Quando si parla di agenti AI in azienda, si parla quasi sempre di quello che potranno fare. Io preferisco raccontare quello che fanno già, qui in Talent Garden, in una settimana normale.
Non sono demo. In Talent Garden lavorano oltre 100 tra agenti e automazioni, e hanno reso il lavoro di tutti molto più semplice. Qui racconto una piccola parte di quelli che lavorano ogni giorno accanto ai nostri team marketing, orientation & admission, e che abbiamo costruito, sbagliato e rifatto negli ultimi mesi.
Lunedì mattina: i report sono già pronti
La settimana inizia con i report che arrivano in automatico sui giusti canali di messaggistica.
Il primo riguarda le conversazioni. Alle otto del lunedì un gruppo di agenti ha già letto tutte le chiamate e le chat WhatsApp della settimana precedente e ha tirato fuori cosa è andato bene, cosa no e quali corsi stanno generando più interesse. Non serve a controllare le persone: serve ad arrivare ai meeting settimanali di sales e performance già sapendo di cosa parlare.
Il secondo riguarda le campagne di performance, e lo scrive Argo, il nostro AI Agent dedicato alle piattaforme pubblicitarie. Confronta la spesa di ogni campagna con il budget stimato, segnala dove stiamo spendendo troppo o troppo poco e scende nel dettaglio quando qualcosa non torna, fino al singolo gruppo di annunci. Il team performance parte dalle anomalie, non da una tabella da scorrere.
Argo sta per avere dei colleghi. A partire da fine novembre le campagne pubblicitarie le seguirà una squadra: un agente per Meta, uno per Google, uno che ricostruisce il percorso dal click all'iscrizione, uno che guarda le creatività, e un coordinatore a cui il team scrive direttamente su Slack. La differenza che conta è il metro di giudizio che abbiamo affidato a ciascun agente, non andiamo a valutare la campagna dalle conversioni dichiarate in piattaforma ma da quello che succede realmente all’interno del nostro CRM. I kpi di riferimento li diamo noi: colloqui prenotati, colloqui fatti, iscritti.
Ogni giorno: il nostro AI Agent Andrea parla con i lead
Andrea è il nostro agente di primo contatto, e ha due voci. Al telefono chiama chi ha chiesto informazioni su un master. Su WhatsApp, da metà ottobre, scrive a chi ha compilato il form senza prenotare una consulenza: capisce cosa cerca la persona, risponde alle domande sul percorso e, se c'è interesse, prenota la consulenza con uno dei nostri advisor e manda il promemoria prima del colloquio.
Due regole lo tengono in riga. La prima: prima capisce, poi propone. Andrea non offre una consulenza finché non ha capito chi ha davanti e che cosa vuole ottenere. La seconda: non conferma niente che non sia successo davvero. Dice «la consulenza è prenotata» solo dopo che il calendario ha risposto che lo è.
La parte più importante però non è quello che fa, ma quando si ferma. Se la persona è irritata, fa domande che non sono di sua competenza o chiede di parlare con qualcuno, Andrea passa la conversazione a una persona del team. L'avviso arriva su Slack direttamente a chi deve agire, con il contesto, il tono della conversazione e il contatto già aperto in HubSpot, così chi subentra non deve ricominciare da capo.
Per il marketing: lead e outreach
Una parte importante dei nostri agenti lavora per il marketing ed è quella che vedono meno persone fuori dal team.
Quando arriva un lead B2B, la ricerca è già fatta. Se un’azienda ci contatta dal sito, un agente prepara in pochi minuti una scheda: fatturato, dipendenti, sede, iniziative AI e iniziative HR degli ultimi due anni, ognuna con le fonti. Chi fa la prima call sa già con chi parla. E quando non trova niente lo scrive, invece di inventare: per noi è la parte più importante.
L’outreach parte da chi somiglia ai nostri clienti migliori. Un agente analizza i profili delle persone che si sono già iscritte a un master, ne ricava il profilo ideale e cerca contatti simili. Poi scrive a ciascuno un’email personalizzata sul suo ruolo e sul percorso giusto per lui.
