Da supervisor del contact center ad AI agent manager

Un AI agent manager è la persona che, in un contact center, è responsabile delle prestazioni degli agenti vocali con IA sulle chiamate dal vivo: rivede le loro chiamate, stabilisce lo standard di una chiamata risolta, decide cosa va corretto e quali chiamate passano alle persone, e riporta i risultati. Nella maggior parte dei contact center, le persone più adatte a questo lavoro hanno già un ruolo. Sono i supervisor.

Il cambiamento è già in corso. In un sondaggio Gartner su 321 leader dell'assistenza clienti, condotto a settembre e ottobre 2025, l'85% ha dichiarato di stare ampliando le responsabilità degli operatori umani e il 75% sta spostando gli operatori in ruoli completamente nuovi all'interno dell'organizzazione di assistenza (Gartner, aprile 2026). La Harvard Business Review ora chiama le persone che supervisionano gli agenti IA agent manager: leader responsabili di come gli agenti IA imparano, collaborano, operano e lavorano in sicurezza accanto alle persone.

Cosa fa oggi un supervisor del contact center?

Un supervisor del contact center guida un team di operatori umani durante il turno: monitora le code e i livelli di servizio, fa rispettare i turni, fa coaching sulle chiamate, gestisce le escalation, valuta un campione di chiamate per la qualità e riporta i numeri del team. È un lavoro costruito intorno alle persone.

Queste competenze contano ancora quando arrivano gli agenti vocali con IA. Si rivolgono semplicemente a un tipo diverso di lavoratore. Un agente IA non ha bisogno di turni né di pause, ma ha bisogno di qualcuno che ascolti le sue chiamate, si accorga quando sbaglia qualcosa e si assicuri che la correzione venga fatta. Anche il team umano ha ancora bisogno di un supervisor, perché le chiamate trasferite arrivano a loro, e il workforce management continua a decidere quante persone sono al telefono.

Cosa cambia quando gli agenti vocali con IA gestiscono le chiamate?

Per le chiamate gestite dall'agente IA, il supervisor smette di gestire presenze e tempi di gestione e inizia a gestire i risultati: la chiamata è stata risolta, è stata trasferita per il motivo giusto e, se è fallita, perché. La tabella associa ogni attività principale del supervisor alla sua versione da AI agent manager.

La responsabilità resta la stessa: il supervisor risponde ancora dell'esperienza del cliente su ogni chiamata del proprio ambito. Cambia la leva. Con un operatore umano, fai coaching a una persona. Con un agente IA, modifichi la configurazione una volta e ogni chiamata successiva cambia di conseguenza: una buona correzione vale di più, una cattiva costa di più e i test diventano parte del lavoro.

Cosa fa un AI agent manager ogni giorno e ogni settimana?

Un AI agent manager lavora con una cadenza precisa: un breve controllo quotidiano delle prestazioni dal vivo, una revisione settimanale che trasforma le chiamate fallite in un elenco di correzioni e una decisione mensile su cosa l'agente dovrebbe gestire dopo.

Ogni giorno. Parti dagli alert, non dalla coda. Su Retell, le regole di alert inviano un'email o un webhook quando il tasso di successo delle chiamate cala, il sentiment negativo aumenta o più chiamate non superano il QA, e la dashboard di analisi mostra il tasso di successo e il tasso di trasferimento per agente e per versione dell'agente. Quando un numero si muove, apri le chiamate che ci sono dietro. Live Monitoring ti permette di seguire la trascrizione di una chiamata in tempo reale, ascoltare in silenzio (né il chiamante né l'agente ricevono notifiche) oppure subentrare e parlare tu stesso con il chiamante. Subentrare interrompe definitivamente l'agente IA per quella chiamata, quindi consideralo uno strumento di salvataggio, non di coaching.

