Dal processo all'agente AI in 30 giorni: come si svolge un pilot

Un pilot di agente AI su Claude si svolge in quattro fasi, dentro un perimetro di 30 giorni. Si scrivono regole e approvazioni, si collega l'agente al CRM o all'helpdesk, lo si verifica su casi di test reali e lo si mette in produzione sotto controllo. Prima del pilot, un workshop sceglie il processo da automatizzare.

Un pilot di agente AI è un progetto limitato a un solo processo aziendale, in cui l'agente lavora su dati veri e produce un risultato misurabile. Serve a decidere, con fatti alla mano, se estendere l'agente o fermarsi. I 30 giorni indicano il perimetro del progetto, non una garanzia di risultato.

Questa guida è la seconda di una serie di tre. La prima, «Agentic AI per le aziende: cosa fa un agente AI e dove si inserisce», spiega che cos'è un agente. La terza, «Perché un pilot con un agente AI è l'inizio giusto: risultati, costi, rischi», tratta risultati, costi e rischi. Qui si vede come si fa, passo per passo.

Per ogni fase la guida indica cosa prepara l'azienda, chi partecipa da ciascun lato e come si controlla il lavoro. Un esempio completo, costruito su un helpdesk, mostra le scelte concrete.

Un agente AI sull'API è un programma che chiama Claude direttamente, senza una persona alla tastiera. Claude su un seat, cioè con una licenza per persona, lavora invece quando un collega glielo chiede. Da febbraio 2026 Claude su un seat può eseguire anche un'attività programmata.

Il confine pratico tra le due modalità sta in tre punti. Claude su un seat non legge ogni email appena arriva, non lavora a nome dell'azienda e non segue regole testate. Queste tre cose le fa un agente AI, ed è per questo che il pilot riguarda un agente.

La differenza cambia anche il modo in cui si paga. Un agente AI non richiede licenze per persona: gira sull'API, sull'account dell'azienda, e si paga il consumo, cioè quanto lavora Claude. Il consumo lo fattura il fornitore scelto tra Anthropic, AWS, Google Cloud o Microsoft.

Le licenze per persona servono invece per Claude Team o Enterprise, quando l'obiettivo è dare Claude a tutto il team. Sono due strade diverse. Conviene sapere quale si sta percorrendo prima di avviare il workshop, perché cambiano le persone coinvolte e la voce di costo.

Il Workshop di preparazione è il passo che precede il pilot di un agente AI. Serve all'azienda che vuole sapere cosa conviene automatizzare per primo, prima di impegnarsi in un pilot. Il risultato è una decisione: quale processo, con quale responsabile e con quale misura di successo.

Scegliere bene il processo conta più di qualunque scelta tecnica. Anche la formazione sul tema parte da qui: il corso AI Agent Survival Kit del Sole 24 Ore Formazione mette tra i suoi punti la mappatura dei flussi di lavoro, per trovare dove l'AI genera valore reale. SO Development indica il servizio clienti tra le prime applicazioni riuscite degli agenti.

Un processo adatto a un primo agente ha di solito queste caratteristiche:

• si ripete spesso, con richieste simili tra loro;
• le regole si possono scrivere, anche con le loro eccezioni;
• i dati stanno già in un programma, come un CRM o un helpdesk;
• una persona lo segue oggi e sa giudicare se l'esito è corretto.

Chi vuole un primo orientamento prima del workshop può compilare la valutazione di quanto la Sua azienda è pronta per l'AI. Al workshop partecipano la direzione, il responsabile del processo e chi conosce i sistemi in cui il processo vive.

La prima settimana del pilot trasforma il processo scelto in regole scritte che l'agente dovrà seguire. Si raccolgono le categorie, le eccezioni e i casi in cui l'agente deve fermarsi e chiedere. Si fissa anche il budget di consumo del modello, che resta fuori dal prezzo del pilot.

Un passaggio di approvazione è il punto in cui un collega conferma prima che l'azione dell'agente parta. Esempi tipici sono il preventivo prima che arrivi al cliente o la fattura prima che passi alla contabilità. SO Development raccomanda la revisione umana per decisioni critiche, transazioni finanziarie e documenti legali prodotti dagli agenti.

Anche la tracciabilità si decide nella prima settimana. Secondo BitMat, trasparenza dei modelli, tracciabilità delle decisioni e qualità dei dati vanno progettate fin dall'inizio, non aggiunte dopo. In pratica si stabilisce che ogni azione dell'agente lasci una traccia leggibile da chi controlla.

Noi di Svennis fissiamo i passaggi di approvazione in questa prima settimana, insieme a chi dovrà confermarli. Quando un'azienda li rimanda alla fase di test, vediamo il pilot rallentare, perché ogni regola torna in discussione proprio mentre si misurano i risultati.

