Ad aprile 2026 Gartner ha pubblicato un dato che andrebbe stampato e appeso in ogni sala riunioni.
L’85% dei responsabili del servizio clienti sta espandendo le responsabilità degli Agenti umani. Espandendole. E il 75% sta spostando gli Agenti in ruoli completamente nuovi. Attenzione a non leggerlo male. Non è un dato contro l’AI. Io sono tra i primi a spingere per adottarla, dove il contesto lo permette e dove c’è un problema vero da risolvere.
Quei numeri dicono un’altra cosa, più interessante: l’AI sta funzionando, sta assorbendo i volumi semplici, e proprio per questo libera le persone verso un lavoro a maggior valore e che richiederà competenze maggiori.
La tecnologia mantiene la promessa. Quello che fa la differenza è come la porti dentro l’organizzazione.
Lo si vede anche nei numeri sul personale. Solo il 31% dei leader ha tagliato o sta pianificando di tagliare organico in prima linea entro il primo trimestre 2027. La maggioranza non sta eliminando ruoli. Li sta ridisegnando, aggiornando job description e
sperabilmente investendo in training and upskilling.
Infatti, c’è un altro dato che fa da sfondo a tutto. Sempre Gartner: l’80% dei leader del customer service si sente sotto pressione per cambiare la propria forza lavoro, perché l’AI riduce i volumi e cambia il tipo di lavoro che resta.
Chi ha gestito customer operations conosce bene quella pressione. E sa anche dove porta, se la gestisci male. Quando un’iniziativa di AI nasce per rispondere a una spinta dall’alto e non a un problema che hai identificato tu, il progetto parte già male. Serve a poter dire “lo stiamo facendo”. Non a sistemare qualcosa che serve sistemare davvero.
E i progetti che nascono così, di solito, falliscono.
Il paradosso dei numeri
Mettiamo insieme i pezzi.
- Pressione altissima.
- Spesa tecnologica che, secondo le previsioni Gartner, più che raddoppierà entro il 2028 per oltre metà delle organizzazioni.
- E intanto le persone restano, anzi prendono più responsabilità.
Tradotto in italiano semplice: le aziende stanno spendendo di più in tecnologia e tenendo la gente. Chi sperava che l’AI fosse la scorciatoia per tagliare il costo del personale sta sbattendo contro un muro e c’è anche una ragione che viene dai clienti. Una ricerca Gartner su oltre 5.800 consumatori americani ha trovato che il 54% si fida di un Agente umano per un consiglio su un prodotto, contro il 32% che si fida dell’AI. Quel divario di fiducia spiega perché le aziende non possono semplicemente spegnere le persone.
Qui c’è il punto che al board sfugge quasi sempre. L’AI amplifica la tua organizzazione (e il suo stato evolutivo).
Cosa vuol dire “amplifica”
Ho gestito contact center in contesti molto diversi tra loro. In una scale-up di Delivery europea sono arrivato a coordinare 1.850 persone su quattro paesi. In aziende come Amplifon e Subito.it ho visto da vicino una cosa che continua a sorprendermi, la stessa
identica tecnologia produce risultati opposti a seconda di dove atterra.
Un layer di automazione su un processo ben disegnato lo rende più veloce, più snello e i benefici sono concreti. Lo stesso identico layer su un processo confuso rende la confusione più veloce. Tutto qui.
L’AI non ha opinioni sulla qualità di quello che automatizza, almeno per ora. Esegue e basta. Se il triage dei ticket è disegnato male, automatizzarlo significa instradare male più in fretta, su larga scala.
Ecco perché la domanda giusta non è “dove mettiamo l’AI”?, ma “Quale parte del lavoro, oggi, fa aumentare inutilmente il cognitive load di chi lo esegue, e perché?”.
Sembra una domanda da poco, ma è molto concreta.
Quando un processo carica l’Agente di lavoro inutile, troppi click, troppe schermate, troppa ambiguità su cosa decidere, quel carico cognitivo lo ritrovi nei numeri. AHT che sale, errori, ricontatti, gente che molla. Se fai un workshop con il tuo cliente interno ( si, gli Agenti) e con loro identifichi le aree dove ha senso mettre l’AI lì, allora vedrai un ritorno: l’Agente respira, il cliente lo percepisce come premium, e i numeri migliorano. Metterla invece su un processo che gira già bene, perché il CFO ci chiede ROI sui token spesi, nel migliore dei casi ti regala un guadagno marginale. Nel peggiore rompe qualcosa che funzionava.
Il triage, un esempio che conosco bene
Prendiamo proprio la classificazione dei ticket. In tante operazioni gli Agenti passano una fetta importante del tempo a smistare.
Capire di cosa parla il ticket, dargli una priorità, mandarlo alla coda giusta. Non è il lavoro per cui li hai assunti e non gli piace. È roba impiegatizia che si è stratificata sopra il lavoro vero, anno dopo anno, senza che nessuno ci facesse più caso.
Un classificatore AI collegato al sistema di ticketing può leggere l’intento in ingresso e fare quello smistamento prima ancora che l’Agente apra il caso. L’Agente si trova davanti un ticket già qualificato e magari arricchito delle informazioni necessarie per potersi concentrare sulla gestione dell’elemento umano e non sul processo. Usa il suo tempo per risolvere, non per categorizzare.
