Scala, correggi o ritira i tuoi agenti AI: come giustificare la continuità degli investimenti nell'intelligenza artificiale

È tempo di pianificazione del budget e il team AI ha dodici agenti in produzione tra HR, IT, vendite e ufficio legale. Questo è un esempio illustrativo, non un cliente reale. L'utilizzo è in crescita e, in media, il programma sembra in salute. Poi l'ufficio finanziario chiede un taglio del 20% e il team si rende conto di non poter dire quali agenti generino effettivamente valore.

Questa è la domanda a cui risponde questo articolo: come decidere, agente per agente, dove allocare il budget per l'AI.

Come fanno le aziende a giustificare la continuità degli investimenti negli agenti AI?

Un agente alla volta. Per ciascun agente, confronta il valore che genera con il suo costo e verifica se le persone lo usano effettivamente. In questo modo otterrai un verdetto chiaro per ogni agente: scalalo, correggilo o ritiralo. L'ufficio finanziario supporterà una serie di decisioni basate su dati concreti molto più facilmente rispetto a un unico dato aggregato sul ROI dell'intero programma.

Perché un unico dato sul ROI a livello di programma non è più sufficiente

Un singolo dato per l'intero programma fa una media tra gli agenti forti e quelli deboli. Quando i budget si restringono, una media non ti offre nulla da proteggere. Un taglio lineare colpisce ogni agente, compresi quelli che producono la maggior parte del valore.

Le prove relative ai singoli agenti cambiano la conversazione. Invece di difendere il programma a oltranza, il team AI propone dove spostare i fondi.

Quali metriche indicano che un agente AI sta portando valore?

Quattro segnali, raccolti nello stesso modo per ogni agente:

• Domanda. Quanti degli utenti target tornano a utilizzare l'agente ogni mese. La metrica chiave è l'uso ripetuto, poiché i login e il numero di licenze assegnate tendono a sovrastimare l'adozione reale.

• Successo dell'attività. La percentuale di conversazioni in cui l'agente ha effettivamente completato il compito. Il feedback implicito è la guida migliore in questo caso: comportamenti come riformulare, correggere o abbandonare la chat mostrano l'andamento di un'interazione senza che l'utente debba valutarla.

• Valore. Per gli agenti dedicati ai dipendenti, il tempo risparmiato sulle attività completate con successo, convertito in base al costo orario netto (il costo orario del dipendente, al netto del costo di esecuzione dell'AI). Gli agenti rivolti ai clienti hanno bisogno di una propria regola di calcolo del valore concordata con l'ufficio finanziario, poiché i ricavi influenzati non coincidono con il margine e non possono essere confrontati direttamente con i costi.

• Costo di gestione. Quanto costa l'agente ogni mese oltre alla sua esecuzione: licenze, manutenzione e le persone che lo supportano. Il costo di esecuzione è già detratto dal valore, quindi non viene conteggiato di nuovo qui.

Come decidere: scalare, correggere o ritirare

La decisione si basa su due domande. L'agente rende più di quanto costa? E le persone lo vogliono?

La domanda è ciò che distingue la scelta di correggere da quella di ritirare. Un agente debole che le persone continuano a provare a usare indica la presenza di un bisogno reale e ti mostra dove l'agente fallisce. Un agente debole che nessuno usa non offre nessuna delle due indicazioni.

Un caso particolare esula dalla tabella: un agente che rende molto più del suo costo ma serve un piccolo team di specialisti. Il basso utilizzo non lo rende un cattivo investimento. Mantienilo e giudicalo in base al valore per utente anziché all'utilizzo totale.

Non esistono benchmark universali, quindi definisci i tuoi

Nessuno standard di settore dice che un agente dovrebbe raggiungere un determinato tasso di successo o restituire un certo multiplo del suo costo. I casi d'uso sono troppo diversi tra loro. Pertanto, le regole devono basarsi su limiti che puoi difendere senza bisogno di un benchmark.

Due soglie fanno proprio questo. Il punto di pareggio è la prima: un agente o rende più di quanto costa in termini di gestione, oppure no. La seconda è un target di domanda che stabilisci al lancio dell'agente, espresso come percentuale dei suoi utenti target che prevedi torneranno a usarlo ogni mese. Verificati in questo ordine, forniscono a ogni agente esattamente un verdetto:

1. Correggi quando il valore è inferiore al costo, o è diminuito per due trimestri, e la domanda è pari o superiore al target.

