Perché abbiamo costruito theywork365.ai: 15 anni di progetti Microsoft e un modello completamente diverso

C’è un momento che si ripete, quasi uguale, in ogni azienda. Il CEO torna da un convegno entusiasta dell’AI. Si apre una fase di sperimentazione. Arriva il primo preventivo: 80.000 euro di progetto upfront, sei mesi di delivery, KPI da definire. Poi, silenzio. Secondo Gartner, l’85% dei progetti AI aziendali non raggiunge la produzione (Gartner, 2024). Noi lo vediamo da 15 anni, su 200 implementazioni Microsoft.

In sintesi

• L’85% dei progetti AI enterprise non arriva in produzione per problemi strutturali, non tecnici (Gartner, 2024)
• I tre ostacoli ricorrenti: costi upfront ingiustificabili, Shadow AI fuori controllo, dati che escono dal perimetro aziendale
• theywork365.ai risponde con agenti AI custom 100% dentro Microsoft 365, modello pay-per-action e ROI misurabile da subito
• Il deployment segue 4 step: da zero a produzione in settimane, non mesi

---

Cosa si impara dopo 200 implementazioni Microsoft?

Dopo 15 anni e oltre 200 progetti Microsoft, i pattern si ripetono con una precisione scomoda. Non parlo di bug tecnici o integrazioni mal progettate. Parlo di qualcosa di più profondo: i progetti AI partono sempre con energia, budget approvato e un campione interno entusiasta. Poi muoiono.

Il punto critico si trova quasi sempre tra la fase pilota e la messa in produzione. Il pilota funziona in condizioni controllate, con dati puliti e un team dedicato. Quando si prova a estendere a reparti reali, con processi reali, il progetto si inceppa. Il costo per iterare diventa insostenibile. Le licenze costano indipendentemente dall’uso. La governance non regge.

Microsoft stessa stima che solo il 12% delle aziende che sperimentano AI riesca a scalare oltre la fase pilota (Microsoft Work Trend Index, 2024). Non è un problema tecnologico. È un problema strutturale.

---

Quali sono i tre problemi strutturali dell’AI enterprise?

Dopo decine di conversazioni con IT manager, CTO e responsabili digital transformation, abbiamo identificato tre blocchi che si ripresentano sempre. Non sono opinioni: sono pattern ricorrenti su oltre 200 cantieri.

Il costo upfront che blocca tutto

Il modello classico di consulenza AI richiede un impegno iniziale significativo: analisi dei requisiti, progettazione architetturale, sviluppo custom, testing, formazione. Tutto questo prima che un singolo processo aziendale produca valore misurabile.

Per una PMI italiana con 200 dipendenti, un progetto strutturato su 6-12 mesi significa immobilizzare tra 50.000 e 150.000 euro con un ROI ipotetico. Il CFO chiede numeri. L’IT manager non ha certezze. Il progetto si blocca in fase di approvazione.

Il problema non è la spesa in sé: è l’asimmetria tra rischio e valore. Si paga tutto prima, si ottiene (forse) dopo.

Shadow AI: quando i dipendenti bypassano i sistemi ufficiali

Secondo IBM, il 78% dei dipendenti usa strumenti AI non approvati dall’azienda (IBM Institute for Business Value, 2024). ChatGPT sul browser personale. Copilot con l’account privato. Claude via API pagata di tasca propria.

In azienda, questo fenomeno emerge quasi sempre come risposta a un vuoto di strumenti ufficiali adeguati. I dipendenti non bypassano i sistemi per cattiveria: lo fanno perché quelli ufficiali non risolvono il loro problema reale. La Shadow AI non è un problema disciplinare. È un segnale di adozione fallita.

Il rischio concreto è doppio: dati aziendali che escono verso servizi consumer e nessuna visibilità su cosa l’AI stia davvero producendo in azienda.

I dati che escono dal perimetro aziendale

Questo terzo problema è spesso sottovalutato fino a quando non diventa un incidente. Ogni prompt inviato a un servizio AI esterno al tenant Microsoft può portare con sé frammenti di dati aziendali: un cliente, un contratto, una strategia di pricing.

Il Garante Privacy italiano ha già sanzionato più aziende per uso non conforme di strumenti AI su dati personali. Con il GDPR in vigore e NIS2 all’orizzonte, la questione non è più solo teorica.

---

Cosa abbiamo costruito e perché funziona diversamente

Partendo da questi tre blocchi ricorrenti che abbiamo visto paralizzare i progetti dei nostri clienti, abbiamo progettato theywork365.ai con un principio guida: nessun valore ipotetico, nessun costo fisso, nessun dato fuori dal perimetro.

theywork365.ai è una piattaforma di AI agents custom costruita interamente dentro l’ecosistema Microsoft 365. Gli agenti non sono assistenti conversazionali generici. Eseguono task reali e misurabili: classificano ticket di supporto, approvano documenti secondo le policy aziendali, aggiornano record CRM, smistano richieste HR.

La differenza rispetto a Microsoft 365 Copilot è precisa. Copilot è un assistente general-purpose che risponde a domande e genera testo. Un agente theywork365.ai è progettato su un processo specifico, esegue azioni concrete dentro i sistemi aziendali e produce output misurabili.

