Come costruire una squadra di agenti IA da chi lo ha già fatto
Definizione: I colleghi IA sono diversi dagli agenti: sono strumenti GPT personalizzati che richiedono interazione umana e contesto.
Inizia: Crea strumenti IA dove le risorse sono poche e ci sono lacune di competenze, iniziando in particolare dai compiti legati ai contenuti.
Tempo: Integra lo sviluppo IA in brevi intervalli di tempo; costruisci e affina gradualmente l’ecosistema IA.
Dati: Utilizza dati reali e basati sulla ricerca per i personaggi IA ed evita qualsiasi informazione personale identificabile.
Futuro: Automatizza le mansioni attuali per liberare tempo da dedicare a lavori strategici e allo sviluppo di competenze negli ambienti IA.
Questa intervista è stata originariamente condotta nel podcast The Digital Project Manager, dove il conduttore Galen Low ha parlato con Megan Ratcliff di cosa significhi davvero costruire e gestire un team di colleghi IA — non in un futuro ipotetico, ma oggi, con la tecnologia attuale. È stata riformattata in un articolo per una lettura più agevole.
Megan Ratcliff, consulente go-to-market e coach presso Clarity & Motion Collective, ha costruito un team di colleghi IA durante la sua esperienza come Head of Marketing presso l’azienda di tecnologia SaaS Dice — un ecosistema che alla fine ha svolto il suo lavoro così efficacemente che ha avuto il tempo di inventarsi il prossimo. Non aveva competenze tecniche, nessun budget, e nessuna ora libera nel calendario. Quello che segue è il suo playbook.
Cos’è davvero un collega IA? (E cosa non è)
Prima, un po’ di chiarezza sulle definizioni, perché la terminologia sta diventando confusa. “La parola AI Agent viene usata in modo molto disinvolto in questo periodo”, afferma Ratcliff. “Un agente è uno strumento di IA che agisce in autonomia da solo. E credo che quando le persone dicono di creare agenti su LinkedIn in realtà stanno solo realizzando un collega, ovvero un GPT personalizzato con una persona umana che rimane nella catena di operazioni.”
Sblocca Gratis
Crea un account gratuito per terminare la lettura di questo articolo e unirti a una community di leader innovativi che accedono a strumenti, playbook e approfondimenti per prosperare nell’era dell’AI.
Have an account? Log In
Questa distinzione è importante. Un collega IA è un assistente creato per uno scopo preciso — un copywriter per campagne, uno stratega, un simulatore di persona — addestrato sul tuo contesto reale e utilizzato con te a gestirlo. E, cosa fondamentale, costruirlo non richiede di diventare un ingegnere. Ratcliff è schietta sui suoi limiti: “Non sono il tipo di persona che andrebbe a costruire qualcosa in JSON o HTML o React. Per me sarebbe arabo.”
E non tutti hanno bisogno dello stesso livello di competenza. “Imparare l’IA è come imparare un’altra lingua”, dice. “Ci sarà forse un 10-20% della popolazione che diventerà fluente nell’IA, e saranno coloro che costruiranno ogni sorta di cose che non avremmo mai immaginato. E poi, usando la metafora della lingua, il resto sarà in grado solo di ordinare un bicchiere d’acqua e chiedere dov’è il bagno.” Il livello di base, secondo lei, è semplice: “sapere interagire con un chat bot LLM. E saperlo usare in modo efficace?”
Imparare l’IA è come imparare un’altra lingua
Passaggio 1: Parti da dove c’è più bisogno (di solito i contenuti)
Il primo collega IA di Ratcliff non è nato da una grande strategia di IA. È nato dalla scarsità. “All’epoca ero responsabile della domanda”, ricorda. “Non avevo molte risorse. Non avevo molti soldi. Non avevo molto tempo e nemmeno tanti membri del team – membri umani – per svolgere il lavoro.”
Così è partita dal punto di maggiore sofferenza: “Ho iniziato creando il primo collega, che era un copywriter per le campagne. La creazione di contenuti è un ottimo punto di partenza per chiunque sia nuovo nell’IA. È davvero semplice perché puoi capire facilmente come si presenta un buon risultato.”
La creazione di contenuti è un ottimo punto di partenza per chiunque sia nuovo nell’IA. È davvero semplice perché puoi capire facilmente come si presenta un buon risultato.
Da lì, la logica si è allargata alle sue stesse lacune nelle competenze. Arrivando da un percorso come account director in agenzia anziché dalla formazione classica sul demand gen, afferma: “Stavo costruendo colleghi per integrare le aree in cui avevo delle carenze di competenze”. Questo è il modello da seguire: non costruire IA solo per avere l’IA — scegli dove sei più in difficoltà.”
