Le implementazioni di agenti di IA stanno accelerando più rapidamente delle basi aziendali necessarie a sostenerle, lasciando molte organizzazioni alle prese con i processi, i dati, i costi e i controlli richiesti per gestire gli agenti su larga scala.

La valutazione proviene dall’ultima edizione di Prompt, il briefing settimanale di AI Business sul panorama in evoluzione dell’IA, che affianca un’analisi dei principali sviluppi della settimana a una selezione curata delle notizie più rilevanti.

L’IA agentica descrive sistemi in grado di pianificare ed eseguire attività in più passaggi con una supervisione umana limitata — utilizzando dati aziendali, chiamando strumenti software e attivando azioni tra sistemi di business — un passo oltre i chatbot progettati per rispondere a un singolo prompt. Le imprese hanno grandi piani per gli agenti di IA. Se siano pronte a gestirli è un’altra domanda. Un nuovo sondaggio Deloitte ha rilevato che circa il 75% dei leader aziendali statunitensi si aspetta che gli agenti di IA ridisegnino circa la metà dei processi delle loro organizzazioni entro quattro anni. Tuttavia, solo il 20% ritiene che le proprie aziende siano attualmente attrezzate per riprogettare i flussi di lavoro per agenti autonomi.

Il risultato arriva in un momento significativo. Le imprese stanno distribuendo più agenti, i fornitori stanno rendendo più facile il lancio integrando strumenti per costruire agenti direttamente nel software aziendale di largo utilizzo e le capacità dell’IA continuano a progredire — ma le fondamenta organizzative necessarie per sostenerli non si stanno muovendo alla stessa velocità. Il risultato è un divario crescente tra ciò che l’IA agentica può fare e ciò che le imprese sono realmente pronte a gestire.

Anche così, l’implementazione continua ad accelerare. Una ricerca Salesforce ha rilevato che il numero medio di agenti di IA nelle organizzazioni è quasi triplicato in 15 mesi, mentre il tempo necessario per creare e attivare un agente è sceso del 53% a meno di due giorni. Anche gli agenti stanno svolgendo più lavoro: il numero medio di azioni per account è cresciuto a un tasso mensile composto del 31% nello stesso periodo di 15 mesi. In altre parole, le imprese possono distribuire agenti più rapidamente che mai — preparare l’organizzazione a usarli in modo efficace si sta rivelando molto più complicato.

Gli ostacoli maggiori si trovano all’interno dell’impresa. Deloitte ha rilevato che molte organizzazioni semplicemente non sono pronte, con processi aziendali poco chiari, dati e sistemi scollegati e resistenza al cambiamento dei modi di lavoro consolidati che ostacolano il percorso. Questi problemi precedono l’IA, ma qui pesano di più: a differenza dell’automazione basata su script, gli agenti determinano da soli i propri passaggi mentre operano, il che rende processi ben definiti e dati affidabili dei prerequisiti anziché miglioramenti. Tali barriere diventano ancora più rilevanti man mano che gli agenti assumono maggiori responsabilità: senza un accesso affidabile ai dati, gli agenti possono avere difficoltà a produrre risultati attendibili.

Anche i costi sono una preoccupazione. Gartner ha rilevato che l’IA agentica potrebbe non beneficiare delle tradizionali economie di scala, poiché ragionamenti e pianificazioni più complessi aumentano i costi di inferenza. Poiché gli agenti possono effettuare molte chiamate al modello mentre pianificano, ragionano e usano strumenti, la spesa può crescere con la complessità di ogni attività invece di diminuire con l’aumento dell’utilizzo. Restano anche dubbi sull’affidabilità. Solo il 35% dei dirigenti intervistati da HFS Research e TCS ha affermato che l’IA fornisce costantemente risultati di business, ottiene la fiducia dei regolatori e offre controlli sufficienti.

Nel complesso, gli sviluppi indicano una divergenza crescente. Le organizzazioni stanno distribuendo più agenti e chiedendo loro di fare di più, mentre i processi, i dati, l’economia e i controlli necessari a sostenerli stanno ancora recuperando terreno. Per ora, i sondaggi indicano che il fattore limitante è la preparazione organizzativa, non la capacità dei modelli. L’IA agentica può arrivare rapidamente — la preparazione delle imprese sta dimostrando di essere molto più difficile da accelerare.

Anche nelle notizie IA di questa settimana

• Il rallentamento del modello di OpenAI offre ai CIO una lezione sulla pianificazione dell’IA — La decisione del laboratorio di IA di rallentare lo sviluppo dei suoi modelli più avanzati evidenzia perché i CIO abbiano bisogno di roadmap IA flessibili, in grado di adattarsi al variare delle capacità dei modelli, della disponibilità e delle tempistiche dei fornitori.
• Micron investe $10B nella ricerca statunitense sulla memoria per l’IA — Il produttore di chip sta investendo $10 billion in un nuovo hub di ricerca in Idaho focalizzato sul miglioramento di tecnologie di memoria, calcolo e packaging per sistemi di IA sempre più esigenti.
• SONIC di Nvidia insegna ai robot umanoidi a muoversi — Il foundation model consente ai robot umanoidi di apprendere un’ampia gamma di movimenti del corpo intero a partire da dimostrazioni umane, sostenendo la più ampia spinta dell’azienda verso l’IA fisica.
• Starling Bank aggiunge competenze basate sull’IA al chatbot rivolto ai clienti — La banca sta ampliando il proprio assistente IA rivolto ai clienti con nuove funzionalità progettate per gestire richieste bancarie più complesse e offrire un supporto più personalizzato.
• I guadagni di produttività dell’IA non si traducono in un alleggerimento del carico di lavoro IT — L’IA fa risparmiare ore ogni settimana ai professionisti IT, ma la maggior parte afferma che il proprio carico di lavoro è rimasto invariato o è aumentato, poiché nuove responsabilità compensano quei guadagni di produttività.
• Campagna supportata dall’IA prende di mira dispositivi Siemens S7 vulnerabili, avvertono CISA e FBI — Le agenzie avvertono che gli hacker stanno usando tecniche assistite dall’IA per prendere di mira sistemi di controllo industriale Siemens vulnerabili in settori infrastrutturali critici, inclusi energia e acqua.
• Pony.AI ha piani per 4,000 robotaxi fuori dalla Cina — Il fornitore cinese prevede di distribuire 4,000 robotaxi a livello globale mentre accelera l’espansione della propria attività di guida autonoma.
• Come le imprese possono recuperare il ritmo del rapido avanzamento dell’IA — Le imprese che vogliono tenere il passo con il rapido progresso dell’IA devono avere una chiara comprensione dei propri processi aziendali e la flessibilità di passare tra modelli e agenti man mano che capacità e costi cambiano.

Copertura correlata: Il nuovo modello aperto di Nvidia è destinato a casi d’uso specifici | Meta cambia rotta con Muse Glimmer a peso aperto | Framework di Microsoft per ridurre i costi di addestramento degli agenti IA

Fonte: AI Business | Di Liz Hughes, Contributing Writer | 21 agosto 2026