Da parte dell'azienda partecipano il responsabile del processo, i colleghi che svolgono il lavoro oggi e la persona che approverà le azioni dell'agente.

Nelle settimane centrali del pilot l'agente viene collegato ai programmi in cui lavora, per esempio Zoho CRM o Zoho Desk. Per ogni collegamento Svennis costruisce un connector, un MCP server, un plugin o una skill. Mostra le opzioni con il loro costo e il cliente sceglie.

Un MCP server è un servizio che mette a disposizione di Claude operazioni precise su un programma, come leggere un contatto o creare un ticket. Nel Pilot A è incluso un nuovo MCP server con fino a 8 operazioni di lettura e scrittura. Il limite è utile, perché obbliga a elencare cosa l'agente può fare e cosa no.

I permessi seguono lo stesso principio. ClickUp descrive i propri agenti come strumenti che ereditano le autorizzazioni delle persone che supportano. Per un agente su Claude conviene quindi un utente dedicato, con i soli permessi del ruolo che affianca.

In queste settimane si sceglie anche il modello. Anthropic consiglia di partire da Claude Opus 5.5 per la maggior parte dei carichi di lavoro, se non si è sicuri. Claude Haiku 5.5 è indicato per attività ad alto volume come classificazione, estrazione e smistamento. Il quadro dei modelli nella documentazione Anthropic riporta anche i prezzi per milione di token.

Il collegamento è un ostacolo noto: in un sondaggio di ClickUp il 12% degli intervistati trova gli agenti difficili da configurare o da collegare ai propri strumenti. Per questo l'azienda coinvolge fin da subito l'amministratore del CRM o dell'helpdesk, che concede gli accessi.

Nell'ultima settimana del pilot l'agente viene verificato su 100 casi di test presi dal lavoro reale dell'azienda, prima del go-live. Un caso di test è una richiesta già gestita in passato, con l'esito che un collega ha giudicato corretto. L'agente la elabora di nuovo e si confronta il suo risultato con quello atteso.

Il controllo è leggibile anche per chi dirige. Per ogni caso si annota se l'agente ha fatto la cosa giusta, se si è fermato quando doveva e se ha chiesto l'approvazione dove previsto. Gli errori diventano correzioni alle regole o al collegamento, poi si ripete la prova.

Superata la verifica, l'agente entra in produzione con i passaggi di approvazione attivi. Secondo SO Development, molte aziende adottano modelli ibridi: l'agente gestisce le richieste di routine e le persone i casi più complessi. ClickUp descrive la stessa logica, con l'approvazione umana per le azioni critiche e ogni passaggio registrato.

Da parte dell'azienda la quarta settimana richiede soprattutto il responsabile del processo, che giudica i casi dubbi. La decisione di andare in produzione spetta a lui e alla direzione, non a chi ha costruito l'agente.

La tabella riassume un modo di dividere il perimetro di 30 giorni di un pilot di agente AI. Indica chi partecipa da ciascun lato e come si controlla ogni fase. La divisione è un riferimento di progetto: le settimane si spostano se un accesso o una regola arrivano in ritardo.

Fase	Cosa si fa	Per l'azienda	Per Svennis	Come si controlla
Workshop, prima del pilot	Scelta del processo e della misura di successo	Direzione, responsabile del processo	Conduzione del workshop	Un processo scelto, con un responsabile
Settimana 1	Regole, eccezioni, passaggi di approvazione, budget	Responsabile, colleghi del processo, chi approva	Stesura delle regole	Regole scritte e approvate
Settimane 2 e 3	Collegamento a CRM o helpdesk, scelta del modello	Amministratore dei sistemi	Connector, MCP server, plugin o skill	Operazioni consentite elencate e provate
Settimana 4	100 casi di test, correzioni, go-live	Responsabile del processo, direzione	Esecuzione dei test e correzioni	Esito di ogni caso confrontato con l'atteso
Dopo i 30 giorni	Valutazione dei risultati in produzione	Direzione	Analisi dei risultati	Misura di successo fissata nel workshop

Il Workshop non rientra nei 30 giorni: è un passo separato, che l'azienda può svolgere anche senza proseguire. La valutazione dei risultati arriva dopo, quando l'agente ha lavorato in produzione su richieste nuove.

L'esempio che segue è costruito per questa guida, con impostazioni reali tratte dalle fonti. Un'azienda riceve le richieste di assistenza in una casella email e le inserisce a mano in Zoho Desk. Il workshop sceglie questo processo perché si ripete ogni giorno e ha un responsabile chiaro.

Nella prima settimana il responsabile dell'assistenza elenca categorie, urgenze ed eccezioni. Si stabilisce un solo passaggio di approvazione: la risposta al cliente parte solo dopo la conferma di un operatore.

