AI agentica casi aziendali: 4 processi italiani e come replicarli

Hai processi che passano di mano in mano: una richiesta entra, qualcuno la legge, qualcun altro la classifica, un terzo approva, e a ogni passaggio la pratica resta ferma. Chi cerca «AI agentica casi aziendali» vuole sapere dove quei passaggi sono già stati affidati a un agente AI dentro aziende italiane, e con quanto controllo umano. Nei prossimi paragrafi vedremo i quattro processi documentati da AI4Business (letto il 5 novembre 2026) uno per uno, e come riconoscere nella tua azienda il processo equivalente da cui partire.

Che cosa vuol dire AI agentica, in una pagina

Un assistente AI risponde a chi gli scrive o lo chiama: la conversazione comincia e finisce lì. Un agente AI esegue invece un passo del processo anche quando nessuno sta parlando con lui: legge quello che arriva, lo classifica, fa dei controlli, scrive il risultato da qualche parte e lo consegna a una persona che decide. La differenza non è la bravura della risposta: è il lavoro già fatto su una pratica.

Quanture descrive la soluzione costruita per Sada Cavi come un sistema di automazione basato su AI agentica completamente autonoma, che non richiede un prompt per attivarsi, opera in background e consegna un risultato strutturato pronto alla revisione. Nei quattro casi di questo articolo tornano sempre gli stessi tre ingredienti:

1. Un innesco che arriva da un sistema aziendale: una pratica aperta, un contratto depositato, un evento di monitoraggio, una richiesta che entra in una casella di posta.
2. Un'azione sul processo: classificare, estrarre dati, incrociare informazioni, aprire un'attività nel gestionale, preparare una proposta.
3. Un punto in cui una persona approva: la pratica non si chiude da sola, si chiude quando qualcuno la convalida.

Prova così. Scegli un processo che oggi attraversa due o tre reparti e scrivi su una riga sola chi lo innesca, che cosa produce il passaggio intermedio e chi firma alla fine. Se non riesci a nominare chi firma, il processo non è ancora pronto per un agente AI: il lavoro da fare prima è decidere quella firma.

Caso 1: la gestione dei sinistri in Generali

Il processo è l'istruttoria di un sinistro: documenti di origine diversa che qualcuno deve leggere, classificare e confrontare prima di dire se la pratica è regolare. Secondo la ricostruzione dei casi Generali e Grenke Italia pubblicata da AI4Business, Generali ha sviluppato Claims Buddy con il contributo di Data Reply, con classificazione dei documenti, estrazione delle informazioni, agenti specializzati per controlli incrociati e indicatori che distinguono i casi regolari da quelli da verificare.

La stessa fonte riporta che durante la sperimentazione con i liquidatori il sistema ha superato il 90% di performance nei test e che gli agenti comunicano la decisione con un modello a semaforo: verde per i controlli superati, rosso per il fallimento, giallo per la verifica manuale. AI4Business riferisce inoltre che la business unit svizzera del pilota gestisce circa 90mila sinistri all'anno con 70 liquidatori dedicati.

La persona resta sul giallo del semaforo, cioè sui casi che l'agente segnala come da verificare. Nicola Rosetti, data scientist di Generali Head Office, dichiara ad AI4Business che gli agenti hanno accesso alla documentazione e possono fare controlli incrociati, come la coerenza medica o l'individuazione di immagini ritoccate.

Come si imposta un equivalente nella tua azienda:

1. Passo 1: elenca i documenti che entrano in una pratica tipo e dai a ciascuno un nome che tutti usano.
2. Passo 2: scrivi i controlli che oggi una persona fa a mente, uno per riga, con l'esito atteso.
3. Passo 3: definisci tre esiti, non due: va bene, non va bene, serve una verifica umana.

Caso 2: il ciclo dei contratti in Grenke Italia

Qui il processo è l'onboarding contrattuale: i controlli procedurali da fare su ogni contratto prima della messa in decorrenza. AI4Business scrive che il sistema di Grenke Italia usa il layer di orchestrazione Eflow, gestisce checklist con circa 40 controlli procedurali, esamina contratti, testi liberi ed email, avvia attività nei gestionali e genera una lista di controllo che l'operatore deve convalidare.

