In quest’azienda hanno un agente AI che fa le telefonate. Ecco come lo hanno fatto funzionare

Talent Garden ha messo un agente AI dentro un processo commerciale reale, e Gerardo Boffardi lo racconta in una nuova intervista pubblicata sul canale B2B Labs di Tom’s Hardware. Il sistema chiama i lead che hanno chiesto informazioni sui corsi, qualifica l’interesse, propone un appuntamento con un consulente umano e registra l’esito nel flusso commerciale.

Il caso è rilevante perché mostra una versione molto concreta dell’AI agentica. L’agente non “sostituisce il sales” in senso teatrale, non decide a chi vendere, non chiude contratti, non gestisce l’intera relazione; fa invece un compito stretto, ripetitivo, misurabile: contattare rapidamente persone che hanno già espresso interesse. Proprio per questo funziona. La prima lezione è quindi un promemoria: gli agenti utili non sono quelli onnipotenti, sono quelli ben delimitati.

Boffardi, Digital Marketing & AI Automation Strategist in Talent Garden, si occupa in particolare di CRM, marketing automation, workflow intelligenti e AI applicata ai processi di business. Nell’intervista spiega che il progetto nasce prima della grande ondata narrativa sugli agenti, con strumenti low-code, API, n8n, integrazioni con CRM e telefonia. La tecnologia conta, ma il vantaggio vero arriva dall’aver scelto un perimetro operativo preciso.

Stabilire confini chiari fa la differenza

La distinzione fra workflow con AI e agente AI è il primo nodo evidenziato da Boffardi. Un workflow tradizionale segue una sequenza prevedibile: se succede A, esegui B, poi C. Un agente, invece, riceve un obiettivo, usa strumenti, interpreta risposte e sceglie azioni intermedie. La documentazione di n8n sugli AI agent descrive proprio questo salto: il modello linguistico genera testo, l’agente usa strumenti e completa compiti orientati a un obiettivo.

Nel caso Talent Garden, l’obiettivo è chiaro. L’agente parte da una richiesta inbound, e poi telefona, conversa, valuta se proporre un appuntamento e porta la persona verso un consulente umano. Il sistema non decide il target, non compra liste, non improvvisa una strategia commerciale; lavora dove il processo ha già senso. Questo dettaglio cambia tutto, perché riduce il rischio e rende misurabile l’impatto.

I risultati raccontati da Boffardi sono interessanti proprio perché non sono perfetti. L’agente ha fissato molti più appuntamenti di un processo umano tradizionale, grazie a volume, immediatezza e disponibilità continua. La percentuale di meeting effettivamente svolti è però più bassa rispetto agli appuntamenti fissati da persone. Il saldo resta positivo perché il volume compensa la qualità inferiore del singolo contatto.

Questa è la parte che molte aziende saltano. Chiedono all’AI di imitare una persona e poi giudicano il sistema sulla base di aspettative vaghe. Talent Garden sembra aver fatto il contrario: ha scelto un collo di bottiglia, ha misurato output, conversione, qualità del passaggio al team umano, poi ha accettato che il sistema non fosse migliore in ogni metrica. Un agente può essere utile anche se non è superiore all’umano in senso assoluto, quando cambia l’economia complessiva del processo.

Il sales resta umano dove serve relazione

Il passaggio più utile dell’intervista è la separazione fra contatto iniziale e relazione commerciale. L’agente può chiamare subito, riprovare fuori orario, gestire volumi che un team umano non riuscirebbe a coprire, mantenere una conversazione abbastanza naturale per qualificare il lead. Ma la chiusura, l’empatia e la responsabilità commerciale restano al consulente.

L’agente agisce come primo filtro operativo, non come venditore autonomo. In termini organizzativi significa spostare lavoro ripetitivo dalla persona alla macchina, lasciando alla persona il tratto dove il giudizio umano pesa di più. È lo stesso principio che dovrebbe guidare l’onboarding di un agente AI: ruolo, perimetro, strumenti, responsabilità, casi in cui fermarsi.

Boffardi racconta anche un aspetto culturale interessante: l’agente viene trattato come una risorsa da governare, quasi inserita in un organigramma aumentato. C’è chi ne segue la parte tecnica e chi ne valuta la performance commerciale. Questa impostazione è più solida del semplice “abbiamo collegato un modello al CRM”, perché attribuisce responsabilità interne. L’agente non è una magia esterna al processo, è un componente operativo con un manager e KPI.

n8n, API, CRM, modelli linguistici e telefonia non bastano da soli. Servono connettori, dati puliti, log, test, controlli, fallback. Boffardi spiega di non essere uno sviluppatore tradizionale, ma di avere costruito il sistema con competenze di processo e capacità di dialogare con le macchine. È una figura che diventerà sempre più frequente: il responsabile di processo capace di tradurre business in automazione.

Il rischio vero sono i permessi

La parte più delicata riguarda privacy, disclosure e sicurezza. L’agente usa una voce sintetica, lavora su dati minimizzati, non riceve informazioni sensibili oltre quelle necessarie alla chiamata e resta confinato rispetto ai sistemi aziendali. Boffardi sintetizza il principio in modo molto sano: affidarsi all’AI, ma non fidarsi mai. È esattamente la postura che manca a molti professionisti che si approcciano all’AI.

Gli agenti diventano rischiosi quando ricevono troppi privilegi. Se possono leggere database, inviare email, modificare CRM, prenotare calendari e agire senza conferma, un errore di prompt o un attacco di prompt injection può produrre danni reali. Tom’s Hardware ha già raccontato, parlando di OpenClaw, come le vulnerabilità aprano una superficie nuova, soprattutto quando i sistemi possono eseguire azioni su strumenti aziendali. La comodità va sempre bilanciata con il principio del minimo privilegio.

Il caso Talent Garden suggerisce una regola pratica: partire da processi dove l’azione dell’agente è utile ma reversibile, con danno potenziale limitato e supervisione chiara. Una chiamata sbagliata è un problema gestibile. Un agente che invia offerte, modifica sconti o cancella record CRM richiede un altro livello di governance. L’AI agentica non va adottata per entusiasmo, ma per gradini di rischio progressivo.

Il commento finale è che questo esempio vale più di molte promesse di vendor. Non perché dimostri che gli agenti sostituiranno i team sales, ma perché dimostra il contrario: funzionano quando l’impresa rinuncia alla fantasia del sostituto universale e costruisce un sistema piccolo, chiuso, misurabile. Molti progetti con agenti IA falliscono proprio quando saltano questa disciplina. La maturità non sta nel dare più autonomia possibile alla macchina. Sta nel darle appena l’autonomia necessaria per togliere attrito a un processo reale.

[BOX] Guarda il video: l’intervista completa a Gerardo Boffardi, Digital Marketing Operations Manager in Talent Garden, è disponibile su B2B Labs, il canale di Tom’s Hardware dedicato alla comunicazione B2B, alle imprese e all’intelligenza artificiale applicata al lavoro: https://youtu.be/y9TCrIaFL5I. Iscriviti al canale per non perdere le prossime interviste. [/BOX]