Passaggio 2: Costruisci nei ritagli di tempo — non serve un pomeriggio libero
L’obiezione più comune al costruire qualcosa di nuovo è il tempo, e Ratcliff la smonta. Non ha mai riservato mezze giornate. “Era nei ritagli tra una riunione e l’altra. Se avevo 15 minuti liberi, lavoravo su qualcosa e poi scrivevo una serie di istruzioni, andavo in riunione, tornavo, vedevo il risultato, correggevo, aggiornavo.”
Non tutto è sopravvissuto. “Alcuni colleghi li tenevo, altri li eliminavo, poi ho iniziato a collegarli tra loro” — e quel mucchio di scarti è progresso, non fallimento. Il ritorno sull’investimento è arrivato presto: “Nel giro di circa quattro mesi ho costruito un ecosistema che ha iniziato a fare il mio lavoro per me piuttosto bene. E così ho avuto più tempo per innovare.”
Col tempo, ho costruito un ecosistema in circa quattro mesi che ha iniziato a svolgere il mio lavoro piuttosto bene per me. Così ho avuto più tempo per innovare.
Due fattori acceleranti hanno aiutato. Il primo è stato il mentorship: un CMO frazionale presso Dice che ha revisionato le sue prime istruzioni GPT personalizzate e l'ha stimolata a iterare. Come racconta Ratcliff, riferendosi alle persone che ora forma: "Una volta che iniziano, diventano inarrestabili. Ma hanno solo bisogno di un piccolo aiuto all'inizio." Il secondo è stato il temperamento. "L'AI premia davvero le persone creative. Quindi, se sei una persona di idee, questo è il tuo momento."
Passo 3: Fornisci informazioni reali — mai spazzatura, e mai Dati Personali
I collaboratori sono efficaci solo quanto i loro input, e Ratcliff pone due limiti netti. Il primo riguarda le personas: "Non puoi costruire una persona AI basandoti su informazioni generate dall'AI. Devi avere dati reali. Devi aver fatto la ricerca." Interviste, dati qualitativi, dati quantitativi — è questo che rende il simulatore di personas di Ratcliff degno di essere consultato.
La seconda linea è categorica: "Non inserisco mai dati personali identificabili nell'AI e neanche tu dovresti farlo."
Passo 4: Passa dallo strumento individuale all'intelligenza condivisa
Una volta che i singoli collaboratori funzionano, la domanda diventa cosa costruire dopo — e la risposta parte dagli obiettivi, non dagli strumenti. "Comprendere il risultato verso cui ti stai dirigendo, le competenze che già possiedi nel tuo team, ti aiuta a identificare quali collaboratori ti servono davvero. Non devi costruire strumenti AI solo per il gusto di farlo," dice Ratcliff. "Ci saranno delle lacune. E allora, come colmarle? Si costruisce un collaboratore per coprire quelle lacune."
Non devi costruire l'AI solo per il gusto di costruirla.
La vera trasformazione avviene quando i collaboratori smettono di essere semplici mezzi di produttività personale e diventano infrastruttura condivisa. "Quando inizi a costruire quello strato di intelligenza condivisa, e poi hai uno strato di orchestrazione condiviso, collaboratori condivisi che usate tutti," spiega, "è allora che si abbattono i silos tra le organizzazioni e si inizia a muoversi come un'unica entità, e l'AI è il tessuto connettivo."
Come si traduce nella pratica: due esempi
Il simulatore del presidente. Ratcliff aveva un'idea da proporre al presidente di Dice, una persona che conosceva poco. Invece di rischiare una proposta a freddo, ha costruito un simulatore utilizzando le trascrizioni delle sue riunioni plenarie, la descrizione del lavoro per il suo ruolo e il linguaggio delle sue email. Il simulatore ha bocciato la sua idea. Così lo ha usato per riformulare la proposta secondo ciò che contava davvero per lui: "Non abbiamo cambiato il sentimento, abbiamo solo cambiato come veniva presentata." La presentazione reale ha fatto centro. Quando ha confessato l'esperimento, lui lo ha adorato — e il simulatore è stato riutilizzato come spina dorsale per la costruzione dei contenuti del suo personal brand.
Lo stratega go-to-market. Dopo un lancio di prodotto, è successo qualcosa di strano: "Lo abbiamo lanciato e le cose sono andate diversamente da come pensavamo. E le persone che credevamo avrebbero acquistato quel prodotto, non lo stavano acquistando." L'ICP andava ridefinito, e nessuno ne aveva la responsabilità. "Nessuno possiede il go to market. Così mi sono detta: perché non io?" Ha creato un collaboratore stratega, gli ha fornito i tassi di conversione, l'ICP originale e i dati di acquisto a livello di account, utilizzandolo per costruire un nuovo profilo d'acquirente e progettare test di validazione. Condiviso tra i team, quel collaboratore "ha iniziato ad abbattere i silos tra marketing, sales enablement, rev ops" — diventando una fonte unica di verità consultabile da tutti.
