Nel 2026 l’intelligenza artificiale è stata messa alla prova dei fatti. Nel 2027 smetterà di essere un assistente che suggerisce e diventerà un sistema che agisce. È la lettura di Capgemini nel report TechnoVision: Top 5 Tech Trends to Watch in 2027 di cui sono stati presentati i punti salienti nel corso di un incontro stampa.
Gli agenti AI, assicurano gli esperti, non si limiteranno più a rispondere a domande o a generare testi e immagini. Saranno in grado di svolgere autonomamente attività anche complesse, collaborando tra loro, individuando vulnerabilità, progettando nuovi prodotti e persino effettuando acquisti per conto delle persone.
Per CIO e CISO, tuttavia, la vera novità non è tanto la diffusione pervasiva dell’AI agentica quanto lo spostamento del baricentro del controllo. Gli elementi critici da governare negli agenti AI risiederanno soprattutto nelle loro interazioni reciproche, in processi che operano alla velocità delle macchine anziché secondo i tempi del lavoro umano e che si estendono lungo l’intera catena del valore.
Indice degli argomenti
Tech trends 2027: il report Capgemini
Ogni anno Capgemini seleziona le tecnologie che ritiene destinate a raggiungere un punto di svolta nei dodici mesi successivi. L’edizione 2027 è la prima in cui tutti e cinque i trend di fatto ruotano attorno alla stessa parola, «agentico» e questa coerenza è già un dato di per sé rilevante.
Il tema non è più una tecnologia tra le altre, ma il modo in cui le aziende ripensano processi e sicurezza, oltre che intere aree operative come la ricerca o le vendite.
Quest’anno tutti i trend riguardano direttamente l’AI o ne sono influenzati e secondo Pascal Brier, Chief Innovation Officer di Capgemini, si tratta in gran parte di tendenze trasformative che rimodellano «le decisioni strategiche e le priorità di investimento delle aziende in tutto il mondo».

Per CIO e CISO, la sfida principale sarà riuscire a estendere l’autonomia senza perdere il controllo, gestendo al meglio le interazioni tra agenti, contenendo gli esiti imprevisti del loro operato e rispondendo alle minacce alla stessa velocità delle macchine. O, meglio, degli algoritmi.
Trend 1: l’azienda agentica e i sistemi multi-agente
La prima tendenza tecnologica identificata, illustrata da Sudhir Pai, Deputy Group Chief Technology Officer di Capgemini, è riassunta nella formula «Agents interact in ways nobody designed», ovvero gli agenti – ormai lo abbiamo capito – interagiscono tra loro in modalità che nessuno ha progettato.
Il problema, spiega Pai, nasce dai numeri. «Quindici agenti generano 105 coppie di interazione, ancora governabili. Con 1.000 agenti e 200 sistemi agentici, cioè 1.200 entità, le coppie salgono a circa 720.000. Quando le interazioni sono limitate, possiamo progettarle, governarle e testarle. Ma ciò che penso accadrà nei prossimi 12 mesi è un aumento significativo del numero di agenti, che si tradurrà in un aumento esponenziale delle coppie di interazione». Il problema è che, allo stato attuale, «nessun sistema è progettato per affrontare, testare e governare interazioni di questo tipo».

Pai ha tradotto la problematica in un esempio. Un’allerta meteo per un’ondata di caldo spinge il sistema di previsione a chiedere il 25% in più di bevande fresche e acqua. L’agente del procurement ordina, l’agente del fornitore vede un’opportunità di business e alza il prezzo, l’agente dell’area finance si accorge di uno sforamento del budget e congela la spesa. «Ogni agente ha operato secondo le regole», osserva Pai, eppure il risultato non è stato ottimale.
Il piano di controllo aziendale
La risposta, secondo Capgemini, è un controllo operato su tre livelli: l’agent harness per ciascun agente (già oggi), il system control plane per ogni sistema agentico (che molte aziende stanno già mettendo in pratica) e l’enterprise control plane (il prossimo passo), il piano di controllo aziendale che li comprende tutti.
Il piano aziendale, secondo Pai, dovrebbe essere organizzato in 4 step: Register, Identity, Outcomes, Stop. Questo significa che deve includere un registro di agenti e sistemi agentici; la definizione delle rispettive identità e autorizzazioni; il monitoraggio dei risultati prodotti e delle risorse utilizzate, con la visibilità sulle interazioni, e la definizione di limiti alle azioni congiunte, con la possibilità di fermare gli agenti AI in caso di outcome difformi.
In sintesi: gli agenti agiscono, i controlli limitano, le persone decidono.
Trend 2: autonomia affidabile e AI sicura, dalla spiegabilità al contenimento
Il secondo trend, illustrato da Mark Roberts, Head of AI Futures Lab di Capgemini, ribalta una convinzione consolidata, ovvero che per essere sicura, l’AI debba essere spiegabile. Roberts parte dalle notizie dell’anno, con alcuni laboratori che hanno reso noti casi di agenti usciti dai confini degli ambienti di test progettati per trattenerli. «Quegli agenti non si stavano ribellando – spiega –. Stavano seguendo le loro regole, ma probabilmente le seguivano troppo bene».

