Cosa succede quando l’IA gestisce un negozio al dettaglio

La maggior parte delle demo di agenti AI opera in ambienti controllati con denaro fittizio e utenti simulati. Andon Labs ha deciso di adottare un approccio diverso: mettere un sistema di intelligenza artificiale a capo di un vero negozio al dettaglio a San Francisco.

Nel suo ultimo esperimento, l’azienda ha affidato a un agente AI chiamato Luna un budget di 100.000 dollari, una carta di credito aziendale e un contratto di locazione di tre anni. All’AI è stata concessa piena autonomia nelle assunzioni, nelle operazioni e nelle decisioni strategiche, rendendola di fatto il capo del negozio.

Un’AI con un negozio fisico

Il progetto si basa su un precedente esperimento di Andon Labs che coinvolgeva un distributore automatico alimentato da AI presso Anthropic. Questa volta, la posta in gioco era significativamente più alta.

• Un contratto di locazione commerciale di tre anni a San Francisco.
• Un budget operativo di 100.000 dollari.
• Autonomia totale nel prendere decisioni aziendali.

L’unica direttiva per Luna era semplice: generare profitto.

Da lì, l’AI ha creato il concept della boutique, pubblicato annunci di lavoro e condotto colloqui su Zoom — con la videocamera disattivata. Ha gestito le decisioni operative e il personale, funzionando come quello che potrebbe essere il primo datore di lavoro AI al mondo.

Come funziona il sistema

Luna opera grazie a una combinazione di importanti modelli di AI:

• Claude Sonnet 4.6 per il ragionamento e il processo decisionale.
• Gemini 3.1 Flash-Lite Preview per le funzionalità vocali.

Per monitorare il negozio, l’AI osserva screenshot catturati dalle telecamere di sicurezza, ottenendo così una visione visiva delle attività in negozio.

Errori iniziali e limitazioni

Come molte implementazioni di AI nel mondo reale, Luna ha dimostrato sia competenza sia evidenti limiti.

• Durante l’assunzione di un imbianchino tramite TaskRabbit, Luna ha selezionato accidentalmente l’Afghanistan da un menu a tendina.
• Ha inoltre gestito male il programma del personale durante il weekend di apertura del negozio.

Questi errori evidenziano il divario tra le capacità di ragionamento dell’AI e le realtà disordinate e ricche di dettagli delle operazioni fisiche.

Perché questo esperimento è importante

Esperimenti come questo mostrano costantemente lo stesso schema: gli agenti AI possono essere straordinariamente capaci in compiti strutturati, ma sorprendentemente fragili nell’esecuzione nel mondo reale. Tuttavia, ogni nuovo aggiornamento dei modelli, miglioramento della memoria e funzionalità agentica riduce questo divario.

Se la versione attuale di Luna commette errori operativi evitabili, una futura iterazione — avanti di una o due generazioni di modello — potrebbe non farlo. L’esperimento offre uno sguardo su un futuro in cui i sistemi di AI potrebbero assumere ruoli manageriali molto prima di sostituire completamente i lavoratori in prima linea.