Secondo la testimonianza aziendale riportata da AI4Business, i tempi di gestione delle pratiche sono diminuiti del 90%, risultato riferito al processo oggetto della sperimentazione e non generalizzabile. La stessa fonte riferisce che i team hanno reso operativa la soluzione in tre mesi superando i test di accettazione degli utenti e che l'ottimizzazione permette di mantenere un indice di gradimento dei clienti pari al 96%.

L'operatore convalida la lista di controllo, sempre. Il comunicato su Expert.ai e Grenke Italia indica come obiettivo l'affiancamento del team di supporto contrattuale secondo una visione «AI-augmented» con approccio multi-agentico, mantenendo il pieno controllo dell'operatore in tutte le fasi. Andrea Ricotti, direttore vendite di Expert.ai, afferma ad AI4Business che l'approccio garantisce controllo e piena auditibilità, evitando allucinazioni o errori nella messa in decorrenza di un contratto.

Il tuo equivalente comincia da una cosa noiosa e decisiva: prendi la checklist che oggi vive nella testa di chi fa i controlli e portala su un documento, controllo per controllo. Finché resta implicita, nessun agente può eseguirla e nessuna persona può verificarla.

Caso 3: le operazioni IT in Unipol

Questo processo non tocca il cliente finale: è il monitoraggio dell'infrastruttura informatica, la parte che si accorge dei guasti prima che diventino un disservizio per chi aspetta una pratica. Il case study IBM su Unipol indica l'uso di watsonx Orchestrate per i workflow di AI agentica: in parole da ufficio, lo strumento che fa eseguire agli agenti i passaggi del lavoro uno dopo l'altro.

Gli altri nomi dell'elenco IBM, Cloud Pak for Data, Cloud Pak for AIOps, Red Hat OpenShift e Fusion HCI, dicono dove stanno i dati e su quali macchine gira il sistema. Quello che serve a te è la divisione del lavoro: decidi quali eventi l'agente chiude da solo, quelli con una procedura già scritta e un esito atteso, e quali restano al team IT, quelli che richiedono una decisione.

NAMI, la piattaforma di automazione che Unipol ha costruito con IBM secondo il comunicato IBM sulla piattaforma di automazione, integra oltre una dozzina di sistemi di monitoraggio in un data lake unificato, abilitando monitoraggio in tempo reale, analisi predittiva e reportistica automatizzata. Un processo interno libera comunque tempo sul fronte commerciale, perché le pratiche che il cliente aspetta viaggiano sugli stessi sistemi.

IBM riferisce che il tempo dei processi contabili e dei sinistri è passato da 21 a 18 ore. InfotechLead scrive che la copertura di monitoraggio in tempo reale di Unipol è passata dal 26% al 100% entro la metà del 2025.

Su questo caso AI4Business osserva che la documentazione non permette di ricavare con precisione il numero complessivo degli eventi risolti senza intervento umano. Prima di toccare il processo, quindi, fissa tu una metrica interna che qualcuno in azienda guarda già, per esempio il tempo medio di una pratica: alla verifica il confronto è un numero e non una sensazione.

Caso 4: le richieste commerciali in entrata in Sada Cavi

È il caso più vicino a chi legge: le RFQ, cioè le richieste di preventivo, che arrivano via email con allegati di formati diversi e vanno confrontate con il catalogo. Il case study Quanture su Sada Cavi, datato 2025, descrive l'ottimizzazione della gestione RFQ con AI agentica mantenendo il controllo umano su ogni decisione, e descrive Sada Cavi SpA come distributore di cavi elettrici con un fatturato superiore ai 100 milioni di euro.