Perché spiegare ogni decisione non è più possibile
Per anni la sicurezza dei sistemi di AI si è basata su tre pratiche: spiegabilità, guardrail e human-in-the-loop. Questo approccio, però, oggi è sempre più difficile da applicare, perché alcuni modelli di nuova generazione non rendono più visibili tutti i passaggi del proprio ragionamento, e perché la diffusione su larga scala dei sistemi agentici rende impraticabile monitorare ogni singola decisione.
«Nei sistemi multi-agente complessi – osserva Roberts – anche se si riuscisse a spiegare ogni singolo componente non sarebbe comunque possibile prevedere con certezza il comportamento complessivo del sistema». Inseguire quelle garanzie a ogni livello, aggiunge, «ci costerebbe la velocità, la scala e il valore che rendono l’AI così interessante e utile».
Se gli agenti diventano troppi per essere testati uno a uno, anche l’idea di spiegare ogni decisione dell’AI smette di funzionare. La parola chiave non è più, quindi, explainability ma containment.
Secondo Roberts, infatti, «l’obiettivo aziendale non potrà mai essere il controllo perfetto, ma un controllo che funzioni anche da contenimento, in modo che quando qualcosa va storto l’errore resti comunque limitato».
Il paragone è con un amministratore delegato, che fissa obiettivi, cultura e valori e delega, mentre gli errori vengono intercettati il più possibile vicino a dove nascono o poco dopo, attraverso un sistema di salvaguardie efficace.
Da «tutto sotto controllo» a «danni sotto controllo»
In pratica, la governance va «elevata lungo tutto lo stack tecnologico», da un punto di controllo a un piano di controllo distribuito, con regole chiare su cosa ogni agente può fare, a cosa può accedere e quando deve restituire il controllo a un operatore in carne e ossa.
La supervisione umana non sparisce, si sposta: «Non si tratta di avere uno human-in-the-loop continuo, ma di avere il controllo dove il giudizio umano conta davvero». E sul contenimento: «Non significa chiudere l’AI in una scatola in cui è o dentro o fuori, ma strati di salvaguardie intrecciati nel tessuto del sistema, in modo che gli errori vengano intercettati quando sono piccoli e recuperabili». La conclusione è che «il nostro compito ora non è eliminare l’incertezza dall’AI, ma governare bene l’intelligenza artificiale nonostante l’incertezza».
Brier ne ha dato la lettura per i vertici aziendali: «Non dobbiamo cercare di spiegare tutto. Dobbiamo accettare di non capire tutto ciò che accade e costruire misure di controllo e contenimento più ampie, in modo che, se qualcosa va storto, le conseguenze possano essere circoscritte».
I segnali d’allarme da monitorare? Un agente che usa uno strumento non autorizzato o perde parte delle istruzioni, un aumento improvviso di costi o tempi di risposta, l’interruzione di un sistema… In questi casi l’agente va sottoposto a verifica o disattivato.
Trend 3: cybersecurity alla velocità delle macchine
Il terzo trend interessa da vicino i CISO e parte da un’evidenza nota. Oggi un agente AI può individuare vulnerabilità nei software e trasformarle in attacchi reali senza intervento umano, anche quando non è stato progettato per farlo.
Gli attacchi informatici sono, quindi, in prevalenza AI first, se non addirittura AI only e vengono condotti a velocità macchina. Ecco perché le aziende devono cambiare completamente il modo di difendersi e imparare ad agire anche loro a velocità macchina.
Lo spartiacque dei modelli addestrati sulla cybersecurity
Muktadir Khan, Group Offer Lead for Cybersecurity di Capgemini, ha collocato il momento di svolta attorno ad aprile 2026, quando i modelli di frontiera hanno cominciato a essere addestrati sulla cybersecurity. Il grafico mostrato dal manager Capgemini riprende l’escalation nei volumi di vulnerabilità mappata dai bollettini mensili Patch Tuesday di Microsoft: 59 CVE (Common Vulnerabilities and Exposures) censite a febbraio, 82 a marzo, 165 ad aprile, 130 a maggio, 206 a giugno, 622 a luglio, 415 ad agosto e 972 a settembre. Tra febbraio e settembre il valore è cresciuto di 16,5 volte e il valore di settembre è più del doppio di quello del mese precedente.

