Un agente AI basato sul Celonis Context Model e sviluppato con Microsoft Copilot Studio migliora velocità, accuratezza e governance dei processi di recruiting
Milano, 10 settembre, 2026 - Ridurre di 27 giorni il tempo necessario per arrivare alla firma di un candidato e di 13 giorni la fase di screening, grazie a un agente AI capace di comprendere il contesto operativo dell’azienda. È il risultato ottenuto da Uniper, azienda energetica europea con presenza globale, insieme a Celonis, leader globale nella Process Intelligence, attraverso un agente basato sul Celonis Context Model e sviluppato su Microsoft Copilot Studio.
Il case study mostra concretamente come gli agenti AI possano diventare più accurati, rapidi ed efficienti quando, oltre ai dati, dispongono del contesto necessario per comprendere come funzionano realmente i processi aziendali. Nel caso di Uniper, l’approccio è stato applicato a uno dei processi HR più critici: la selezione e l’assunzione di nuovi talenti.
“L’Enterprise AI può esprimere tutto il suo potenziale solo quando comprende come funziona realmente un’azienda e come migliorarne il funzionamento” – ha dichiarato Lars Reinkemeyer, Chief Evangelist di Celonis. “I risultati ottenuti da Uniper mostrano con chiarezza come le aziende possano generare valore concreto e crescente trasformando le operation critiche attraverso un’Enterprise AI basata sul contesto operativo fornito da Celonis”.
“Grazie al livello di contesto fornito da Celonis, stiamo sviluppando soluzioni AI che non sono semplicemente strumenti da sperimentare, ma assistenti di cui possiamo fidarci” – ha dichiarato Robert Daamen, Head of Process Intelligence CoE di Uniper. “Il Celonis Context Model offre ai nostri team HR una trasparenza completa sul processo di recruiting e hiring, eliminando ostacoli inutili che rallentano l’ingresso di nuovi talenti in azienda”.
Quando il contesto fa la differenza: un unico AI agent, due risultati molto diversi
In collaborazione con Celonis e una società di consulenza indipendente, Uniper ha sviluppato e testato, utilizzando Microsoft Copilot Studio, un agente AI progettato per migliorare il processo di recruiting e assunzione di talenti altamente qualificati.
Attraverso un’interfaccia in linguaggio naturale, l’agente fornisce agli hiring manager informazioni rilevanti sul processo di selezione, come le posizioni aperte e le candidature entrate in shortlist. Individua e segnala inoltre ai recruiter e ai manager le attività urgenti e quelle scadute e orchestra alcune azioni per il personale HR, come la preparazione e l’invio di email a colleghi e candidati.
Per valutare l’agent, il team ha eseguito due volte gli stessi prompt: una volta utilizzando esclusivamente i raw data provenienti dal sistema HR di Uniper e una seconda volta integrando il contesto operativo fornito dal Celonis Context Model. I risultati hanno evidenziato differenze nette.
Alla domanda “Quali sono i colli di bottiglia nel processo di recruiting e assunzione?”, utilizzando soltanto i dati di Uniper l’agente ha restituito una serie di risposte generiche, come “frammentazione dei dati”, “sovraccarico degli hiring manager” e “mancanza di visibilità sulle attività”. Quando invece l’agente ha potuto basarsi sul contesto operativo fornito dal Celonis Context Model, ha restituito risposte dettagliate e specifiche non soltanto per il team HR di Uniper, ma anche per il singolo componente del team. Ad esempio: “ci sono 27 candidati, distribuiti su diverse posizioni aperte, che si trovano in shortlist da oltre 14 giorni”.
Alla luce dei risultati ottenuti, il team ha portato l’agente in produzione registrando sin da subito significativi miglioramenti operativi, tra cui:
- Forte riduzione dei tempi di ciclo: il tempo medio tra la selezione del candidato e la firma del contratto si è ridotto di 27 giorni, mentre la durata media della fase di screening si è abbassata a 13 giorni.
- Maggiore accuratezza e affidabilità dell’AI: recruiter e manager ricevono informazioni precise e pertinenti, anziché risposte generiche.
- Maggiore governance dei processi: il team HR ha migliorato la trasparenza, riuscendo così a comprendere meglio il processo e ad agire in modo proattivo.
- Maggiore efficienza nell’utilizzo dei token: basare l’agente AI sul contesto di business consente di eliminare lo spreco di token, sostituendo le ipotesi probabilistiche con logiche di business pre-strutturate.
Oltre a migliorare i processi HR, Uniper, Celonis e Microsoft stanno collaborando per trasformare anche altri processi aziendali strategici, tra cui la manutenzione degli impianti, la gestione degli impianti idroelettrici, l’IT Service Management, la vendita e il trading di energia, i servizi finanziari e l’audit interno. L’area Sales e Trading di Uniper, ad esempio, esegue centinaia di operazioni di trading ogni ora. Grazie a Celonis Data Core, il Process Intelligence Center of Excellence dell’azienda può far confluire questi dati in Celonis in tempo reale, consentendo a Uniper di prendere le decisioni corrette e intervenire al momento giusto.
Fondamentali per guidare l’estensione di questo approccio sono la collaborazione e il sostegno del top management di Uniper, tra cui CIO, CFO e CPTO (Chief People and Transformation Officer), quest’ultimo responsabile delle funzioni HR e della trasformazione tecnologica.
Per saperne di più, è possibile leggere l’approfondimento “Celonis Collaborates with Uniper and Microsoft to Drive Digital Transformation in the Energy Sector” e guardare il video Uniper + Microsoft + Celonis.