La promessa degli agenti IA è convincente: fare una domanda in linguaggio semplice e ottenere la risposta; dire all'agente cosa cambiare e lui lo cambia. Le demo sembrano senza sforzo perché i dati delle demo sono puliti.
I dati reali di un'azienda non lo sono. Il CRM è configurato a metà. Il sistema di fatturazione e il CRM non concordano su quanto paga un cliente. Lo stesso account esiste tre volte con nomi leggermente diversi. Le date di rinnovo vivono in un foglio di calcolo gestito da una sola persona. I dati di utilizzo del prodotto stanno in un database che nessuno ha collegato all'account a cui appartengono.
Ci metta sopra un agente e risponderà comunque, con sicurezza. Solo che sbaglierà in modi difficili da individuare.
Perché la base dati deve venire prima degli agenti IA?
Perché un agente può riferire e agire solo su ciò che i suoi sistemi registrano. Se i dati di CRM, fatturazione e prodotto non concordano, le risposte dell'agente sono ipotesi e le sue azioni diffondono gli errori. Strutturare prima i dati dà a ogni agente un'unica versione condivisa dei fatti, così i suoi report sono affidabili e le sue azioni sicure.
La versione breve è quella della nostra homepage: senza dati, niente IA. Nella nostra esperienza è anche il punto in cui molti progetti di IA si arenano senza far rumore. Il report 2025 di MIT NANDA “The GenAI Divide” ha rilevato che solo il 5% circa dei progetti pilota di IA generativa arriva in produzione con un ritorno misurabile. Un pilota su un campione ordinato può sembrare eccellente; la stessa idea sui dati reali e disordinati spesso non sopravvive al passaggio.
Cosa va storto quando gli agenti lavorano su dati disordinati
I problemi sono prevedibili, e peggiorano quando l'agente può agire oltre che rispondere:
- Report che non coincidono. Chieda l'ARR e l'agente somma i dati del CRM. La finanza somma le fatture. Il board riceve due numeri e non si fida di nessuno dei due.
- Duplicati che si moltiplicano. Tre record per un cliente significano tre punteggi di salute, tre promemoria di rinnovo e un account manager che sembra distratto.
- Azioni sui fatti sbagliati. Un agente incaricato di inviare i promemoria di rinnovo li invia in base alle date presenti nel CRM. Se quelle date non sono aggiornate, non lo sono nemmeno i promemoria, e ora sono arrivati ai clienti.
- Risposte che nessuno può verificare. Quando i dati sono sparsi, nessuno può risalire all'origine di una cifra, quindi nessuno può dire se è corretta.
Prendere dati da fonti sbagliate produce report sbagliati. Scrivere dati in fonti sbagliate le peggiora. Entrambe le metà di ciò che fa un agente dipendono dalle fondamenta sottostanti.
Cos'è davvero una base dati
Una base dati non è un programma di data warehouse né una migrazione di un anno. Per un'azienda in crescita, e soprattutto per un'azienda SaaS, si riduce a poche cose fatte bene:
- Un CRM configurato per come vende, rinnova e fattura. Pipeline, fasi, oggetti e campi progettati intorno a come l'azienda lavora davvero, anziché intorno a un modello predefinito.
- Ogni fatto registrato una sola volta. Account, contatti e contratti senza duplicati; prodotti, prezzi e condizioni di rinnovo tenuti in un unico posto.
- I sistemi collegati. Fatture e pagamenti abbinati al cliente giusto, l'utilizzo del prodotto collegato all'account a cui appartiene, e cliente, contratto e fattura che significano la stessa cosa in ogni sistema.
- Qualcosa che li mantenga coerenti. I dati si disallineano se nulla li mantiene. Nei nostri progetti è il Processore, che esegue i flussi di lavoro tra i sistemi, ripete ciò che fallisce e mantiene una traccia di audit completa di ogni passaggio.
I dettagli sono nella nostra pagina sulla base dati.
Come capire se i suoi dati sono pronti
Poche domande danno una risposta rapida e onesta. Se una qualsiasi richiede più di qualche minuto, o riceve due risposte diverse da due persone diverse, le fondamenta vanno sistemate prima di metterci sopra degli agenti:
- L'ARR del CRM coincide con l'ARR della finanza?
- Ogni cliente esiste esattamente una volta, in ogni sistema?
- Le date e le condizioni di rinnovo sono nel CRM, e sono corrette?
- Riesce a vedere l'utilizzo del prodotto per account, accanto a ciò che quell'account paga?
- Quando si chiude una trattativa, il resto dell'azienda lo viene a sapere senza che qualcuno mandi un messaggio?
Questa verifica fa parte del nostro AI Readiness Assessment: se il CRM e i sistemi finanziari concordano abbastanza da permettere all'IA di farvi affidamento, prima di costruire qualsiasi cosa.
L'ordine che funziona: dati, poi il livello IA, poi gli agenti
Ogni progetto che realizziamo costruisce gli stessi tre livelli, nello stesso ordine:
- 1. La base dati. Il CRM e i sistemi che lo circondano configurati, strutturati e mantenuti coerenti.
- 2. Il livello IA. Quei dati collegati all'assistente IA che il team usa già, tramite MCP (Model Context Protocol), lo standard aperto per collegare l'IA ai sistemi reali. Chiunque abbia i permessi può leggere dati, scrivere dati e avviare azioni in linguaggio semplice.
- 3. Agenti di reparto. Agenti su misura per finanza, vendite e customer success, ciascuno con i report e le azioni di cui quel team ha bisogno, entro i suoi permessi e con una traccia di audit.
Saltare il primo livello sembra più veloce. Raramente lo è. Il tempo risparmiato all'inizio si spende dopo a spiegare perché i numeri dell'agente non coincidono con quelli della finanza, e a riparare i record che ha modificato. Costruito in ordine, ogni livello rende il successivo più economico, e gli agenti in cima sono affidabili fin dal primo giorno.
Costruite così, le fondamenta restano anche sue, e in Europa. I dati restano su infrastruttura UE durante la realizzazione, il modello di IA è una sua scelta e, se in seguito cambia modello, la base dati e tutto ciò che vi è costruito sopra restano invariati.