Quanture elenca classificazione semantica per filtrare le richieste di preventivo, gli ordini e le comunicazioni, estrazione dei dati da PDF, Excel e immagini, e ricerca semantica sul catalogo prodotti. Dichiara inoltre che il tempo di elaborazione per singola richiesta è passato da 20-45 minuti a pochi minuti e indica una riduzione del rumore informativo dell'85%.

L'agente prepara, l'operatore sceglie e firma. Quanture indica un meccanismo human-in-the-loop in cui il sistema genera una short list di 3-5 alternative che l'operatore umano valida e finalizza, e afferma che nel progetto la supervisione umana non è un fallback ma una componente architetturale.

Il blog di Quanture sul fattore umano aggiunge che l'agente restituisce una short list ordinata per rilevanza con un documento di tracciamento del percorso logico, e che le persone verificano l'interpretazione, scelgono o modificano l'offerta e approvano il documento finale.

Daniele Leonardi, amministratore delegato di Sada Cavi, dichiara ad AI4Business che lo strumento ha semplificato la vita dell'operatore e ha efficientato i tempi di gestione delle richieste dei clienti. Il guadagno sta sul tempo di chi prepara l'offerta, non sulla sua firma.

Come si imposta l'equivalente: metti il catalogo in una forma consultabile, decidi quante alternative deve contenere la proposta che arriva a chi firma e stabilisci dove si scrive l'esito, nel gestionale o nel CRM che già usi. Poi scrivi il nome di chi valida.

I quattro casi a confronto, in una tabella

Messi in fila, i quattro casi hanno strutture diverse ma la stessa ossatura. Le due colonne che contano davvero sono l'innesco e l'approvazione: tutto il resto cambia da azienda ad azienda, quelle due no. Usa la tabella come griglia di lettura del tuo processo, riga per riga.

Compila la tua riga sul processo che hai in mente, casella per casella. Se una delle sei resta vuota, hai trovato il lavoro da fare prima di scegliere qualsiasi strumento.

Da quale processo partire nella tua azienda

Si parte dal processo con l'innesco più chiaro, non da quello che fa più male. Parti dal processo con l'approvazione già assegnata a qualcuno: è l'unico che puoi mettere in piedi e misurare senza riorganizzare un reparto. Tre profili coprono quasi tutte le situazioni.

• Molte richieste in entrata da canali diversi. Comincia dalla classificazione e dalla preparazione della risposta: l'agente legge quello che arriva, estrae i dati e consegna una bozza ordinata a chi firma. Quanture indica una short list di 3-5 alternative come formato di consegna all'operatore.
• Molte pratiche con documenti e approvazioni. Comincia dai controlli procedurali su una sola famiglia di pratiche: AI4Business riferisce che a Grenke Italia la checklist gestita dal sistema è composta da circa 40 controlli procedurali, quindi il lavoro di scrittura dei controlli viene prima.
• Molti passaggi fra reparti dopo il contatto. Comincia dall'avviso automatico al cliente sui cambi di stato: è il passo che toglie telefonate senza toccare la responsabilità di nessuno, e si innesca dal tuo gestionale, come racconta la guida su come il gestionale innesca l'automazione.

In pratica. In un'azienda in cui le richieste di preventivo arrivano via email con allegati di formati diversi, l'agente legge quello che entra, estrae i dati della richiesta e prepara una proposta ordinata con le alternative a catalogo. Chi segue il cliente apre una pratica già compilata, verifica le voci e firma l'offerta che parte, invece di ricostruire la richiesta da capo.

La supervisione umana, in pratica

La supervisione umana si progetta prima, non si aggiunge dopo: si decide quale esito l'agente può chiudere da solo, quale deve passare da una persona e che cosa resta scritto per ricostruire la decisione. L'AI Act Service Desk della Commissione europea pubblica l'articolo 14 sulla sorveglianza umana e dichiara che il testo riprodotto si basa sulla versione consolidata EUR-Lex dell'AI Act al 27 luglio 2026.