Funziona. Ma a una condizione. Che prima tu abbia capito come gli Agenti classificano oggi, quali categorie contano davvero, dove sbagliano e perché. Salta questo passaggio e la tua AI imparerà a replicare un sistema di categorie che nessuno ha mai messo in discussione.
Automatizzi l’abitudine, la trappola più comune che vedo. Questa dinamica l’ho vissuta da entrambi i lati, prima come Agente di front line, poi come Director. Ma è una conversazione che merita un articolo a parte.
La differenza tra le due implementazioni non è tecnica, attenzione. Lo strumento è lo stesso.
La differenza è quanto hai capito (e mappato) del lavoro vero prima di toccare processi e tecnologia.
Le competenze stanno cambiando
C’è un’altra cosa che sta succedendo, e va detta. I ruoli stanno cambiando forma.
Gartner e Deloitte raccontano la stessa storia da angolazioni diverse, le aziende non stanno svuotando le funzioni di servizio, le stanno rimodellando. L’operatore che inseriva dati diventa qualcosa di più simile a un analyst. L’Agente di customer service diventa, e qui la definizione mi piace, uno specialista della collaborazione tra uomo e AI.
Le aziende nate dentro l’AI, le cosiddette AI native, ragionano sulle competenze in modo diverso da chi ci è arrivato e anziché chiedersi “questa persona sa fare il lavoro?”, si domandano “questa persona sa fare il lavoro in sintonia con un sistema che ne fa un’altra parte?”.
Sono due domande diverse. La seconda mette al centro il giudizio, il saper leggere quando fidarsi dello strumento e quando no, il capire dove l’automazione finisce e deve subentrare la testa di una persona.
Per chi guida operations questo cambia il modo di fare profiling, onboarding e training. Le competenze tecniche puro stampo, prima o poi le copre lo strumento.
Quello che non si automatizza è il giudizio su quando lo strumento sta sbagliando. E quel giudizio si costruisce solo se le persone capiscono cosa hanno tra le mani. Il che ci riporta a un punto che fa riflettere. In una ricerca Calabrio quasi sei contact center su dieci non offrono alcun supporto continuo per aiutare gli agenti a usare gli strumenti basati sull’AI. E circa un leader su tre indica la sfiducia degli agenti verso l’AI come un problema serio. Le persone si trovano strumenti tra le mani senza che nessuno spieghi loro come usarli.
È un problema di fiducia e di senso di controllo. Quando una persona non capisce perché il sistema le ha messo davanti una certa cosa, smette di sentirsi responsabile dell’esito.
“Ha deciso il software.” E qui si rischia grosso, qui caro Customer Ops Manager, aspettati il messaggio alle 23 dal tuo CEO, perchè è stato contattato su LinkedIn da un cliente che lo minaccia di escalation.
“Ha deciso il software.” E l’Agente non si sente responsabile, non verifica, non migliora l’AI e anche il cliente lo percepisce assente. Anche quando è gentilissimo.
Tre domande prima di firmare il budget
Per chi deve decidere su un’iniziativa di AI nel servizio clienti, tre domande secche.
- Questo progetto risolve un problema che abbiamo trovato noi, o risponde a una pressione che arriva da fuori? Se la risposta onesta è la seconda, fermati. Trova prima il problema.
- Abbiamo capito il lavoro vero che stiamo per automatizzare, o stiamo automatizzando la nostra idea di come dovrebbe funzionare? Nei miei workshop con una giornata seduto accanto agli Agenti trovo quello che serve prima di scrivere mezzo requisito.
- Cosa cambia per la persona che userà lo strumento? Se la risposta è “deve solo fidarsi”, aspettati un problema di adozione che nessuna precisione tecnica ti risolverà.
La tecnologia ormai è matura e alla portata di tutti. Il vero discrimine è quanto bene conosci le tue persone e le tue operations prima di metterci sopra qualcosa di potente.
Perché qualsiasi cosa ci metti sopra, amplificherà quello che trova. E quello che trova, nella maggior parte dei casi, è esattamente l’organizzazione che hai costruito tu.
Fonti
Gartner, Survey Finds 85% of Service and Support Leaders are Expanding Human Agent Responsibilities Despite Expectations of Mass AI Layoffs (April 28, 2026).
Gartner,Predicts Over 50% of Customer Service Organizations Will Double Their Technology Spend By 2028” (March 31, 2026).
Calabrio, State of the Contact Center 2025.
Calabrio, The Voice of the Agent Report (2025).
Deloitte, 2026 Global Human Capital Trends.
Roberto La Rosa ha iniziato rispondendo al telefono. Oggi è Fractional CX Director e fondatore di Happiness Harbor, ma il punto di vista dell’Agente in cuffia non l’ha mai abbandonato, ed è ancora quello che guida il suo lavoro. In oltre vent’anni ha guidato operazioni di customer experience di ogni dimensione, fino a 1.850 persone in quattro paesi, in aziende come Glovo, Amplifon, The Level Group, Sky, Tomboka.co.uk e Subito.it. Ha progettato e implementato il suo modello di Customer Happiness Center in più organizzazioni, partendo sempre dalla stessa convinzione: la felicità del cliente nasce dalla felicità dell’organizzazione che la produce. Oggi affianca i General Manager delle scale-up europee a costruire operazioni di servizio che crescono senza rompersi. happinessharbor.io
COMMENTI