L’intelligenza artificiale corre più veloce della capacità delle aziende di governarne l’adozione. Servono conoscenza aziendale affidabile e piattaforme che permettano di portarla alle persone in modo graduale e sicuro, mantenendo sotto controllo dati, modelli, permessi e costi.

Il contesto attuale: shadow AI e mancanza di governance

Tutti parlano di AI, ma in molte aziende il suo utilizzo è già iniziato senza regole e controlli chiari. La sfida oggi non è solo accedere ai modelli generativi, ma consentire alle persone di utilizzarli sui dati aziendali in modo sicuro e controllato, definendo regole precise per gestire accessi, permessi, costi e attività.

È inoltre fondamentale fornire all’AI informazioni aziendali affidabili e ben organizzate, affinché possa comprenderle e utilizzarle nel modo corretto. Antonio Giarrusso, founder di Userbot e Head of AI di Smeup, sottolinea: “La tecnologia è più avanti rispetto alla capacità reale delle aziende di implementarla. Mancano l’educazione su come vanno costruiti i dati per dialogare con l’IA e una gestione corretta delle aspettative: si pensa che basti dare le proprie informazioni all’algoritmo per ottenere un risultato solido, ma la realtà è che senza dati adeguati l’AI non fa miracoli”.

Due pilastri della strategia di Smeup

Ogni azienda che opera nel settore della trasformazione digitale sviluppa una propria strategia per accompagnare i clienti nel percorso di adozione. Quella di Smeup ruota attorno a due pilastri:

    • Costruzione di un patrimonio di dati, relazioni, regole e conoscenze capace di rappresentare il reale funzionamento dell’azienda.
    • Messa a disposizione di strumenti che, posizionati su questo substrato, consentono un’adozione orizzontale, sicura e conforme alle normative.

Per quanto concerne il primo pilastro, Smeup parte da una posizione di vantaggio poiché sviluppa da 40 anni software aziendali e ha una conoscenza profonda dei loro processi. Le sue soluzioni sono costruite sul concetto di oggetti applicativi, entità collegate tra loro e dotate di un significato preciso.

Valore degli oggetti applicativi nell’era dell’AI

Questo approccio, nato ben prima dell’AI, ha sempre favorito correlazioni e analisi efficaci; oggi acquista un valore straordinario perché un agente non deve solo accedere ai dati, ma comprenderne il contesto, le relazioni, le regole e le eccezioni. Disporre di questa conoscenza strutturata significa evitare di doverla costruire a posteriori con un effort superiore.

Userbot: la piattaforma di adozione AI

Nel caso di Smeup, il ruolo di facilitare l’adozione è affidato a Userbot, piattaforma acquisita nel 2023 e pensata proprio per supportare l’AI in azienda. L’obiettivo è offrire alle persone un unico ambiente per usare chat, conoscenza aziendale, agenti e automazioni, mantenendo centralizzati regole, permessi e controllo.

L’evoluzione più recente non è solo tecnologica ma anche concettuale. Accanto al ruolo di orchestratore di agenti in processi complessi, la nuova release amplia il raggio d’azione e si rivolge anche alle aziende che mancano dei presupposti tecnici e organizzativi per adottare l’AI in modo strutturato, proponendo un percorso fluido, progressivo e controllato per qualsiasi livello di maturità digitale.

Come Userbot costruisce la base di conoscenza

Al primo login la piattaforma chiede di analizzare il sito web aziendale: l’AI legge cosa fa l’azienda, quali prodotti vende e come comunica, acquisendo subito il contesto primario e proponendo in automatico i primi agenti utili. Da lì la base si arricchisce collegando documenti desktop, CRM, ERP e altri sistemi, trasformando dati dispersi in conoscenza strutturata e condivisa.

Al termine dell’analisi, Userbot suggerisce in automatico i primi agenti pronti all’uso adatti al settore di appartenenza.

Governance, privacy e controllo dei costi

L’interfaccia conversazionale di Userbot replica l’esperienza delle principali chat AI pubbliche, intercettando abitudini consolidate e ricondurle in un perimetro sicuro, riducendo i rischi della Shadow AI, che secondo UpGuard coinvolge l’81% dei dipendenti.

Gli utenti possono accedere ai principali modelli di mercato (GPT, Claude, Gemini e altri) mentre l’azienda decide quali rendere disponibili a diversi gruppi o dipartimenti, con regole e tetti di spesa centralizzati.

La riservatezza è gestita a livello di dato: un commerciale potrà interrogare l’IA accedendo solo alle informazioni di vendita a cui è autorizzato, mantenendo protetti i dati degli altri reparti e applicando le policy aziendali.

Sovranità del dato e conformità

La protezione è garantita dal fatto che Userbot non si collega direttamente a piattaforme consumer pubbliche, ma utilizza fornitori intermediati con:

    • Zero data retention.
    • Region routing confinato in Europa.
    • Assenza di addestramento sui dati del cliente.

Per le organizzazioni con modelli LLM privati, la piattaforma permette di collegarli mantenendo lo stesso perimetro di sicurezza.

La piattaforma è integrata “by design” con GDPR e AI Act. Gli amministratori possono definire controlli human‑in‑the‑loop, vincolando determinate azioni all’approvazione umana, e rendere esplicita la natura automatizzata delle interazioni nei canali esterni.

Completano il quadro audit trail, tracciabilità delle attività e tecniche di anonimizzazione o mascheramento dei dati per i contesti più sensibili.

Modello di adozione: dagli champion agli agenti verticali

La vera svolta avviene quando l’AI diventa un asset condiviso dai team. Smeup punta su champion, dipendenti di varie aree che hanno sviluppato maggiore familiarità con l’AI e che possono istruire, in linguaggio naturale, agenti verticali con basi di conoscenza specifiche e documenti di reparto.

Una volta creati, gli agenti sono messi a disposizione dei colleghi, trasformando le competenze isolate in risorse comuni per tutta l’organizzazione.

Automazione no‑code e workflow intelligenti

Il livello più avanzato riguarda l’automazione dei processi tramite workflow e mini‑app sviluppate con approccio no‑code. L’obiettivo è portare un’automazione intelligente governata dall’IT, che definisce regole, vincoli e livelli di approvazione.

Esempi d’uso includono:

    • Estrazione automatica degli ordini ricevuti via email e loro caricamento diretto nell’ERP.
    • Gestione di preventivi complessi.
    • Analisi avanzata dei dati di vendita.
    • Generazione automatica di grafici e presentazioni.
    • Estensione degli agenti verso il Customer Service omnicanale (web, messaggistica, email).

Quando l’AI entra in un unico perimetro governato, l’azienda può estenderne progressivamente l’uso a nuovi team e processi senza moltiplicare strumenti, account e regole.