Come lanciare un agente AI: rollout a fasi

Lancia un agente AI per fasi, e subordina ogni fase a prove concrete invece che a una data sul calendario. Costruisci un set di test dalle conversazioni passate, fai girare l'agente in shadow mode, vai live su un solo compito ristretto, poi allarga solo quando i numeri tengono. In un sondaggio Gartner su 3,566 clienti B2B e B2C condotto a febbraio e marzo 2026, l'87% ha detto che poter raggiungere un operatore umano è essenziale quando un'azienda usa l'AI generativa, mentre solo il 50% ha detto che l'AI ha reso l'interazione più semplice. I nostri dati raccontano il rovescio della medaglia sulla velocità: su 32,581 conversazioni in 1,247 aziende di nove Paesi, le risposte entro 60 secondi hanno convertito al 35.1% contro il 7.1% delle risposte arrivate dopo un intervallo da una a 24 ore. Nemmeno un rollout che si trascina è gratis.

Abbiamo già trattato il perché i progetti di AI si arenano in Perché la maggior parte dei progetti pilota di AI non arriva mai in produzione. Questa è l'altra metà: la sequenza che esegui davvero una volta che l'agente è configurato e la domanda diventa quando lasciarlo parlare.

Cosa va storto quando un agente AI parte a freddo?

Due tipi di fallimento, ed entrambi sono documentati pubblicamente.

Il primo è la responsabilità legale. Il 14 febbraio 2024 il Civil Resolution Tribunal della Columbia Britannica ha ritenuto Air Canada responsabile per una politica sulle tariffe per lutto che il chatbot del suo sito aveva descritto in modo errato. La compagnia aerea ha sostenuto che il chatbot fosse, testualmente, "un'entità giuridica separata, responsabile delle proprie azioni". Il tribunale ha respinto la tesi e ha ordinato alla compagnia di pagare a Moffatt $812.02 tra risarcimento e spese. L'analisi del caso pubblicata dall'American Bar Association riassume la lezione senza giri di parole: le aziende restano responsabili di ciò che i loro strumenti di AI dicono ai clienti.

Il secondo è un calo di qualità che si nota solo da fuori. A febbraio 2024 Klarna ha annunciato che il suo assistente AI gestiva due terzi delle chat di assistenza clienti. A maggio 2025 stava tornando ad assumere operatori umani, e il CEO Sebastian Siemiatkowski ha dichiarato a Bloomberg che, poiché "purtroppo il costo sembra essere stato un fattore di valutazione troppo predominante nell'organizzare tutto questo, quello che ti ritrovi è una qualità più bassa". Lì l'AI gestisce ancora due terzi delle richieste. A cambiare sono stati il perimetro di cui ci si fida e la facilità con cui la si può scavalcare.

A nessuna delle due aziende mancavano gli ingegneri. Mancava una fase intermedia tra "funziona in fase di test" e "risponde a tutti".

Fase 1: su quali conversazioni conviene testare prima del lancio?

Sulle tue. Tira fuori dalla tua inbox gli ultimi 90 giorni e costruisci un insieme fisso di casi reali che l'agente deve gestire correttamente, con il comportamento atteso scritto accanto a ciascuno.

La guida AgentOps di Teradata consiglia un golden set da 30 a 100 attività realistiche per ogni flusso di lavoro, comprese le situazioni limite e gli scenari negativi come token scaduti o permessi insufficienti. Per un agente che prende prenotazioni o vende, questo si traduce in qualcosa di più banale e più utile di un benchmark.

Cosa includere	Perché deve stare nel set
Le tue 20 domande più frequenti, parola per parola	Sono la gran parte del tuo volume; rispondere bene a queste è la base di partenza
Tre domande a cui deliberatamente non rispondi in pubblico	Conferma che l'agente declina invece di improvvisare una policy
Un messaggio di rimborso o reclamo scritto con rabbia	Verifica il tono e se passa la conversazione invece di mettersi a discutere
Un cliente che cambia lingua a metà messaggio	Mette alla prova il rilevamento, non solo la traduzione
Una foto o un documento al posto del testo	La maggior parte delle caselle reali non contiene solo testo
Una richiesta che viola le tue regole (uno slot fuori orario di apertura)	L'agente deve rifiutare e proporre l'alternativa reale
Qualcuno che chiede un operatore umano già nel primo messaggio	Qui la risposta corretta è una sola

Valuta ogni caso rispetto al comportamento che hai scritto, non alle parole che avevi in mente. Un agente che formula la frase in modo diverso ma prenota l'appuntamento giusto ha superato la prova. Un agente che suona perfetto e si inventa una policy ha fallito, ed è esattamente quello a cui il tribunale nel caso Air Canada ha dato un prezzo. Conserva il set: lo rilanci dopo ogni modifica alle istruzioni, ed è al secondo giro che si ripaga.

