Il tuo nuovo lavoro è integrare gli agenti AI: come operano effettivamente le aziende native dell'intelligenza artificiale

In This Article

Cari abbonati, ho trascorso gli ultimi mesi intervistando i leader di aziende native dell'intelligenza artificiale. Ora sono convinto che: L'onboarding e la gestione degli agenti AI SONO il lavoro, indipendentemente dalla funzione che svolgi. In questo approfondimento gratuito, voglio condividere come tre aziende native dell'intelligenza artificiale, Linear, Ramp e Factory, mettono in pratica questo principio. Ecco alcune citazioni da ciascuno: Nan Yu (Responsabile del prodotto, Linear): "Avrai membri del team AI a cui potrai assegnare compiti e con cui potrai parlare proprio come parli con le persone." Geoff Charles (CPO, Ramp): "Se non stai utilizzando Claude Code, non importa quale sia il tuo ruolo, probabilmente hai prestazioni inferiori." Eno Reyes (CTO, Factory): "Abbiamo codificato la gestione del prodotto, l'interfaccia utente del frontend, l'analisi dei dati e altro ancora in competenze riutilizzabili che qualsiasi altro il dipendente può invocare."Continua a leggere per uno sguardo approfondito su come opera ogni azienda nativa dell'intelligenza artificiale. Lineare: rendere gli agenti AI compagni di squadra di prima classe Puoi @menzionare un agente per creare e assegnare un problema a un altro agente. L'approccio di Linear agli agenti è modellato dal loro prodotto. Nan (responsabile del prodotto di Linear) ritiene che:Gli agenti dovrebbero essere dipendenti di prima classe. Dovresti essere in grado di aggiungerli ai progetti, assegnarli a problemi e menzionarli nei commenti. Tuttavia, Nan crede anche che l'essere umano sia sempre responsabile del risultato. Ecco come Linear crea prodotti con agenti in ogni fase: Comprendere il problema. Gli agenti leggono e riepilogano ogni conversazione dei clienti da Intercom, Zendesk e Gong. Creano automaticamente i problemi, li deduplicano rispetto al backlog e li assegnano al team giusto. Identificare la soluzione. Poiché gli agenti hanno accesso alle conversazioni con i clienti, possono aiutarti a ripetere una specifica estraendo approfondimenti supportati da dati da più canali. Fai un piano. Gli agenti possono suddividere le tue specifiche in ticket concreti e indirizzarli automaticamente ai team giusti. In Linear, gli agenti ora creano la maggior parte dei ticket. Il compito dell'essere umano è rivedere il proprio lavoro e adattare il contesto nel tempo.Eseguire. Bug e piccole funzionalità vengono assegnati direttamente ad agenti come Codex e Cursor. Per funzionalità complesse, gli ingegneri lanciano Claude Code e utilizzano Linear MCP per inserire il contesto completo del problema. Da Nan: Sembra che l'ambito di ciò che gli agenti possono gestire si espanda ogni trimestre. Nuovi modelli e cablaggi stanno ampliando il confine tra soluzioni semplici e progetti sempre più complessi. Vuoi costruire con agenti come Linear? Ecco 4 passaggi pratici che Nan ha condiviso su ciò che il tuo team può fare oggi: Ogni sviluppatore dovrebbe utilizzare per impostazione predefinita uno strumento di codifica ad agenti leader. Questo è il primo passo più semplice. Fornisci lo strumento ufficiale (Cursor, Claude Code o Codex) e gestiscilo in modo da poterne vedere l'utilizzo. Integralo con un agente di codifica cloud asincrono. Gli agenti in background asincroni possono eseguire in un'unica soluzione la maggior parte delle piccole modifiche e correzioni di bug. Cursor e Devin hanno buone offerte qui. Insistere affinché designer e PM lavorino direttamente sulla base di codice. Agenti come Claude aprono un percorso a basso attrito affinché PM e progettisti possano apportare modifiche direttamente nella base di codice. Tutti dovrebbero sforzarsi di essere costruttori. I PM e gli esperti di marketing dovrebbero utilizzare per impostazione predefinita un'interfaccia AI. Queste funzioni dovrebbero svolgere l'80-100% del loro lavoro attraverso un'interfaccia di chat, che si tratti di Claude, ChatGPT, Notion AI o qualcosa di simile. Nan vede un futuro in cui gli esseri umani collaboreranno con gli agenti a livello di specifica - definendo cosa deve essere creato e perché - e poi