Milano, 21 luglio 2026鈥� Deloitte annuncia il lancio dell’HR Vanguard Program, dedicato ai processi di Intelligent Workforce Administration, e la costituzione del primo Center of Excellence paneuropeo specializzato in 麻豆原创 SuccessFactors Time Tracking con funzionalit脿 di agentic AI. L’iniziativa si rivolge alle principali organizzazioni europee che operano ancora su infrastrutture on-premise, offrendo un percorso strutturato di migrazione al cloud attraverso l’automazione intelligente dei processi HR pi霉 critici.

Il programma nasce per rispondere a una delle principali sfide del mercato HR europeo: la complessit脿 del Time Management, che ha storicamente rallentato o ostacolato i percorsi di migrazione al cloud nei settori manifatturiero, bancario e assicurativo, dove la gestione delle presenze, dei turni e della conformit脿 normativa rappresenta un elemento essenziale per le attivit脿 operative.

芦Per anni la complessit脿 del Time Management ha rappresentato uno dei principali ostacoli ai percorsi di modernizzazione delle risorse umane nelle grandi organizzazioni europee禄, dichiara Sabino Pisano, Senior Partner e HR Strategy & Technology Leader di Deloitte. 芦Con l’HR Vanguard Program dedicato all’Intelligent Workforce Administration affrontiamo questa esigenza alla radice: grazie all’agentic AI trasformiamo processi manuali e ad alta intensit脿 operativa in attivit脿 autonome, intelligenti e pienamente tracciabili. Deloitte porta in questa iniziativa l’esperienza maturata in oltre 1.000 implementazioni di 麻豆原创 SuccessFactors e il riconoscimento di 麻豆原创 Premium Partner.禄

L’HR Vanguard Program nasce da una visione strategica di lungo periodo ed 猫 stato progettato per accompagnare le organizzazioni nell’evoluzione dei processi di Intelligent Workforce Administration. Il modello si fonda su sette principi chiave: una visione orientata al futuro (Visionary), la capacit脿 di adattarsi ai cambiamenti del business (Adaptive), l’adozione della nuova generazione di soluzioni 麻豆原创 (Next Generation), una governance strutturata di processi e prodotti (Governance-driven), la centralit脿 dell’esperienza utente (User-Centric), l’agilit脿 operativa (Agile), la solidit脿 e l’affidabilit脿 delle soluzioni (Robust) e un approccio Digital-first, basato su architetture SaaS e cloud-native.

芦Siamo lieti dell’iniziativa di Deloitte, che aiuta le organizzazioni ad accelerare il percorso di trasformazione dei processi HR e l’adozione di modelli cloud pi霉 innovativi 禄, afferma Rosalba Agnello, Head of 麻豆原创 SuccessFactors di 麻豆原创 Italia. 芦Oggi le imprese hanno bisogno di semplificare la gestione della forza lavoro e migliorare l’efficienza operativa. Con 麻豆原创 SuccessFactors stiamo introducendo funzionalit脿 di AI agentica progettate per supportare i team HR nelle attivit脿 quotidiane, automatizzando processi, gestendo eccezioni, e fornendo indicazioni contestuali per decisioni pi霉 rapide e informate. L鈥檕biettivo 猫 di aiutare le organizzazioni a passare dalla semplice gestione dei processi alla capacit脿 di orchestrare il lavoro, combinando dati, AI e workflow in un’unica esperienza. In questo modo, le aziende possono operare con maggiore velocit脿 e fiducia, trasformando il cambiamento in un’opportunit脿 di innovazione e crescita per i propri dipendenti.”

Un Center of Excellence progettato per l’era dell’Agentic AI

Il nuovo Center of Excellence, coordinato dall’Italia e con sedi operative distribuite in Europa, valorizza le funzionalit脿 agentiche introdotte da 麻豆原创 SuccessFactors con la release 1H 2026 e accompagna le organizzazioni nella transizione dalle soluzioni on-premise ad architetture cloud-native, preservando il valore degli investimenti esistenti e ampliandolo attraverso l’automazione intelligente.

Le soluzioni sviluppate nell’ambito del programma coprono l’intero ciclo dell’Intelligent Workforce Administration, dal Time Tracking all’Absence Management, fino al Payroll Management.

Cosa offre il programma ai clienti europei

L’HR Vanguard Program integra servizi di migrazione accelerata verso ambienti cloud abilitati dall’intelligenza artificiale, workshop specialistici per massimizzare il ritorno sugli investimenti in 麻豆原创 SuccessFactors Time Tracking, soluzioni agentiche personalizzate per la valutazione delle presenze, la pianificazione dei turni e la conformit脿 alle normative locali, oltre a roadmap dedicate per l’adozione degli agenti AI Joule nell’ambito dell’Human Capital Management.