Khan ricorda che la capacità offensiva è arrivata anche ai modelli open weight e a quelli commerciali, quindi chi attacca è in grado di muoversi sempre più in fretta. Ogni assistente o agente introdotto è un nuovo potenziale punto d’accesso, mentre il rilevamento delle intrusioni non migliora alla stessa velocità.
Le tre direttrici della difesa 2027
Per Khan, la risposta al nuovo scenario è una difesa «a velocità macchina», articolata su tre aree di intervento.
La prima è il patching autonomo basato su AI, che comprende la gestione dell’esposizione, l’automazione del patching e la remediation completa. L’approccio tradizionale, che prevede l’applicazione di patch settimanali o mensili, è ovviamente destinato ad essere superato, spinto dalla gestione automatizzata e continua di minacce ed esposizione attraverso strumenti AI che valutano la vulnerabilità dell’organizzazione nel suo contesto di business.
La seconda comprende AI fixing e AI penetration testing, ovverorevisione del codice con modelli di frontiera (test white box) e pen test o red team automatizzati (test black box). Se un’organizzazione sviluppa qualsiasi tipo di codice, quel codice dovrà essere analizzato attraverso questi modelli per individuare le vulnerabilità prima che venga pubblicato».
La terza, ma non per questo meno importante, è l’AI readiness (la maturità dimostrata dall’organizzazione nell’integrare l’intelligenza artificiale nei processi), che si ottiene attraverso SOC potenziati dall’AI, microsegmentazione delle reti per limitare il raggio d’azione degli attacchi, approcci zero trust e crittografia post-quantistica.
Spazio ai SOC autonomi di nuova generazione
Il passaggio organizzativo più rilevante riguarda i Security Operations Center, che dovranno affidare alle macchine la classificazione e la risposta agli incidenti, mentre le persone definiranno le regole, implementeranno i sistemi agentici e ne supervisioneranno il funzionamento.
L’obiettivo è una nuova generazione di SOC autonomi capace di rilevare una minaccia sconosciuta nel giro di pochi minuti e di intervenire per mitigarla molto più in fretta rispetto a oggi.
Trend 4: l’R&D agentica supera il limite della capacità
Gli ultimi due trend, ha spiegato Brier, sono diversi dai primi tre perché non riguardano l’AI in sé ma il suo impatto in due ambiti specifici, quelli che al momento appaiono i più maturi.
Il primo è la ricerca e sviluppo, raccontato da Valérie Perhirin, Engineering Portfolio Lead di Capgemini: «Per più di un secolo la ricerca industriale ha operato sotto tre grandi vincoli rappresentati da persone, tempo e denaro. Nel 2027 dobbiamo iniziare a spezzare questa equazione».
La differenza rispetto all’AI generativa, che ha già accelerato la produttività dei ricercatori, è che l’AI agentica può trasformare la ricerca e sviluppo «da processo sequenziale a parallelo».
Perhirin tratteggia l’immagine di centinaia di agenti che formulano ipotesi, cercano conoscenza scientifica, selezionano materiali, eseguono simulazioni e propongono nuovi esperimenti, tutto contemporaneamente. La domanda, per chi è a capo della ricerca, «non è più quanti esperimenti possono eseguire i miei ricercatori, ma quante possibilità promettenti la mia organizzazione è in grado di valutare in modo intelligente. Sì, perché l’AI agentica non si limita ad accelerare il lavoro, ma permette di sondare spazi che erano troppo vasti per essere esplorati prima».

