Best Practice

Progettare esperienze agentiche

L’approccio di Spark Reply aiuta le organizzazioni complesse a progettare modelli di collaborazione human-agent basati sulle intenzioni, lungo l’intera employee e customer experience.

Accelerare l’adozione dei sistemi agentici

La Generative AI opera generando contenuti in risposta a prompt, gestendo generalmente un’interazione alla volta. L’Agentic AI funziona in modo diverso: lavora per raggiungere un obiettivo definito, pianifica una sequenza di azioni e si connette a sistemi esterni come piattaforme di customer relationship management (CRM), sistemi di enterprise resource planning (ERP) e database.

È in grado di valutare i risultati ed eseguire azioni in modo continuo, senza richiedere l’intervento umano a ogni passaggio. L’intelligenza artificiale agentica persegue obiettivi, pianifica azioni multi-step e orchestra interi processi aziendali. Progettare queste esperienze in modo efficace rappresenta il vero fattore distintivo tra sistemi che supportano gli utenti e sistemi che finiscono per sopraffarli.

Il mercato dell’AI enterprise evolve rapidamente

Le organizzazioni stanno avanzando rapidamente attraverso tre livelli di maturità nell’adozione dell’intelligenza artificiale.

Assistenti
AI generativi

Strumenti reattivi che funzionano come assistenti integrati, generando contenuti in risposta ai prompt degli utenti all’interno dei workflow esistenti.

Agenti AI come
esecutori di task

Agenti proattivi in grado di eseguire task definiti all’interno di specifiche fasi di processo senza un intervento umano continuo, operando entro confini organizzativi espliciti.

Agenti AI che orchestrano
processi aziendali

Reti di agenti proattivi che collaborano lungo workflow multi-step, si attivano reciprocamente, aggiornano sistemi esterni condivisi e coordinano azioni complesse.

La vera sfida del design:
rendere invisibile la complessità

Man mano che i sistemi agentici diventano più autonomi, la complessità sottostante aumenta in modo significativo. Questo include la complessità tecnologica legata all’integrazione degli strumenti, la complessità di interazione nella gestione di user journey non lineari e la complessità di governance relativa a permessi, auditability e conformità normativa.

Un elemento critico, spesso trascurato, è l’orchestration layer. L’agente visibile nell’interfaccia utente è spesso un orchestratore front-end che coordina una rete di agenti specializzati di back-end. Questi accedono ai dati e attivano azioni nei sistemi connessi prima di presentare i risultati all’utente.

Trattare il front-end come un elemento isolato porta generalmente a risultati paragonabili a quelli di un chatbot tradizionale. La complessità sottostante deve essere progettata intenzionalmente fuori dal percorso dell’utente; in caso contrario, viene trasferita direttamente su di lui.

Le basi dell’intentional design

Per mitigare la complessità, è necessario definire quattro parametri fondamentali prima dello sviluppo.

Experience Initiation

Human-Agent Collaboration

Control Boundaries

Recovery Mechanisms

Quattro caratteristiche di un'Agentic Experience (AX) ben progettata

Per astrarre con successo la complessità sottostante dei sistemi e garantire una collaborazione fluida tra esseri umani e agenti AI, un'Agentic Experience ben progettata deve possedere specifiche caratteristiche distintive.

Multimedia-native

Comprende e genera contenuti attraverso diversi formati, combinando testo, voce, immagini e video. Questo abilita interazioni più naturali, migliora l’accessibilità e rafforza la comprensione contestuale.

Intent-driven

Separa il layer esperienziale dai flussi di processo rigidi. L’orchestrazione si basa sull’intento dell’utente, non su sequenze di step predefinite, limitando così l’impatto dei cambiamenti di processo sulla user experience.

Natively multimodal

Supporta testo, voce e interfacce grafiche all’interno di un unico modello di interazione unificato. Non è necessario costruire interfacce separate per ogni modalità. La stessa logica di interazione si applica trasversalmente, garantendo continuità tra front-end e back-end.

Natively omnichannel

Si integra in modo fluido attraverso canali e touchpoint differenti. I canali agiscono come contenitori dell’esperienza, anziché come livelli logici separati, riducendo l’effort di sviluppo e accelerando l’espansione verso nuovi canali.

Quando le Agentic Experience generano valore reale

Employee Experience

Aumentare l’efficacia individuale
Gli strumenti agentici aiutano i singoli dipendenti a eseguire task più rapidamente e a prendere decisioni più informate. Le applicazioni includono briefing giornalieri personalizzati, funzionalità di smart search, meeting copilot, email triage e gestione proattiva delle scadenze.
Favorire la collaborazione cross-functional
I sistemi agentici coordinano workflow condivisi tra dipartimenti differenti, gestendo handoff e mantenendo l’allineamento operativo. Le applicazioni includono HR case management, ticket triage e workspace condivisi con visibilità live delle attività.