Nelle settimane 2 e 3 si costruisce un MCP server con cinque operazioni, entro il limite di otto:

• leggere il contatto che ha scritto;
• cercare i ticket aperti dello stesso contatto;
• creare il ticket con categoria e urgenza;
• aggiornare la categoria di un ticket esistente;
• aggiungere una bozza di risposta come nota interna.

Il modello scelto è Claude Haiku 5.5, che Anthropic indica per classificazione e smistamento ad alto volume. Il consumo passa da Amazon Bedrock con il profilo di inferenza UE, quindi nelle regioni AWS dell'Unione europea.

Nella quarta settimana si prendono 100 richieste dei mesi precedenti, già classificate dagli operatori. L'agente le rielabora e il responsabile controlla categoria, urgenza e bozza. Solo dopo questa prova l'agente lavora sulle email nuove, sempre con la conferma dell'operatore prima di ogni risposta.

I 30 giorni di un pilot di agente AI fissano quanto lavoro entra nel progetto. Non promettono che l'agente sia pronto in quel tempo in ogni caso. Il perimetro tiene insieme un processo, un insieme di regole, un MCP server e 100 casi di test. Se uno di questi elementi cresce, cresce anche il tempo.

Le cause di ritardo sono in genere pratiche, non tecniche:

• gli accessi al CRM o all'helpdesk arrivano tardi;
• le regole non sono condivise da chi deve approvarle;
• i dati del programma sono incompleti o incoerenti;
• i casi di test rivelano eccezioni che nessuno aveva descritto.

Costruire una dimostrazione è molto più rapido. Su Reddit un utente racconta di aver costruito il proprio agente in poche ore per un hackathon aziendale, senza superare il turno successivo. Un agente che lavora a nome dell'azienda richiede invece regole testate, permessi e verifiche.

Anche il pagamento del Pilot A segue questa logica: 30% alla riunione di avvio, 40% a 30 giorni dall'avvio e 30% alla valutazione dei risultati. La valutazione è quindi un momento distinto dal trentesimo giorno. Chi sta ancora decidendo come procedere trova utile il confronto tra AI costruita internamente, acquistata o realizzata con un partner.

Per un'azienda italiana una delle prime scelte del pilot riguarda dove vengono trattati i dati. Con Amazon Bedrock e il profilo di inferenza UE, il consumo di Claude viene elaborato nelle regioni AWS dell'Unione europea. Quali regioni vengono usate si verifica nella documentazione AWS al momento dell'avvio. La scelta si fa all'avvio, perché determina anche chi fattura il consumo.

La fatturazione resta sull'account dell'azienda. Il consumo dell'agente lo fattura il fornitore scelto, cioè Anthropic, AWS, Google Cloud o Microsoft, con un budget fissato dall'inizio. Le licenze Claude Team, se l'azienda le aggiunge in seguito, si pagano invece direttamente ad Anthropic.

La lingua non è un ostacolo. Secondo la documentazione Anthropic, tutti i modelli attuali supportano l'uso multilingue, l'input di testo e immagini e l'uso di strumenti. Le email in italiano, i nomi dei prodotti e le note dei clienti restano quindi nella lingua in cui arrivano.

Resta il quadro normativo. L'agente tratta dati personali di clienti e colleghi, quindi valgono il regolamento europeo sulla protezione dei dati (GDPR) e il Codice privacy. Si aggiungono il regolamento europeo sull'intelligenza artificiale (AI Act) e, in Italia, la Legge 23 settembre 2025, n. 132. La legge è in vigore dal 10 ottobre 2025 e contiene anche disposizioni sull'uso dell'AI nel lavoro. Quando il processo candidato riguarda decisioni che toccano persone, conviene leggere il testo dell'AI Act in italiano, annotato prima del workshop. La lettura aiuta a scegliere il processo e a decidere dove servono i passaggi di approvazione.

Prima di chiedere un pilot di agente AI, l'azienda può preparare cinque elementi che accorciano ogni fase:

1. il nome del processo candidato e del suo responsabile;
2. la persona che approverà le azioni dell'agente;
3. un elenco di richieste reali già gestite, con l'esito corretto;
4. l'amministratore del CRM o dell'helpdesk che concederà gli accessi;
5. la scelta del fornitore e della regione dei dati per il consumo.

Svennis svolge questo lavoro come Pilot Claude A, un agente AI su Claude per un solo processo; la pagina riporta anche i prezzi pubblicati. Il percorso completo ha quattro passi: il Workshop, il Pilot Claude A oppure il Pilot Claude B con Claude Team per tutto il team, l'Attivazione per reparto e poi la gestione operativa mensile.

Per capire come un progetto passa dal pilot al lavoro quotidiano, la guida su consulenza AI dal progetto al sistema in produzione descrive le fasi successive. Il passo più utile oggi resta scegliere il processo e la persona che lo segue.