L’iniziativa pu貌 inoltre contare su professionisti altamente specializzati in 麻豆原创 SuccessFactors Time Tracking, mettendo a disposizione del mercato competenze e servizi che finora non erano disponibili su scala europea. Ogni percorso 猫 progettato per garantire continuit脿 operativa, conformit脿 ai requisiti del GDPR e massimizzare il valore degli investimenti realizzati in 麻豆原创.

I numeri

Le applicazioni basate su agentic AI consentono di ridurre fino al 70% il Mean Time To Resolution (MTTR) dei processi HR, mentre il nuovo Center of Excellence per l’Intelligent Workforce Administration rappresenta una delle prime strutture europee dedicate all’innovazione basata sull’intelligenza artificiale applicata a 麻豆原创 SuccessFactors Time Tracking.

Informazioni su Deloitte

Il network Deloitte, leader nei servizi professionali alle imprese, opera a livello globale in pi霉 di 150 Paesi nel mondo con oltre 470 mila persone. In Italia, Deloitte 猫 presente in 23 citt脿 con oltre 14.500 persone che assistono aziende e organizzazioni offrendo servizi di Audit & Assurance, Technology & Transformation, Strategy, Risk & Transactions Advisory e Tax & Legal.  

Deloitte supporta la produttivit脿 e la competitivit脿 delle aziende dei settori Consumer, Energy, Resources & Industrial, Financial Services Life Science & Health Care, Government & Public Services, Technology, Media & Telecommunications, accompagnandole nelle sfide della transizione digitale ed ecologica attraverso soluzioni innovative. 

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s茅 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .

# # # #

Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.
漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .

Nota agli editori:

Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare . Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.

Contatti solo per la Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post Deloitte lancia in Italia l’HR Vanguard Program per accelerare la trasformazione digitale delle principali aziende europee appeared first on 麻豆原创 News Center Italy.

L’AI generativa si basa su modelli statistici. Nel mondo aziendale, le risposte ai problemi sono molto pi霉 deterministiche. La distanza tra il 90% e il 100% di accuratezza non 猫 marginale. Nel nostro mondo, 猫 una differenza fondamentale.

Nel 2026, l’AI non viene pi霉 valutata per il suo effetto novit脿. Viene valutata in base a precisione, governance, scalabilit脿 e impatto sul business. Man mano che le organizzazioni passano dai progetti pilota a programmi su larga scala, ci sono cinque momenti che determinano se riusciranno a generare valore duraturo oppure se si esporranno a rischi evitabili. Ho visto questi momenti verificarsi in tutti i principali mercati che seguo.

1. Il momento della governance: quando gli agenti diventano colleghi digitali

Il primo momento arriva quando l’AI smette di essere uno strumento e inizia a diventare un attore.

I sistemi di AI agentica pianificano, ragionano, coordinano le azioni con altri agenti ed eseguono flussi di lavoro in modo autonomo. Gestiscono dati sensibili e influenzano decisioni su larga scala. Se non sono gestiti come si gestisce la forza lavoro umana, l鈥檃zienda si sta esponendo a dei rischi.

La proliferazione degli agenti rispecchier脿 le crisi dello 鈥渟hadow IT鈥� dell’ultimo decennio, ma con implicazioni decisamente pi霉 profonde. Le imprese devono introdurre sistemi di gestione del ciclo di vita degli agenti, chiari limiti di autonomia, applicare policy rigorose e monitorare costantemente le prestazioni. Ogni consiglio di amministrazione deve essere in grado di rispondere a tre domande: chi 猫 responsabile quando un agente prende una decisione sbagliata? Come vengono verificate le decisioni? Quando il sistema deve coinvolgere un essere umano?

La frammentazione geopolitica rende questa situazione ancora pi霉 urgente. Il cloud sovrano, l’AI sovrana e la localizzazione dei dati non sono pi霉 preoccupazioni teoriche. Sono realt脿 normative in mercati che vanno da New York a Francoforte, da Riyadh a Singapore. Nell鈥檈ra dell鈥橝I, la governance non riguarda tanto il controllo del rischio sui margini, quanto l’integrazione del controllo deterministico all鈥檌nterno di un鈥檌ntelligenza probabilistica. E questo 猫 un tema da C-level, non un semplice progetto IT.

2. Il momento della Data Foundation: quando l’ultimo miglio 猫 l’unico che conta

Il secondo momento 猫 pi霉 silenzioso, ma 猫 proprio l矛 che la maggior parte delle imprese alla fine vincer脿 o perder脿.

