Durante il CRM Business Forum AW2026, Soluta ha scelto di parlare di Intelligenza Artificiale come strumento concreto per migliorare il lavoro quotidiano.
AI, il minimo indispensabile
Parlare di AI oggi significa affrontare un lessico in continua evoluzione: Machine Learning, LLM, SLM, RAG, Agent. Ma cosa cambia davvero tra queste tecnologie?
-
Machine Learning classico: analizza dati numerici per prevedere tendenze, classificare o rilevare anomalie.
-
LLM (Large Language Model): modelli di linguaggio di grandi dimensioni addestrati su miliardi di parole. Ideali per scrivere testi, sintetizzare email o generare lettere.
-
SLM (Small Language Model): versioni più leggere, più mirate e locali degli LLM.
-
RAG (Retrieval Augmented Generation): combina un modello linguistico con dati aziendali specifici, consentendo risposte “grounded” e contestualizzate.
-
Agent: software che usa uno o più modelli per svolgere compiti complessi, utilizzando strumenti esterni e memorie. Quando più agenti collaborano, si parla di multi-agent system.
Il principio è semplice: il giusto strumento per il giusto lavoro.
Dal modello al collaboratore digitale
Uno dei passaggi più interessanti è la trasformazione del modello in “collega virtuale”: non più un chatbot generico, ma un agente intelligente capace di gestire compiti specifici e interagire con altri sistemi.
Come ogni nuova risorsa, anche questa ha bisogno di una job description, un percorso di training e di strumenti per lavorare.
La domanda diventa quindi: quali parti del nostro lavoro possiamo “scaricare” sulle macchine? Quelle ripetitive, descrivibili, costose in termini di tempo. L’AI non prende decisioni strategiche, ma libera tempo per farlo.
Chatbot, ma non solo
Non tutti i chatbot sono uguali. Un modello LLM può rispondere a domande semplici, un RAG può consultare manuali e documenti aziendali, un sistema multi-agent può addirittura svolgere azioni, come generare un report o aggiornare un CRM. Nel CRM questi sistemi possono supportare gli operatori o integrarsi nei flussi di automazione interna.
I dati, il vero carburante
Ogni sistema di AI vive di dati. Nel CRM, l’evoluzione è chiara:
-
Dalla versione classica, centrata su lead, account e ticket
-
Alla versione moderna, che integra comportamenti digitali come pageview e click
-
Fino alla versione recente, basata su rappresentazioni vettoriali (Graph o Embedding)
Oggi si parla di Agent Embedding: la rappresentazione numerica della conoscenza di un agente. Non è un report, ma una nuova forma di sapere aziendale, che si può interrogare per ottenere insight in tempo reale.
Le tendenze digitali del futuro
L’AI non è un monolite. Funziona meglio quando è modulare, flessibile, interconnessa. La complessità è il vero nemico: più soluzioni integrate e più contesto significano maggiore efficienza.
Le direzioni che emergono sono chiare:
-
No more human? No, ma più umanità nei processi grazie al supporto intelligente.
-
AI Shepards: figure umane che guidano e supervisionano l’Intelligenza Artificiale.
-
AI to AI: sistemi che dialogano direttamente tra loro, in uno scenario di automazione cooperativa.
Conclusione
L’AI nel CRM è un’occasione per ripensare il lavoro, rendendolo più intelligente e meno ripetitivo. Non serve sapere tutto: basta conoscere il minimo indispensabile per iniziare e sperimentare con curiosità.