IA
AI Use Cases
I compiti concreti che un AI Agent può svolgere — classificare, riassumere, redigere risposte, individuare anomalie. Gli use case sono i mattoni di ogni agente.
Aggiornato il 18 mag 2026
Configurazione · AI · 8.2
Un AI Use Case è un compito delimitato che un agente può svolgere: classificare, riassumere, proporre, rilevare. Gli use case sono i mattoni — un agente lega uno o più use case con uno specifico system context e oggetto target. Qui configuri cosa fa l’AI; in AI Agents (8.1) decidi chi.
Perché è importante per il business
"L'AI fa troppo o troppo poco"
La scelta dello use case delimita l'azione — Classify non è uguale a Answer.
"Riuso tra agenti"
Uno use case "Classifica Ticket" può essere usato da più agenti (generico + IT-specifico).
"Risultati misurabili"
Per use case: misurazione di accuratezza (corretto vs sovrascritto dall'operatore).
"Non tutto è adatto all'AI"
Gli use case fissano confini chiari — alcuni compiti sono banali (categorizzazione), altri troppo complessi (decisione legale).
Tipi di use case comuni
| Tipo | Cosa fa | Più adatto a |
|---|---|---|
| Classify | Assegna categoria/priorità/workgroup in base al contenuto | Ticket, segnalazioni, richieste |
| Summarize | Riassume thread lunghi, storia ticket o conversazioni | Handover tra operatori, overview manager |
| Draft response | Redige la prima bozza di risposta basandosi sulla KB | Domande utenti, livello FAQ |
| Suggest action | Suggerisce il prossimo passo (escalation, routing, vicino alla risoluzione) | Ticket complessi |
| Detect anomaly | Individua scostamenti dal pattern (picco di ticket, prenotazione anomala) | Major incident, segnali di frode |
| Extract data | Estrae informazioni strutturate da testo libero (seriale, data, ubicazione) | Conversazioni → campi ticket |
| Match | Collega un elemento al miglior match in un insieme (domanda → articolo KB, ticket → asset) | Suggerimenti KB |
| Predict | Predice l'esito (probabilità di no-show, lead time ticket, rischio di guasto) | Azione preventiva |
Cosa configuri per ogni use case?
| Campo | A cosa serve |
|---|---|
| Nome & descrizione | Cosa fa, in linguaggio comprensibile all'utente finale. |
| Tipo | Uno dei precedenti (Classify, Summarize, ecc.). |
| Input | Quali campi leggiamo (titolo, descrizione, classificazione, KB)? |
| Output | Quali campi compila (categoria, priorità, testo del suggerimento)? |
| Soglia di confidence | Da quale certezza il suggerimento viene mostrato / applicato? |
| Fallback | Cosa fare con confidence bassa — niente, valore di default, chiedere a un umano? |
Quali decisioni prenderai?
Quali use case prioritizzi?
Parti con "Classify" (basso rischio, alto impatto). "Draft response" solo dopo una KB solida.
Strategia di confidence
Alta (solo suggerimenti certi) = meno ma migliori; bassa = sempre qualcosa ma più rumore.
Riuso tra agenti
Un "Classifica ticket" generico + varianti per servizio, o separati per servizio dall'inizio?
Strategia di misurazione
Come misuri l'accuratezza per use case? Decidi a priori quale "correzione dell'operatore" conta come errore.