Quando due assistenti AI negoziano tra loro
Gli agenti AI possono avere moltissime funzioni, sono inoltre in grado di dialogare tra loro unendo le forze quando necessario. A volte però si trovano letteralmente a scontrarsi, quando due aziende li utilizzano per compiere ruoli che prima erano affidati agli umani, come una compravendita, o una negoziazione.
Il prezzo è sceso, ma la consegna è slittata di una settimana. L’assistente dell’ufficio acquisti considera la trattativa un successo. Chi aspetta quei componenti per avviare la produzione avrebbe qualcosa da ridire. Immaginiamo una negoziazione gestita da due sistemi di intelligenza artificiale: il primo cerca un risparmio, il secondo difende il margine del fornitore. Entrambi possono raggiungere il proprio obiettivo e lasciare comunque qualcuno scontento.
È uno scenario ipotetico, utile per capire che cosa cambia quando un software riceve il compito di trattare per nostro conto. Consultare un catalogo significa scegliere tra condizioni già definite. Negoziare permette di modificarle, offrendo qualcosa in cambio: un ordine più grande, un pagamento anticipato, una consegna meno urgente.
Qui l’automazione entra in una zona delicata. Una richiesta come “ottieni le condizioni migliori” sembra chiara finché qualcuno deve stabilire che cosa significhi “migliori”. Il prezzo è soltanto una delle risposte possibili.
Che cosa si scambiano due agenti
Un assistente AI può essere collegato a strumenti che consultano disponibilità, verificano budget e inviano proposte. Per negoziare gli servono anche un mandato e un margine di manovra: quanto spendere, quali condizioni accettare, quando interrompere lo scambio.
La conversazione può avvenire attraverso messaggi strutturati, senza imitare una telefonata tra commerciali. Una proposta contiene quantità, prezzo e data; la controparte modifica una condizione; il sistema valuta se rilanciare. Il modello linguistico può aiutare a interpretare le richieste e formulare alternative, mentre controlli software separati dovrebbero verificare cifre, disponibilità e autorizzazioni.
La parte difficile è tradurre le preferenze in decisioni. Quanto vale ricevere la merce venerdì anziché lunedì? La risposta dipende da ciò che accade in azienda, spesso fuori dal sistema che sta trattando.
Lo sconto che costa troppo
Torniamo all’acquisto iniziale. Il fornitore propone una riduzione del prezzo in cambio di una consegna posticipata. Se l’agente dell’acquirente conosce soltanto il budget, l’offerta può sembrargli ottima. Se sa che il ritardo fermerebbe una linea produttiva, la valutazione cambia.
Il problema nasce prima della trattativa, nella qualità delle informazioni disponibili e nella definizione delle priorità. Un obiettivo troppo ristretto premia compromessi che nessun responsabile avrebbe approvato.
Per questo un mandato utile deve contenere anche condizioni inderogabili. “Riduci il costo, purché la consegna avvenga entro venerdì” delimita il compito. Se nessuna offerta rispetta quel vincolo, segnalare l’impasse può essere il risultato corretto.
Un accordo non dimostra fiducia
La ricerca ha già studiato agenti capaci di negoziare. Nel 2022 DeepMind ha presentato esperimenti sul gioco Diplomacy, nel quale comunicazione e accordi aiutano a coordinare le mosse. Lo studio esaminava anche che cosa accade quando un agente può abbandonare gli impegni presi e quali meccanismi rendono meno conveniente farlo.
Un gioco resta un ambiente circoscritto: quei risultati non dimostrano l’affidabilità di un sistema negli acquisti aziendali. Mostrano però perché conviene distinguere la capacità di raggiungere un accordo dalla garanzia che venga rispettato.
In una trattativa operativa, una frase come “consegna confermata” dovrebbe corrispondere a una disponibilità verificata e a una conferma registrata nel sistema del fornitore. La sicurezza con cui un modello scrive non aggiunge alcun valore a una promessa priva di riscontro.
Il confine tra proposta e impegno
Per un’azienda è ragionevole separare la facoltà di esplorare offerte da quella di approvarle. Un agente potrebbe confrontare preventivi e preparare una proposta, lasciando a una persona la conferma degli impegni più rilevanti.
Questa separazione va costruita nei permessi. Scrivere nel prompt “chiedi sempre conferma” offre una protezione diversa dal rendere tecnicamente impossibile l’invio di un ordine senza approvazione.
Anche la riservatezza entra nella trattativa. Il sistema può aver bisogno di conoscere il budget massimo senza essere autorizzato a comunicarlo alla controparte. Accedere a un’informazione e poterla divulgare sono due facoltà distinte, da gestire come tali.
Il lavoro che resta sulla scrivania
La convenienza va misurata sull’intero processo. Una negoziazione automatizzata può ridurre gli scambi ripetitivi, ma richiede integrazioni, gestione delle eccezioni e verifiche. Se ogni proposta deve essere ricontrollata da zero, parte del tempo risparmiato torna sotto forma di supervisione.
Un primo impiego sensato potrebbe riguardare acquisti ricorrenti, condizioni confrontabili e importi contenuti. La valutazione dovrebbe includere errori, ritardi e interventi manuali, oltre allo sconto ottenuto. Servirebbe anche una traccia leggibile delle offerte e delle condizioni accettate, per poter ricostruire l’accaduto senza affidarsi al racconto successivo del modello.
Quando due assistenti AI negoziano, il lavoro umano comincia quindi molto prima della prima offerta: stabilire che cosa conta, quali concessioni sono ammesse e chi può impegnare l’azienda. Alla fine della trattativa, qualcuno dovrà comunque rispondere di quella settimana di ritardo.