Fase 2: cosa mostra la shadow mode che una demo non può mostrare?

Shadow mode significa che l'agente legge i messaggi in arrivo dal vivo e prepara una bozza di risposta che nessuno invia. Il tuo team risponde come sempre. A fine giornata confronti le due cose.

Questo intercetta ciò a cui nessun set di test arriva, perché il tuo set di test lo ha scritto qualcuno che l'azienda la conosce già. I clienti veri arrivano con metà del nome di un prodotto, uno screenshot, un vocale alle 11 di sera e un'idea della tua politica di reso che non avevi mai sentito prima. La guida di Teradata mette la shadow mode prima di un canary release proprio per questo motivo: prima far girare l'agente in silenzio accanto al flusso umano, poi esporlo a un piccolo gruppo, poi allargare.

Una precisazione onesta: la shadow mode non è gratis. Qualcuno deve leggere le bozze, e se non lo fa nessuno hai solo aggiunto una settimana di ritardo senza imparare niente. Metti in conto un'ora al giorno per cinque giorni e affidala alla persona che risponde al maggior numero di messaggi. Coglierà in due secondi una risposta sbagliata che un manager, leggendo la stessa trascrizione, si lascerebbe sfuggire.

La shadow mode non ti dice nulla nemmeno sui tempi. Una bozza ferma in coda non ha una velocità di risposta, quindi l'effetto di rispondere in 40 secondi invece che in 40 minuti resta invisibile fino alla Fase 3.

Fase 3: quanto deve essere ristretto il primo lancio live?

Più ristretto di quanto sembri sensato. Un canale, un tipo di domanda, una fascia oraria.

Parti dalle ore che non copre nessuno. I messaggi notturni e del fine settimana sono il posto più sicuro dove andare live, perché il confronto onesto non è "l'AI contro il tuo operatore migliore" ma "l'AI contro una risposta lunedì". Il divario di conversione nel nostro studio sulla velocità di risposta è più ampio proprio lì, sul messaggio che altrimenti resterebbe fermo finché qualcuno non apre la inbox. La fascia fuori orario è dove un lancio a fasi si ripaga subito e rischia il meno possibile.

Tieni tre cose completamente aperte durante questa fase:

Escalation. Qualsiasi richiesta di parlare con una persona passa la conversazione subito, senza prima fare domande di qualificazione.
Visibilità. Ogni conversazione arriva nella stessa inbox che il tuo team già controlla, così uno scambio andato male si intercetta in pochi minuti invece che in una revisione mensile.
L'interruttore. Sappi chi può spegnere le risposte AI su quel canale, e verifica che lo abbia già fatto almeno una volta prima che serva davvero.

Fase 4: quali prove ti autorizzano ad allargare il perimetro?

Scegli i criteri prima del lancio, mentre sei ancora lucido. Dopo una settimana live la tentazione è allargare perché non si è rotto niente di evidente, e "non si è rotto niente di evidente" non è una misura.

Segnale	Dove guardare	Allarga quando
Correttezza	Rilancia il set di test della Fase 1	Passa ancora, compresi i casi di rifiuto
Qualità delle escalation	Conversazioni prese in carico da una persona	I passaggi avvengono al momento giusto, non tre messaggi dopo
Reazione dei clienti	Le risposte dopo un messaggio dell'AI	Nessun aumento di "ma sei un bot?" o di domande ripetute
Azione di business	Prenotazioni, ordini, lead raccolti	L'azione completata corrisponde a quanto concordato in chat
Reclami	Il tuo canale reclami abituale	Stabili, e hai letto quelli che sono arrivati

Allarga una variabile alla volta: aggiungi un canale, oppure aggiungi un'intenzione, oppure estendi gli orari. Cambiane due e un calo di qualità non ti dirà nulla sulla sua causa.

L'unica cosa che non si lancia per fasi: il percorso verso una persona

Ogni altro controllo si può introdurre gradualmente. Questo va in produzione il primo giorno, alla massima potenza.

Il divario qui è ben documentato. La ricerca di Zoom con Morning Consult, su 3,500 adulti in sette Paesi, ha rilevato che l'81% dei consumatori si aspetta che i bot passino la conversazione a una persona quando serve, e solo il 38% dice che succede davvero. Lo stesso studio ha rilevato che la frustrazione principale con chatbot e voicebot, al 43%, è semplicemente che non risolvono il problema, e che l'82% smetterebbe di comprare da un marchio dopo una risoluzione inesatta o insoddisfacente.

L'analista di Gartner Eric Keller enuncia la regola di progettazione senza mezzi termini: "I responsabili del servizio clienti non dovrebbero usare la GenAI come primo passaggio obbligatorio per ogni problema". Quando i clienti vengono spinti attraverso diversi tentativi falliti con l'AI prima di arrivare a una persona, è meno probabile che usino di nuovo quello strumento.

