Non più semplici chatbot, ma sistemi intelligenti autonomi in grado di agire, prendere decisioni e interagire con sistemi e persone: gli Agenti AI si impongono come la nuova evoluzione dell’AI Generativa che assiste e rende più produttive le attività aziendali. Ma è davvero una tecnologia matura e attuabile nelle imprese italiane?
«La tecnologia dell’Agentic AI può essere vista come un’evoluzione che nasce dai limiti delle prime forme di intelligenza artificiale messe a disposizione del grande pubblico», secondo Bruno Cipriano, senior advisor di We Advise. «Oggi viene proposta sul mercato come una soluzione basata sull’interazione tra intelligenze artificiali specializzate in compiti molto verticali. Questo accade perché», prosegue l’esperto, «non esistendo ancora un’intelligenza “onnisciente”, si è scelto di segmentare e distribuire i compiti tra modelli diversi, ciascuno focalizzato su un ambito specifico. Non dimentichiamoci che parliamo sempre di modelli matematici e algoritmi sviluppati da programmatori. Siamo certamente di fronte a una tecnologia con enormi potenzialità, ma ancora immatura e, in molti casi, non pienamente affidabile. Allo stesso tempo, è vero che ci stiamo abituando sempre più a “dialogare” con le macchine. Siamo noi la componente che le fa funzionare al meglio».
La cautela (che i CIO condividono con gli analisti) non ferma gli investimenti, ma modera, nella fase iniziale, gli entusiasmi: secondo un sondaggio condotto da Gartner nel gennaio del 2025 su 3.412 partecipanti a un webinar sull’AI Agentica, il 19% delle organizzazioni ha effettuato investimenti significativi in quest’area, il 42% ha investito in modo prudente, l’8% non ha fatto nessun investimento e il restante 31% adotta un approccio attendista o è incerto.
La stessa società di ricerche mette anche in guardia sul fatto che il40% dei progetti con agenti AI sarà probabilmente cancellato entro il 2027 a causa di costi elevati, valore di business poco chiaro e rischi tecnici e organizzativi.
Tuttavia, il futuro sembra andare verso il successo dell’Agentic AI: IDC stima un boom nella creazione di agenti entro il 2028, affermando che diventeranno 10 volte più numerosi e sofisticati, potenziando le applicazioni enterprise. La chiave è individuare i casi d’uso che creano valore.
Indice degli argomenti
Che cosa pensano i CIO degli Agenti AI
In Italia al momento la maggior parte dei CIO non pensa a un’adozione diffusa, bensì mirata a precisi casi d’uso, come gli applicativi che devono effettuare task specifici in amministrazione e nel supporto tecnico. I direttori IT sono anche molto attenti a non cadere nelle lusinghe del marketing dei fornitori di tecnologie: vogliono essere sicuri di acquistare un prodotto che sia veramente trasformativo, non l’automazione in una nuova veste più costosa.
Cipriano conferma che esistono dei casi d’uso dell’agentic AI con un buon livello di maturità, applicati soprattutto in compiti semplici e ripetitivi, dove gli agenti riescono ad avere una buona interazione basata sul linguaggio umano. Spesso, però, «si tratta di prodotti di vendor internazionali che puntano soprattutto a far evolvere i propri ecosistemi con elementi innovativi col fine di generare nuovi ricavi su prodotti esistenti. E non è detto che siano strategie lungimiranti», commenta l’analista.
«Inoltre, l’abitudine ad acquistare soluzioni preconfezionate e la presenza di casi d’uso che non sempre giustificano un ritorno adeguato sugli investimenti rappresentano oggi un freno a un’adozione più spinta, salvo per soluzioni “chiavi in mano”. In pratica, mancano i volumi o un’accessibilità di costo aperta a tutti i livelli», aggiunge Cipriano.