Come funziona il modello pay-per-action

Il modello economico è la rottura più netta con il mercato. Nessun grande progetto upfront. Nessun costo fisso per utente licenza. Si paga solo per le azioni effettivamente eseguite dagli agenti.

La struttura si compone di due elementi: una governance mensile, che copre manutenzione, aggiornamenti, monitoraggio e supporto, e il pay-per-action, che scala proporzionalmente all’uso reale. Più l’agente lavora, più produce valore, più ha senso la spesa.

Questo ribalta completamente la logica del rischio. L’azienda può partire con un agente su un processo specifico, misurarne il ROI reale e scalare solo se i numeri lo giustificano. Tutti i dettagli su governance e prezzi sono disponibili sul sito.

---

Perché il 100% dentro Microsoft 365 non è uno slogan

Questo punto richiede chiarezza tecnica, perché “sicuro” e “dentro Microsoft 365” sono affermazioni che molti vendor fanno senza spiegarle.

theywork365.ai usa Azure AI Foundry per l’orchestrazione degli agenti, Copilot Studio per la logica conversazionale e di automazione, Entra ID per la gestione delle identità e degli accessi, SharePoint e i dati strutturati del tenant come basi di conoscenza. Ogni componente risiede nel tenant Microsoft del cliente.

Questo significa che i dati non escono mai dall’ambiente aziendale. Non c’è un middleware esterno che fa da proxy. Non ci sono endpoint SaaS di terze parti che ricevono i prompt. Il modello AI gira su Azure, dentro il contratto Microsoft che l’azienda ha già firmato.

Per approfondire l’architettura tecnica e le misure di compliance, la sezione dedicata alla sicurezza dei dati documenta nel dettaglio ogni scelta implementativa.

---

Da zero a un agente in produzione: quanto ci vuole davvero?

La risposta onesta è: settimane, non mesi. Non perché il lavoro sia superficiale, ma perché il modello di deployment è progettato per essere iterativo e confinato.

Come funziona il deployment segue quattro step che abbiamo definito sulla base di quello che realmente funziona sui cantieri.

Step 1 - Setup dell’ambiente. Configurazione del tenant Microsoft, attivazione dei servizi Azure necessari, integrazione con Entra ID. Nessuna installazione on-premise. Nessun VPN da configurare.

Step 2 - Design dell’agente. Qui si definisce il processo specifico che l’agente deve eseguire, le sorgenti dati da cui attingere, le azioni che può compiere e le policy di governance (chi approva cosa, quali dati sono accessibili, quali trigger attivano l’agente).

Step 3 - Go-live pay-per-action. L’agente viene rilasciato in produzione su un perimetro delimitato. Non su tutta l’azienda: su un reparto, su un processo, su un volume di test reale. Da questo momento si pagano solo le azioni eseguite.

Step 4 - Misurazione del ROI. Dashboard di monitoraggio in tempo reale: quante azioni ha eseguito l’agente, quanti minuti di lavoro manuale ha sostituito, qual è il costo per azione. Non stime. Dati reali.

---

Dove si applica: 10 aree aziendali, un solo ecosistema

La versatilità degli agenti AI su Microsoft 365 è reale, ma ha confini precisi. Non sostituisce ogni processo: affronta quelli ad alta ripetizione, bassa variabilità e alto volume.

I casi d’uso disponibili coprono 10 aree aziendali. Vediamo due esempi concreti che mostrano la differenza tra un agente AI e un semplice bot.

IT Support. Il classico ticket di supporto tecnico arriva via email o Teams. L’agente lo legge, lo classifica per categoria e urgenza, cerca nella knowledge base SharePoint se esiste una soluzione nota, risponde all’utente con i passi di risoluzione e, se il problema richiede escalation, assegna il ticket all’operatore corretto con il contesto già compilato. L’agente non risponde a domande generiche: esegue un processo strutturato.

HR e onboarding. Un nuovo dipendente viene aggiunto ad Entra ID. L’agente attiva automaticamente il workflow di onboarding: crea l’account, assegna le licenze Microsoft 365 basandosi sul ruolo, aggiunge l’utente ai gruppi Teams corretti, schedula le sessioni di formazione obbligatorie in calendario e notifica il manager. Un processo che normalmente richiede ore distribuite su più persone viene eseguito in minuti.

Altre aree dove si applicano gli agenti: Sales e CRM (aggiornamento automatico di Dynamics 365), Finance (verifica e routing delle note spese), Procurement (classificazione e approvazione delle richieste di acquisto), Legal (controllo dei documenti contro checklist di compliance), Marketing (gestione dei lead in ingresso), Customer Service (smistamento e prima risposta alle richieste clienti), Operations (monitoraggio KPI e alerting automatico).

---

Conclusione

Abbiamo costruito theywork365.ai perché dopo 200 implementazioni Microsoft avevamo capito dove si rompeva ogni progetto AI. Non era la tecnologia. Era il modello: costi fissi su ROI incerto, dati senza governance, Shadow AI che cresceva nell’ombra.

Un agente che esegue task reali, misurabile dall’inizio, 100% dentro il tenant Microsoft del cliente, con un costo che scala solo quando produce valore, è una risposta strutturale a problemi strutturali.

Se gestisci l’IT o la digital transformation di un’azienda che usa Microsoft 365 e stai valutando come portare l’AI in produzione senza bruciare budget su progetti pilota infiniti, theywork365.ai è il posto da cui partire.