Matrice RACI per agenti AI: chi risponde di una decisione presa da un agente
La matrice RACI applicata agli agenti AI: chi esegue, chi risponde, chi approva. Due episodi reali dal campo e il disegno delle approvazioni umane.
In breve. Una matrice RACI per agenti AI assegna a ogni decisione chi la esegue (l'agente, Responsible), chi ne risponde (un umano, Accountable, uno solo), chi va consultato e chi va informato — scritta prima che l'agente agisca, non dopo. In questa guida: cosa cambia rispetto alla RACI per team umani, due episodi reali in cui il "chi decide" non era scritto da nessuna parte, e come disegno le approvazioni umane nei miei sistemi.
Questa guida esiste perché la domanda torna in ogni progetto con agenti e la pagina dedicata non c'era: chi risponde di una decisione presa da un agente? La versione per team umani resta valida per i progetti tra persone; qui parlo di quando a eseguire sono agenti.
La matrice in trenta secondi
Le lettere sono le stesse della RACI classica, ma i ruoli cambiano: a eseguire è un agente, a rispondere è una persona.
- R, Responsible. L'agente che esegue il lavoro: scrive, chiama tool, propone.
- A, Accountable. L'umano che ne risponde e approva. Uno solo per decisione: la responsabilità finale non si divide.
- C, Consulted. Chi va consultato prima di eseguire: un altro agente, un umano, una policy versionata.
- I, Informed. Chi va informato dopo: il log, la traccia di audit, il cockpit dell'owner.
La regola che applico io: la A la tiene sempre un umano. Non perché gli agenti sbaglino sempre, ma perché "rispondere" è una cosa che si fa davanti a qualcuno — e davanti a qualcuno ci va una persona.
Primo episodio: il cockpit diceva «niente per te»
Il cockpit owner di Northstar diceva «Cosa aspetta te: niente» mentre 67 condizioni aspettavano l'owner. Nessuno aveva scritto chi dovesse vedere cosa: il pannello informava nel modo sbagliato — una I mancata, prima ancora che una A.
Secondo episodio: 63 rilasci senza nessuno al posto di guida
L'8 ottobre 2026, sulla content factory, lo stato riportava «risolve: nessuno, non un gate owner» mentre 63 rilasci aspettavano una verifica che nessuno lanciava. Il lavoro era pronto e gli agenti avevano finito: mancava la A sulla verifica, scritta da nessuna parte.
Il disegno delle approvazioni umane
In Accordo, il nostro framework CRM pre-launch, le approvazioni sono disegnate così: decisioni solo-umane, RBAC e isolamento tenant per istanza sono imposti dal sistema; l'attore è affermato, non autenticato, finché il deploy non fornisce autenticazione. Le decisioni nominate conservano evidence, attore e contesto di policy — e mi fermo qui: non una compliance normativa, non un audit a prova di manomissione.
Persino i timer rispettano la matrice: un timer apre una richiesta ma non può approvare una decisione commerciale (riga «Durable jobs, transactional outbox, timers»). È la RACI scritta nel codice: R al timer, A all'umano.
Ne ho scritto in dettaglio nelle guide alle approvazioni umane e alle trace di audit.
L'AI Act, solo contesto
L'AI Act, art. 50, in vigore dal 2 agosto 2026: lo cito come contesto normativo, non come parere legale — per quello serve un avvocato, non un articolo. Il punto operativo resta il disegno sopra: approvazioni umane nominate, attori affermati con i loro limiti, decisioni tracciate.
Come scrivere la matrice per i tuoi agenti
Righe: le decisioni, non le attività generiche. "Chi approva il rimborso sopra una certa soglia" è una riga; "gestire i rimborsi" no. Colonne: ogni agente e ogni umano nel loop, più le policy che vincolano la decisione. Nelle vendite funziona uguale: ho raccontato cosa resta al BDR quando l'agente fa il prospecting in una guida dedicata.
Una sola A per riga — il template matrice RACI te lo controlla da solo — e la A è un umano: è la regola che applico dopo i due episodi sopra. La C va consultata prima che l'agente esegua, la I va informata dopo: se il tuo cockpit dice «niente per te», rileggi il primo episodio.
Il punto di partenza pratico è il template linkato sopra: una riga per decisione, poi scarica il CSV e allegalo alla configurazione dell'agente. Per il resto dell'impianto — ruoli, costi, organizzazione degli agenti — la mia guida di riferimento è l'architettura degli agenti AI in azienda.
Fatti e limiti
FACT. Il cockpit Northstar diceva «niente per te» con 67 condizioni in attesa.
FACT. L'8 ottobre 2026, 63 rilasci aspettavano una verifica che nessuno lanciava.
FACT. In Accordo: decisioni solo-umane, RBAC e isolamento tenant enforced; attore affermato, non autenticato senza deploy auth. Decisioni nominate con evidence, attore e policy; nessun claim di compliance o tamper-proof.
FACT. AI Act art. 50 in vigore dal 2 agosto 2026. Contesto, non parere legale.
INTERPRETATION. Chi decide va scritto prima che l'agente agisca; un pannello che dice «niente per te» quando c'è qualcosa è il fallimento tipico.
INTERPRETATION. La A la tiene sempre un umano: è la mia regola operativa dopo questi episodi, non un dato misurato.
INTERPRETATION. La RACI per team umani non copre il caso in cui a eseguire sono agenti: la mia lettura è che serva una guida dedicata, non che la RACI umana sia superata.
Limiti: nessun caso misurato oltre i miei sistemi — due episodi, non una survey. Niente parere legale sull'AI Act. Niente claim su Accordo oltre le righe del documento tecnico citato.
Strumento gratuito. Compila la tua prima matrice con il template RACI: una riga per decisione, una sola A, poi scarica il CSV.
Domande frequenti
Chi è l'Accountable quando decide un agente AI?
Un umano, uno solo per decisione. L'agente esegue (Responsible) e propone; la persona approva e ne risponde. È la regola che applico nei miei sistemi dopo gli episodi raccontati sopra.
Un agente può approvare da solo una decisione?
Nei miei sistemi no, quando la decisione ha conseguenze: in Accordo le decisioni commerciali restano solo-umane, e persino un timer può aprire una richiesta ma non approvarla. La matrice serve a scriverlo prima, non a scoprirlo dopo.
La matrice RACI serve anche con un solo agente?
Sì, se prende decisioni con conseguenze: la matrice dice chi risponde, non quanti eseguono. Con un agente e un umano sono due colonne e bastano poche righe, una per decisione.