di come sarà il futuro del lavoro digitale in tutti i settori. La piattaforma Agentforce, che Salesforce utilizza internamente e vende alle aziende clienti, ora risolve in modo autonomo quasi il 74% dei casi di assistenza ai clienti in entrata dell’azienda. Decine di “dipendenti” digitali, tutti agenti IA, risolvono i problemi dei clienti, redigono mail personalizzate e inoltrano i casi più complessi a specialisti umani. Ogni agente opera in modo semi-autonomo, imparando dal feedback, collaborando con altri agenti IA e passando ad agenti di supporto umani quando il compito è più complesso di quanto possano gestire, con una forza lavoro ibrida.

A supervisionare la forza lavoro ibrida ci sono gli agent manager, persone come Stauber, che gestisce un team umano e tecnologico alimentato dall’intelligenza artificiale. Gli agent manager sono un nuovo tipo di leader con la responsabilità di orchestrare il modo in cui gli agenti IA imparano, collaborano, operano e lavorano con le controparti umane. Supervisionano gli agenti IA più o meno allo stesso modo in cui i manager tradizionali istruiscono e motivano i dipendenti umani, anche se gli agent manager dedicano più tempo alla sicurezza, all’accuratezza e all’allineamento aziendale del lavoro degli agenti.

Mentre aziende come Salesforce, JPMorgan Chase e Walmart rendono operativa l’IA autonoma in tutte le funzioni, dal servizio clienti alla finanza, è in atto un profondo cambiamento nella gestione. Gli agenti utilizzati oggi non sono solo strumenti per automatizzare le attività, ma colleghi che richiedono formazione, governance e gestione delle prestazioni. In questo cambiamento, gli agent manager stanno emergendo come uno dei ruoli più critici nell’era dell’IA.

Proprio come i product manager sono diventati indispensabili durante la rivoluzione del software, gli agent manager stanno rapidamente diventando il tessuto connettivo tra l’intento strategico e l’esecuzione autonoma. La loro missione: rendere gli agenti IA più intelligenti, veloci, sicuri e incisivi, attraverso l’orchestrazione tra agenti e con le controparti umane.

La forza lavoro ibrida per lo sviluppo delle vendite

Un esempio immediato di questo cambiamento viene dai rappresentanti dello sviluppo delle vendite (sales development representatives, SDR) di Salesforce. In precedenza, il team di Agentic Transformation and Sales Development dell’azienda era responsabile del follow-up dei lead, gestendo in genere decine di contatti, ma riuscendo a parlare solo con 12-15 potenziali clienti al giorno. Questa disparità significava che lead preziosi venivano trascurati a causa dei limiti delle capacità umane.

Ora, un agente IA opera come parte del team ibrido. L’agente si occupa delle interazioni iniziali, su larga scala e di basso valore: contatto personalizzato, qualificazione e follow-up continuo sui lead non attivi. L’agente SDR assicura che il ciclo di vendita non si interrompa mai: “Mentre il mio team dorme, i nostri agenti stanno già interagendo con i clienti”, ha affermato Vanessa Tabbert, vicepresidente del team.

L’integrazione degli agenti ha trasformato la capacità del team, passando dalla prenotazione di 150 incontri in 30 giorni al raggiungimento di oltre 350 incontri in una sola settimana dopo il lancio, con lo stesso volume di lead. Ciò ha portato alla generazione di 60 milioni di dollari di pipeline annualizzata e all’acquisizione di oltre 300 nuovi clienti in quattro mesi.

Fondamentalmente, questa capacità potenziata dall’intelligenza artificiale ha consentito una rapida diffusione geografica gestita da piccoli team. L’espansione è avvenuta in rapida successione nei principali mercati; l’agente è ora attivo negli Stati Uniti, in Canada, nel Regno Unito e in Irlanda, in Africa e in Giappone, con un’espansione immediata prevista per l’Australia, la Nuova Zelanda, l’Asia meridionale e altri paesi.

L’evoluzione verso gli agenti SDR ha trasformato il ruolo del venditore umano da uno incentrato sulla ricerca di potenziali clienti con bassa connettività a uno incentrato sull’interazione umana di alto valore, l’empatia e la risoluzione creativa dei problemi. Gli SDR umani sono ora liberi dal compito di riempire l’ampio funnel. Possono invece concentrarsi sulle capacità umane di persuasione e giudizio per accelerare la progressione delle trattative e concludere gli affari. Il compito del responsabile degli agenti è garantire che la forza lavoro autonoma degli agenti si adatti continuamente, operi in modo sicuro e, soprattutto, che l’agente IA sia in linea con le priorità di vendita complessive.

Ridefinire la proprietà

Il raggiungimento di un successo duraturo con l’IA agentica richiede un cambiamento di atteggiamento promosso dai responsabili delle linee di business (line of business owners, LOB). Fondamentalmente, questo cambiamento ridefinisce la proprietà degli agenti IA. Nel mondo pre-agente, l’implementazione dell’IA avveniva all’interno dell’IT o dell’organizzazione di data science. Nell’era degli agenti, le unità aziendali devono assumere il controllo. I responsabili delle linee di business dovrebbero essere responsabili della progettazione, del collaudo e della gestione degli agenti che alimentano i loro flussi di lavoro, proprio come farebbero per la forza lavoro umana.