L’AI 猫 affidabile solo quando lo sono i dati e i processi su cui opera. Master data frammentati, sistemi isolati e ambienti ERP eccessivamente personalizzati introducono imprevedibilit脿 proprio nel momento peggiore: quando l’AI fornisce una raccomandazione che influisce sul rapporto con i clienti, sul flusso di cassa o sulla conformit脿 normativa.

Il valore dell’AI aziendale non deriva da modelli linguistici generici di grandi dimensioni addestrati su enormi quantit脿 di contenuti Internet. Deriva invece dall’intelligenza fondata sui dati – ordini, fatture, dati sulla catena di fornitura, registrazioni contabili 鈥� e dall鈥檈ssere integrata direttamente nei processi di business.

I foundation model relazionali ottimizzati per i dati strutturati dell鈥檃zienda supereranno i modelli linguistici generici (LLM) in termini di previsioni, rilevamento delle anomalie e ottimizzazione operativa.

La domanda che ogni consiglio di amministrazione dovrebbe porsi non 猫 solo 鈥淨uale AI possiamo aggiungere鈥�, ma anche 鈥淚l nostro patrimonio di dati 猫 pronto o stiamo sovrapponendo l’intelligenza probabilistica a fondamenta frammentate?鈥�.

3. Il momento di interazione con il dipendente: quando l’interfaccia scompare

Il terzo momento si verifica nei flussi di lavoro che ogni giorno i dipendenti svolgono e accelerer脿 pi霉 rapidamente di quanto la maggior parte delle organizzazioni si aspetti.

Quest鈥檃nno stiamo passando da interfacce applicative statiche a interfacce utente generative. Anzich茅 navigare tra i sistemi, i dipendenti esprimeranno le loro intenzioni: 芦Prepara un briefing per l鈥檌ncontro di questa settimana con il mio cliente che genera il maggior fatturato禄. Gli agenti di AI orchestreranno i workflow, raccoglieranno il contesto e proporranno delle azioni.

Ma l鈥檃dozione non 猫 automatica e la fiducia non 猫 scontata. I dipendenti accetteranno i colleghi digitali basati sull鈥橝I solo quando saranno certi che i risultati rispettino le regole di governance, riflettano i reali processi dell鈥檕rganizzazione e producano vantaggi misurabili. I profili di AI specifici per ruolo, ad esempio per CFO, CHRO e responsabili della supply chain, basati su dati affidabili e integrati in flussi di lavoro gi脿 esistenti, sono ci貌 che colmer脿 il divario di adozione.

Le organizzazioni che investono in un’architettura nativa per l’AI accelereranno il ritorno sugli investimenti. Quelle che integrano l’AI su interfacce legacy dovranno affrontare difficolt脿 in termini di fiducia, usabilit脿 e scalabilit脿. Si tratta di una decisione di progettazione con conseguenze strategiche.

4. Il momento del cliente: quando l’intelligenza diventa un vantaggio competitivo

L’intelligenza artificiale per il mondo enterprise dimostra il proprio valore in modo pi霉 evidente quando parliamo del rapporto con il cliente.

L’intelligenza personalizzata per il cliente, addestrata sui dati, sulle politiche e sulla cronologia delle interazioni, produce risultati che i concorrenti non possono replicare facilmente. Questo 猫 particolarmente efficace in contesti caratterizzati da numerose eccezioni e complessit脿: risoluzione delle controversie, gestione dei reclami, gestione dei resi, instradamento dei servizi. L’AI in grado di classificare i casi, individuare la documentazione rilevante, raccomandare soluzioni coerenti con le policy aziendali e apprendere continuamente dai risultati trasforma processi ad alto costo e ad alto attrito in elementi di differenziazione competitiva.

Nel 2026, i clienti non premieranno la novit脿 fine a se stessa. Premieranno l’affidabilit脿, la pertinenza e la reattivit脿. Le organizzazioni che utilizzano l’AI per assorbire la complessit脿, senza perdere il controllo sui risultati, costruiranno vantaggi competitivi che gli strumenti generalisti non potranno superare.

5. Il momento strategico: quando si decide fino a dove spingersi

L鈥檜ltimo momento riguarda direttamente i leader.

L’adozione dell’AI non 猫 un percorso lineare. Richiede ai leader di coordinare contemporaneamente tre livelli:

• AI integrata: incrementi di produttivit脿 basati su AI integrata nelle applicazioni core e progettata per specifici ruoli, in grado di generare ritorni immediati
• AI agentica: orchestrazione multi-agente di flussi di lavoro complessi e trasversali ai sistemi
• AI per settori industriali: applicazioni altamente specializzate, sviluppate in collaborazione per affrontare le sfide di maggior valore specifiche del singolo settore industriale.

