La casella di posta utilizzata dall'Agente deve prima essere trasformata in una coda di lavoro.
Dopo l'arrivo della newsletter, ciò che è veramente utile è divertirsi, riciclare e lasciare tracce
Dopo aver trasferito molte newsletter su Agently Mail di notte, la mia prima impressione è stata che in realtà fosse abbastanza semplice: non si trattava di “leggere le e-mail”, ma di ordinare la casella di posta. L’analisi che ne è risultata sembrava fluida, come se un mucchio di input disordinati fossero stati compressi in alcuni indizi che potevano essere ulteriormente elaborati. Questa esperienza ha sollevato rapidamente una domanda: la vera difficoltà delle e-mail non è mai solo comprenderne il contenuto, ma come elaborarlo dopo averlo ricevuto.
Il modello mentale di una casella di posta tradizionale è ricevere, rispondere e archiviare. Questo modello è sufficiente per le persone, perché le persone stesse completano il giudizio, la memoria e il monitoraggio. Dopo l’arrivo dell’agente, questa serie di cose non è sufficiente. L’agente non è qui per “leggerlo e basta”, è più come un consumatore di coda: prima determina se l’e-mail è di tipo abbonamento, tipo di notifica o tipo di follow-up, quindi decide se continuare ad analizzare, generare una bozza, trasferirla su altri strumenti o gettarla direttamente nell’archivio. Finché non esiste tale potenza di elaborazione, la cosiddetta “casella di posta intelligente” è solo una casella di posta più riassuntiva.
Ciò che mi interessa di più sono le tracce lasciate. La cosa più fastidiosa delle email come le newsletter non è che non riesci a completare le informazioni, ma che non sai quale passaggio è stato elaborato dopo averle lette. Quando le persone hanno a che fare con le e-mail, ricorderanno nella loro mente “ho letto questo”, “non ho ancora risposto a quello” e “mi occuperò di quello più tardi”. L’agente non dispone di questo tipo di memoria naturale e deve fare affidamento sullo stato e sui registri per compensare. Devono esserci risultati chiari su quale lettera è stata saltata, quale lettera è stata riassunta, quale lettera è stata convertita in bozza e quale lettera è stata chiesta per una conferma secondaria. Senza uno stato di risultato, l’“aiuto” dell’Agente finirà per diventare un altro livello più nascosto di pile di cose da fare.
Questo è anche il luogo in cui questo tipo di strumento ha maggiori probabilità di andare fuori strada. Trasformare la casella di posta in un’interfaccia di chat può sembrare una novità, ma se il livello inferiore rimane ancora sul “riassunto di un paragrafo”, il valore sarà finito. Ciò che è veramente utile è trasformare l’e-mail in un oggetto di lavoro trasferibile: la fonte è chiara, l’azione è chiara, il risultato è chiaro e può essere riprodotto se necessario. Solo una volta raggiunto questo obiettivo, l’agente potrà iniziare ad affrontare i problemi principali della casella di posta, anziché limitarsi a lucidare il testo alla periferia.
Anche i confini sono chiari. Le transazioni interpersonali, le conferme di pagamento, i contratti avanti e indietro e le risposte con promesse non sono adatte per essere gestite direttamente dall’Agente. È meglio lasciare i contenuti responsabili, ad alto rischio e di basso formato nelle mani dell’uomo. Ciò che è più adatto per l’outsourcing all’agente è l’input ad alto volume, a basso rischio e in formato stabile: newsletter, notifiche di sistema, promemoria e riepiloghi di routine. Ciò che li accomuna non è “senza valore”, ma “bisogna affrontarlo ogni volta, ma non vale la pena attirare ogni volta l’attenzione della gente”.
La cosa veramente interessante di qualcosa come Agently Mail non è rendere la casella di posta più simile a una chat, ma farla sembrare una catena di elaborazione riproducibile. Ciò che risolve innanzitutto non è leggere, ma distrarsi, riciclare e lasciare tracce. Una volta che la casella di posta si trasforma da strumento di comunicazione a coda di lavoro, l’Agente ha l’opportunità di farsi carico realmente di alcune delle faccende quotidiane.
What to read next
Want more posts about AI?
Posts in the same category are usually the best next step for reading more on this topic.
View same categoryWant to keep following #AI?
Tags are useful for related tools, specific problems, and similar troubleshooting notes.
View same tagWant to explore another direction?
If you are not sure what to read next, return to the homepage and start from categories, topics, or latest updates.
Back home