Sierra ha presentato Fleming-1, un modello di intelligenza artificiale progettato per identificare in tempo reale le chiamate telefoniche effettuate da agenti AI anziché da interlocutori umani. Il sistema, annunciato il 7 ottobre 2026, è stato sviluppato per rispondere alla crescente diffusione di assistenti personali autonomi capaci di contattare direttamente aziende e servizi, svolgendo operazioni che fino a oggi richiedevano normalmente una conversazione tra persone oppure l’interazione manuale con un sito web. Sierra aveva iniziato a osservare questo fenomeno già nel 2025, quando alcuni agenti realizzati sulla propria piattaforma avevano cominciato a telefonare ad altri agenti della stessa infrastruttura nel settore sanitario. L’evoluzione di strumenti personali come Muse e Instinct ha successivamente reso più concreta la possibilità che una parte significativa delle telefonate ricevute dalle imprese provenga da software incaricati di agire per conto dei consumatori. Fleming-1 affronta questa situazione attraverso un sistema di classificazione del chiamante, fornendo alle aziende informazioni sulla probabile natura sintetica della voce senza determinare automaticamente se la comunicazione debba essere accettata, bloccata oppure sottoposta a ulteriori verifiche.
Il modello analizza il segnale audio durante lo svolgimento della telefonata e assegna un punteggio alla probabilità che la voce sia stata generata artificialmente. Il riconoscimento non dipende esclusivamente dalle caratteristiche che un ascoltatore umano potrebbe percepire come innaturali, ma prende in considerazione elementi del parlato utili a distinguere la generazione vocale sintetica dalla produzione umana. Sierra evidenzia che questa distinzione è diventata particolarmente complessa per effetto dei progressi nei sistemi di sintesi vocale, ormai capaci di riprodurre con elevato realismo timbro, intonazione, ritmo e variazioni espressive. Le normali condizioni delle comunicazioni telefoniche complicano ulteriormente l’analisi, poiché rumori di fondo, compressione del segnale, audio ovattato e connessioni instabili possono nascondere oppure alterare gli indizi utilizzati dal classificatore. Fleming-1 opera quindi mentre la chiamata è ancora in corso, fornendo una valutazione immediatamente utilizzabile dal sistema aziendale che gestisce la conversazione. La configurazione predefinita privilegia un comportamento conservativo, finalizzato a ridurre il rischio che una persona reale venga erroneamente identificata come agente AI. Quando il modello rileva una probabile voce sintetica, la telefonata viene contrassegnata e l’impresa può applicare le proprie procedure di gestione.
Sierra paragona la funzione introdotta da Fleming-1 al Caller ID, il sistema di identificazione del numero chiamante commercializzato da BellSouth a Memphis nel 1988. Come l’identificazione del numero permette di conoscere la provenienza dichiarata di una chiamata senza imporre all’utente una decisione, Fleming-1 rende disponibile un’informazione aggiuntiva sulla natura del soggetto che sta telefonando. Le aziende possono così distinguere differenti categorie di comunicazioni automatizzate, evitando di considerare necessariamente sospetta ogni telefonata effettuata da un agente. Un assistente personale potrebbe, per esempio, essere stato autorizzato da un consumatore a richiedere informazioni, modificare una prenotazione oppure svolgere un’attività amministrativa. Altri sistemi potrebbero invece utilizzare telefonate automatizzate per tentare operazioni fraudolente, verificare su larga scala le procedure di sicurezza dei conti oppure raccogliere informazioni attraverso canali telefonici. Esistono inoltre situazioni nelle quali un interlocutore umano utilizza tecnologie text-to-speech per esigenze di accessibilità, rendendo particolarmente importante evitare classificazioni aggressive e decisioni automatiche basate esclusivamente sulle caratteristiche sintetiche dell’audio. Una banca potrebbe decidere di aggiungere un passaggio di verifica quando il chiamante viene identificato come agente, mentre un grande contact center potrebbe inizialmente limitarsi a misurare la frequenza delle telefonate automatizzate e analizzarne la distribuzione.