Proprio i costi sono un freno importante: molti vendor hanno un modello di prezzo per gli agents basato su conversazione o token e questo significa, almeno al momento, che usare agenti AI con una certa capacità comporta una spesa elevata, fanno notare alcuni CIO.
Ai costi per la licenza o per lo sviluppo degli agenti si deve, inoltre, aggiungere l’investimento per l’integrazione dell’AI agentica con i sistemi esistenti e l’infrastruttura sottostante e per la formazione del personale, che deve imparare a collaborare con gli agents. Un’implementazione efficace richiede anche una fase di studio preliminare per assicurarsi che l’investimento generi un ROI positivo e che l’agente sia ben addestrato sui dati specifici dell’azienda.
AI Agentica: la governance al centro
L’hype, d’altra parte, non significa che la tecnologia non sia valida o reale. Francesco Ciuccarelli, Chief Innovation and Technology Officer di Alpitour, nota che ogni tecnologia trasformativa è sempre accompagnata da un certo livello di hype. È un ciclo che si è ripetuto spesso: all’inizio le promesse dei vendor e i report dei media tendono ad esaltare le potenzialità della nuova tecnologia e a salutare l’inizio di una “nuova era”. Seguono le prime sperimentazioni, con una fase di disillusione, perché le imprese si confrontano con le difficoltà concrete del cambiamento. Alla fine, i benefici emergono quando le aziende capiscono come trasformarsi per cogliere il valore reale di queste tecnologie.
«Questo è quanto sta succedendo anche con l’AI agentica», afferma Ciuccarelli. «Oggi gli agenti AI funzionano bene se i processi e gli use case sono ben progettati, il contesto è chiaro, i dati sono curati e di qualità e l’azienda poggia su una solida base di trasformazione digitale. Non sono una bacchetta magica né una soluzione universale e il CIO deve saper non solo garantire la base di governance necessaria, ma evitare che i vertici aziendali siano presi da eccessivo entusiasmo o, al contrario, da ingiustificata resistenza».
Secondo Ciuccarelli, infatti, le aziende hanno bisogno della capacità, attraverso una governance attenta, di “dissipare la nebbia dell’hype” e guidare il percorso verso la maturità industriale dell’AI, così da generare valore prima dei competitor attuali e futuri, visto che nuovi player possono entrare nel mercato proprio grazie all’AI.
Oggi gli agenti AI funzionano bene se i processi e gli use case sono ben progettati, il contesto è chiaro, i dati sono curati e di qualità
Francesco Ciuccarelli, Chief Innovation and Technology Officer di Alpitour
Un esempio concreto: dalla GenAI agli agenti
In Alpitour World, racconta il CIO, il percorso verso l’AI agentica è iniziato sviluppando una piattaforma di AI generativa, evoluta poi verso un’architettura ad agenti, costruita internamente tramite il centro di competenze aziendale.
«È importante possedere competenze interne», sottolinea ancora Ciuccarelli, «per ridurre l’incertezza e muoversi rapidamente, ottenendo vantaggio competitivo».
In concreto, la piattaforma AI di Alpitour World ha dato vita, prima, ad AlpiGpt, un chatbot pensato per gli operatori booking, che facilita la risposta alle domande dei clienti in fase di prenotazione. Questo ha semplificato l’accesso alle informazioni e ha permesso di sviluppare gradualmente la capacità di orchestrare Agenti specializzati per esigenze diverse di vari reparti.
«La verticalizzazione e specializzazione degli agenti è ciò che rende funzionali questi strumenti di AI nelle aziende», ribadisce Ciuccarelli.
I vantaggi dello sviluppo interno
Nelle implementazioni con gli agenti AI, molte aziende italiane procedono sviluppando internamente gli agents invece di adottare prodotti pronti. La scelta è motivata dal voler customizzare gli agenti in base alla propria piattaforma dati e ai casi d’uso specifici. Un altro motivo è il desiderio di ridurre il rischio di allucinazioni dei modelli nei processi critici, dove, comunque, la supervisione umana resta imprescindibile.