Sappiamo cosa dicono di noi gli assistenti AI. Sempre più persone scelgono un master chiedendolo a un assistente AI invece che a un motore di ricerca. Un agente fa con regolarità le stesse domande ai principali modelli e registra se Talent Garden compare, come viene descritta e accanto a chi. È un pezzo di marketing che un anno fa non esisteva.
Dopo ogni call: un coach e un termometro
Quando un nostro account executive chiude una call con un potenziale cliente, partono due agenti.
Il primo è un coach. Legge la trascrizione e restituisce un feedback su come è stata gestita la conversazione: quanto ha parlato il sales e quanto il cliente, se le domande giuste sono arrivate, cosa si poteva fare meglio. Il feedback va al sales, non a un giudice che deve valutarne il lavoro.
Il secondo è un termometro. Analizza quanto è calda l’opportunità e quanto è di qualità rispetto ai target aziendali, differenziati per prodotto, e scrive il risultato direttamente nella scheda della deal in HubSpot. Chi apre la deal il giorno dopo sa subito a che punto è, senza dover riascoltare niente. La decisione su cosa fare con quella opportunità di business resta una componente cruciale del sales umano.
Quando chiudiamo: Mnemo racconta perché
Ogni volta che una vendita si chiude, Mnemo ricostruisce il percorso che ci ha portato lì. Da quale canale è arrivata la persona, quante volte è tornata sul sito, quante email ha ricevuto, in quanto tempo ha convertito rispetto a casi simili e quanto hanno pesato le chiamate dell’agente AI o del nostro team Sales.
È il modo più onesto che abbiamo trovato per rispondere a una domanda che ogni team marketing si fa: cosa ha davvero portato a quella vendita? A volte la risposta è una call di venti minuti con una persona. A volte è una sequenza di email e nessuna chiamata. Mnemo non lo decide a priori: lo legge nei dati.
N.B. Perché la risposta sia onesta, però, devono esserlo i dati. Per un periodo ad Andrea veniva attribuito un contatto ogni volta che partiva una chiamata, anche quando dall'altra parte non rispondeva nessuno. Oggi un contatto conta solo se c'è stato davvero una conversazione al telefono o la prima risposta della persona su WhatsApp.
Cosa abbiamo imparato
Nessuno di questi agenti è uscito giusto al primo colpo. Quattro cose che rifaremmo, e che consiglierei a chiunque parta adesso.
L’obiettivo va scritto bene e controllato. All’inizio un agente valutava le chiamate di Andrea contro l’obiettivo “meeting prenotato”, ma in quella fase Andrea i meeting non li proponeva. Risultato: tutte le chiamate risultavano fallite. L’agente di analisi non sbagliava, eravamo noi ad avergli chiesto la cosa sbagliata da controllare.
Non tutti gli agenti devono essere autonomi. Alcuni li teniamo stretti, con parametri precisi su cosa cercare. Altri, come Mnemo, li lasciamo esplorare. Decidere quanta libertà dare è una scelta di progetto, non un dettaglio tecnico.
L'agente decide, il sistema esegue. Andrea su WhatsApp non ha in mano le chiavi di niente: propone un'azione, e sono regole scritte da noi a stabilire se può farla e a farla. E prima di parlare con una persona vera ha parlato con decine di lead finte, costruite apposta per metterlo in difficoltà. Ogni modifica ripassa da lì.
Gli agenti si migliorano con chi li usa. I feedback più utili non sono arrivati dal team che tecnicamente crea un sistema agentico, ma dai team che ricevono l’output finale. Sono loro a dire “qui il delta è sbagliato”, “mi serve anche il no-show”, “vorrei vedere anche questo dato”. Per questo ogni agente ha un canale dove le persone possono dire cosa non va, cosa migliorare, cosa aggiungere e cosa è superfluo.
E tutti, alla fine, funzionano per lo stesso motivo: leggono dagli stessi dati. Come abbiamo costruito quella base comune lo raccontiamo nel paper sul brain aziendale.
Scopri di più qui.
