Le tre modalità di utilizzo dell'AI secondo Anthropic: Automation, Augmentation e Agency, con esempi sui task reali di Business Analyst e Project Manager.

Ti sei mai chiesto se stai usando l'AI nel modo giusto?
Non intendo se sai scrivere bene i prompt, se hai scelto la piattaforma migliore o se ne fai un uso responsabile: quelli sono aspetti importanti, ma vengono dopo.
La domanda è se la stai usando in modalità diverse, oppure sempre nella stessa.
Un Consulente può interagire con l'AI in tre modalità distinte:
Sono le tre modalità di interazione descritte da Anthropic nel framework di AI Fluency.
In questo articolo le vediamo applicate ai task che un Business Analyst e un Project Manager lavorano comunemente (raccolta requisiti, matrice RTM, testlist dei SIT, slide di kickoff, matrice RACI e stato avanzamento lavori).
Alla fine trovi un piccolo test di autovalutazione per capire dove ti trovi oggi, perché sapere da dove si parte è il primo passo per costruire un piano di adozione dell'AI che abbia senso per i tuoi obiettivi reali.
Guarda il video
Questo articolo nasce da un video del canale YouTube di Augmented Consultant.
Se preferisci la versione parlata, visita il canale.
Perché inquadrarla solo come strumento è un'interpretazione corretta ma incompleta, e ci fa lasciare sul tavolo la parte più interessante del valore che possiamo generare.
Quando pensiamo all'AI, quasi tutti la inquadriamo istintivamente come qualcosa che usiamo per ottenere un risultato, come useremmo un foglio di calcolo o un software di ticket management.
L'AI può essere uno strumento, ma può anche essere un mezzo espressivo, un partner di ragionamento o un collaboratore a cui delegare: dipende da come scegliamo di interagire con lei.
Nota che in questa frase il focus si è già spostato dall'usare l'AI all'interagire con l'AI, cioè da una visione dell'AI come facility passiva a una visione dell'AI come asset che abilita un modello relazionale.
Se segui lo stesso approccio che avevo anch'io fino a non molto tempo fa, e che è ancora il più diffuso tra i consulenti che conosco, probabilmente la usi in una sola modalità principale: le chiedi di riassumere documenti, di produrre bozze di contenuti o di eseguire ricerche.
Va benissimo, ed è utile.
Il punto è che questo è soltanto uno dei tre modi possibili di lavorare con l'AI.
Le tre modalità sono Automation, Augmentation e Agency, e si distinguono per quanta parte del lavoro definiamo noi e quanta ne lasciamo all'AI.
Nell'Automation l'AI esegue compiti specifici sulla base di istruzioni precise: definiamo cosa va fatto, conosciamo l'output atteso, e l'AI esegue.
Nell'Augmentation collaboriamo con l'AI come faremmo con un partner con cui fare brainstorming o problem solving, in uno scambio dialogico in cui entrambi contribuiamo al risultato.
Nell'Agency configuriamo l'AI affinché lavori in autonomia per conto nostro, stabilendo cosa deve sapere e come deve comportarsi, senza darle istruzioni puntuali su ogni singola azione.
C'è una metafora di Anthropic che trovo particolarmente calzante: nell'Agency smettiamo di essere lo sceneggiatore che scrive ogni battuta e diventiamo il regista che dà una visione e lascia che la visione venga eseguita.
Non c'è di per sé un modo giusto o sbagliato: tutte e tre le modalità sono valide e adatte a situazioni diverse.
Il problema sorge quando ci limitiamo all'Automation, perché il potenziale maggiore dell'AI per la generazione di soluzioni più creative ed efficaci risiede negli altri due modelli.
Per ciascuna delle tre modalità vediamo degli esempi concreti calati nel contesto di un progetto, distinguendo cosa significa per un Business Analyst e cosa significa per un Project Manager.
Mentre li leggi, prova a chiederti quale scenario si applica alla tua attuale esposizione all'AI.
Nell'Automation il Business Analyst automatizza la messa in forma di informazioni che ha già, partendo da un output desiderato chiaro.
Funziona molto bene quando abbiamo già in testa il risultato che vogliamo, e mostra subito i suoi limiti quando non siamo ancora sicuri di cosa stiamo cercando, perché in quel caso istruzioni vaghe producono risultati vaghi.
In fase di raccolta requisiti, dopo un workshop con il cliente, il BA passa all'AI gli appunti grezzi della sessione e le chiede di trasformarli in user story formattate secondo il template "come ruolo, voglio funzionalità, così che beneficio".
Sulla matrice RTM, fornisce l'elenco dei requisiti già validati e chiede di impaginarli in una Requirements Traceability Matrix con ID, descrizione, priorità e stato di ciascun requisito.