«Il prodotto standardizzato è poco personalizzabile, mentre quello fatto in casa dà più vantaggio competitivo», conferma Cipriano. «Ma servono dati puliti e sicuri e il supporto di vendor che siano come dei partner strategici. Oggi la geopolitica è entrata prepotentemente in campo».
Focus sui casi d’uso concreti
Sull’AI ci vogliono anche casi applicativi concreti, oltre che la sicurezza, ribadisce Fausto Casati, Direttore ICT di Quanta. Proprio per questo Casati ha cominciato con gli agenti nel CRM anziché con prodotti di GenAI destinati a tutta la popolazione aziendale.
«Non ci serve un’AI generica, ma mirata e controllata», sottolinea Casati. «Nel progetto CRM che stiamo avviando useremo gli agenti per la gestione dell’assistenza del nostro prodotto: gli AI agent guideranno i distributori e i clienti a entrare nella knowledge base e a risolvere in autonomia il problema. Poi, se necessario, l’utente può aprire un ticket e passare all’assistenza con i nostri addetti del customer service, i quali potranno sfruttare altri agenti AI per velocizzare la risoluzione tecnica».
L’applicazione sulle basi dati e i sistemi gestionali, accompagnata da una solida formazione del personale, è il caso d’uso più frequente nelle imprese italiane. In questa modalità “controllata”, l’AI agentica appare come una grande promessa.
«Considero gli agenti AI una delle applicazioni più interessanti dell’intelligenza artificiale», dichiara Casati, «in quanto, se ben definiti, permettono non solo di rispondere a delle domande ma, compreso l’obiettivo, di pianificare azioni che possono interagire con processi del business: per esempio analizzare report, gestire l’avanzamento di workflow tra sistemi diversi e addirittura eseguire task operativi in autonomia».
Considero gli agenti AI una delle applicazioni più interessanti dell’intelligenza artificiale
Fausto Casati, Direttore ICT di Quanta
AI Agentica e RPA, tra innovazione e complementarità
Nei suoi report Gartner conferma l’approccio pragmatico dei CIO all’AI Agentica, anche in rapporto alla “vecchia” RPA. La società di ricerche mette addirittura in guardia dal fenomeno di “Agent Washing”: molti fornitori riposizionano prodotti esistenti (RPA, chatbot, assistenti AI) come agenti AI, ma senza offrire sostanziali capacità agenziali. I ricercatori riportano di aver testato migliaia di prodotti presentati come agenti AI e di averne trovati solo circa 130 realmente validi, ovvero con la maturità necessaria per raggiungere autonomamente obiettivi complessi o seguire istruzioni dettagliate nel tempo.
Le due tecnologie, tuttavia, esistono e non si escludono, osserva Gartner: gli agenti AIdovrebbero essere introdotti quando serve prendere decisioni, mentre per i flussi di lavoro ordinari la RPA è sufficiente. Per il semplice retrieval di informazioni, vanno bene anche gli assistenti digitali.
La complementarità è dimostrata dal caso di Alpitour World, il cui centro competenze è specializzato tanto in AI quanto in automazione o RPA.
«L’integrazione di RPA e AI permette di ottenere un valore superiore rispetto all’uso separato delle due tecnologie», afferma Ciuccarelli. «Ad esempio, strumenti di AI generativa o machine learning possono potenziare i processi automatizzati, migliorando la capacità di risposta o altri aspetti operativi. Per me l’AI non sostituisce l’RPA: devono essere sviluppati workflow che combinano entrambe le tecnologie nelle varie fasi operative, liberando risorse umane da attività ripetitive per concentrarsi su attività di valore, come – nel caso di Alpitour World – la relazione con i clienti».
È chiaro che l’esempio di Alpitour World è quello di un’azienda di medio-grandi dimensioni con un’avanzata digitalizzazione. Questo è un elemento imprescindibile per sfruttare appieno l’AI nelle imprese: una solida base di maturità digitale unisce processi trasformati, competenze e investimenti adeguati. Senza, l’adozione dell’AI è inefficace.