Customer Experience

Aumentare conversioni e successo delle transazioni
Gli agenti supportano le interazioni commerciali, dall’assisted selling alle spiegazioni di prodotto, fino alla configurazione e alla quotazione. L’esperienza integra workflow di pre-sales e vendita, offrendo al contempo customer support integrato con possibilità di escalation verso operatori umani.
Migliorare retention e lifetime value
Gli agenti gestiscono l’intero customer lifecycle, inclusi onboarding, risoluzione continua dei servizi e rinnovi. Forniscono nudges proattivi e guidance conversazionale personalizzata per ridurre l’attrito lungo tutti i touchpoint.

La metodologia di Reply per progettare Agentic Experiences

Spark Reply combina una profonda expertise nel design della user experience con competenze pratiche nell’architettura dei sistemi agentici e nel prompt engineering, per offrire un’orchestrazione full-stack di sistemi enterprise sia single-agent sia multi-agent.

La metodologia di Spark Reply per il design delle Agentic Experiences adatta le pratiche consolidate del design alle esigenze specifiche dei sistemi agentici, includendo aspetti come autonomia, logiche di orchestrazione e interazione omnimodale. L’approccio si articola in quattro fasi distinte.

Framing and Scoping

Questa fase definisce gli obiettivi di business target, mappa gli intenti utente in ordine di priorità, stabilisce confini espliciti di autonomia e pianifica le integrazioni di sistema. L’output principale è un AX Strategy Blueprint, che documenta il modello di collaborazione e rappresenta gli agenti come attori identificabili con ruoli definiti, diritti decisionali e percorsi di escalation.

Design and Implementation

Questa fase traduce il blueprint strategico in pattern concreti di interazione human-agent, definendo workflow interattivi e soglie di azione autonoma. Si articola in due stream: Agent Foundations e Agent Experience. Parametri comportamentali come stile di ragionamento, tone of voice, gestione dell’incertezza e livelli di proattività vengono definiti e codificati nel system prompt, che funge da specifica tecnica.

Testing and Refining

Il system prompt non è un artefatto di design definitivo, ma una componente dinamica che richiede test continui e refinement iterativi per garantire che l’agente interpreti correttamente l’intero spettro degli intenti utente, si comporti in modo appropriato entro i limiti del proprio scope e gestisca input inattesi senza degradare l’esperienza. Spark Reply utilizza una piattaforma purpose-built per testing degli agenti e performance monitoring a supporto di questa fase.

Deployment and Continuous Improvement

Il deployment avvia un lifecycle operativo che richiede monitoraggio continuo delle performance. Le metriche tradizionali di user experience non sono sufficienti per sistemi autonomi. Di conseguenza, Spark Reply definisce KPI specifici per le Agentic Experiences prima del deployment, includendo metriche come accuratezza nella risoluzione degli intenti, tassi di azione autonoma, frequenza di escalation e livello di fiducia percepita dagli utenti. Questa fase include inoltre strategie di adozione e change management.

Domande Frequenti

Cosa distingue il design delle agentic experience dal design UX tradizionale?

Il design UX convenzionale opera all'interno di flussi di processo definiti in cui gli schermi portano a schermi e i passaggi seguono passaggi. Il design dell'esperienza agentica funziona in un modello guidato dall'intento in cui il livello dell'esperienza è disaccoppiato dal processo sottostante. Questo crea nuovi modelli di interazione che non hanno precedenti nel design di prodotto tradizionale, come interventi proattivi degli agenti in momenti contestualmente appropriati, gestione dell'incertezza quando i dati sono incompleti, negoziazione dei confini di autonomia, emersione in tempo reale di anomalie e flussi di lavoro collaborativi multi-turno in cui umani e agenti condividono il processo decisionale. Progettare bene questi modelli richiede metodi che vanno oltre la pratica UX standard.

Qual è la differenza tra una agentic experience e un chatbot?

Un chatbot è un sistema reattivo che risponde a richieste all'interno di una singola interazione. Un sistema agentico opera con l'obiettivo di pianificare una sequenza di azioni, connettersi a strumenti esterni e fonti di dati, agire all'interno di flussi di lavoro in tempo reale e riflettere sui risultati per affinare il suo passo successivo. Dove un chatbot risponde a una domanda, un agente può completare un processo. Le implicazioni di design sono fondamentalmente diverse perché l'agente è un partecipante all'esperienza, non un livello sopra di essa.