Sulle scadenze, il calendario di regulation-ai.eu indica il 2 dicembre 2027 come data di piena applicabilità degli obblighi sull'alto rischio dell'Allegato III, incluso l'articolo 14, e il 2 agosto 2028 come termine esteso per i sistemi dell'Allegato I. Il glossario di Agentix segnala che l'articolo 26 chiede al deployer di affidare la sorveglianza a persone con competenza, formazione e autorità adeguate.

Per la parte di trasparenza sui canali di contatto trovi i passaggi nella guida su AI Act e assistenti AI: cosa fare adesso, canale per canale. Chi approva deve poter dire perché, e per farlo gli serve la tracciabilità del percorso.

Quanture scrive che l'agente restituisce la short list insieme a un documento di tracciamento che mostra il percorso logico, e Andrea Ricotti di Expert.ai parla di piena auditibilità del processo. Nella pratica di tutti i giorni significa tenere la registrazione di che cosa è entrato, che cosa l'agente ha proposto e chi ha convalidato, per esempio con i webhook firmati verso il CRM o il gestionale.

I passaggi che conviene non lasciare mai in autonomia sono quelli che impegnano l'azienda verso il cliente: la messa in decorrenza di un contratto, l'offerta economica che parte, la chiusura di una pratica contestata. Scrivili in un elenco e appendilo accanto alla descrizione del processo.

Gli errori che si vedono più spesso

Tre errori ricorrono più degli altri, e costano tutti la stessa cosa: un progetto che non si riesce a giudicare. Il primo è partire dal processo più complicato, quello con le eccezioni e i casi limite, invece che da quello con l'innesco più netto. Il secondo è non dichiarare chi approva: se la convalida è «di chi passa di lì», nessuno la fa.

Senza una misura decisa prima non saprai se ha funzionato. È il terzo errore, ed è il più silenzioso: si misura il risultato dopo, con la sensazione di chi ci lavora. Le fonti dei quattro casi invece una misura ce l'hanno: AI4Business riporta per Grenke Italia una diminuzione del 90% dei tempi di gestione delle pratiche, riferita al processo oggetto della sperimentazione, e per Generali il superamento del 90% di performance nei test.

Esempio pratico. Un'azienda che vuole affidare a un agente la classificazione delle richieste in entrata decide prima come misurerà il risultato: quante richieste escono già classificate e quante tornano indietro corrette da chi approva. Alla prima revisione il confronto è un numero e non un'impressione, e la decisione di estendere il processo ad altre famiglie di richieste si prende su quello.

Quanto al tempo di realizzazione, Quanture afferma che la prima versione funzionante della sua soluzione è disponibile in 60 giorni, mentre AI4Business riferisce che i team di Grenke Italia hanno reso operativa la soluzione in tre mesi. Sono tempi dichiarati dalle fonti per quei due progetti, non una previsione per il tuo: il tuo lo stimi sul tuo processo, a partire da quanto ci metti a scrivere i controlli e a nominare chi approva.

Che cosa offre TrueReply su questo punto

Su processi come questi TrueReply lavora su due strade parallele, e quale conviene dipende da dove sta il processo e da come sono fatti i tuoi sistemi. Con le soluzioni su misura costruiamo l'agente sul workflow e sui sistemi del cliente: integrazioni profonde e chiavi in mano su gestionali e CRM, sistemi aziendali interni, flussi di qualifica su misura, pipeline di trattativa interamente automatizzate, dashboard su misura.

Si paga una tantum la realizzazione, poi solo i costi vivi dei provider senza ricarico, con un canone «zero pensieri» opzionale, più IVA, per la sola manutenzione. La quotazione arriva gratuitamente dopo una valutazione di fattibilità.

Con le soluzioni pronte all'uso l'agente lavora dentro i piani, nelle due linee CHAT e VOICE: il tuo gestionale può far partire un'automazione chiamando un indirizzo web che l'automazione stessa espone, portandosi dietro i propri dati, e da lì parte il messaggio al tuo cliente. L'unico requisito è che quel sistema sappia chiamare un indirizzo web.

