Serie IVA – Blog 3: Skill agentive: come gli uffici acquisti possono creare funzionalità IA

La maggior parte dei vendor guarda all’IA per gli acquisti seguendo un’opzione tra due. Alcuni propongono una lista sempre più lunga di agenti (uno per il sourcing, uno per i contratti, uno per i rischi), ciascuno specifico per il proprio silo, altri offrono un’unica IA “black box” sperando che tocchi ogni aspetto, ma nessuna delle due opzioni funziona bene per il procurement. Il procurement, infatti, non è costituito da un solo processo, ma da una rete che comprende sourcing, contratti, gestione dei fornitori, acquisti, fatturazione, monitoraggio dei rischi e analisi della spesa. Ognuno di questi aspetti, poi, ha dati, logica e requisiti di conformità propri.

Quello che funziona davvero è un unico livello agentivo che abbraccia l’intero processo source-to-pay alimentato da funzionalità specifiche, riutilizzabili e regolamentate. Queste funzionalità sono skill agentiche, strumenti, framework di analisi e così via. Le skill agentiche sono funzionalità ben definite, appositamente sviluppate, utilizzate dagli agenti IA per eseguire specifiche attività di procurement in workflow regolamentati.

Questo è il terzo e ultimo articolo di una serie sull’IA agentiva per gli acquisti. Spiega cosa sono le skill agentiche, perché sono più importanti del concetto di “agenti” e come gli uffici acquisti passino dall’utilizzo di intelligenza artificiale predefinita alla creazione di funzionalità che riflettano il modo in cui un’azienda lavora davvero.

Il problema dell’approccio alla IA per gli acquisti adottato dalla maggior parte dei vendor

Il mercato dell’IA per gli acquisti si è diviso in due fazioni, e nessuna delle due ha ragione.

Da un lato, ci sono vendor che offrono un catalogo sempre più ampio di agenti specializzati in ambiti ristretti. Un agente per il sourcing. Un agente per i contratti. Un agente per il rischio fornitori. Un agente per la fatturazione. O, peggio, un agente duplicato per il controllo delle richieste d’acquisto, uno per la chiusura degli ordini d’acquisto e così via. Ciascuno gestisce un compito specifico, ma opera in un proprio silo con le proprie connessioni ai dati, le proprie autorizzazioni e i propri costi di governance. Ne risulta una proliferazione incontrollata di agenti, con dieci bot che svolgono dieci attività diverse senza un contesto condiviso. Un agente di sourcing raccomanda un fornitore di cui non sa nulla dal punto di vista del rischio, perché l’agente di gestione del rischio risiede in un sistema diverso. Un agente di fatturazione convalida un ordine di acquisto senza avere visibilità sui termini contrattuali che dovrebbero regolarlo.

D’altro canto, ci sono vendor che offrono un’unica capacità operativa dell’intelligenza artificiale, ma come black box. La si attiva, la si indirizza verso i propri dati e si spera che gestisca tutto, dall’agente IA per il procurement al sourcing fino all’automazione della contabilità fornitori. Il procurement, tuttavia, non è un’attività indifferenziata. Il workflow per il sourcing prevede la scoperta dei fornitori, l’analisi delle quotazioni e il benchmarking del mercato. Nel caso dei contratti, occorre estrarre le clausole, monitorare gli obblighi e interpretare i rischi. Per valutare il rischio fornitori è necessario sovrapporre i segnali esterni ai dati interni sulle performance. Il P2P richiede conformità al catalogo, convalida del budget e una logica degli ordini di acquisto che rispetti la policy aziendale. Si tratta di attività di ragionamento diverse, con dati diversi, logiche diverse e risultati diversi. Un sistema “black box” che le tratta tutte allo stesso modo otterrà risultati inferiori alle aspettative nella maggior parte dei casi.

Il modello migliore è un agente unico con molte funzionalità specifiche e regolamentate alla base. Un solo livello di agenti che abbraccia tutto il processo source-to-pay, per garantire la condivisione del contesto e la coerenza nella governance, ma supportato da skill distinte, ciascuna delle quali gestisce con precisione un compito ben definito. È l’architettura basata sulle skill, ed è ciò che distingue gli agenti che operano su scala aziendale da quelli che si arenano dopo una demo.

