Automazione end-to-end di dichiarazioni fiscali USA con agenti AI e computer vision

Una startup fintech americana, finanziata da venture capital, voleva automatizzare l'intero flusso di redazione delle dichiarazioni fiscali. La sfida principale non era solo interagire con software legacy tramite computer vision, ma rendere il sistema scalabile ad alto volume per generare un ritorno economico reale. Passare dal codice che funziona su una singola macchina a un'operatività massiva è il punto in cui la maggior parte dei progetti di automazione fallisce.

Una demo funzionante su un solo desktop non avrebbe creato valore di business. Il sistema doveva essere eseguito ripetutamente, recuperare dagli errori dell'interfaccia e produrre una traccia affidabile ad alto volume.

Validare prima la parte più rischiosa: far usare a un agente un software fiscale legacy pensato per esseri umani, poi scalare solo dopo aver provato gestione degli errori e osservabilità.

Dopo una PoC di 30 giorni, abbiamo costruito un agente autonomo che combina OCR e Computer Vision per navigare ambienti desktop Windows e interagire con i software fiscali. Per garantire la scalabilità orizzontale, abbiamo puntato su due pilastri tecnici: 1. Architettura Stateless: Abbiamo reso l'agente completamente stateless. Lo stato della sessione è irrilevante e viene ripulito integralmente tra una run e l'altra, permettendo al sistema di scalare senza conflitti di memoria o di processo. 2. Osservabilità strutturata: Scalare significa gestire migliaia di interazioni. Abbiamo implementato una gestione dei log rigorosa per evitare di essere inondati da stringhe indecifrabili. In caso di errore, inevitabile quando si interagisce con software pensati per esseri umani, la tracciatura permette di risalire alle cause e intervenire velocemente.