Trend 5: il commercio agentico, con agenti su entrambi i lati della transazione
Per introdurre l’ultimo trend, Brier ha richiamato l’onda di Internet: «Trent’anni fa il commercio ha attraversato un cambiamento radicale, creando nuovi giganti e campioni mondiali e spazzando via al tempo stesso alcuni operatori storici che non avevano capito e cavalcato quell’onda». Con gli agenti AI, ha avvertito, sta per accadere qualcosa di analogo.
Maxime Girardeau, Global Commerce & GEO Offer Lead di Capgemini, parte dal comportamento dei consumatori per spiegare l’ultima tendenza: «Chiediamo consigli all’AI, le facciamo confrontare i prodotti e, con il nostro permesso, le lasciamo fare un passo decisivo verso l’acquisto».
Il dato di partenza è quello di un sondaggio di Morning Consult condotto per conto di Visa tra settembre e ottobre 2026 che mostra come il 54% degli adulti statunitensi ha usato l’AI per almeno un’attività di shopping.

Prevenire frodi e abusi
Per il 2027 ci si aspetta che molte aziende passino dal testare esperienze di shopping con l’AI al collegarle a transazioni reali, e questo significa rendere accessibili agli agenti informazioni di prodotto, prezzi, scorte e servizi di acquisto.
Ovviamente, bisognerà prevedere l’utilizzo anche di sistemi che autentichino gli agenti autorizzati e siano in grado di bloccare gli altri. «Dobbiamo sapere cosa può fare l’assistente, quanto può spendere e quando deve chiederci conferma – dice Girardeau –. Le aziende devono anche verificare chi rappresenta un agente e prevenire frodi e abusi».
Resta aperta la questione del rapporto con il cliente, che secondo il manager, sarà gestito in un futuro non lontano dalla human–AI dyad, l’accoppiata di assistente AI e persona fisica, che imparano a decidere insieme. In questa diade, la fiducia dipende da tre elementi: permessi, sicurezza e controllo umano.
Come cambia il modo di scegliere e comprare
I clienti possono chiedere a un assistente AI di individuare prodotti in base a prezzo, disponibilità e tempi di consegna. In pochi secondi, l’agente confronta più rivenditori e raccoglie informazioni su prodotti, prezzi e modalità di delivery. Dall’altro lato della transazione, i retailer iniziano a usare sistemi agentici per gestire le attività, arricchire i cataloghi, adeguare prezzi e promozioni, rifornire le scorte e gestire servizio clienti e resi.
Rendere l’azienda interpretabile dagli agenti
Il tema ha una seconda faccia, la sigla GEO (Generative Engine Optimization). Poiché l’AI influenza il modo in cui i consumatori scoprono, valutano e acquistano, i brand devono assicurarsi che le proprie offerte restino visibili e pertinenti per gli assistenti AI, attraverso «informazioni sempre accurate, aggiornate e interpretabili dagli algoritmi», senza smettere di costruire preferenza, fidelizzazione e fiducia nel marchio.
Tech trends 2027: da dove cominciare
Messi in fila, i cinque trend descrivono un’unica trasformazione vista da cinque posizioni diverse: l’azienda che deve governare molti agenti, l’AI che va contenuta più che spiegata, la sicurezza che deve correre quanto gli attacchi, la ricerca che moltiplica le ipotesi esplorabili e il mercato dove gli agenti trattano con gli agenti.
Resta da capire ai CIO come usare questa mappa nella pianificazione degli investimenti.
Per aiutarli, Brier ha dato un consiglio di metodo, invitandoli a «tenere nel radar tutti e cinque i trend e poi fare uno screening per capire quali sono quelli più rilevanti per la propria azienda e il proprio settore. Un’impresa fortemente esposta sul fronte cyber, per esempio, potrebbe dare priorità alla velocità di difesa, mentre un’altra con molti agenti in produzione dovrebbe cominciare dai piani di controllo».











































Partecipa alla community