Cosa sono le skill agentiche?

Una skill agentica è una capacità operativa dell’intelligenza artificiale, distinta e riutilizzabile, che un agente può attuale entro uno specifico contesto di procurement. È bene essere precisi sul modo in cui le skill si relazionano a workflow e strumenti, perché la maggior parte delle conversazioni sull’IA confonde i concetti. Un workflow definisce la sequenza del processo. Una skill è la capacità operativa utilizzata all’interno di quella sequenza. Gli strumenti sono i sistemi, i connettori, le API e le fonti di dati che consentono alla skill di agire nel mondo reale. Le skill forniscono l’intelligenza. Gli strumenti forniscono la portata. Il workflow li collega tra loro. Un agente combina le skill, richiama gli strumenti reagisce all’interno di un workflow regolamentato.

In pratica, le skill agentive si presentano così:

• Il benchmarking dei prezzi RFx prende le quotazioni presentate e le confronta con i dati storici interni e il pricing di mercato esterno. Il risultato non è solo una tabella di confronto ma la messa in evidenza di anomalie nel pricing e dei punti di forza negoziali su cui un category manager può agire.
• L’estrazione delle clausole contrattuali legge gli accordi con i fornitori e segnala termini non standard, protezioni mancanti e formulazioni che implicano rischi. Si tratta del tipo di attività che al team legale o all’ufficio acquisti richiede diverse ore di lavoro per ogni contratto. Una skill gestisce il tutto con coerenza in centinaia di contratti.
• La valutazione del rischio fornitori raccoglie in un profilo composito solidità finanziaria, dati ESG, segnali operativi e contesto di mercato. Il valore non sta solo nel punteggio, ma nel punteggio basato su dati interconnessi e non su un’unica fonte di segnali.
• Il rilevamento delle anomalie di spesa monitora i modelli che si discostano dalla linea di base: valori anomali del pricing, picchi di volume, spese fuori contratto, pagamenti duplicati. La maggior parte delle organizzazioni rileva questi casi in modo reattivo, mentre la skill le rileva in tempo reale.

Oltre a queste, esistono skill per l’arricchimento del catalogo (miglioramento dei dati di prodotto per garantire una maggiore conformità), la scoperta dei fornitori (identificazione di fornitori qualificati in base a categoria, area geografica, certificazioni e storico delle performance) e la conversione da preventivo a ordine (trasformazione dei preventivi in PDF dei fornitori in ordini di acquisto conformi senza reinserimento manuale).

La praticità di queste skill dipende dalla possibilità di testarle in modo indipendente, monitorarle nel tempo per verificarne l’accuratezza e migliorarle senza interferire con le altre attività dell’agente. Gli agenti black box e i cataloghi di agenti isolati non sono in grado di offrire questo livello di granularità.

Pro Tip

Scarica la guida pratica sull’IA agentica nel procurement per scoprire come gli agenti IA, le skill, i dati e la governance interagiscono lungo l’intero processo source-to-pay.

Perché le skill sono fondamentali per CPO e CIO

Le skill colmano il divario tra due conversazioni di solito molto diverse sull’IA nel procurement.

Per i CPO, il valore sta nella definizione delle priorità. Non è necessario implementare l’IA in tutto il procurement come una massiccia attività di trasformazione. Si implementa una determinata skill per risolvere un determinato collo di bottiglia. Se l’analisi delle richieste di offerta (RFx) assorbe troppo tempo del team, inizia da lì. Se il monitoraggio del rischio fornitori è reattivo mentre dovrebbe essere proattivo, inizia da lì. Le skill consentono di indirizzare gli investimenti, dimostrare il valore e espandersi sulla base dei risultati anziché delle promesse.

Inoltre, rendono l’IA misurabile in termini di procurement. Invece di chiedersi «stiamo utilizzando l’IA?», il team può chiedersi «quali skill sono implementate, come stanno performando rispetto ai KPI di accuratezza e dove dovremmo investire dopo?» Questa è una conversazione che può essere effettivamente utilizzata da un CPO.