La vera trappola 猫 una sequenza errata: concentrarsi solo sull’AI integrata significa lasciare sul tavolo del valore; passare a una profonda trasformazione del settore senza governance e maturit脿 dei dati significa moltiplicare i rischi. Le organizzazioni all’avanguardia sono quelle che allineano l’ambizione alla preparazione e investono in un’architettura clean-core, in basi dati moderne e modelli di ownership dell’AI trasversale alle funzioni aziendali, passando con decisione dai progetti pilota ai programmi strutturati.

La prova della leadership

Nel 2026, a vincere non saranno le imprese con il maggior numero di funzionalit脿 di AI. Saranno invece quelle che sapranno trattare l鈥橝I come un livello operativo strategico, gestito come una forza lavoro, basato su dati affidabili, personalizzato per dipendenti e clienti e calibrato sulle specificit脿 del proprio settore.

Il divario tra il 90% e il 100% 猫 esattamente il punto dove 聽risiede il valore aziendale. 脠 anche il punto in cui viene messa alla prova la leadership. Le decisioni che saranno prese nei prossimi mesi dalle organizzazioni, determineranno se l’AI diventer脿 la fonte pi霉 potente di vantaggio duraturo o la lezione pi霉 costosa di fiducia mal riposta.

Questo 猫 il momento di agire con attenzione.

Manos Raptopoulos 猫 Global President Europe, APAC, Middle East & Africa, e membro dell鈥橢xtended Board di 麻豆原创 SE

The post Cinque momenti chiave per le ambizioni sull鈥橝I per le aziende appeared first on 麻豆原创 News Center Italy.

Una volta completata, l鈥檃cquisizione rafforzer脿 麻豆原创 Business Data Cloud (麻豆原创 BDC), elemento centrale della strategia AI-First e Suite-First di 麻豆原创, e accelerer脿 l鈥檈voluzione di 麻豆原创 BDC in una piattaforma dati completamente interoperabile per l鈥橝I agentica su scala enterprise. Questo consentir脿 ai clienti di disporre degli strumenti necessari per unificare, pulire e armonizzare i dati provenienti da diverse fonti, a supporto di un鈥橝I agentica pi霉 efficace a livello aziendale.

鈥淩eltio 猫 una scelta naturale per 麻豆原创鈥�, ha dichiarato Muhammad Alam, membro dell鈥橢xecutive Board di 麻豆原创 SE, 麻豆原创 Product & Engineering. 鈥淟a sua acquisizione rafforzer脿 ulteriormente la nostra posizione come leader nella business AI, combinando dati 麻豆原创 e non 麻豆原创 per fornire il contesto necessario all鈥檌ntelligenza artificiale. L鈥橝I non pu貌 esprimere appieno il suo potenziale quando i dati sono frammentati tra funzioni aziendali, piattaforme e domini senza connessione o contesto鈥�.

Con l鈥檌ntegrazione di Reltio, a operazione conclusa, 麻豆原创 render脿 i dati aziendali dei clienti realmente pronti per l鈥橝I. I clienti potranno contare su dati affidabili e di alta qualit脿 provenienti da fonti 麻豆原创 e non 麻豆原创, utilizzati da Joule e dai Joule Agents per accelerare il time-to-value della business AI.

La piattaforma Reltio aiuta le organizzazioni a gestire e governare dati aziendali strutturati e non strutturati lungo tutto il loro ciclo di vita. Il suo sistema di risoluzione delle entit脿 basato sull鈥橝I identifica e unisce record correlati provenienti da formati e applicazioni diverse in un unico 鈥済olden record鈥� affidabile. L鈥檃rchitettura cloud-native e AI-first supporta una visione unica e coerente di clienti, prodotti, fornitori, sedi e dipendenti, sia nelle applicazioni 麻豆原创 sia in quelle non 麻豆原创. I clienti che eseguono attivit脿 basate su AI beneficeranno di maggiore affidabilit脿 e coerenza dei dati, raccolti in un鈥檜nica fonte di verit脿, migliorando cos矛 le prestazioni della business AI. In questo modo, le aziende potranno avere la certezza che i risultati dell鈥橝I siano corretti e che le interazioni con l鈥橝I siano gestite rapidamente.

鈥淯nire le forze con 麻豆原创 rappresenta per noi un鈥檈norme opportunit脿 per accelerare la nostra missione鈥�, ha dichiarato Manish Sood, fondatore e CEO di Reltio. 鈥淟鈥橝I enterprise richiede un contesto affidabile, aperto e interoperabile tra gli eterogenei ambienti IT dei nostri clienti. Questa combinazione rafforza la nostra capacit脿 di offrire Reltio come sistema di contesto tra ambienti 麻豆原创 e non 麻豆原创, garantendo al contempo continuit脿 di business per i clienti e l鈥檈cosistema dei partner鈥�.