Ogni settimana. Rivedi la qualità in blocco. AI QA valuta un campione di chiamate rispetto ai criteri di risoluzione e alle soglie delle metriche definiti dal tuo team, e segnala problemi come allucinazioni ed errori della knowledge base con evidenze dalla trascrizione. Leggi le chiamate segnalate, raggruppa i fallimenti per causa e scrivi l'elenco delle correzioni: un'informazione mancante nella knowledge base, un'istruzione poco chiara, una regola di trasferimento che scatta troppo tardi. Ogni correzione ha il suo caso di test, e una nuova versione dell'agente va in produzione solo dopo che i test sono superati (vedi versionamento dei prompt). La nostra scorecard QA per agenti vocali è un punto di partenza per i criteri.

Ogni mese. Decidi l'ambito. Guarda quali motivi di chiamata l'agente IA risolve e quali continua a trasferire, poi decidi cosa ampliare, mantenere o restituire alle persone. Riporta i risultati con i KPI degli agenti vocali che la direzione già monitora.

In cosa un AI agent manager è diverso da un CX automation engineer?

L'AI agent manager risponde dei risultati, il CX automation engineer risponde della realizzazione. Nel nostro articolo su cosa fa un CX automation engineer, questo ruolo è la figura interna che supervisiona il miglioramento continuo degli agenti IA rivolti ai clienti: configurazione, aggiornamenti della knowledge base, integrazioni, test pre-rilascio, revisione della qualità e compliance, il lavoro che di solito i forward deployed engineer del fornitore svolgono all'inizio. L'AI agent manager è la posizione operativa accanto, la più vicina alle chiamate, ai clienti e al team umano.

In un grande contact center si tratta spesso di due persone che svolgono insieme la revisione settimanale. In un team più piccolo, una sola persona fa entrambe le cose. In ogni caso, vale l'obiettivo dell'articolo di lancio: è l'azienda, non il fornitore, a determinare la velocità con cui i suoi agenti migliorano.

Quali competenze del supervisor restano valide e quali sono nuove?

Restano valide:

• Conoscere i motivi di chiamata, le policy e i clienti che chiamano per quei motivi
• Capire in pochi secondi se una chiamata sta andando bene
• L'istinto da coach, ora messo per iscritto sotto forma di istruzioni che un agente può seguire
• La sensibilità nel capire quali chiamate richiedono una persona, la base di una buona matrice di escalation
• Riportare i risultati alla direzione in termini su cui può agire

Nuove:

• Scrivere istruzioni chiare per un agente IA, le basi del prompt engineering
• Leggere trascrizioni su larga scala, incluse le chiamate agli strumenti e i trasferimenti al loro interno
• Ragionare per casi di test: cosa vuole un chiamante e com'è fatta una chiamata riuscita
• Abitudini di rilascio: modificare una bozza, testarla, pubblicarla, tornare indietro se i numeri calano
• Definire il successo con una precisione sufficiente perché l'IA possa valutarlo

L'elenco delle capacità di un agent manager secondo HBR si apre con l'alfabetizzazione operativa sull'IA (come funzionano gli agenti, come i prompt influenzano i risultati, come diagnosticare i fallimenti) e una profonda competenza funzionale. Un supervisor ha già la seconda. La prima si può insegnare.

Come si portano i supervisor in questo ruolo?

Parti in piccolo: affida a un supervisor la piena responsabilità di un agente IA prima di estendere il ruolo a tutto il reparto.

1. Assegna un supervisor a un agente IA o a un tipo di chiamata, non una quota di tutto.
2. Dagli gli accessi necessari per il lavoro. Su Retell, Live Monitoring è disponibile per i ruoli Admin e Developer e per i ruoli personalizzati con il permesso di gestione delle chiamate, mentre il ruolo Member non può aprirlo. Se un agente ha attivato la rimozione dei dati PII, solo i ruoli che possono visualizzare i dati grezzi possono monitorarne le chiamate dal vivo. Verifica entrambi gli aspetti nel controllo degli accessi prima del primo giorno.
3. Scrivi la definizione di chiamata risolta insieme al QA e al CX automation engineer, e usala sia per la valutazione con l'IA sia per la reportistica.
4. Metti in calendario la revisione settimanale con il CX automation engineer e traccia ogni correzione dalla chiamata che ha fatto emergere il problema fino alla versione che l'ha rilasciata.
5. Mantieni il team umano nel tuo ambito. Verifica come arrivano i trasferimenti tra agenti vocali con IA e team umani, perché un passaggio fatto male danneggia entrambi.
6. Modifica gli obiettivi del supervisor in linea con il nuovo lavoro.