In Salesforce, ad esempio, i team dedicati al successo dei clienti definiscono il tono dell’agente IA, le regole di escalation e le metriche di successo, il tutto sotto la supervisione dei responsabili degli agenti. Se gli agenti IA svolgono un lavoro reale per un’unità aziendale, tale unità deve assumersi la responsabilità delle loro prestazioni. Ciò richiede la definizione di una filosofia chiara secondo cui gli agenti IA sono partner complementari, non concorrenti, del talento umano. Ad esempio, nei centri di contatto con i clienti, gli agenti IA (e gli agenti umani) sono gestiti dai team dei call center stessi piuttosto che dal team IT. I team dei centri di contatto, e non l’organizzazione tecnologica, sono responsabili della risoluzione dei problemi e dell’assistenza ai clienti, indipendentemente dal fatto che il servizio sia fornito tramite agenti IA o esseri umani.

Questo approccio crea sia opportunità che complessità. Per avere successo, i responsabili degli agenti devono unire una profonda competenza funzionale con una conoscenza operativa dell’IA. Devono sapere non solo cosa vuole l’azienda, ma anche come insegnare a un agente IA a raggiungerlo, in modo sicuro, coerente e trasparente.

Definizione di questo ruolo fondamentale

Dalle nostre interviste con il gruppo interno Agentforce di Salesforce, abbiamo scoperto che i responsabili degli agenti operano tipicamente all’incrocio tra esperienza del cliente, operazioni IA e gestione dei prodotti. Il loro mandato: tradurre le competenze funzionali in prestazioni misurabili dell’IA.

A seconda della maturità dell’organizzazione, i responsabili degli agenti possono riportare a:

• Team del successo dei clienti digitali (come in Salesforce).
• Gestione delle vendite (in stretto allineamento con un team centralizzato di operazioni di IA).
• Un ufficio interfunzionale di trasformazione digitale.

Ma in tutti i contesti, questo non è probabilmente un ruolo transitorio. Si tratta di una funzione operativa duratura, simile al DevOps o al Site Reliability Engineering, nata da un cambiamento strutturale nel modo in cui il lavoro verrà svolto in modo ibrido, digitale e umano.

Le loro responsabilità combinano intuito commerciale, rigore analitico e interazione pratica con i sistemi di IA, creando un nuovo tipo di leadership operativa: l’orchestrazione dell’IA. Il ruolo comporta in genere:

• Monitoraggio delle prestazioni degli agenti: qualità, velocità, escalation e sentiment dei clienti.
• Perfezionamento dei prompt e dei flussi di lavoro per migliorare l’accuratezza e il tono.
• Gestione dei passaggi agli agenti umani e garanzia dell’escalation quando necessario.
• Conduzione di analisi delle cause alla radice dei casi falliti per promuovere il miglioramento continuo.
• Quantificazione dell’impatto attraverso l’analisi del ROI e la reportistica esecutiva.

Cosa rende efficace un agent manager

Abbiamo notato che i migliori agent manager assomigliano ai primi product manager o agli ingegneri di affidabilità del sito. Eccellono nell’intersezione tra giudizio umano e prestazioni della macchina.

Il loro successo dipende da sei capacità fondamentali:

1. Competenza operativa nell’ambito dell’IA: comprendono come operano gli agenti, come i prompt determinano i risultati e come diagnosticare i guasti del sistema.
2. Approfondimento funzionale: possiedono una conoscenza approfondita del processo aziendale supportato dall’agente, che si tratti di assistenza clienti, finanza o logistica.
3. Pensiero sistemico: visualizzano come gli agenti interagiscono tra flussi di lavoro, reparti e persino altri agenti, per ottenere una “orchestrazione multi-agente”.
4. Resilienza al cambiamento: si adattano rapidamente ai modelli mutevoli e alle esigenze aziendali, perfezionando la logica degli agenti in cicli settimanali di “test-implementazione-apprendimento”.
5. Abilità nella creazione di prompt: eccellono nella progettazione e nel perfezionamento del linguaggio e della logica che modellano il comportamento degli agenti, l’equivalente della formazione dei dipendenti per le macchine.
6. Progettare il lavoro tra macchine ed esseri umani: sanno come creare flussi di lavoro ibridi, valutando i limiti delle capacità delle macchine e creando routine di escalation umana secondo necessità. Sono abili nel motivare la forza lavoro umana nel contesto del lavoro ibrido tra IA ed esseri umani.

In definitiva, un agent manager efficace è fluente nel linguaggio della strategia aziendale, nel funzionamento operativo dell’IA e nella gestione delle persone.