Il lancio di Fleming-1 segue di un giorno la presentazione del Personal Agent Protocol, uno standard aperto annunciato il 6 ottobre 2026 da Sierra e Meta insieme a partner industriali comprendenti Genesys, Instinct, Rocket, Shopify, Stripe e Walmart. Il protocollo è stato concepito per definire modalità riconoscibili e interoperabili attraverso le quali un agente personale possa interagire con le imprese, dichiarando la propria identità e il soggetto per conto del quale sta operando. Quando una comunicazione avviene attraverso il protocollo, l’organizzazione destinataria può sapere esplicitamente che l’interlocutore è un software autonomo e conoscere la relazione dichiarata con l’utente rappresentato. Fleming-1 completa questo approccio intervenendo nei casi in cui il chiamante non utilizza il protocollo oppure non dichiara spontaneamente la propria natura. Sierra considera infatti improbabile che tutti gli agenti presenti sul mercato adottino immediatamente un sistema comune di identificazione e ritiene necessario affiancare alla dichiarazione volontaria un meccanismo di riconoscimento basato sull’analisi della voce. La pubblicazione della specifica iniziale 0.1 del Personal Agent Protocol è prevista entro ottobre 2026, insieme all’organizzazione di workshop progettuali e alla distribuzione di un’implementazione di riferimento destinata agli sviluppatori.
Fleming-1 si integra nell’infrastruttura vocale di Sierra, introdotta il 9 ottobre 2024 per consentire agli agenti conversazionali della piattaforma di rispondere direttamente alle telefonate. Tale infrastruttura può essere collegata ai sistemi esistenti dei contact center e collocata prima oppure dopo i tradizionali sistemi IVR, permettendo agli agenti di automatizzare le comunicazioni o di trasferire le situazioni più complesse agli operatori umani. Quando è necessario l’intervento di una persona, il sistema può produrre un riepilogo della conversazione già svolta, così da conservare il contesto durante il passaggio. Attraverso Agent OS, le aziende possono sviluppare un agente una sola volta e distribuirlo su differenti canali, compresi chat e telefono. La capacità di riconoscere chiamanti automatizzati si aggiunge quindi alle funzioni conversazionali già disponibili e può essere attivata dalle aziende che utilizzano agenti vocali costruiti sulla piattaforma, senza la necessità di sviluppare un sistema separato di rilevamento.
Dal punto di vista dell’architettura, Fleming-1 entra a far parte della cosiddetta constellation di modelli di Sierra, una struttura descritta dall’azienda nel dicembre 2025 e composta da oltre quindici modelli di frontiera, sistemi open-weight e tecnologie proprietarie. Invece di affidare ogni operazione a un solo modello generalista, Sierra seleziona componenti differenti in funzione del compito richiesto, utilizza valutazioni specifiche per le singole attività e ricorre al fine-tuning quando i modelli disponibili non soddisfano i requisiti operativi. Fleming-1 costituisce così un componente specializzato nel riconoscimento della natura del chiamante, distinto dai modelli incaricati della comprensione del linguaggio, della generazione vocale e dell’esecuzione delle attività aziendali. Sierra non ha comunicato pubblicamente metriche quantitative dettagliate relative alla precisione del classificatore, alla latenza o ai risultati dei benchmark di rilevamento, ma ha confermato che la funzionalità è compatibile con qualsiasi agente vocale realizzato sulla propria piattaforma e richiede soltanto l’attivazione da parte dell’impresa utilizzatrice. L’introduzione del modello consente di affiancare alla gestione tradizionale delle comunicazioni telefoniche una classificazione specifica dei chiamanti automatizzati, destinata a supportare verifiche d’identità, controlli antifrode e procedure operative differenziate.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)