Per BPO e agenzie che gestiscono agenti vocali con IA per i propri clienti, la stessa posizione esiste per ogni programma cliente, e l'AI agent manager è la persona da cui il cliente riceve aggiornamenti sui risultati.

Come si misura un AI agent manager?

Misura i risultati delle chiamate nel suo ambito, non l'attività:

• Tasso di successo delle chiamate, usando la definizione di chiamata risolta del team
• Tasso di trasferimento e quota di trasferimenti avvenuti per il motivo giusto
• Tasso di superamento del QA sul campione valutato e le principali cause di fallimento settimana dopo settimana
• Tasso di sentiment negativo
• Tempo tra l'individuazione di un problema e una correzione in produzione che ha superato i test
• Carico sul team umano dovuto alle chiamate trasferite

Contare le modifiche ai prompt o le chiamate riviste premia il movimento, non chiamate migliori.

Da dove iniziare?

Scegli l'agente IA con il maggior volume di chiamate, nomina il supervisor che ne sarà responsabile e svolgi la prima revisione settimanale questo mese. Se stai valutando delle piattaforme, verifica che i supervisor possano rivedere, valutare e intervenire nelle chiamate senza aprire un ticket. L'AI QA di Retell valuta le chiamate rispetto ai tuoi criteri, e il nostro team può mostrarti come i contact center enterprise impostano questi ruoli con il piano enterprise.

Domande frequenti

Cos'è un AI agent manager?

Un AI agent manager è responsabile delle prestazioni degli agenti IA nella propria area. In un contact center, significa rivedere le chiamate dell'agente vocale con IA, stabilire lo standard di una chiamata risolta, decidere cosa correggere e quali chiamate passano alle persone, e riportare i risultati. Il titolo non è ancora standard, ma il lavoro si sta già facendo.

Gli agenti vocali con IA sostituiranno i supervisor del contact center?

Finora le evidenze indicano lavori trasformati, non eliminati. Nel sondaggio Gartner su 321 leader dell'assistenza, l'85% sta ampliando le responsabilità degli operatori umani e il 75% sta spostando gli operatori in nuovi ruoli. Gestire gli agenti IA richiede proprio il giudizio sulle chiamate che i supervisor hanno già.

Quali competenze servono a un AI agent manager?

Il nucleo è la conoscenza che un supervisor ha di chiamate, clienti e policy. Le nuove competenze includono scrivere istruzioni chiare per un agente IA, leggere trascrizioni su larga scala, ragionare per casi di test e definire il successo con una precisione sufficiente perché l'IA possa valutarlo.

Un supervisor può ascoltare dal vivo le chiamate di un agente IA?

Su Retell, sì. Live Monitoring permette a un supervisor di seguire una trascrizione in tempo reale, ascoltare in silenzio senza che il chiamante o l'agente ricevano notifiche, subentrare nella chiamata o terminarla. Subentrare interrompe definitivamente l'agente IA per quella chiamata. Non esiste una modalità whisper, ma uno sviluppatore può guidare una chiamata dal vivo tramite testo con l'Update Live Call API.

Un AI agent manager è la stessa cosa di un CX automation engineer?

Non esattamente. Il CX automation engineer realizza, testa e rilascia le modifiche agli agenti. L'AI agent manager risponde dei risultati quotidiani: cosa rende buona una chiamata, cosa correggere dopo e come l'agente IA e il team umano lavorano insieme. Nei team più piccoli spesso una sola persona fa entrambe le cose.