La prossima rivoluzione dell’intelligenza artificiale non sarà soltanto creare contenuti migliori, ma permettere alle macchine di prendere iniziative, utilizzare strumenti e compiere azioni nel mondo digitale e fisico

Negli ultimi anni abbiamo imparato ad associare l’intelligenza artificiale a una dinamica relativamente semplice: noi chiediamo, la macchina risponde.

Scriviamo una domanda e otteniamo un testo. Descriviamo un’immagine e l’AI la genera. Forniamo alcune specifiche e riceviamo codice, una presentazione, un’analisi o una traduzione.

È stata la grande rivoluzione dell’AI generativa.

Ma potrebbe essere soltanto la prima parte della trasformazione.

La nuova frontiera è rappresentata da sistemi capaci non soltanto di generare informazioni, ma di utilizzarle per raggiungere un obiettivo.

Il passaggio fondamentale può essere sintetizzato così:

AI generativa → AI agentica → AI operativa

Ed è un cambiamento molto più profondo di quanto possa sembrare.

Dal “dimmi cosa fare” al “fallo per me”

Immaginiamo di dover organizzare un viaggio.

Con un chatbot tradizionale possiamo chiedere:

“Organizzami quattro giorni a Tokyo.”

L’intelligenza artificiale può suggerire voli, alberghi, ristoranti, musei e itinerari.

Ma rimane un consulente.

Siamo ancora noi a dover cercare concretamente i voli, confrontare le offerte, prenotare l’hotel, inserire gli appuntamenti nel calendario e acquistare i biglietti.

Un agente AI cambia completamente questo paradigma.

Potremmo semplicemente dire:

“Organizza quattro giorni a Tokyo nel mio budget, evitando voli con più di uno scalo. Cerca un hotel vicino alla metropolitana, prepara l’itinerario e chiedimi conferma prima di effettuare qualsiasi pagamento.”

A quel punto il sistema potrebbe scomporre autonomamente l’obiettivo in una serie di attività.

Potrebbe consultare il calendario, verificare le date disponibili, cercare i voli, confrontare gli hotel, analizzare recensioni e distanze, costruire l’itinerario e preparare le prenotazioni.

Solo nel momento economicamente o giuridicamente rilevante potrebbe chiedere:

“Confermi l’acquisto?”

Questa differenza apparentemente semplice rappresenta un cambiamento radicale.

L’intelligenza artificiale non produce più soltanto una risposta.

Produce un risultato.

Che cos’è realmente un agente AI?

Un agente AI può essere visto come un sistema dotato di alcuni elementi fondamentali:

obiettivo + ragionamento + memoria + strumenti + capacità di azione + verifica del risultato.

Un normale chatbot segue prevalentemente una logica:

input → elaborazione → output.

Un agente segue invece un ciclo:

obiettivo → pianificazione → azione → osservazione → verifica → correzione → nuova azione.

Ed è proprio il ciclo a fare la differenza.

Supponiamo che un agente debba trovare il miglior preventivo assicurativo.

Potrebbe inizialmente stabilire quali informazioni sono necessarie.

Successivamente potrebbe consultare diversi servizi, raccogliere le offerte, confrontare coperture e franchigie, eliminare quelle incompatibili con le nostre esigenze e presentarci soltanto le alternative migliori.

Se un sito non funzionasse potrebbe provare un’altra strada.

Se mancasse un’informazione potrebbe chiederla.

Se trovasse dati contraddittori potrebbe verificarli.

In altre parole, l’AI inizierebbe a comportarsi meno come un motore di risposta e più come un esecutore intelligente di processi.

Gli strumenti cambiano tutto

La vera rivoluzione degli agenti AI non dipende esclusivamente dall’intelligenza dei modelli.

Dipende dalla possibilità di collegarli agli strumenti.

Un modello linguistico isolato può generare testo.

Collegato a strumenti appropriati può invece consultare un database, analizzare documenti, utilizzare un browser, leggere una casella di posta, interrogare un gestionale, aggiornare un CRM, utilizzare un calendario, creare file, eseguire programmi o interagire con API e servizi esterni.

Questa distinzione è fondamentale.

Il modello rappresenta, metaforicamente, il cervello.

Gli strumenti rappresentano le mani.

La combinazione delle due componenti trasforma radicalmente ciò che l’intelligenza artificiale può fare.

Dall’automazione tradizionale all’automazione intelligente

Le aziende automatizzano processi da decenni.

Ma l’automazione tradizionale ha generalmente un limite fondamentale: deve essere programmata in anticipo.

Un software può eseguire:

SE accade A → fai B.