Per i CIO, il punto di forza è la governabilità. Ogni skill è componibile, testabile e gestibile come singola unità. È possibile esaminarne l’accuratezza prima che entri in modo operativo. È possibile monitorare eventuali scostamenti una volta implementata. È possibile aggiornare o disattivare una skill senza interferire con il resto dell’ambiente degli agenti. È lo stesso principio di modularità che permette la manutenzione di una buona architettura software, applicato all’intelligenza artificiale. L’IT garantisce governance e controllo senza diventare il collo di bottiglia per ogni nuova applicazione dell’intelligenza artificiale al procurement.

Per gli uni e per gli altri, le skill trasformano l’intelligenza artificiale da investimento astratto in capacità concrete che l’ufficio acquisti e IT possono esaminare e migliorare insieme. La domanda passa da «dovremmo adottare l’IA?» a «quali funzionalità ci servono ora e come stanno performando quelle che abbiamo?»

La curva di maturità delle skill agentiche

Non tutte le organizzazioni partono dallo stesso punto, e va bene così. L’importante è avere un percorso chiaro. La curva di maturità prevede quattro livelli; la maggior parte delle organizzazioni lavorerà su più livelli contemporaneamente.

Livello 1: skill predefinite. Sono funzionalità già pronte, fornite dal vendor della piattaforma che coprono casi d’uso comuni: analisi dei dati, ricerca dei fornitori, analisi delle RFx, gestione dei cataloghi. In questa fase, il valore è la velocità. Le implementi subito, inizi a vedere i risultati e scopri come il team utilizza effettivamente l’intelligenza artificiale nella pratica. Per la maggior parte delle organizzazioni, il punto di partenza è questo. Questa fase dovrebbe fornire un valore reale e non limitarsi a gettare le basi per il futuro.

Livello 2: skill configurate. Qui le skill predefinite vengono adattate al modo di operare dell’organizzazione. Stessa skill di benchmarking, ma ottimizzata in base alle soglie di categoria. Stesso punteggio di rischio, ma ponderato in base ai fattori rilevanti nel settore. Stessa logica di approvazione, ma che riflette le policy dell’organizzazione. La capacità operativa è la stessa, il contesto diventa il tuo. È in questo punto che le organizzazioni spesso registrano il maggiore balzo in avanti nell’adozione, perché l’IA inizia a comportarsi nel modo atteso dal team.

Livello 3: skill personalizzate. Qui emerge il vantaggio competitivo. Il tuo piano d’azione per il sourcing indiretto è diverso da quello di chiunque altro. Il tuo processo di qualificazione dei materiali diretti riflette i requisiti della supply chain specifici per la tua attività. Le tue regole di conformità variano in base a regione, merce e tipo di contratto. Nessun vendor può preconfigurarle per tutto questo. Le skill personalizzate consentono ai team di codificare in funzionalità IA difendibili la propria esperienza, la propria logica decisionale e il proprio know-how aziendale, perché sono specifiche del tuo modo di operare.

Livello 4: skill dell’ecosistema. Skill di terze parti provenienti da partner di consulenza, ISV (Independent Software Vendor, fornitori di software indipendenti) e dal mercato più ampio. Un partner di implementazione sviluppa una skill di conformità DORA per i servizi finanziari. Una società di consulenza regionale sviluppa la conformità fiscale locale per mercati APAC. L’ecosistema amplia quello che la piattaforma e il cliente possono creare autonomamente. Nessun singolo fornitore potrebbe coprire tutto il range da solo.

Il punto non è passare da un livello base a un livello avanzato, ma di ampliare la gamma di funzionalità che il tuo team può implementare, gestire e migliorare. Le organizzazioni operanti ai Livelli 3 e 4 non si limitano a utilizzare l’intelligenza artificiale, ne fanno il perno attorno al quale costruiscono una capacità operativa organizzazione.

IVA: un livello di agenti pienamente funzionante fin dal primo giorno in tutto il processo source-to-pay

Il framework delle skill sopra descritto non è teorico. È il modello operativo alla base di IVA, l’agente virtuale intelligente di Ivalua.

