Quando un agente AI entra nei processi di un’azienda, qualcuno deve risponderne. E nella maggior parte dei casi, quel qualcuno non esiste ancora.
Stiamo costruendo agenti che leggono ticket, scrivono email, prendono decisioni operative su preventivi e priorità. Il momento in cui sbagliano arriva sempre: un cliente che riceve la risposta sbagliata, un ordine processato male, una fattura emessa fuori scadenza. A quel punto qualcuno deve dire “questo agente è mio, lo correggo, lo aggiorno, lo metto offline se serve”.
In oltre la metà delle aziende che hanno un agente AI in produzione, questa figura non è stata nominata.
Perché il dev shop non basta, e il consulente nemmeno?
Chi sviluppa l’agente lo consegna. Chi consulta non tocca il codice. In mezzo c’è un buco: chi monitora i log, chi misura quanto spesso l’agente sbaglia, chi decide se aggiungere una nuova capacità o limitarne una esistente. Nei progetti che seguiamo abbiamo visto agenti AI restare in produzione per mesi senza che nessuno guardasse cosa stessero facendo. Funzionavano abbastanza bene da non far rumore. Quando il rumore è arrivato, era già un cliente perso.
L’agent owner non è un ruolo tecnico. È un ruolo di responsabilità: una persona dentro l’azienda che ha l’autorità di modificare il comportamento di un agente, di valutarne l’output, di decidere se vale ancora il costo che genera.
Cosa fa, in pratica, chi possiede un agente AI?
Tre cose, in ordine. La prima: ha accesso ai dati che l’agente produce, log, decisioni prese, casi gestiti. Senza quei dati l’agente è una scatola nera che sembra utile.
La seconda: misura. Quante richieste l’agente ha gestito da solo, quante ha escalato, quante ha sbagliato. Senza numeri non c’è modo di sapere se l’agente vale.
La terza: ha potere di intervento. Non deve aprire un ticket al fornitore per cambiare un prompt o disattivare una funzione. Se non può intervenire, non possiede niente.
Ogni agente AI in produzione senza un proprietario chiaro è solo un altro processo che funziona finché non smette.