2. Ritira quando il valore è inferiore al costo, la domanda è inferiore al target e un ciclo di correzioni non ha sbloccato la situazione. Se non è ancora stata tentata alcuna correzione, consideralo da correggere.

3. Scala quando il valore è stato superiore al costo e in crescita per due trimestri consecutivi, con una domanda pari o superiore al target.

4. Mantieni in ogni altro caso in cui il valore è superiore al costo.

Scrivi i target di domanda al momento del lancio, concorda le regole con l'ufficio finanziario prima della prima revisione e applicale allo stesso modo a ogni agente.

Concedi ai nuovi agenti un tempo di avviamento realistico

I primi mesi di un agente raramente riflettono il suo rendimento a regime. L'indagine di Gartner del settembre 2026 condotta su 160 leader finanziari ha rilevato che anche casi d'uso semplici di AI in ambito finance, come l'estrazione dati, l'automazione della contabilità fornitori e clienti e la creazione di report, generano generalmente ritorni entro nove-dieci mesi. I casi d'uso più complessi richiedono più tempo.

Gli agenti che si trovano ancora nella fase di avviamento non possono essere ritirati. Fino a quando non avranno superato questo periodo, la questione è se la domanda e il successo delle attività si stanno muovendo nella direzione giusta, non se il valore copre già i costi.

Un esempio di revisione del portafoglio

I dati riportati di seguito sono a scopo illustrativo. Il valore è calcolato come il tempo risparmiato moltiplicato per un costo orario netto di $75. Ogni agente è stato lanciato con un target di domanda pari al 30% degli utenti previsti che ritornano mensilmente.

Il triage IT e la stesura delle proposte commerciali rendono entrambi diverse volte il loro costo, sono cresciuti per due trimestri e superano i rispettivi target di domanda, quindi ottengono più budget. L'assistente HR ha il maggior numero di utenti ricorrenti ma rende meno di quanto costa. Ritirarlo sprecherebbe una domanda evidente, e il suo basso tasso di successo suggerisce la correzione da apportare: i contenuti delle policy su cui risponde. Il verificatore di clausole legali ha superato la fase di avviamento, ha già ricevuto un ciclo di correzioni e continua a non avere né domanda né valore, quindi il suo budget viene spostato al triage dei ticket IT.

Chi gestisce la revisione e con quale frequenza

• Il leader dell'AI è il proprietario del portafoglio e propone ciascun verdetto.

• L'ufficio finanziario concorda le soglie e le ipotesi di valore, idealmente prima della prima revisione.

• I proprietari dei casi d'uso spiegano il contesto dietro i numeri di ciascun agente e gestiscono i piani di correzione.

Esegui la revisione ogni trimestre. Una frequenza mensile presenta troppe fluttuazioni per la maggior parte degli agenti, mentre una volta all'anno è troppo lenta per spostare i fondi dove funzionano meglio.

Come dimostrare che i tuoi investimenti in AI stanno funzionando nella revisione del budget

La prova è l'evidenza che l'ufficio finanziario può verificare, agente per agente. Porta con te:

1. Una riga per agente con il relativo verdetto.

2. I quattro segnali alla base di ogni verdetto: domanda, successo dell'attività, valore e costo di gestione.

3. Le soglie e le ipotesi che hai concordato in anticipo.

4. Il trend di ciascun agente negli ultimi trimestri.

5. La riallocazione: cosa viene spostato dagli agenti ritirati a quelli che stai scalando.

Questo trasforma una discussione difensiva sull'intero programma in decisioni che l'ufficio finanziario può supportare, agente per agente. Per vedere come strutturare i numeri, consulta come creare una dashboard del valore degli agenti AI.

Dati concreti per ogni agente

Una decisione di scalare, correggere o ritirare è valida solo quanto lo sono le prove su cui si fonda. Nebuly offre ai leader dell'AI queste prove per ogni agente, a partire dalle conversazioni stesse: chi continua a tornare, quali attività vengono completate e cosa restituisce ciascun agente in termini di tempo risparmiato o ricavi influenzati. La revisione del portafoglio diventa una serie di decisioni che puoi difendere, un agente alla volta.

Scopri quali agenti scalare, correggere o ritirare prima della tua prossima revisione del budget: prenota una demo.