«I PoC possono essere utili, soprattutto se mirati e capaci di combinare trasformazione digitale e AI, ma non devono essere iniziative estemporanee di singoli stakeholder», chiarisce Ciuccarelli. «Serve invece un controllo rigoroso dei processi per identificare dove l’AI può creare valore. La strategia AI deve essere guidata dai responsabili interni, eventualmente supportati da esperti esterni, combinando approccio top-down e sperimentazioni interne dal basso verso l’alto».
La Digital Workforce al centro del cambiamento
Un altro elemento fondamentale è la formazione, unita alla gestione del cambiamento, perché gli AI agents impattano direttamente sul lavoro delle persone e possono incontrare resistenze. Alpitour World lavora in sinergia con il team Comunicazione e HR per diffondere internamente le informazioni sulla strategia AI e i benefici attesi.
Anche Cipriano sottolinea: «Manca ancora, a mio avviso, la possibilità di costruire un vero modello operativo in cui, dal punto di vista strategico, la Digital Workforce sia al centro delle iniziative. Chi oggi guida processi ed ecosistemi non è probabilmente ancora pronto ad affidare compiti, seppur semplici, a sistemi complessi sui quali non ha pieno controllo. Tra le offerte dei vari vendor esistono prodotti che stanno lentamente guidando questa trasformazione, ma spesso si tratta di visioni che cercano di far emergere un bisogno che non è ancora realmente maturo. I casi d’uso non sono solidi né universalmente applicabili a tutti i clienti». Questo non significa che non si debba investire, ma occorre «abbracciare la visione e prepararsi, avviando tutte le iniziative necessarie affinché l’adozione sia realmente un successo».
Ciò implica preparare gli ecosistemi digitali, formare le persone a gestire una complessità tecnologica e culturale, ridisegnare i processi e superare il concetto tradizionale di dato come semplice storicizzazione, per arrivare a governare processi di generazione della conoscenza.
Innovare gestendo i rischi
Anche con gli AI agents, dunque, resta la necessità imprescindibile della strategia in cui inserire i progetti, così come restano le problematiche tipiche della GenAI: le allucinazioni e gli errori.
L’IT è la guida e non può farsi influenzare dai vendor, perché risponde al business. Il CIO deve dimostrare coi fatti il tasso di successo delle tecnologie AI. Per questo vengono condotti tanti PoC: servono per valutare quanto l’AI sbaglia, testare gli use case e addestrare i modelli sulla propria specifica azienda, non su dati generici.
«In Alpitour World integriamo AI governance, risk management, collaborazione tra CIO eCISO e il percorso di certificazione ISO42001 per i sistemi AI, allineandoci anche alle prescrizioni dell’AI Act», spiega Ciuccarelli. «Un altro passaggio chiave è comprendere quanta AI è presente in azienda, come viene usata e quali dati vengono trattati dagli agenti», prosegue il manager. «Gli agenti operano 24 ore su 24, sono molto potenti e possono teoricamente accedere a qualunque dato. Di conseguenza, occorre stabilire con rigore i permessi, gli accessi e la classificazione dei documenti per garantire controllo e sicurezza, magari scegliendo di non consentire l’accesso ad alcuni specifici dati».
Per Cipriano, «La vera sfida è la capacità di governare le tecnologie e di innestarle in processi che non sono stati progettati per interagire con l’intelligenza artificiale, spesso basati su strutture dati che diventano rischiose se utilizzate senza un controllo umano finale».
Infine, gli agenti AI non sfuggono agli impatti sul tema della sovranità, oggi al centro delle considerazioni della politica e dei CIO. La vera forza strategica sarà la possibilità di riposizionare rapidamente la propria operatività, per sopravvivere a decisioni prese da terzi.