Sulla testlist dei SIT, parte da una user story con i criteri di accettazione già espressi e chiede di generare i test case in formato tabellare, con precondizioni, step, dati di input e risultato atteso.
Anche per il PM l'Automation è la modalità giusta quando scope, dati e formato di destinazione sono già definiti e serve solo metterli in forma.
Sulle slide di kickoff, il PM ha già definito scope, team, timeline e governance, e chiede all'AI di impaginare quei contenuti nel template di kickoff rispettando ordine e struttura standard.
Sulla RACI, fornisce l'elenco delle attività e i nomi delle persone coinvolte e chiede di compilare la matrice indicando chi è Responsible, Accountable, Consulted e Informed secondo le regole di assegnazione che le indica.
Sullo stato di avanzamento giornaliero dei SIT, a fine giornata passa le numeriche di esecuzione, cioè test passati, falliti e bloccati, e chiede di scrivere la mail di daily status nel formato abituale, con la stessa struttura e la stessa mailing list.
Quasi sicuramente ti riconoscerai in uno o più di questi scenari: è l'uso quotidiano che facciamo dell'AI per risparmiare ore su attività che altrimenti ci porterebbero via tempo prezioso.
L'invito è a non fermarci qui, e a passare al livello successivo, dove l'AI smette di lavorare per noi e inizia a lavorare con noi.
Nell'Augmentation cambia la natura della relazione: l'AI non è più una macchina a cui delegare un compito, diventa un interlocutore con cui ragionare, esplorare e mettere alla prova le idee.
È la modalità preferibile quando la soluzione non è ovvia e quando il valore sta nel ragionamento, non solo nell'output.
Se nell'Automation abbiamo già la risposta e chiediamo all'AI di formattarla, nell'Augmentation partiamo da una domanda.
Prima del workshop di raccolta requisiti, il BA usa l'AI come sparring partner per prepararsi: le descrive il processo esistente del cliente e ragionano insieme su quali domande fare, quali requisiti rischiano di restare impliciti e quali casi limite andrebbero indagati.
Sull'aggiornamento della RTM, quando ha per le mani un requisito ambiguo e non sa se soddisfarlo con un utilizzo standard del software o con uno sviluppo custom, apre un confronto sulle alternative di design, sui tradeoff in termini di manutenibilità e tempi e sulle implicazioni di ciascuna scelta.
Sulla testlist, invece di farsi generare i casi di test, chiede aiuto a pensare la copertura: quali casi negativi non ha considerato, quali scenari di integrazione andrebbero inclusi o esclusi in base al valore che generano per la copertura funzionale, e quali sono i dati di test critici.
Per il PM l'Augmentation è la modalità che entra in gioco quando il problema non è produrre un documento, ma decidere come impostare un messaggio o far emergere un'ambiguità.
Sul kickoff, il PM non chiede di impaginare le slide, chiede di costruire insieme la narrativa: come strutturare il messaggio per allineare stakeholder con interessi diversi, come anticipare le obiezioni del cliente, come presentare i rischi senza spaventare gli interlocutori.
Sulla RACI, sottopone all'AI le zone grigie per farsi aiutare a fare emergere ambiguità che potrebbero diventare criticità più avanti: i punti in cui non è chiaro chi sia davvero Accountable, le sovrapposizioni di responsabilità, i buchi di copertura.
Sul SAL, quando deve comunicare un ritardo, esplora insieme all'AI come veicolare il messaggio in modo trasparente ma costruttivo, quali scenari di recupero o di mitigazione proporre e come gestire un'eventuale escalation.
Per chi lavora in consulenza, l'Augmentation è lo spazio da esplorare per primo, perché è qui che l'AI ci aiuta ad aumentare il valore aggiunto che generiamo in fase di problem solving, lateral thinking e creative thinking.
Nell'Agency non definiamo più le singole azioni: stabiliamo la conoscenza e i comportamenti del sistema, diamo all'AI un contesto e delle regole, e poi la lasciamo operare.
In fase di raccolta requisiti, il BA configura un assistente a cui ha assegnato una volta per tutte gli standard progettuali, per esempio i template di user story, i criteri di prioritizzazione dei requisiti e il glossario specifico del cliente, e gli affida la prima stesura dei deliverable a partire dagli output dei workshop.
Sulla RTM, imposta l'assistente perché, dato un set di requisiti validati, produca in autonomia la bozza già allineata alla mappa architetturale di progetto, ai processi in ambito e agli stakeholder coinvolti.