passeranno le cose agli agenti per gestire tutto a valle. Ramp: misurare la competenza dell'intelligenza artificiale in 4 livelli Ramp sta rapidamente spingendo i propri dipendenti a essere nativi dell'intelligenza artificiale in 4 livelli Se Linear mostra come rendere gli agenti una parte di prima classe del tuo team, allora Ramp mostra come convincere l'intera azienda ad adottarli. Nel 2025, Ramp ha distribuito oltre 500 funzionalità, raggiungendo Entrate di 1 miliardo di dollari e hanno fatto tutto con 25 PM. Lo hanno fatto richiedendo che ogni singola funzione (ingegneria, prodotto, progettazione, vendite, marketing, legale, finanza) fosse integrata e lavorasse con gli agenti. Geoff (CPO Ramp) ha condiviso un framework per valutare la competenza nell'intelligenza artificiale per ogni dipendente che trovo estremamente pratico: L0: a volte utilizza ChatGPT. Molto probabilmente queste persone non rimarranno in azienda a lungo termine. Se non sei un autodidatta con una mentalità di crescita verso gli strumenti di intelligenza artificiale, Geoff dice che sarà molto difficile addestrarti a eccellere. L1: utilizza e modifica GPT, progetti e strumenti di intelligenza artificiale interni. Queste persone stanno sperimentando l'intelligenza artificiale ma non hanno ancora automatizzato il lavoro reale.L2: crea un'app che automatizza parte del loro lavorolavoro. Queste persone possono inviare codice o fornire feedback significativi sul lavoro di altre persone utilizzando strumenti di intelligenza artificiale. L3: costruttori di sistemi. Queste persone stanno costruendo l’infrastruttura e le competenze dell’intelligenza artificiale che accelerano tutti gli altri membri del team. L’obiettivo dell’azienda è quello di spingere tutti verso l’alto. L0 si autoseleziona. Le L1 diventano L2. Le L2 diventano L3. E gli L3 influenzano il resto dell’organizzazione. Geoff ha anche condiviso 5 passaggi che qualsiasi azienda può intraprendere per diventare nativa dell'intelligenza artificiale: rimuovere ogni attrito. Concedi l'accesso ai più diffusi strumenti di intelligenza artificiale senza vincoli su token o budget e crea un repository interno di competenze di intelligenza artificiale da cui chiunque può attingere. Se la configurazione è difficile, la maggior parte delle persone non adotterà. Rendi visibile l’adozione. Crea canali Slack pubblici in cui le persone possono condividere ciò che hanno creato. A tutti i livelli, mostra ai non ingegneri che fanno cose impressionanti, come la creazione di un sistema di tesoreria finanziario o l'automazione del marketing nella creazione di siti Web. Fornisci supporto pratico. Ospita orari di ufficio a cui chiunque può partecipare per sviluppare competenze e flussi di lavoro di intelligenza artificiale. Abbiamo designato esperti di intelligenza artificiale il cui intero compito è evangelizzare, mettere in piedi le persone e aiutarle a raggiungere il "momento aha". Tieni traccia dell'utilizzo e intervieni. Ramp tiene traccia del consumo di token attraverso gli strumenti di intelligenza artificiale per dipendente. La leadership condivide questi dati per creare una responsabilità naturale e intervenire quando l'utilizzo di qualcuno è basso. Rendilo un requisito di assunzione. Le interviste ai PM ora includono una sessione dedicata in cui devi creare un prodotto funzionante e poi spiegare perché lo hai creato e come funziona. Geoff ha riassunto la sua filosofia di leadership per ogni ruolo in Ramp in una riga: Il tuo compito è automatizzare il tuo lavoro. Da Geoff: "Se dico al mio team 10 volte che il CTA deve essere Above the Fold, la soluzione non è dirlo l'undicesima volta. Sta codificando quel feedback in un processo critico di progettazione automatizzato o in una competenza AI in modo che non accada mai più. "Factory: AI nativo dal primo giornoSe Linear e Ramp mostrano come le aziende adottano agenti AI, Factory mostra cosa succede quando costruisci attorno a loro fin dal primo giorno. Factory è una società di sviluppo software AI composta da 55 persone, valutata 300 milioni di dollari, strutturata attorno all'intelligenza artificiale da zero. Ecco cosa li rende diversi: Assumi ingegneri di prodotto La fabbrica non assume PM e ingegneri