Un agente AI può invece affrontare situazioni che non sono state completamente previste.

Può interpretare informazioni non strutturate, comprendere documenti, valutare alternative e modificare il proprio comportamento sulla base del risultato ottenuto.

Prendiamo la gestione di una fattura.

Un’automazione tradizionale può estrarre campi prestabiliti e inserirli nel gestionale.

Un agente potrebbe invece leggere la fattura, confrontarla con il contratto, verificare gli importi, individuare una possibile anomalia, recuperare la precedente corrispondenza con il fornitore e preparare una richiesta di chiarimento.

Non automatizziamo più soltanto azioni.

Iniziamo ad automatizzare parti del processo decisionale.

Ed è qui che l’impatto economico potrebbe diventare enorme.

Nasceranno organizzazioni composte da persone e agenti AI

L’introduzione degli agenti potrebbe modificare profondamente anche la struttura delle aziende.

Oggi un’organizzazione è composta principalmente da persone coordinate attraverso software.

Domani potrebbe essere composta da:

persone + software + agenti AI.

Un’impresa potrebbe avere agenti specializzati.

Un agente commerciale potrebbe analizzare i lead.

Un agente amministrativo potrebbe controllare documenti e fatture.

Un agente marketing potrebbe monitorare campagne e concorrenza.

Un agente IT potrebbe analizzare log e anomalie.

Un agente legale potrebbe effettuare una prima revisione dei contratti.

Un agente di ricerca potrebbe raccogliere informazioni e preparare report.

La persona non necessariamente scomparirebbe dal processo.

Cambierebbe però il suo ruolo.

Da esecutore di molte attività potrebbe diventare sempre più supervisore, decisore e responsabile del sistema.

Dal copilota al delegato digitale

Negli ultimi anni si è parlato molto di AI come copilot.

Il concetto è efficace: l’intelligenza artificiale affianca la persona.

Ma l’evoluzione degli agenti introduce una figura differente.

Potremmo definirla delegato digitale.

Il copilota suggerisce.

Il delegato esegue.

È una differenza enorme.

Nel primo caso l’essere umano mantiene continuamente il controllo operativo.

Nel secondo assegna un obiettivo e interviene soltanto nei momenti importanti.

Potremmo quindi immaginare diversi livelli di autonomia.

Livello 1 – AI consultiva

Fornisce informazioni e suggerimenti.

Livello 2 – AI assistiva

Prepara attività che vengono eseguite dall’utente.

Livello 3 – AI operativa supervisionata

Esegue azioni, ma richiede autorizzazione nei passaggi importanti.

Livello 4 – AI semi-autonoma

Gestisce interi processi entro limiti prestabiliti.

Livello 5 – AI altamente autonoma

Persegue obiettivi complessi con un intervento umano limitato.

La tecnologia sta progressivamente spostandosi lungo questa scala.

Ed è proprio questo avanzamento che rende necessario discutere seriamente di controllo.

Quando l’AI incontra il mondo fisico

La questione diventa ancora più interessante quando gli agenti smettono di operare esclusivamente nel mondo digitale.

Un agente collegato a un software può modificare un database.

Un agente collegato a un robot può invece modificare il mondo fisico.

Questa convergenza fra AI generativa, agenti, robotica e Internet of Things potrebbe rappresentare uno dei grandi sviluppi tecnologici del prossimo decennio.

Immaginiamo un laboratorio scientifico.

Un agente potrebbe analizzare i risultati di un esperimento, elaborare un’ipotesi, programmare il test successivo e inviare le istruzioni a un’apparecchiatura robotizzata.

Nel settore industriale potrebbe analizzare sensori, individuare un’anomalia e modificare alcuni parametri della produzione.

Nella logistica potrebbe coordinare magazzini, robot e sistemi di trasporto.

Nell’agricoltura potrebbe combinare dati meteorologici, immagini satellitari e sensori sul terreno per controllare sistemi automatizzati di irrigazione.

Qui l’AI non è più soltanto un’interfaccia digitale.

Diventa parte del sistema operativo del mondo fisico.

Il problema centrale: chi autorizza l’azione?

Ed è proprio a questo punto che emerge la domanda più importante.

Non:

“Quanto è intelligente l’AI?”

Ma:

“Che cosa può fare senza chiedere il nostro permesso?”

Un errore in un testo generato può essere fastidioso.

Un errore durante un’azione può avere conseguenze reali.

Immaginiamo un agente che interpreti male una richiesta e cancelli documenti.

Oppure che invii una comunicazione sbagliata a migliaia di clienti.