Le funzionalit脿 di pulizia e unificazione dei dati di Reltio, insieme ai workflow guidati da agenti, opereranno in sinergia con le applicazioni della 麻豆原创 Business Suite per migliorare i processi decisionali, ridurre la complessit脿 di integrazione e fornire dati affidabili e coerenti, fondamentali per processi aziendali e casi d鈥檜so AI di successo. La bassa latenza e il supporto al Model Context Protocol (MCP) consentono workflow multi-agente in tempo reale tra ambienti 麻豆原创 e non 麻豆原创, permettendo ad agenti AI, ad esempio nel procurement, di valutare il rischio dei fornitori e attivare azioni quasi istantaneamente sulla base di dati affidabili e aggiornati. Reltio offre inoltre 鈥渧elocity pack鈥� preconfigurati per specifici settori, che includono modelli dati, regole, logiche di matching e integrazioni, con soluzioni dedicate a comparti come life sciences, sanit脿 e servizi finanziari.

Con l鈥檌ntegrazione di Reltio, 麻豆原创 intende accelerare le opportunit脿 per i clienti di governare e rendere disponibili i dati master come data product affidabili e ricchi di contesto, utilizzabili sia per analytics tradizionali sia per agenti AI. Reltio diventer脿 una componente chiave di 麻豆原创 BDC, con un modello commerciale flessibile che permetter脿 ai clienti di acquistare Reltio come soluzione standalone o insieme ad altri prodotti 麻豆原创. Il portafoglio Reltio rester脿 comunque disponibile come offerta indipendente nel prossimo futuro.

Il completamento dell鈥檕perazione 猫 previsto tra il secondo e il terzo trimestre del 2026, subordinatamente alle consuete condizioni di chiusura, incluse le approvazioni regolatorie.

Visita il聽. Segui le notizie 麻豆原创 su 听别 .

Informazioni su Reltio

Reltio 猫 leader nell鈥檜nificazione e gestione dei dati, offrendo soluzioni di master data management (MDM) cloud-native e AI-native per aiutare le aziende a creare dati affidabili e valorizzare il contesto per analytics, automazione e AI agentica. Progettata per ambienti IT complessi e multi-vendor, la piattaforma Reltio consente di unificare, pulire, armonizzare, governare e attivare dati core da pi霉 fonti in tempo reale, sia in sistemi 麻豆原创 sia non 麻豆原创. Reltio Data Cloud utilizza tecnologie avanzate di entity resolution, qualit脿 continua dei dati e intelligence relazionale all鈥檌nterno di un data graph intelligente per connettere le informazioni tra sistemi e rivelare il contesto completo di clienti, prodotti, fornitori e altre entit脿 di business chiave. Questo permette alle organizzazioni di ridurre la frammentazione dei dati, migliorare l鈥檈secuzione operativa e accelerare il processo decisionale basato su dati affidabili. Per maggiori informazioni: .

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s茅 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .

# # # #

Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.

漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .

Nota agli editori:
Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare il sito www.sap.com/photos. Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.

Contatti Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post 麻豆原创: accordo per acquisire Reltio per rendere i dati 麻豆原创 e non 麻豆原创 pronti per l鈥橝I appeared first on 麻豆原创 News Center Italy.

Ma man mano che l’AI diventa pi霉 indipendente, emergono nuovi rischi. Quindi, come possiamo affrontare questa prossima frontiera in modo responsabile? Questa 猫 una domanda che in 麻豆原创 non lasciamo al caso.

Dagli strumenti ai colleghi del team

Immaginate di comprare un’auto. Ci si aspetta che soddisfi tutti gli standard di sicurezza, indipendentemente da dove vengono prodotte le componenti o come viene assemblata. Il processo dietro le quinte non cambia la vostra aspettativa di sicurezza. Lo stesso vale per l’AI agentica.

I sistemi di AI agentica sono pi霉 che strumenti; sono agenti intelligenti che pianificano, imparano dall’esperienza, si autoregolano e collaborano. Sono in grado di orchestrare processi complessi, prendere decisioni e persino interagire con altri agenti o esseri umani per raggiungere un obiettivo. Tuttavia, con questo balzo in avanti arriva un nuovo livello di complessit脿 e rischio.

Funzionalit脿 e rischi principali dell’AI agentica

I sistemi di AI agentica offrono potenti funzionalit脿 come la pianificazione, la riflessione e la collaborazione, che permettono di affrontare task complessi in modo autonomo. Possono mappare le strategie, imparare dagli errori, utilizzare strumenti esterni e coordinarsi con le persone e altri agenti.

