Morgan Stanley mette tre agenti AI al servizio di clienti e consulenti

Morgan Stanley non ha scelto un unico assistente AI buono per tutti. Nella divisione di gestione patrimoniale, la banca americana ha costruito tre agenti distinti, ciascuno con un compito e un pubblico diverso: i clienti, il personale di servizio e i consulenti finanziari. Il racconto arriva da Hina Shamsi, responsabile tecnologia della divisione, ed è utile perché mostra come si organizza l'AI quando il rischio di errore è alto.

Il contesto: prima i dati, poi gli agenti

Secondo Shamsi, il lavoro visibile oggi poggia su anni di investimenti in tecnologia moderna e in fondamenta dei dati. Circa otto anni fa la divisione ha cambiato il modo di organizzare le informazioni: invece di ragionare conto per conto, ha iniziato a guardare l'intera relazione con ciascun cliente.

Questo passaggio ha aperto la strada al machine learning, compreso uno strumento di "next-best action". In pratica, un sistema che suggerisce al consulente quale passo compiere con un cliente, a partire da una visione più ampia del suo portafoglio. Non decide al posto della persona: indica la mossa successiva più sensata.

Shamsi lo dice senza giri di parole: gli agenti sono buoni quanto il contesto e i dati che hanno a disposizione. Per questo la banca continua a investire in piattaforme dati, contesto e nel cosiddetto livello semantico, cioè quello strato che spiega ai sistemi cosa significano davvero le informazioni, in modo che l'AI generativa e gli agenti possano interpretarle.

Tre agenti, tre mestieri

L'uso dell'AI nella divisione è passato da strumenti conversazionali, utili per compiti isolati, a sistemi orchestrati che gestiscono flussi di lavoro attraverso più piattaforme aziendali. L'idea è che l'agente esegua lavoro per conto di un consulente o di un addetto al supporto, mentre decisioni e controllo restano alle persone.

Gli agenti sono tre.

• L'agente per i clienti. È già stato rilasciato. Permette di fare domande in linguaggio naturale e di completare operazioni comuni. È descritto come la prima versione di un assistente virtuale, destinata a diventare più specifica sui singoli conti e a offrire un supporto più contestuale man mano che matura.
• L'agente per il servizio. Affianca gli assistenti che rispondono ai clienti. Recupera informazioni ed esegue azioni come movimenti di denaro, apertura di conti e modifica dei beneficiari. Shamsi parla di guadagni di produttività, senza però quantificarli. L'obiettivo dichiarato è automatizzare i compiti di routine perché i professionisti del supporto dedichino più tempo ad attività a maggior valore.
• L'agente per i consulenti. Aiuta nelle attività quotidiane e permette al consulente di indirizzare il lavoro senza svolgere a mano ogni passaggio. Nelle parole di Shamsi, si tratta di togliere attrito da ciò che i consulenti devono fare.

Vale la pena notare la differenza di rischio. Un agente che risponde a domande è una cosa; uno che sposta denaro o cambia un beneficiario è un'altra. Che la banca abbia affidato proprio queste azioni all'agente di servizio spiega perché il tema dei controlli occupi tanto spazio nel racconto.

I guardrail non sono un dettaglio

Man mano che le capacità degli agenti crescono, sostiene Shamsi, i controlli diventano più importanti, non meno. Gli agenti non possono avere autonomia illimitata: operano dentro confini definiti con precisione. Quei confini stabiliscono quali informazioni l'agente può consultare, in che modo può accedervi, quali azioni può compiere e in quali momenti deve intervenire una persona.

La responsabile ribadisce che non si può sottolineare abbastanza l'importanza di guardrail, permessi, monitoraggio e supervisione umana. Non è una formula di rito: è la condizione che rende accettabile far eseguire a un software operazioni sensibili in un contesto regolamentato come quello bancario.

Cosa manca

L'articolo non riporta cifre. Non ci sono percentuali di tempo risparmiato, importi, né il numero di clienti o consulenti che usano gli agenti. Il caso va quindi letto per ciò che è: un modello organizzativo, non una dimostrazione di ritorno sull'investimento. Chi cerca numeri da portare in un budget dovrà guardare altrove, o misurare in proprio.

Cosa può imparare un manager

• Separare gli agenti per ruolo. Cliente, personale di servizio e consulente hanno bisogno di cose diverse e corrono rischi diversi. Un agente per ciascun pubblico è più facile da controllare di uno solo che fa tutto.
• Investire nei dati prima di comprare l'agente. Morgan Stanley parla di anni di lavoro su dati e livello semantico. Senza informazioni ordinate e leggibili, l'agente resta mediocre.
• Definire i confini per iscritto. Cosa può vedere, come ci arriva, cosa può fare, quando chiama una persona: sono quattro domande da porsi per ogni agente, prima del lancio.
• Partire dal supporto interno. L'agente di servizio lavora accanto a persone che ne controllano l'operato. È un terreno più sicuro del contatto diretto con il cliente.
• Misurare fin dall'inizio. Qui i guadagni di produttività non sono quantificati. Se volete difendere un progetto simile, scegliete in anticipo gli indicatori, come tempi di pratica o errori.