O ancora che effettui una transazione finanziaria non prevista.

Quando l’intelligenza artificiale passa dalla produzione di informazioni all’esecuzione di azioni, cambia anche la natura del rischio.

La sicurezza deve quindi essere progettata intorno al concetto di autorizzazione.

L’autonomia dovrebbe avere dei confini

Un possibile modello potrebbe essere quello dei livelli di autorizzazione.

L’agente potrebbe avere libertà completa per azioni a basso rischio.

Per esempio:

leggere documenti, effettuare ricerche, organizzare informazioni, confrontare dati.

Potrebbe invece richiedere conferma per azioni con conseguenze maggiori:

inviare un’email, modificare un database, pubblicare un contenuto, effettuare una prenotazione.

E dovrebbe richiedere un’autorizzazione ancora più forte per operazioni sensibili:

effettuare pagamenti, firmare contratti, trasferire denaro, cancellare grandi quantità di dati o controllare sistemi fisici critici.

Il principio potrebbe essere molto semplice:

maggiore è l’impatto dell’azione, maggiore deve essere il controllo umano.

Il problema dell’identità digitale degli agenti

C’è poi una questione ancora poco discussa.

Se un agente AI agisce per conto nostro, chi è realmente l’autore dell’azione?

Supponiamo che un agente invii un ordine commerciale.

Chi lo ha effettuato?

L’utente?

L’agente?

L’azienda che utilizza il sistema?

Il produttore del modello?

La stessa domanda emerge quando un agente conclude una prenotazione, modifica un contratto o comunica con un’altra organizzazione.

Potrebbe quindi diventare necessario sviluppare una vera identità digitale degli agenti.

Un sistema dovrebbe poter sapere:

quale agente ha effettuato l’azione, per conto di quale persona o organizzazione, con quale autorizzazione, utilizzando quale modello e in quale momento.

La tracciabilità diventerà fondamentale.

Dal principio di password al principio di delega

Oggi la sicurezza informatica ruota prevalentemente intorno all’identità dell’utente.

Username.

Password.

Autenticazione a due fattori.

Token.

Permessi.

Con gli agenti dovremo aggiungere un nuovo concetto:

la delega digitale.

Non basterà stabilire:

“Questo è Ivano.”

Bisognerà stabilire:

“Questo agente è autorizzato ad agire per conto di Ivano esclusivamente per queste operazioni, entro questi limiti e fino a questa data.”

È una trasformazione importante dell’architettura stessa della sicurezza informatica.

Il rischio di una nuova forma di attacco

Gli agenti introducono anche nuove superfici di attacco.

Un sistema che legge informazioni provenienti da Internet, email e documenti potrebbe incontrare istruzioni malevole progettate per manipolarne il comportamento.

Il problema del prompt injection diventa particolarmente serio quando il modello possiede strumenti operativi.

Se un chatbot viene manipolato potrebbe fornire una risposta sbagliata.

Se viene manipolato un agente con accesso a email, database o sistemi aziendali, le conseguenze potrebbero essere molto più significative.

La cybersecurity dovrà quindi evolvere insieme all’intelligenza artificiale.

Non dovremo proteggere soltanto computer, reti e identità.

Dovremo proteggere anche il processo decisionale degli agenti.

Human in the loop: l’uomo deve rimanere nel sistema?

Una delle espressioni più importanti nel dibattito sull’AI è Human in the Loop.

Significa mantenere una persona all’interno del processo decisionale.

Ma probabilmente non sarà possibile richiedere una conferma umana per ogni singola azione.

Se un agente deve chiedere continuamente il permesso, gran parte dei vantaggi dell’automazione scompare.

La soluzione potrebbe essere un modello di autonomia delimitata.

L’essere umano stabilisce obiettivi, limiti e autorizzazioni.

L’agente opera autonomamente all’interno di quel perimetro.

Quando incontra una situazione eccezionale, supera una soglia economica o deve prendere una decisione particolarmente importante, restituisce il controllo alla persona.

Non controllo umano su tutto.

Ma controllo umano dove conta realmente.

Il valore della fiducia

Nel futuro degli agenti AI potrebbe emergere un elemento sorprendentemente umano:

la fiducia.

Oggi scegliamo un software principalmente sulla base delle sue funzionalità.

Domani potremmo scegliere un agente anche sulla base della quantità di autonomia che siamo disposti a concedergli.

Ci fideremmo di un’AI che organizza il calendario?

Probabilmente sì.

Le permetteremmo di rispondere autonomamente alle nostre email?

Forse.

Le consentiremmo di spendere 50 euro?