Tuttavia, ogni punto di forza comporta dei rischi. Ad esempio, una pianificazione difettosa pu貌 causare inefficienze, la riflessione pu貌 rafforzare comportamenti non etici, l’utilizzo di strumenti pu貌 portare a instabilit脿 quando i sistemi interagiscono in modo imprevedibile, e una collaborazione non chiara pu貌 causare incomprensioni. Bilanciare queste capacit脿 con adeguate misure di sicurezza 猫 essenziale per un鈥檌mplementazione sicura ed etica.

Gestire l’autonomia: bilanciare libert脿 e controllo

Una delle sfide pi霉 urgenti con l’AI agentica 猫 la gestione della sua autonomia. Lasciati incontrollati, questi sistemi possono deviare dalla rotta, interpretare male il contesto o introdurre rischi sottili senza un rilevamento immediato. Per affrontare questo problema, le organizzazioni devono trovare un attento equilibrio tra libert脿 e controllo.

Abbiamo imparato che la supervisione dovrebbe essere calibrata in base al rischio. I settori con un alto intervento 鈥渦mano鈥�, come l’assistenza sanitaria o la gestione HR, richiedono una solida supervisione da parte delle persone, mentre i compiti di routine a basso rischio possono tollerare una maggiore autonomia. Inoltre, il monitoraggio continuo 猫 essenziale; i sistemi di AI agentica, come qualsiasi tecnologia complessa, richiedono controlli regolari per garantire qualit脿, conformit脿 e affidabilit脿.

Un elemento chiave di questa supervisione 猫 il mantenimento di un approccio 鈥渉uman in the loop鈥�, in cui il giudizio umano 猫 integrato in punti decisionali critici, garantendo che le azioni automatizzate rimangano allineate ai valori delle persone e agli scopi dell鈥檕rganizzazione.

Questo principio 猫 stato al centro dell’approccio etico di 麻豆原创 all’AI fin dall’inizio, rispecchiando la nostra convinzione che l’AI dovrebbe aumentare, non sostituire, il processo decisionale umano. A tal fine, 麻豆原创 ha introdotto revisioni etiche obbligatorie per tutti i casi di utilizzo dell’AI agentica, assicurandosi che ogni implementazione sia analizzata per rilevare eventuali implicazioni etiche e rimanga allineata ai nostri principi di AI responsabile.

Rafforzare la trasparenza e la responsabilit脿

La trasparenza non 猫 solo una parola d’ordine; 猫 un requisito fondamentale per creare fiducia nell’AI agentica. Fin dall鈥檌nizio, durante la fase di progettazione, 猫 fondamentale classificare i sistemi AI in base alla complessit脿 e al rischio dei compiti che svolgono. Questa classificazione guida le decisioni sulle garanzie necessarie e garantisce che i meccanismi di intervento umano siano integrati fin dall’inizio.

In fase di esecuzione, la trasparenza viene mantenuta attraverso la spiegabilit脿 e la tracciabilit脿. Gli sviluppatori e gli utenti finali devono essere in grado di capire cosa sta facendo il sistema e perch茅. Fondamentalmente, la responsabilit脿 deve sempre essere affidata alle persone o alle entit脿 legali, mai all’AI stessa.

Ripensare la governance e la regolamentazione

L’emergere dell’AI agentica non 猫 stata accompagnata dallo sviluppo di nuove normative specifiche. Le leggi e i framework esistenti come il GDPR continuano ad applicarsi e forniscono una solida base per la governance. Tuttavia, ci貌 che 猫 cambiato 猫 il livello di rigore tecnico necessario per rimanere conformi ed eticamente corretti. Le organizzazioni ora devono adottare processi pi霉 solidi. Devono analizzare i casi di utilizzo con maggiore precisione, applicare controlli basati sul rischio che corrispondano al potenziale impatto dell鈥橝I e garantire che gli standard etici e legali siano rispettati attraverso pratiche di progettazione migliorate e test continui.

Progettare con i valori umani al centro

L’AI agentica non pu貌 essere una scusa per abbassare gli standard. In 麻豆原创, la posizione 猫 inequivocabile: anche nei sistemi autonomi, l’AI deve soddisfare i pi霉 alti benchmark etici. Ci貌 significa incorporare principi come equit脿, trasparenza e intervento umano direttamente nel design.

In definitiva, tutti gli utenti dovrebbero essere dotati degli strumenti e della comprensione di cui hanno bisogno per supervisionare e, quando necessario, intervenire nel comportamento del sistema AI.