Quindi testa il percorso di escalation come testeresti un'uscita di sicurezza. Chiedi di parlare con una persona in cinque formulazioni diverse, una delle quali in un'altra lingua, e verifica che ognuna arrivi a qualcuno che può vedere cosa è già stato detto.

Cosa un rollout a fasi non risolve

Non salverà una base di conoscenza povera. Se i tuoi orari di apertura sono sbagliati in tre punti diversi e la tua politica di reso esiste solo nella testa del titolare, ogni fase farà emergere fedelmente la stessa lacuna, e la soluzione è lavoro sui contenuti, non sul rollout. Come addestrare un agente AI sulla conoscenza del tuo business si occupa di quel lato.

Costa anche tempo, e quel tempo non è gratis. Un rollout di quattro settimane sono quattro settimane di risposte in ritardo che già sai quanto costano. Accorcia le fasi invece di saltarle: tre giorni di shadow mode su una casella molto attiva insegnano più di tre settimane su una casella tranquilla. E niente di tutto questo fa convertire un'offerta debole.

Dove si inserisce Entagl

Il Receptionist di Entagl risponde su WhatsApp, DM e commenti di Instagram, Facebook Messenger, Telegram, il widget di chat del sito, l'email inoltrata dalla casella già in uso dall'azienda e un'API pubblica. Un rollout a fasi è praticabile perché le risposte AI si programmano e si attivano canale per canale, e si possono mettere in pausa su una singola conversazione: così "un canale, un'intenzione" diventa un'impostazione invece che un espediente.

Il passaggio a una persona finisce in una inbox condivisa dal team, dove chi risponde vede l'intera conversazione, comprese le promesse già fatte dall'agente. I guardrail sull'output girano sulle risposte prima dell'invio, e ogni scambio viene conservato come trascrizione, da rileggere quando devi decidere se allargare. L'agente riconosce la lingua del cliente e risponde in quella lingua, oltre 100, con cambio in corso di conversazione: ed è per questo che un cambio di lingua va messo nel tuo set di test, non lasciato alla produzione.

Porta le tue dieci peggiori conversazioni passate a una demo di 30 minuti e guarda cosa ne fa l'agente. Prenota una demo.

FAQ

Quanto a lungo deve restare un agente AI in shadow mode?

Abbastanza da coprire una settimana rappresentativa, con dentro il tuo giorno più intenso e quello più tranquillo. Su una casella ad alto volume possono bastare tre giorni; in un'azienda che gestisce venti messaggi a settimana ci si avvicina al mese, perché quello che conta è il campione, non il calendario. Fermati quando le nuove trascrizioni smettono di sorprenderti.

Posso saltare il set di test se la piattaforma è già stata testata dal fornitore?

No, perché il fornitore ha testato il modello e tu devi testare la tua azienda. Le modalità di fallimento che costano soldi sono specifiche delle tue policy, dei tuoi orari e dei prodotti di cui eviti di parlare in chat. Il benchmark di un fornitore non può sapere che per un certo servizio non dai mai un prezzo.

Cosa deve fare l'AI quando non è sicura?

Fare una domanda di chiarimento oppure passare la conversazione, e mai riempire il vuoto con un'ipotesi plausibile. Deciderlo prima del lancio è l'ora più redditizia dell'intero rollout. Abbiamo scritto della meccanica in Come impedire al tuo agente AI di avere allucinazioni.

Un rollout a fasi vale anche per gli agenti vocali?

Sì, con una differenza: un agente telefonico non lo puoi far girare in shadow mode silenziosa, perché non c'è nessuna bozza da rivedere. Al suo posto usa chiamate di test registrate sullo stesso insieme di scenari, poi lancia su una fascia ristretta come l'overflow fuori orario. Come valutare e testare un assistente telefonico IA contiene gli scenari specifici per le chiamate.

Parti dalle conversazioni che hai già

Il set di test è la parte che quasi tutti i team saltano ed è quella che rende decidibile ogni fase successiva. Quaranta conversazioni reali prese dalla tua inbox, ognuna con accanto il comportamento corretto, trasformano "sembra andare bene?" in un numero che puoi ricontrollare dopo ogni modifica. Tirale fuori prima di cambiare una singola impostazione.

Fonti: sondaggio Gartner sui clienti, agosto 2026 (3,566 clienti, rilevazione a febbraio e marzo 2026); Zoom e Morning Consult, "AI alone won't save CX. Resolution will.", luglio 2025 (3,500 adulti, sette Paesi); Moffatt v. Air Canada, British Columbia Civil Resolution Tribunal, febbraio 2024; servizio di CX Dive su Klarna, maggio 2025; linee guida Teradata AgentOps, novembre 2025; Entagl Response Velocity Study 2026.