AI Worker: il nuovo collega che non va assunto, va inserito nel flusso

C'è una nuova figura che si aggira per gli uffici delle PMI. Non prende ferie, non chiede il buono pasto e lavora anche alle tre di notte. Si chiama AI Worker: un agente di intelligenza artificiale che non si limita a rispondere a una domanda, ma prende in carico un'attività, la porta a termine e consegna il risultato a qualcun altro. Prepara bozze di preventivo, qualifica contatti, controlla ordini, compila report.

L'entusiasmo è comprensibile. Ma chi ha passato qualche anno a fare Value Stream Map sa già come può andare a finire: un collega velocissimo inserito in un processo confuso non risolve la confusione. La distribuisce più in fretta.

La buona notizia è che per gestire bene un AI Worker non serve inventare nulla. Serve quello che il Lean insegna da decenni.

Prima di tutto: che tipo di AI Worker ti serve?

"Mettiamo un agente" è una frase che dice poco, un po' come "assumiamo qualcuno". Per fare? Con quanta autonomia? Proviamo a fare ordine.

Cosa fa

Tipo	Il suo lavoro	Un esempio
Il Raccoglitore	Va a cercare informazioni sparse e le mette in ordine	Recupera dati cliente, storico ordini, disegni tecnici
Il Verificatore	Controlla che ci sia tutto e che sia conforme	Verifica che una richiesta d'offerta sia completa
L'Elaboratore	Trasforma un input grezzo in un output strutturato	Prepara la bozza di un preventivo o di un verbale
Lo Smistatore	Classifica e manda ogni cosa alla persona giusta	Assegna i lead per priorità, instrada le richieste
Il Coordinatore	Dirige gli altri agenti e tiene insieme i passaggi	Gestisce l'intero flusso dalla richiesta all'offerta

Quanta autonomia ha

Livello	Cosa fa l'agente	Cosa fa la persona
1 – Suggerisce	Propone, ma non tocca nulla	Decide ed esegue
2 – Prepara	Consegna una bozza completa	Rivede e approva
3 – Esegue con eccezioni	Gestisce i casi standard, si ferma su quelli strani	Si occupa delle eccezioni
4 – Opera in autonomia	Esegue e si autocontrolla	Monitora i risultati e migliora lo standard

La regola d'oro: l'autonomia cresce con la stabilità del processo, non con l'entusiasmo del management. Un processo che non è standardizzato non merita un agente oltre il livello 2. Sarebbe come dare le chiavi del magazzino al primo giorno di lavoro.

Automatizzare uno spreco? Ottima idea, se vuoi più spreco

Il primo istinto è partire dallo strumento: "abbiamo un agente, dove lo mettiamo?". Il Lean ribalta la domanda: dove si inceppa il valore?

Mappare il flusso prima di toccare qualsiasi tecnologia fa emergere verità scomode: passaggi che non servono a nessuno, attese infinite, informazioni che vengono richieste tre volte da tre persone diverse. Affidare queste attività a un AI Worker non le elimina. Le rende solo più efficienti nel non servire a niente.

La sequenza resta quella di sempre: mappare, eliminare, standardizzare. Solo dopo, automatizzare.

Il prompt è il nuovo standard di lavoro

Un AI Worker lavora bene quando sa esattamente cosa fare, in che ordine, con quali criteri e cosa consegnare. In altre parole, quando ha uno standard di lavoro.

Chi conosce il TWI Job Instruction troverà la cosa familiare: passaggi importanti, punti chiave, motivazioni. Le istruzioni vaghe producono risultati ballerini, con gli agenti esattamente come con le persone.

E qui arriva il colpo di scena: scrivere le istruzioni per un agente obbliga l'azienda a mettere nero su bianco come si lavora davvero. Quel sapere che oggi vive solo nella testa del collega con trent'anni di esperienza, e che se ne andrà con lui in pensione. A volte il vero valore del progetto AI è proprio questo.

Il miglior agente è quello che sa quando fermarsi

Nel Toyota Production System la macchina che rileva un'anomalia si ferma e chiama l'operatore. Si chiama Jidoka, ed è uno dei principi più sottovalutati quando si parla di intelligenza artificiale.

Un buon AI Worker non è quello che fa tutto da solo. È quello che riconosce un dato mancante, una richiesta fuori standard, un caso ambiguo, e alza la mano. Progettare i punti di arresto è importante quanto progettare il lavoro stesso. Ed è anche la strada più sensata per rispettare la supervisione umana richiesta dall'AI Act: non un controllo ossessivo di ogni output, ma interventi chiari nei momenti giusti.