La metodologia riguarda solo l’agente front-end visibile all’utente?

No. L'agente visibile è spesso un orchestratore che coordina una rete di agenti specializzati che operano in background. Quegli agenti di back-end accedono ai dati, attivano azioni nei sistemi connessi e scambiano risultati tra di loro prima che qualsiasi cosa raggiunga l'utente. La metodologia Spark Reply copre l'intera architettura di orchestrazione, dal livello di interazione fino alla topologia degli agenti sottostante e alle integrazioni di sistema. Trattare il front end in isolamento produce tipicamente risultati che sono poco migliori di un chatbot più raffinato.

Che cos’è un AX Strategy Blueprint e cosa include?

Il Blueprint della Strategia AX è il principale output della fase di Inquadramento e Definizione. Documenta gli obiettivi aziendali che l'agente deve servire, le intenzioni degli utenti che l'agente affronterà classificate per priorità e fattibilità, i confini di autonomia che definiscono ciò che l'agente può decidere e agire senza conferma umana, il modello di collaborazione tra umani e l'agente in ogni punto del percorso, e le integrazioni con strumenti e flussi di lavoro di cui l'agente ha bisogno. Gli agenti sono rappresentati come attori nominati all'interno del blueprint, con ruoli definiti, diritti decisionali e percorsi di escalation.

Come garantire che gli utenti mantengano il controllo quando delegano attività ad agenti autonomi?

I sistemi agentici ridistribuiscono intrinsecamente l'autorità decisionale. Per prevenire che gli utenti perdano fiducia o si sentano sopraffatti, l'esperienza deve presentare confini di autonomia e modelli di collaborazione chiaramente definiti. Questo comporta la progettazione di specifici schemi di interazione per ciascuna fase di un percorso, dettagliando esplicitamente se l'agente suggerisce un'azione, raccomanda un percorso o agisce autonomamente. Fondamentale è anche integrare momenti di intervento umano e passaggi di conferma, affinché l'utente mantenga il controllo finale sulle decisioni critiche.

Come viene gestito il rischio nella progettazione di agenti autonomi?

La governance e il rischio sono gestiti integrando strutturalmente i confini di controllo prima dello sviluppo. Le guide, i permessi, l'auditabilità e la conformità normativa sono integrati nel design iniziale piuttosto che aggiunti dopo il deployment. Inoltre, i meccanismi di recupero, comprese le modalità di fallback e i percorsi di escalation con intervento umano, sono considerati requisiti di design primari per garantire un'operazione sicura.

Le agentic experience possono essere distribuite su più canali?

Come si misura il successo di una agentic experience dopo il lancio?

Le metriche standard dell'esperienza utente, come il tasso di completamento dei compiti e il tempo dedicato ai compiti, sono insufficienti per i sistemi agentici. Gli KPI specifici per AX vengono definiti durante la fase di Test e Raffinamento prima del lancio. Queste metriche vengono quindi monitorate continuamente dopo il lancio e coprono dimensioni tra cui l'accuratezza della risoluzione delle intenzioni, il tasso di azione autonoma rispetto al tasso di intervento umano, la frequenza delle escalation e i risultati, la qualità della gestione dei casi limite e la fiducia percepita dagli utenti nell'agente. Questi dati alimentano direttamente il ciclo di miglioramento continuo.

Valorizzare l’expertise distintiva di Spark Reply

Spark Reply è specializzata nell’intersezione tra human experience e tecnologie emergenti. L’approccio AX copre l’intero stack del design agentico: dal framing strategico all’interaction design, dalla definizione comportamentale al testing, fino al monitoraggio post-deployment.

La metodologia si applica sia nel caso di organizzazioni che implementano un singolo agente orientato all’esecuzione di task, sia in scenari più complessi basati su sistemi di orchestrazione multi-agent che attraversano diversi processi aziendali nei domini di Employee Experience e Customer Experience.

Spark Reply

Spark Reply, una Company del Gruppo Reply, è pioniera nella progettazione di esperienze product-service desiderabili. Attraverso il suo metodo di fast business prototyping, Spark Reply accelera l’imprenditorialità e la cultura dell’innovazione all’interno delle aziende. Spark Reply combina competenze di business, tecnologia e design per dare vita a innovazioni fisiche e digitali e risolvere anche le sfide di crescita più complesse.

Progettare esperienze agentiche

Accelerare l’adozione dei sistemi agentici