L'accesso API è in uscita ed è incluso su ogni linea e ogni tier: tool HTTP che l'agente chiama durante la conversazione, webhook in uscita firmati, estrazione di variabili strutturate, automazioni con richieste HTTP verso i tuoi sistemi. Dal 5 settembre 2026 da un'automazione può partire anche una telefonata, con una linea VOICE e il numero +39 già attivo.

Rispetto alle alternative di cui parla l'articolo le differenze sono concrete. Un progetto costruito internamente dal team IT vive sulla disponibilità di quel team per ogni modifica; qui il chatbot testuale del sito è attivo in 10 minuti, il numero italiano dedicato si attiva di solito entro 36 ore e sui tier business e pro puoi tenere fino a 3 agenti AI distinti sotto lo stesso account.

Un'automazione a regole sposta dati ma non legge una richiesta scritta in libertà e non parla con un cliente: lo stesso assistente risponde sul sito, su WhatsApp, prepara le risposte alle email della casella aziendale e, con la linea VOICE, al telefono. Il canone, più IVA, è pubblico sulla pagina con i piani CHAT e VOICE, dove durante la fase di lancio l'account si crea senza carta.

Da fare adesso: scegli il processo con l'innesco più chiaro secondo la tabella qui sopra, poi guarda che cosa copre l'automazione dei processi aziendali con agenti AI. Se il tuo sistema non espone API pubbliche, chiedi una valutazione di fattibilità.

Domande frequenti su AI agentica e casi aziendali

Che cos'è l'AI agentica e in che cosa si distingue da un assistente AI che risponde e basta?

Un assistente AI dialoga: risponde a chi scrive o chiama e chiude lì. Un agente AI esegue un passo del processo anche senza una conversazione in corso e consegna un lavoro fatto a chi deve approvarlo. Quanture descrive la sua soluzione come completamente autonoma, che non richiede un prompt per attivarsi e opera in background.

Su quali processi aziendali italiani l'AI agentica sta già lavorando, e con quali risultati dichiarati?

Secondo AI4Business, Generali, Grenke Italia, Unipol e Sada Cavi usano l'AI agentica su sinistri, contratti, monitoraggio informatico e richieste commerciali. I risultati dichiarati dalle fonti sono riportati caso per caso nelle sezioni qui sopra, ciascuno riferito al processo di quella sperimentazione e non generalizzabile.

Dove deve restare la supervisione umana quando un agente AI esegue un passo del processo?

Sui passaggi che impegnano l'azienda verso il cliente e su tutti gli esiti incerti. Nei casi documentati la supervisione è un punto preciso del flusso: il giallo del semaforo in Generali, la convalida della lista di controllo a Grenke Italia, la validazione della short list in Sada Cavi. Sul piano normativo, l'AI Act Service Desk pubblica l'articolo 14 sulla sorveglianza umana, con il testo basato sulla versione consolidata EUR-Lex al 27 luglio 2026.

Da quale processo conviene partire nella mia azienda, e che cosa serve per innescare l'agente dal gestionale o dal CRM?

Dal processo che ha un innesco chiaro e un'approvazione già assegnata a qualcuno. Per innescare l'agente serve una cosa sola: che il tuo sistema sappia chiamare un indirizzo web, quello che l'automazione espone alla pubblicazione, portandosi dietro i propri dati. Non esiste invece un'API in entrata con cui il tuo sistema legga conversazioni o lead da noi: quei dati escono via webhook, automazioni e Google Sheets.

Quanto costa partire: che cosa copre un piano e quando serve una soluzione su misura?

Le soluzioni pronte all'uso si pagano a canone, sempre più IVA, con il prezzo pubblico del tier sulla pagina dei prezzi, e includono l'accesso API in uscita, i webhook firmati e le automazioni su ogni linea. Le soluzioni su misura si pagano una tantum, con i soli costi vivi dei provider dopo il go-live, e coprono i sistemi senza API, legacy o on-premise, la prenotazione su un calendario diverso da Google Calendar e la sincronizzazione profonda bidirezionale. La quotazione arriva dopo una valutazione di fattibilità.