I sette sprechi hanno imparato a usare l'AI

Pensavate di esservene liberati? Gli sprechi classici si sono semplicemente aggiornati:

• Sovrapproduzione: report e sintesi generati "perché tanto lo fa l'AI", che nessuno apre mai.

• Rilavorazione: bozze da sistemare a mano ogni volta, perché a monte nessuno ha chiarito cosa serve.

• Attese: output fermi in coda in attesa di una revisione che nessuno ha messo in agenda.

• Sovra-processamento: quaranta tentativi di prompt per ottenere ciò che un buon modello darebbe al primo colpo.

• Talento sprecato: esperti di prodotto trasformati in correttori di bozze dell'AI.

Il principio pull vale anche qui: un AI Worker dovrebbe produrre quando il processo lo richiede, non intasare le caselle di posta per eccesso di zelo.

Un caso concreto: il preventivo che non arrivava mai

L'ufficio commerciale di una PMI metalmeccanica riceve richieste d'offerta via mail, in ogni formato immaginabile. Il tecnico commerciale le legge, cerca disegni e listini, chiede chiarimenti, aspetta risposte, prepara il preventivo. Tempo medio: più di una settimana.

La tentazione è ovvia: "facciamo fare i preventivi all'AI". Ma la mappatura racconta un'altra storia. Oltre metà del tempo non è lavoro, è attesa: richieste incomplete, informazioni da rincorrere, approvazioni che nessuno sa a chi spettino.

La soluzione Lean è meno spettacolare e molto più efficace:

• un modello standard di richiesta con le informazioni minime necessarie;

• un Verificatore che controlla la completezza e richiede in automatico i dati mancanti;

• un Elaboratore che prepara la bozza solo per le richieste che rientrano nello standard (livello 2);

• tutto ciò che è fuori standard va dritto al tecnico, senza passare dal via.

Risultato: non "l'AI che fa i preventivi", ma un flusso più corto, in cui la persona dedica il suo tempo ai casi che richiedono davvero la sua competenza.

Anche gli agenti vanno al Gemba

Un AI Worker non è un progetto che si chiude con il rilascio. Va misurato e migliorato come qualsiasi processo, con il caro vecchio PDCA: si sceglie un indicatore (lead time, output corretti al primo passaggio, numero di interventi umani), si parte su un perimetro piccolo, si osserva, si aggiorna lo standard.

E si va al Gemba. Che per un agente significa leggerne i log, guardare dove si ferma, capire dove le persone intervengono e perché. Le migliori opportunità di miglioramento sono quasi sempre lì.

In sintesi: 5 Do e 5 Don't

✅ Do

1. Mappa il flusso prima di scegliere l'agente. Parti da dove si blocca il valore, non da cosa sa fare lo strumento.

2. Scrivi le istruzioni come uno standard di lavoro. Passaggi, punti chiave, motivazioni, output atteso.

3. Progetta i punti di arresto. Decidi quando l'agente si ferma e a chi passa la mano.

4. Parti con poca autonomia e alzala con i dati. Livello 2 all'inizio, livello 3 quando i numeri lo giustificano.

5. Misura e migliora con il PDCA. Un agente senza indicatori è un agente senza futuro.

❌ Don't

1. Non automatizzare uno spreco. Se un'attività non serve, va eliminata, non accelerata.

2. Non produrre output che nessuno ha chiesto. La sovrapproduzione digitale costa, anche se non occupa magazzino.

3. Non trasformare gli esperti in correttori di bozze. Se si rilavora sempre, il problema è a monte.

4. Non lasciare l'agente orfano. Ogni AI Worker ha bisogno di una persona che ne curi lo standard.

5. Non considerarlo un progetto chiuso. Un agente dimenticato si degrada come qualsiasi processo abbandonato.

Il punto, alla fine

Gli AI Worker non sono una scorciatoia per saltare il lavoro di miglioramento dei processi. Ne sono il capitolo successivo. Le aziende che ne trarranno più valore non saranno quelle con più agenti, ma quelle con flussi chiari, standard condivisi e persone capaci di progettare il lavoro.

In fondo, è sempre la stessa storia: la tecnologia cambia, i fondamentali restano.

In Leanbet il percorso sugli AI Worker parte dalla mappatura dei processi: prima capire dove l'AI genera valore, poi costruire gli agenti insieme, con un obiettivo preciso: rendere l'azienda autonoma nel gestirli e migliorarli.

In Leanbet affianchiamo imprese manifatturiere e di servizi nell'integrazione dell'AI nei processi operativi, partendo da dove partiamo sempre: mappatura del flusso, misurazione dello stato attuale, formazione delle persone. La tecnologia è un mezzo. Il metodo e la cultura del miglioramento continuo restano il fine.

Contattaci: info@leanbet.eu o 376 210 8166