IVA non è un chatbot sovrapposto a un singolo modulo di procurement. È un livello agentico integrato in tutta la piattaforma source-to-pay che comprende sourcing, contratti, gestione dei fornitori, procurement, fatturazione e analisi. Funziona fin dal primo giorno perché la sua fonte di conoscenza e il suo set di strumenti sono costituiti dall’applicativo Ivalua al completo. Non è necessario integrare o configurare nulla perché sia utile.

Quest’ultimo punto è importantissimo. Molte soluzioni IA per gli acquisti richiedono settimane di configurazione, lavoro di integrazione e mappatura dei dati prima che se ne possa cogliere il valore. IVA è subito operativa grazie all’architettura descritta nei primi due articoli di questa serie. Opera sul modello di dati unificato di Ivalua, l’unica fonte attendibile di informazioni sugli acquisti trattata nel Blog 1. Ragiona sulla base di dati completi e interconnessi: schede fornitori, termini contrattuali, cronologia della spesa, segnali di rischio, dati sulla performance, tutti in un unico posto. Inoltre, opera entro il quadro di governance descritto nel Blog 2, cioè ereditando le autorizzazioni degli utenti, registrando ogni azione e mantenendo l’accountability umana per ogni risultato.

IVA poggia sulla stessa architettura basata sulle skill verso cui puntano i più moderni laboratori di intelligenza artificiale. Gli utenti non devono scegliere da un catalogo di singoli agenti, né capire quale bot gestisca quale attività. Dicono a IVA di cosa hanno bisogno e IVA assembla le skill, gli strumenti e le conoscenze adeguate. Per lavori complessi, crea e coordina subagenti temporanei all’interno dello stesso ambiente governato.

Come funziona nella pratica? Un manager di categoria che sta per rinegoziare un contratto in scadenza può chiedere a IVA di recuperare il contratto, confrontarlo con accordi simili, individuare fornitori più affidabili, impostare una richiesta di offerta e avviare la procedura. Una sola conversazione. Un team dedicato alla contabilità fornitori può chiedere a IVA di verificare le fatture confrontando non solo il prezzo e l’ordine di acquisto, ma anche i termini contrattuali nascosti nei documenti che nessuno ha il tempo di controllare manualmente. IVA inoltre funziona in autonomia nei workflow e in background; può essere attivata da un evento di rischio relativo a un fornitore per individuare tutti i contratti interessati, proporre alternative e redigere un piano di mitigazione senza che la richiesta debba essere avviata da una persona.

È un software per gli acquisti con IA che funziona fin dal primo giorno. Ed è solo il punto di partenza.

Pro Tip

Scarica la scheda informativa sulla soluzione Enterprise AI per scoprire come Ivalua applica l’IA agentica in tutto il procurement.

La libreria delle skill: skill pronte all’uso per un impatto immediato

La libreria delle skill IVA è il luogo in cui il Livello 1 della curva di maturità si concretizza. Queste skill sono funzionalità operative, non voci di una roadmap.

Agente di analisi. I team che prima estraevano i report manualmente o attendevano gli aggiornamenti programmati delle dashboard ora possono fare a IVA una domanda sulla spesa per categoria, sulla concentrazione dei fornitori o sulla copertura contrattuale e ottenere l’analisi dai dati in tempo reale della piattaforma. Senza code di report. Senza snapshot obsoleti.

Intelligenza di categoria. I manager di categoria dedicano una quantità sproporzionata di tempo alla ricerca: dinamiche di mercato, panorama dei fornitori, benchmarking. Combinando i dati interni della piattaforma con le informazioni di mercato esterne, IVA comprime il tempo di questo lavoro da ore a minuti. Il risultato si basa su dati aziendali reali relativi a fornitori e contratti, non su rapporti di mercato generici.

Benchmark dei prezzi RFx. Prima, confrontare le quotazioni si traduceva in fogli di calcolo con formattazioni diverse e riferimenti incrociati manuali rispetto ai dati storici. IVA confronta automaticamente le quotazioni presentate con la cronologia interna e il pricing esterno. I valori anomali e le opportunità di negoziazione emergono con il contesto allegato.