Possibile.

Cinquemila?

La risposta diventerebbe molto diversa.

Le permetteremmo di firmare un contratto?

Qui entrerebbero immediatamente in gioco questioni tecnologiche, legali ed etiche.

La vera misura del successo degli agenti potrebbe quindi non essere soltanto la loro intelligenza.

Potrebbe essere la fiducia che riusciranno a conquistare.

Un nuovo sistema operativo della società digitale

Internet ha collegato le informazioni.

Gli smartphone hanno collegato le persone ai servizi digitali.

Il cloud ha trasformato l’infrastruttura informatica.

L’intelligenza artificiale generativa ha creato una nuova interfaccia basata sul linguaggio naturale.

Gli agenti potrebbero rappresentare il passaggio successivo:

collegare intenzioni e azioni.

Non dovremo necessariamente imparare a utilizzare decine di interfacce.

Potremmo semplicemente esprimere un obiettivo.

L’agente potrebbe decidere quali strumenti utilizzare per raggiungerlo.

Se questa evoluzione continuerà, l’intelligenza artificiale potrebbe diventare una sorta di sistema operativo invisibile della società digitale.

Non un’applicazione fra le tante.

Ma il livello attraverso il quale utilizziamo le altre applicazioni.

Il vero problema non sarà l’intelligenza, ma il potere

Per anni abbiamo misurato il progresso dell’AI attraverso benchmark, capacità linguistiche, ragionamento, matematica, programmazione e conoscenza.

Continueranno a essere importanti.

Ma nell’era degli agenti potrebbe diventare necessario misurare un’altra variabile:

il potere operativo.

Un modello estremamente intelligente ma senza accesso a strumenti possiede capacità limitate di incidere direttamente sul mondo.

Un modello meno sofisticato ma collegato a email, conti, database, robot e infrastrutture potrebbe avere un impatto molto maggiore.

Dovremo quindi iniziare a distinguere chiaramente tra:

capacità cognitiva e capacità operativa.

È probabilmente una delle distinzioni più importanti per comprendere l’intelligenza artificiale dei prossimi anni.

La nuova domanda dell’era degli agenti

La prima grande domanda dell’intelligenza artificiale è stata:

“Può una macchina pensare?”

La rivoluzione generativa ci ha portato a chiederci:

“Può una macchina creare?”

L’era degli agenti introduce una domanda ancora più concreta:

“Può una macchina agire per conto nostro?”

La risposta tecnologica sta progressivamente diventando sì.

La risposta politica, giuridica ed etica è molto più complessa.

Dovremo decidere quali azioni delegare.

Dovremo stabilire chi ne assume la responsabilità.

Dovremo costruire sistemi di autorizzazione, verifica e tracciabilità.

Dovremo proteggere gli agenti dalle manipolazioni.

E soprattutto dovremo evitare di confondere autonomia tecnica con autorità decisionale.

Perché essere capaci di compiere un’azione non significa necessariamente avere il diritto di compierla.

Conclusione: la vera rivoluzione dell’AI deve ancora arrivare

L’AI generativa ci ha mostrato macchine capaci di scrivere, programmare, disegnare e ragionare.

L’AI agentica sta iniziando a mostrarci qualcosa di differente:

macchine capaci di perseguire obiettivi.

La differenza è enorme.

Quando un’intelligenza artificiale può utilizzare strumenti, prendere decisioni intermedie e compiere azioni, smette di essere soltanto un generatore di contenuti.

Diventa un attore del sistema digitale.

E quando quell’attore viene collegato a robot, laboratori, fabbriche, veicoli e infrastrutture, la distinzione fra mondo digitale e mondo fisico inizia progressivamente a ridursi.

Per questo la domanda decisiva del prossimo decennio potrebbe non essere:

“Quanto diventerà intelligente l’intelligenza artificiale?”

La domanda potrebbe essere:

“Quanto potere saremo disposti a delegarle?”

La tecnologia probabilmente renderà possibile un livello di autonomia sempre maggiore.

Sarà la società a dover stabilire i confini.

Ed è proprio in quello spazio — tra ciò che una macchina può fare e ciò che dovrebbe essere autorizzata a fare — che si giocherà una delle più importanti sfide tecnologiche, economiche, politiche ed etiche dei prossimi anni.

L’AI generativa ha cambiato il modo in cui creiamo informazioni.

L’AI operativa potrebbe cambiare il modo in cui prendiamo decisioni e facciamo accadere le cose.

Ed è probabilmente lì che inizierà la parte più profonda della rivoluzione dell’intelligenza artificiale.