Sullo stato di avanzamento dei SIT, configura un agente che, leggendo il foglio di esecuzione dei test, prepari ogni sera la mail di status nel formato e con i destinatari prestabiliti, evidenziando in autonomia i test bloccati che richiedono attenzione.
Per il PM l'Agency significa avere assistenti configurati sugli standard di progetto che producono la prima versione dei deliverable ricorrenti, lasciando a noi la rifinitura e la decisione.
Sulle slide di SAL, il PM configura un assistente che attinge ai dati di avanzamento, prepara la bozza settimanale nel formato standard, evidenzia gli scostamenti rispetto al piano e i rischi che superano una certa soglia.
Sulla RACI, imposta l'AI perché mantenga la matrice allineata e segnali le incoerenze ogni volta che cambiano le attività o la composizione del team, invece di doverla rivedere a mano a ogni variazione.
Sul kickoff, dispone di un project assistant agentico che conosce il tono di comunicazione, la mappa degli stakeholder e gli standard documentali di progetto, e a cui delegare la produzione della prima bozza di agenda e slide.
L'Agency è la modalità verso cui la consulenza sta andando come professione, e quindi quella verso cui, come consulenti, siamo invitati a orientarci.
Ripensa agli ultimi task di progetto su cui hai coinvolto l'AI e collocali in una delle tre modalità.
Se ti sei riconosciuto soprattutto negli scenari di Automation, sei in buona compagnia, perché è il punto da cui quasi tutti partiamo, e la buona notizia è che hai davanti il margine di crescita più ampio.
Se ti sei ritrovato anche nelle casistiche di Augmentation e Agency, stai già esplorando il potenziale pieno di questi strumenti, e probabilmente lo stai facendo in modo più consapevole di molti altri.
Sapere dove ci troviamo in questo momento è il primo passo concreto per costruire un piano di apprendimento dell'AI personalizzato, cioè applicabile al nostro contesto di lavoro reale.
Una volta chiarito quali sono i tre modi di interazione e quali i criteri per scegliere il più adatto, la domanda successiva è come facciamo a muoverci con sicurezza tra Automation, Augmentation e Agency.
La risposta sta in quattro competenze, che trovi nella tappa successiva del percorso: Le 4 D dell'AI Fluency per Business Analyst e Project Manager.
Automation, Augmentation e Agency.
Nell'Automation definiamo con precisione cosa va fatto e l'AI esegue, nell'Augmentation collaboriamo con l'AI come partner di ragionamento in uno scambio in cui entrambi contribuiamo al risultato, nell'Agency configuriamo l'AI perché lavori in autonomia per nostro conto, stabilendo cosa deve sapere e come deve comportarsi.
Nell'Automation diamo istruzioni puntuali per un compito specifico di cui conosciamo già l'output atteso.
Nell'Agency non definiamo le singole azioni, ma la conoscenza e i comportamenti del sistema: diamo contesto e regole e lasciamo che l'AI operi, passando dal ruolo di sceneggiatore a quello di regista.
Dipende dal task.
La messa in forma di informazioni che abbiamo già, come user story dagli appunti di workshop o RTM da requisiti validati, sta bene in Automation; il ragionamento sui requisiti ambigui e sulla copertura dei test dà il meglio in Augmentation; la produzione ricorrente dei deliverable secondo standard progettuali fissati è il terreno dell'Agency.
No, è un punto di partenza.
L'Automation è una modalità legittima e fa risparmiare ore su attività ripetitive: il limite è fermarsi lì, perché il valore maggiore per un consulente si genera quando l'AI diventa partner di ragionamento o collaboratore autonomo.
No.
Configurare un assistente significa definire standard, regole e comportamenti attesi, cioè lavoro di metodo e di dominio, esattamente quello che un consulente funzionale fa già quando imposta le convenzioni di un progetto.
Dalla modalità che non stai usando.
Se oggi lavori solo in Automation, il salto più redditizio è l'Augmentation su un task in cui la soluzione non è ovvia, per esempio la preparazione di un workshop o la costruzione della narrativa di un kickoff.
Continua il percorso
Su Augmented Consultant condivido, partendo dal mio lavoro reale, strumenti, demo, e risorse per evolvere la professionalità consulenziale con l'AI, per Consulenti, Business Analyst e Project Manager.
Se è un percorso che ti interessa, iscriviti al canale YouTube di Augmented Consultant per non perdere la prossima tappa.
Fonti
- Rick Dakan, Joseph Feller e Anthropic, AI Fluency: Framework & Foundations (2025), licenza CC BY-NC-SA 4.0. Definizione di AI Fluency e dei tre Human-AI Interaction Modes: Automation, Augmentation, Agency
- Augmented Consultant, Le 4 D dell'AI Fluency per Business Analyst e Project Manager