Falsi miti da sfatare
"L'AI ti ruberà il lavoro." La risposta di Ratcliff è un sì consapevole, ma anche altro. "Potrai costruire un sistema di strumenti che sostiene il lavoro che fai dal punto di vista operativo, e potrai anche usare questi strumenti per aumentare la tua influenza strategica sull'organizzazione. Quindi quello che dovresti fare è utilizzare l'AI per sostituire il tuo lavoro attuale mentre costruisci il tuo nuovo ruolo. Questo è il futuro di tutto ciò." Tuttavia, è onesta sui tempi. Per chiunque svolga lavori puramente ripetitivi e orientati alle task: "Probabilmente potrai continuare così ancora per un paio d'anni, poi rischierai di non avere più un lavoro."
Ciò che dovresti fare è usare l’AI per sostituire il tuo attuale lavoro mentre costruisci il tuo nuovo lavoro. Questo è ciò che ci aspetta nel futuro.
"Posso semplicemente restarne fuori." Paragona questo momento a un precedente punto di svolta: "Se eri resistente a internet, sai, non te la sei cavata poi così bene." Anche le certificazioni in ambito AI le sembrano un segnale temporaneo — quando qualcuno le ha detto di voler certificare il proprio team, la sua reazione è stata "ok, è come prendersi una certificazione in internet."
"Gestire colleghi AI è come gestire le persone." "Mito. Falso. I colleghi AI non hanno emozioni," afferma — anche se meritano una revisione diagnostica "probabilmente a intervalli regolari trimestrali, in alcuni casi forse due volte l'anno."
"Questo strumento può sostituire tutto il tuo team marketing." "Qualsiasi strumento che afferma di sostituire il tuo team marketing sta facendo marketing. È pessimo marketing, perlomeno," dice Ratcliff. Gli esseri umani hanno ancora il gusto, il giudizio e la sfumatura. "Non sostituirà il tuo team marketing. Lo renderà migliore."
"Elencare i tuoi agenti AI sul curriculum è solo una trovata." "Vero. L'ho già visto succedere," osserva riferendosi a candidati che fanno il colloquio insieme ai propri team di agenti — un chiaro segnale della padronanza che lei stessa assumerebbe volentieri. Ribalterebbe anche la classica domanda da colloquio: "Forse la nuova domanda non è più qual è il tuo punto debole? Ma quali colleghi hai costruito per potenziare le tue competenze?"
L'avvertimento: ecco perché l’umano resta fondamentale
Nonostante tutto l’entusiasmo, il manuale di Ratcliff prevede un limite invalicabile. "Solo gli esseri umani hanno gusto e solo gli esseri umani possono cogliere le sfumature e i riferimenti storici che un’AI non può captare," sottolinea. La sua regola per la collocazione dell’automazione: "Automatizzo i margini di quei processi, non il cuore di quei processi." Pulire i dati automaticamente, redigere le bozze di report in automatico — ma la decisione di giudizio centrale resta agli umani.
Se superi quel confine, ottieni solo risultati scadenti. Cita una pubblicità AI di McDonald's realizzata in Europa: "Era pessima, la gente si è ribellata e l’hanno rimossa perché non era buona. Ed è lì che la componente umana diventa fondamentale."
La sua analogia preferita? Il bucato. Lavatrice e asciugatrice automatizzano due fasi, ma è un essere umano a decidere cosa inserire, regolare i programmi e togliere i leggings prima che si restringano. "Ci saranno attività che ora facciamo manualmente che semplicemente non ha senso mantenere manuali," osserva — ma altre saranno imprescindibili per l’intervento umano, perché "se ne va del giudizio, dell’etica."
Questa barriera centrata sulle persone è anche la chiave dell’ansia nei team, motivo per cui la sua attività di change management inizia sempre nello stesso modo: "Il primo passo è dissipare la paura." Da lì, il vero lavoro è aiutare le persone a ripensare i propri ruoli intorno a ciò che realmente vogliono mantenere. "Il cambio di mentalità è fondamentale perché senza quello, senza ripensare il lavoro, non cambia nulla nel profondo. Continui semplicemente a fare lo stesso lavoro, forse solo un po' più velocemente."
Il cambio di mentalità è fondamentale perché senza quello, senza ripensare il lavoro, non cambia nulla nel profondo.
Il paradosso del manuale
Ecco il nodo scomodo del consiglio di Ratcliff: la mossa di carriera più sicura oggi è automatizzare di proposito il proprio attuale lavoro — perché l’alternativa è aspettare che qualcun altro, o qualcos’altro, lo faccia al posto tuo. La ricompensa non è la disoccupazione; è avere il tempo e la posizione per candidarti a ciò che nessuno ha ancora assunto, come Ratcliff ha abbracciato il go-to-market quando nessuno ne voleva sapere. E nel futuro che lei descrive, in cui gli organigrammi lasciano spazio ai work chart e i team si formano attorno agli obiettivi piuttosto che ai titoli, è lì che si trova la posizione più solida. Come dice lei: "Elimina il titolo, tieni le competenze e dedicati a ciò che è più in linea con quello in cui sei bravo e che ti appassiona."