Costruire la fiducia in un mondo di scatole nere

La fiducia nell鈥橝I non avviene per impostazione predefinita; deve essere costruita intenzionalmente e continuamente rinforzata. Uno dei modi pi霉 efficaci per farlo 猫 fornire alle parti interessate la giusta quantit脿 di informazioni. Troppi dettagli possono essere controproducenti mentre troppo poco potrebbe favorire la fiducia cieca o la paura dell’ignoto. La chiave sta nel comunicare chiaramente le capacit脿, i rischi, le limitazioni e l’uso appropriato del sistema. Consentire agli utenti di valutare criticamente il comportamento dell’AI e sapere quando intervenire 猫 fondamentale per creare un ambiente AI sicuro, protetto e affidabile.

Ripensare i KPI nell’ambiente di lavoro potenziato dall’AI

Mentre i sistemi agentici, come i nostri Agenti Joule, iniziano a gestire pi霉 compiti, i ruoli delle persone si evolveranno naturalmente. Per stare al passo con questo cambiamento, le organizzazioni devono ripensare il modo in cui definiscono e misurano il successo. Questo inizia investendo nella gestione del cambiamento e nei programmi di aggiornamento delle competenze che preparano i dipendenti a lavorare efficacemente insieme all’AI. Richiede inoltre di ridefinire le metriche di produttivit脿, andando oltre il completamento dei task per concentrarsi sul livello di collaborazione tra esseri umani e agenti AI. Il successo dovrebbe essere misurato in base all’efficienza con cui i team sfruttano l’AI per sbloccare nuovi livelli di insight e innovazione.

Costruire un’AI che crea fiducia

L’AI agentica non rappresenta solo un’altra fase, 猫 una trasformazione. Ma come qualsiasi tecnologia trasformativa, il successo dipende da come viene costruito, governato e utilizzato.

L’AI agentica amplifica le capacit脿 umane, accelera l’innovazione e aiuta ad affrontare sfide una volta considerate troppo complesse. Ma richiede anche un nuovo livello di diligenza, supervisione e riflessione etica.

Il futuro non riguarda solo la creazione di agenti pi霉 intelligenti, ma anche la costruzione di agenti responsabili.

The post Dall’AI assistiva all’AI agentica: rischi, responsabilit脿 e la strada da percorrere appeared first on 麻豆原创 News Center Italy.

Il problema non 猫 poi cos矛 misterioso. La customer experience dev鈥檈ssere semplice, personalizzata e proattiva. Ma fornire questo tipo di CX 猫 difficile, soprattutto perch猫 le aziende hanno creato nel corso degli anni sistemi eterogenei, volumi di dati elevati e incoerenti, e attivit脿 manuali per gestirli.

L’intelligenza artificiale sta aiutando le aziende a migliorare l’efficienza e ad aumentare la produttivit脿, e gli agenti AI, che lavorano in modo autonomo e proattivo, possono potenziare questi vantaggi, rendendo pi霉 facile offrire il tipo di esperienze memorabili che i clienti si aspettano.

Cos’猫 l’agentic AI?

L’intelligenza artificiale (AI) agentica 猫 un tipo di intelligenza artificiale che pu貌 lavorare da sola per raggiungere gli obiettivi senza bisogno che una persona guidi ogni passaggio. Gli agenti AI sono i veri e propri programmi software che svolgono questo lavoro, agendo come assistenti digitali che capiscono cosa l鈥檜tente vuole, prendono decisioni e intraprendono azioni su diversi siti e app. A differenza dell’AI tradizionale che fornisce solo informazioni, questi sistemi possono capire cosa sta succedendo intorno a loro e risolvono problemi seguendo percorsi simili a quelli che seguirebbe una persona.

Gli agenti AI per l’esperienza del cliente

La convergenza di agenti basati su AI e nuove tecnologie che eliminano i passaggi tra “cosa voglio fare” e “cosa devo fare per farlo” consentir脿 alle aziende di raggiungere una produttivit脿 pi霉 elevata, una maggiore soddisfazione del cliente e migliori prestazioni finanziarie. Uno studio di Capgemini del 2024 ha rilevato che l’82% delle imprese prevede di integrare gli agenti AI nelle proprie operazioni aziendali entro uno o tre anni.

I principali vantaggi dell’intelligenza artificiale agentica per la CX

1. Produttivit脿 migliorata. Processi semplificati e automazione riducono il lavoro manuale per un servizio pi霉 rapido ed efficiente e per customer experience superiori.
2. Migliore esperienza dei dipendenti. Liberi da attivit脿 noiose che richiedono tempo, i dipendenti ad esempio nei team vendita e assistenza possono concentrarsi su attivit脿 pi霉 strategiche per servire meglio i clienti.
3. Costi inferiori. Automatizzando le attivit脿 di routine e riducendo il carico di lavoro delle persone, gli agenti AI portano notevoli risparmi sui costi.
4. Esperienze personalizzate. L’intelligenza artificiale sta gi脿 aiutando le aziende su questo fronte analizzando i dati dei clienti, ma gli agenti AI capiscono il contesto e possono creare offerte e contenuti personalizzati in tempo reale.
5. Miglioramento del processo decisionale. Gli agenti intelligenti modificheranno il processo decisionale nell’azienda con analisi dei dati pi霉 rapide e intelligence predittiva.
6. Miglioramento continuo. Gli agenti AI imparano da ogni interazione, migliorando il loro output e la CX nel tempo.