Strumento di ricerca fornitori per il sourcing. La scoperta dei fornitori è sempre stata circoscritta alle conoscenze del manager di categoria. IVA amplia il bacino identificando fornitori qualificati in base ai requisiti di categoria, alle certificazioni, alla copertura geografica, ai profili di rischio e alla cronologia della performance.

Analisi delle richieste di offerta. Per complesse procedure di sourcing a più lotti, il confronto manuale delle quotazioni richiede tempo ed è soggetto a errori. IVA valuta e confronta le risposte dei fornitori applicando con coerenza criteri di analisi a tutte le proposte presentate. Il manager di categoria ottiene un’analisi strutturata anziché una montagna di dati grezzi da vagliare.

Dall’offerta all’ordine. La maggior parte delle organizzazioni deve eseguire ancora manualmente l’estrazione dei dati dai preventivi fornitori in formato PDF e la creazione degli ordini di acquisto. IVA legge il preventivo, estrae i campi che interessano e crea un ordine di acquisto conforme. Un processo che manualmente richiede ore si risolve in pochi secondi.

Arricchimento del catalogo. Nel tempo i cataloghi perdono validità perché le descrizioni dei prodotti non sono più accurate, le classificazioni cambiano e le mappature si interrompono. IVA migliora continuamente i dati dei prodotti, favorendo una migliore conformità contrattuale e riducendo la spesa non conforme.

Queste sono funzionalità implementate. La libreria delle skill rappresenta il punto di partenza, ed è già di alto livello.

IVA Studio: dal piano terra all’attico

IVA opera in tutto il ciclo source-to-pay fin dall’inizio. Con IVA Studio, lo fai tuo.

IVA Studio è la torre di controllo IA che gestisce il modo di lavorare dell’agente IVA: le skill che utilizza, gli strumenti a cui può ricorrere, i sistemi esterni a cui si collega tramite il protocollo MCP (Model Context Protocol) e i modelli LLM (linguaggio di grandi dimensioni) con cui opera. È un ambiente no-code in cui gli uffici acquisti vanno oltre la libreria skill predefinita per perfezionare, creare e migliorare continuamente le funzionalità che contano per la loro organizzazione.

IA agentiva – Livelli di IVA Studio

Perfeziona ciò che esiste. Prendi una skill predefinita e adattala al tuo contesto. Regola la skill di benchmarking RFx sulle soglie della tua categoria. Configura il punteggio di rischio per ponderare i fattori rilevanti nel tuo settore. Adatta la logica di approvazione alle tue policy. Questo è il Livello 2 della curva di maturità: stessa funzionalità, configurata per riflettere il modo in cui il tuo team lavora realmente. Spesso è qui che l’adozione accelera, perché l’IA inizia a soddisfare le aspettative del team.

Crea ciò che non esiste. Il tuo playbook di sourcing per categorie indirette è diverso da quello di chiunque altro. Il tuo processo di qualificazione dei materiali diretti è specifico per la tua supply chain. Le tue regole di conformità variano in base a regione, merce e tipo di contratto. IVA Studio consente agli uffici acquisti di creare skill completamente nuove per tali processi. Questo è il Livello 3, dove l’IA smette di essere una funzionalità del vendor e diventa una capacità operativa dell’azienda.

Migliora continuamente. Le skill non dovrebbero essere statiche e, nella pratica, non rimarranno accurate per sempre. IVA Studio consente di eseguire test basati su KPI relativi all’accuratezza prima dell’implementazione e di effettuare un monitoraggio continuo una volta che la skill è in produzione. Quando la precisione viene meno, il team se ne accorge. Quando un processo cambia, la skill viene aggiornata. Questa è la gestione del ciclo di vita descritta nel Blog 2 applicata a livello di singola skill.

Conservare il sapere istituzionale. Quando il quadro decisionale del tuo miglior manager di categoria viene codificato in una skill (con i suoi criteri di analisi, il suo approccio alla negoziazione, i punti di controllo della conformità) tale skill diventa una risorsa riutilizzabile per l’organizzazione. Non scompare quando il manager passa a un nuovo ruolo o lascia l’azienda. Un neoassunto che utilizza IVA si avvale del sapere accumulato dal team. Le skill trasformano l’expertise individuale in capacità operative della squadra. Nel tempo, questo effetto si amplifica.