Una gestione di successo in quest’era ibrida richiede anche un cambiamento nel modo in cui viene misurata la performance umana. L’attenzione ai KPI basati sulle attività (ad esempio, effettuare 60 chiamate al giorno) è obsoleta. Il nuovo modello sposta i KPI per concentrarsi sui risultati che dipendono dall’orchestrazione e dall’influenza, riconoscendo che le prestazioni ora dipendono dalla capacità di una persona di sintonizzare il proprio agente e di eseguire i flussi di lavoro con esso. Questo miglioramento significa che la gestione dovrebbe concentrare l’energia organizzativa sulla massimizzazione dell’efficienza dell’intero sistema umano-agente.

Infine, la forza lavoro umana deve acquisire rapidamente nuove competenze distintive per trarre vantaggio da questo cambiamento. Il responsabile degli agenti facilita questa trasformazione consentendo ai dipendenti di allontanarsi da compiti di scarso valore legati alla conservazione delle informazioni. Le nuove competenze richieste includono la “gestione dell’IA”, ovvero la capacità di comandare efficacemente l’agente, e la “gestione degli impegni”, ovvero lo sviluppo dell’acume necessario per impegnarsi con successo in interazioni umane di alto valore.

Assunzione e sviluppo di responsabili degli agenti

Sebbene i responsabili degli agenti possano provenire da una varietà di discipline, quelli più efficaci sono emersi da ruoli già responsabili della qualità del servizio, dei risultati dei clienti e del giudizio operativo. Questi individui hanno apportato una profonda competenza nel settore e una comprensione diretta di ciò che è “buono” nelle interazioni reali con i clienti, capacità che si sono rivelate più necessarie delle credenziali formali in materia di IA.

La traiettoria di Zach Stauber illustra il background auspicabile per questo ruolo emergente. Formatosi nella produzione audio e plasmato da anni di esperienza nella fornitura di servizi e nella progettazione di conversazioni, compresa la guida dei primi team di chatbot, Stauber è stato selezionato per quella che lui definisce “curiosità sincera”: la volontà di sperimentare, imparare rapidamente e assumersi la responsabilità mentre l’IA ridefiniva il lavoro.

Le prime implementazioni hanno anche chiarito come dovrebbe essere strutturato il lavoro degli agenti. I responsabili degli agenti si sono concentrati sull’uso del linguaggio naturale, e hanno modellato l’intento, il giudizio e il tono traducendo la complessa logica aziendale in istruzioni semplici e adattive che un agente IA può seguire. Hanno lavorato a stretto contatto con gli ingegneri IA, che spesso facevano parte del reparto IT e si concentravano sull’esecuzione deterministica: analisi dei dati, integrazioni di sistema e passaggi tecnici necessari quando un agente opera. I gruppi interni che li hanno affiancati sono cresciuti deliberatamente più rapidamente e con maggiore fiducia.

La lezione più ampia è che la gestione degli agenti non è necessariamente un ruolo tecnico. Le organizzazioni che hanno sviluppato con successo questo ruolo lo hanno gestito come un percorso di apprendistato, immergendo i manager in operazioni dal vivo, analisi delle cause dei fallimenti e cicli iterativi di test-implementazione-apprendimento, chiarendo al contempo i diritti decisionali e i percorsi di evoluzione e scala sin dall’inizio. Quelle che hanno centralizzato la gestione degli agenti interamente all’interno del reparto IT o indicizzato sulle credenziali dell’intelligenza artificiale hanno spesso visto i responsabili degli agenti funzionare tecnicamente ma fallire strategicamente. Man mano che gli agenti IA assumono il controllo dell’esecuzione, il successo dipenderà sempre più dalla qualità del giudizio manageriale che li guida.

La rapida crescita di una nuova disciplina

Man mano che l’intelligenza integrata si diffonde in ogni funzione, dalle risorse umane alla finanza alla catena di fornitura, la necessità di un’orchestrazione dedicata non potrà che crescere. Senza qualcuno che sia responsabile della progettazione e della governance degli agenti, anche le iniziative di IA più sofisticate finiranno per arenarsi.

Tuttavia, identificare e sviluppare questa nuova classe di leader non sarà facile. Avranno bisogno di una combinazione di intuito commerciale, padronanza dell’IA e giudizio etico. Le aziende dovranno investire in nuovi percorsi di formazione, integrando la progettazione dei processi aziendali, l’analisi delle prestazioni, le competenze in materia di IA e la governance dell’IA nei tradizionali programmi di sviluppo manageriale.

Questo momento richiede quindi un invito all’azione. Entro 12-18 mesi, “agent manager” sarà probabilmente un titolo standard nelle aziende che privilegiano l’IA, un percorso di carriera per i leader che sanno come aumentare l’impatto attraverso l’automazione intelligente.

La nostra osservazione dalla nostra ricerca è che la tecnologia da sola non crea trasformazione, ma la leadership sì. L’agent manager è una parte cruciale di quella leadership, il ponte tra l’intento aziendale e l’esecuzione autonoma, tra il giudizio umano e la precisione della macchina.

Suraj Srinivasan è professore di Amministrazione aziendale alla Harvard Business School, presidente del Digital Value Lab e membro del consiglio di amministrazione di Harvard Business Publishing. Vivienne Wei è chief operating officer della United Agentforce Platform presso Salesforce.