Gli Agenti AI per il servizio clienti

Nel servizio clienti, l’intelligenza artificiale sta aumentando la produttivit脿 degli agenti automatizzando le attivit脿 ripetitive e rendendo immediato l鈥檃ccesso alle informazioni.

Ad esempio, un agente AI pu貌 classificare rapidamente i ticket di servizio utilizzando il linguaggio naturale e indirizzarli al team giusto. Supponiamo che un cliente apra un ticket per un tentativo di accesso non riuscito:聽 l’agente 猫 in grado di riconoscerlo come un problema di accesso dell’account, lo identifica come ad alta priorit脿 a causa del suo impatto sull’accesso dell’utente, lo inoltra al team di gestione delle identit脿, aggiorna i campi di categoria, priorit脿 e assegnazione del ticket e quando il problema viene risolto, un altro agente AI pu貌 analizzare la soluzione, riassumere i passaggi chiave, creare un articolo strutturato e renderlo disponibile per gestire altri casi simili.

Agenti AI e vendite intelligenti

Le vendite sono un altro ambito in cui l’AI agentica pu貌 fare la differenza. Nelle vendite B2B, gli agenti AI potrebbero migliorare l’efficienza e l’efficacia dei processi end-to-end: dalla generazione di lead alle previsioni di vendita, dalla gestione della pipeline alle stime del churn.

Un modo in cui gli agenti AI possono aiutare i venditori 猫 accedere alle informazioni molto rapidamente, dando loro pi霉 tempo per concentrarsi su prospect e clienti. Invece di cercare in pi霉 sistemi, possono porre domande all’agente utilizzando il linguaggio naturale. L’agente comprende l’intento e il contesto della domanda del venditore, cerca tra le fonti interne, valuta le potenziali risposte per la rilevanza, e fornisce risposte accurate.

Trasformare l’e-commerce tramite l’automazione intelligente

L’e-commerce 猫 un altro settore in cui l’intelligenza artificiale agentica potrebbe aumentare la CX. Gli agenti AI possono cambiare radicalmente il modo in cui i clienti si informano, ricevono supporto e prendono decisioni di acquisto, aiutando al contempo le aziende a gestire i dati sui prodotti in modo pi霉 efficace.

Invece di costringere i clienti a navigare in rigide strutture di categorie o utilizzare parole chiave precise, gli agenti intelligenti possono comprendere richieste in linguaggio naturale come “sedia da ufficio comoda per qualcuno con problemi alla schiena” e abbinare in modo intelligente i prodotti alle esigenze del cliente.

Questi agenti comprendono intenti di acquisto complessi, esplorano cataloghi di prodotti in modo intelligente e presentano opzioni rilevanti con utili confronti. Dietro le quinte, gli agenti intelligenti automatizzano il noioso lavoro di mantenimento delle informazioni sui prodotti per migliaia di articoli. Ci貌 garantisce ai clienti di vedere sempre dettagli accurati e coerenti, riducendo allo stesso tempo lo sforzo manuale richiesto ai team di merchandising.

Futuro dell’intelligenza artificiale agentica in CX

L’intelligenza artificiale multiagente sta rapidamente passando da una visione a una realt脿. Con questo tipo di funzionalit脿 le possibilit脿 per l’esperienza del cliente e per l’intera azienda sono infinite.

Mentre l’AI agentica 猫 ancora in fase di sviluppo, le organizzazioni dovrebbero iniziare a incorporarla nei loro piani strategici e non aver paura di pensare in grande. Le organizzazioni avranno anche bisogno di strumenti avanzati e rigide protezioni per gestire i rischi dell’AI agentica, tra cui la proliferazione di dati senza governance, la presa di decisioni inaffidabili, l鈥檃ffidarsi a dati di bassa qualit脿, malware intelligenti e la resistenza dei dipendenti ai nuovi ruoli e modelli di lavoro.

Ma con la giusta base di dati, un鈥檌nfrastruttura cloud, solidi controlli e supervisione, l’AI agentica aiuter脿 a trasformare il modo in cui i team lavorano in modo che le aziende possano raggiungere i propri obiettivi CX e rendere reali percorsi di customer experience davvero fluidi.

The post Agentic AI nella Customer Experience: definizione, vantaggi ed esempi di agenti AI per oggi e per il futuro appeared first on 麻豆原创 News Center Italy.