Per i CIO, IVA Studio è il livello di governance. I team IT selezionano le LLM da utilizzare. IVA è indipendente dal modello ed è compatibile con vari fornitori, tra cui OpenAI, Google, Mistral, Anthropic, Meta, xAI, oltre che con modelli in host dai clienti. L’IT controlla i permessi di accesso, gli audit trail e i confini dei dati. L’IA generativa nel procurement diventa un’IA governata anziché un’IA ombra.

Per i CPO, IVA Studio elimina il collo di bottiglia. Gli uffici acquisti non devono più attendere che l’IT sviluppi ogni nuova funzionalità. Possono sperimentare, creare prototipi, testare e implementare skill che rispondano alle loro sfide specifiche. La governance rimane al centro. Lo sviluppo delle capacità si distribuisce. Entrambe le cose possono essere vere contemporaneamente.

Il futuro non è “più agenti”. È la piattaforma che è agentica in ogni suo aspetto.

Il mercato dell’IA per gli acquisti sta producendo molti agenti: agenti di sourcing, agenti contrattuali, agenti di rischio, agenti di fatturazione, agenti di analisi. Visti singolarmente, molti sono straordinari. Implementare dieci agenti diversi con dieci connessioni dati diverse, dieci modelli di autorizzazione diversi e dieci audit trail diversi, tuttavia, non è una strategia. È un problema di gestione mascherato da innovazione.

Le organizzazioni che trarranno il massimo vantaggio dall’IA agentiva negli acquisti non saranno quelle con la lista di agenti più lunga, ma quelle dotate di una piattaforma in cui l’IA non è una funzionalità aggiunta a posteriori, bensì il livello di intelligenza che collega tutto: dati, workflow, governance, skill, strumenti e conoscenza istituzionale. Una piattaforma in cui infrastruttura è unificata, la governance è integrata fin dalla progettazione e le skill vengono sviluppate, testate e migliorate dalle persone più vicine al lavoro.

È proprio questa la tesi sostenuta da questa serie. L’infrastruttura dati determina se l’IA crea fiducia o amplifica i problemi. La governance deve essere strutturale, con l’accountability umana integrata nell’architettura. E il vero fattore di differenziazione non è l’agente in sé, ma la capacità di costruire, perfezionare e far evolvere le funzionalità che rendono l’agente utile proprio per la tua organizzazione.

Il futuro dell’IA negli acquisti non è un maggior numero di agenti, è una piattaforma agentica sotto ogni aspetto. E la domanda da farsi non è se l’azienda ha l’intelligenza artificiale, ma se il team sa utilizzarla per raggiungere al meglio gli obiettivi che contano.

Pro Tip

Leggi il business case per l’IA agentica per scoprire come gli uffici acquisti lo stanno sviluppando oggi.

Conclusione: infrastruttura, governance, capacità operativa

Questa serie ha trattato i tre livelli che determinano se l’IA agentiva negli acquisti funzioni effettivamente su scala d’impresa.

Il primo articolo ha sostenuto che la qualità degli agenti inizia con la qualità dei dati. Un modello di dati unificato non è un dettaglio tecnico. È l’infrastruttura che determina se gli agenti IA creano fiducia o amplificano i problemi. Il secondo articolo ha sostenuto che la governance non può essere un ripensamento o un’opzione di configurazione. L’accountability umana deve essere integrata nell’architettura, in modo che per ogni azione di un agente ci sia una persona responsabile del risultato. Questo articolo ha trattato il livello delle capacità operative: le skill, gli strumenti e l’ambiente di sviluppo no-code che trasformano l’IA agentica da funzionalità fornita dal vendor a risorsa di cui il team è titolare e che migliora nel tempo.

Insieme, questi tre livelli formano il modello operativo per gli acquisti basati sull’IA. Nessuno funziona senza gli altri. I dati senza governance sono un rischio. La governance senza capacità è un costo aggiuntivo. La capacità operativa senza un’infrastruttura dati affidabile è una demo che non arriva mai in produzione.

L’IA agentica nel procurement non è un prodotto che si acquista, è una capacità operativa dell’azienda che si costruisce sulla piattaforma giusta.