separatamente. Invece, assumono ingegneri di prodotto che gestiscono e lavorano con agenti IA. Una giornata tipica si svolge così: Esaminare le tracce delle esecuzioni dell'agente per vedere dove il sistema ha preso decisioni sbagliate. Scrivi le correzioni non come codice, ma come governance (ad esempio, un aggiornamento di una competenza, una nuova regola di lanugine o un'automazione perfezionata) Esamina solo le PR che gli agenti contrassegnano come ad alto rischio (gli agenti si prendono cura del resto). Suggerisci nuove idee e discuti la definizione delle priorità con i colleghi e l'intelligenza artificiale. Questo lavoro non è facile e richiede competenze più approfondite, ma l'effetto leva è enorme. Rendi la tua base di codice pronta per l'agente Gli agenti hanno bisogno di una base di codice su cui possano effettivamente lavorare per essere efficaci. Factory assegna un punteggio alle basi di codice su cinque livelli di maturità e il Livello 3 ("Standardizzato") è quello a cui la maggior parte dei team deve mirare per primo. Framework di preparazione degli agenti di FactoryCodifica le competenze in competenze riutilizzabili Una volta che la base di codice è pronta per l'agente, il passaggio successivo è fornire agli agenti le conoscenze per prendere buone decisioni attraverso le competenze (fondamentalmente solo file di markdown di testo). La fabbrica utilizza le competenze per codificare la conoscenza degli esperti e dell'azienda in qualcosa che qualsiasi agente o dipendente può utilizzare. Ecco un elenco di competenze che Factory utilizza internamente e collegamenti ai relativi file di markdown che puoi copiare e modificare: Competenza di gestione del prodotto. Principi del prodotto, un quadro di esperienza a 11 stelle (preso in prestito da Brian Chesky di Airbnb), modello PRD, rubrica di punteggio e guida linguistica, tutto in un unico file di ribasso. Competenza di integrazione dell'interfaccia utente frontend. Istruisce Droid su come creare funzionalità utilizzando il sistema di progettazione, le convenzioni di routing e gli standard di test di Factory. Competenze di analista di dati AI. Esegui analisi esplorative, crea visualizzazioni e genera report statistici utilizzando l'intero ecosistema Python. Competenze sugli strumenti interni. Costruisci pannelli di amministrazione, console di supporto e dashboard operativi con controlli di accesso adeguati e registrazione di controllo integrati. Competenza di codifica Vibe. Prototipa rapidamente nuove app Web da zero con framework moderni. Se riesci a codificare ciò che i tuoi migliori dipendenti sanno in competenze, non avrai bisogno di assumere specialisti per ogni funzione. 6 passaggi per mettere tutto questo in pratica Ricapitolando: L'onboarding e la gestione degli agenti stanno diventando il lavoro principale per ogni funzione. Ecco sei cose che puoi mettere in pratica adesso: DaLineare: imposta automaticamente per ogni sviluppatore uno strumento di codifica ad agenti come Cursor, Claude Code o Codex. Coinvolgi PM e designer nella codebase. Lascia che inviino PR e spediscano il codice utilizzando gli agenti. Smetti di affidare ogni piccola modifica a un tecnico. Dalla rampa: misura le competenze dell'intelligenza artificiale nel tuo team. La struttura a 4 livelli di Ramp ti offre un vocabolario condiviso su dove si trovano le persone e dove devono andare. Tieni traccia dell'utilizzo dell'intelligenza artificiale e rendilo parte delle aspettative prestazionali. Non puoi migliorare ciò che non misuri e gli incentivi contano. Dalla fabbrica: assegna un punteggio alla tua base di codice per la preparazione dell'agente. Utilizza i livelli di preparazione degli agenti di Factory per capire se la tua codebase è pronta. Codifica le competenze del tuo team in competenze riutilizzabili. Codifica ciò che sanno i tuoi migliori collaboratori nei file delle competenze e rendine facile l'utilizzo sia agli umani che agli agenti. Soprattutto, a bordo di agenti come faresti con un essere umano. Fornisci loro un contesto, collegali al tuo stack operativo e mantieni una persona responsabile dei loro risultati. Fammi sapere cosa ne pensi nei commenti!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)