L’agente AI deve inviare email. Non inoltrarle, non riassumerle, ma effettivamente comporle e inviarle in base al contesto. Un cliente invia un’email riguardo un ordine in ritardo? L’agente dovrebbe controllare lo stato dell’ordine, redigere una risposta adeguata e inviarla (o metterla in coda per la mia approvazione).
Costruire questo mi ha richiesto tre iterazioni. La prima era imbarazzante. La seconda era funzionante ma inquietante. La terza è quella che utilizzo effettivamente.
Iterazione 1: Il Bot Email Sicuro di Sé
Il mio primo tentativo ha dato all’agente pieno accesso alle email con istruzioni semplici: “Monitora la casella di posta, rispondi alle email dei clienti in base al contesto.” Ha funzionato tecnicamente: leggeva le email, generava risposte e le inviava.
Il problema: ha inviato una risposta a un reclamo di un cliente arrabbiato che iniziava con “Capisco la tua frustrazione.” Il cliente non era frustrato — era leggermente infastidita per una piccola discrepanza di fatturazione. L’agente ha esacerbato un problema minore trasformandolo in una risposta emotiva che ha effettivamente frustrato il cliente.
Lezione: gli agenti AI sono scarsi nel leggere il tono emotivo nelle email. Tendono alla più drammatica interpretazione e rispondono di conseguenza.
Iterazione 2: Il Bot Email Troppo Cauto
Dopo il primo disastro, sono andato troppo dall’altra parte. L’agente redigeva email ma non le inviava mai — tutto finiva in una coda di approvazione. Dovevo rivedere e approvare ogni singola risposta.
Questo ha creato più lavoro che farlo manualmente. Invece di leggere l’email e scrivere una risposta, stavo leggendo l’email, leggendo la bozza dell’agente, decidendo se la bozza era appropriata, modificandola 60% delle volte e poi approvandola. Quello che avrebbe dovuto essere un risparmio di tempo è diventato un ulteriore passaggio.
Lezione: Una coda di approvazione per ogni email annulla lo scopo. Hai bisogno di un’automazione selettiva.
Iterazione 3: Cosa Funziona Davvero
Il sistema attuale categorizza le email in arrivo e gestisce ciascuna categoria in modo diverso:
Categoria A: Routine e sicura (risposta automatica). Conferme di riunioni, riconoscimenti di ricevuta, richieste di informazioni semplici con risposte chiare. L’agente risponde automaticamente. Queste rappresentano circa il 40% delle email in arrivo e sono quasi impossibili da sbagliare.
Categoria B: Standard ma sfumata (bozza + approvazione). Domande dei clienti che richiedono il controllo di dati, richieste di follow-up, domande moderatamente complesse. L’agente redige una risposta, allega il contesto rilevante (stato dell’ordine, dettagli dell’account) e la mette nella mia coda di approvazione. Io rivedo e invio con un clic. Di solito non sono necessarie modifiche. Circa il 45% delle email.
Categoria C: Sensibile (solo segnalazione). Reclami, menzioni legali, controversie finanziarie, qualsiasi cosa da un contatto importante. L’agente segnala questi per la mia attenzione personale e non redige una risposta. Circa il 15% delle email.
Il Sistema di Classificazione
La categorizzazione si basa su un insieme di regole nelle istruzioni dell’agente:
– Contiene parole come “cancellare,” “rimborso,” “avvocato,” “deluso” → Categoria C
– Da una lista di contatti VIP → Categoria C
– Domanda semplice con una risposta fattuale → Categoria A
– Tutto il resto → Categoria B
Questo approccio basato su regole è più affidabile che chiedere all’AI di “decidere quanto è importante questa email.” Il giudizio dell’AI sull’importanza delle email è incoerente. Regole semplici sono prevedibili e debugabili.
L’Approccio dei Modelli di Email
Per le risposte automatiche della Categoria A, non lascio che l’agente scriva liberamente. Invece, fornisco modelli di risposta con variabili:
“Conferma riunione: Ciao [nome], confermato per [data] alle [ora]. A presto.”
L’agente compila le variabili in base al contesto dell’email. Questo elimina il rischio che l’agente dica qualcosa di inaspettato nelle risposte automatiche. Noioso? Sì. Affidabile? Completamente.
Per le bozze della Categoria B, l’agente ha più libertà ma segue linee guida strutturali: riconoscere la domanda, fornire le informazioni rilevanti, offrire i prossimi passi, chiudere in modo professionale. Le bozze sono costantemente buone perché la struttura è vincolata anche quando il contenuto varia.
Cosa Ho Imparato su AI ed Email
L’AI è brava a: Estrarre informazioni dalle email (date, nomi, richieste), cercare dati rilevanti (stato dell’ordine, cronologia dell’account) e generare risposte strutturalmente solide.
L’AI è scarsa a: Leggere la sottigliezza emotiva, comprendere relazioni e dinamiche, sapere quando CC qualcuno e decidere il giusto livello di formalità per un dato destinatario.
La divisione ideale: Lasciare che l’AI gestisca l’elaborazione delle informazioni (di cosa tratta questa email? quali dati sono rilevanti?) e la redazione (scrivi una risposta con questi fatti). Mantenere l’essere umano nel loop per il tono, il giudizio e le decisioni di invio/non invio su qualsiasi cosa oltre la corrispondenza di routine.
I Numeri
Prima dell’agente email: Ho trascorso circa 90 minuti al giorno su email.
Dopo l’agente email: circa 35 minuti al giorno.
I risparmi di 55 minuti derivano da: risposte automatiche che gestiscono email di routine (20 minuti risparmiati), elaborazione più rapida delle revisioni delle bozze rispetto alla scrittura da zero (25 minuti risparmiati) e pre-caricamento del contesto in modo che non debba cercare manualmente (10 minuti risparmiati).
Quattro ore e mezza a settimana recuperate. Per $0,20/giorno in costi API, è una delle automazioni con il miglior ROI che abbia costruito.
🕒 Published: