Dal report della società di analisi Gartner, intitolato Innovation Insight: Multiagent Systems (MAS), emerge che entro il 2027 circa metà delle organizzazioni, che finora prevedeva un taglio della forza lavoro nel customer service, sta tornando sui propri passi, abbandonando i sistemi end-to-end monolitici, che cioè non sono in grado di gestire la variabilità e la complessità delle interazioni reali, a favore di un modello alternativo degli ecosistemi multi-agente.
Infatti, questi ultimi risultano più rapidi nel creare e aggiornare i flussi operativi e nel ridurre gli errori, migliorando la soddisfazione del cliente, oltre a ottimizzare la capacità di gestire i picchi stagionali e le situazioni impreviste.
“Il futuro è sempre più basato sulla collaborazione tra persone e agenti AI”, commenta Fabrizio Sellone, engineering unit director della Software engineering practice di Capgemini. “In particolare, in Capgemini adottiamo il concetto di Human-AI Chemistry che privilegia la relazione tra l’essere umano e l’intelligenza artificiale. Il successo delle operazioni aziendali è proprio fondato sulla possibilità di far collaborare queste due entità”.
Ecco perché, grazie a Raise for Software Product X, il futuro del ciclo di vita del software sicuro è la collaborazione tra persone e agenti AI.
Indice degli argomenti:
L’Agentic AI secondo Capgemini
Nel 2026 ci si aspetta un grande sviluppo dell’Agentic AI. Da qui al 2028, il numero di agenti AI utilizzati dalle aziende potrebbe sfiorare quota 1,3 miliardi, con una media di quaranta per impresa.
“Per Capgemini un agente AI è un sistema basato sull’intelligenza artificiale dotato di alcune caratteristiche peculiari”, spiega Fabrizio Sellone: “La prima è la capacità di essere autonomo, dove per autonomia intendiamo la capacità di prendere decisioni ed eseguire azioni in modo più indipendente possibile. A questa si affianca l’orientamento all’obiettivo. L’agente non si limita ad eseguire dei task prefissati che sono stati descritti in qualche modo, ma ha un obiettivo a più ampio respiro e fa di tutto per raggiungerlo. È adattativo, nel senso che impara dagli errori. Quindi è in grado di modificare il proprio comportamento in base ai feedback che riceve dall’esterno. Inoltre, dispone di conoscenza di contesto: utilizzando degli strumenti particolari, è in grado di reperire informazioni che gli servono per completare il task. Queste sono le caratteristiche fondamentali degli Agenti AI. Un sistema di questo tipo sembra essere effettivamente rivoluzionario e lo è per molti versi, ma non è un rimpiazzo dell’essere umano. È in realtà un elemento con cui l’essere umano può collaborare in maniera fruttuosa”.
Raise for Software Product X: i punti di forza dei framework di agenti collaborativi per sviluppare software
L’Agentic AI è costituita da sistemi capaci di centrare un obiettivo, pianificando in maniera autonoma le fasi necessarie e usando strumenti digitali (essenzialmente server MCP) per svolgere azioni e adattare la propria strategia in base ai risultati conseguiti, il tutto attraverso una supervisione umana ridotta al minimo.
Il principio-guida di Capgemini è la Human-AI Chemistry, volta a combinare persone e intelligenza artificiale per una collaborazione produttiva e basata sulla fiducia, capace di sprigionare un’energia sinergica.
“In questo contesto di alleanza e collaborazione fra persone e intelligenza artificiale, nasce Raise for Software Product X, un framework di agenti collaborativi da inserire come acceleratore nel ciclo di sviluppo del software” spiega Fabrizio Sellone.
“I framework di agenti collaborativi rappresentano uno step concettuale di livello più avanzato rispetto ai singoli Agenti AI perché consentono a questi ultimi di interagire tra loro fino al raggiungimento dell’obiettivo fissato. Per questo scopo, gli agenti possono essere coordinati da altri agenti, maggiormente specializzati in organizzazione delle attività o analisi di qualità degli artefatti. Un punto di forza del framework è che si tratta di un sistema in grado di adattarsi a numerosi stack tecnologici”.
Come è fatto Raise for Software Product X
In questo scenario, Raise for Software Product X di Capgemini rappresenta uno strumento di supporto allo sviluppo software e al contempo un sistema intelligente e autonomo, in grado di “percepire, ragionare, agire e apprendere”.
Si compone di agenti AI operanti in maniera sinergica, ispirandosi e simulando il lavoro di un team di sviluppo umano, ma accelerando i tempi, migliorando la coerenza e la capacità di adattarsi.
Al centro del framework c’è un metamodello condiviso che costituisce il cuore evolutivo dell’architettura, assicurando coerenza e tracciabilità nel corso dell’intero ciclo di sviluppo.
Raise for Software Product X è pensato per essere adottato in ambienti regolamentati e ad alta sicurezza, ed è già in uso in settori come sanità, servizi finanziari, telecomunicazioni e industria.
Una delle sue punte di diamante è l’integrazione con gli strumenti utilizzati in ambito aziendale: GitHub Copilot, GitLab Duo, Tabnine, sistemi di versionamento come Git o Bitbucket e framework DevOps. Dunque Raise for Software Product X non richiede una nuova modalità di lavoro, ma rafforza quella esistente grazie alla sua capacità di orchestrare attività complesse e multi-agente garantendo sicurezza e tracciabilità. Installabile sia in cloud che on-premises, permette di isolare i dati e garantisce piena proprietà intellettuale sul codice generato
“Raise for Software Product X è una suite di agenti collaborativi il cui obiettivo è molteplice e consiste nell’inserirsi all’interno del ciclo di vita di sviluppo del software per aumentare la capacità di chi lavora”, aggiunge Fabrizio Sellone.
La radiografia di Raise for Software Product X
Raise for Software Product X è pensato per automatizzare intere fasi del ciclo di vita del software, spaziando dalla generazione del codice alla realizzazione di test, documentazione, refactoring, migrazione tecnologica.
Nella pratica, ha già offerto dimostrazione concreta di tagliare i tempi di sviluppo fino al 60% e di rendere efficienti fino al 40% le fasi di coding e testing.
“Nell’ambito del software”, secondo Fabrizio Sellone, “al fine di migliorare le funzionalità, la manutenibilità e la sicurezza di soluzioni software esistenti, spesso molti clienti richiedono di migrare lo stack tecnologico passando da una tecnologia obsoleta a una più moderna ed evoluta. La migrazione è resa possibile da un componente di Product X denominato Product Migrator.”
Un esempio concreto è infatti la modernizzazione di un sistema SCADA mission-critical per gestire reti elettriche. Partendo da codice legacy in C++, la suite di Capgemini ha creato una nuova architettura cloud-native in Java, dotata di test, documentazione e ottimizzazioni, in un ambiente isolato e sicuro.
“Un’altra tipologia di operazioni mirata all’evoluzione di soluzioni esistenti è il re-design architetturale che consente di trasformare soluzioni monolitiche (cioè sviluppate come un unico software) in soluzioni a microservizi basate sul cloud ed in grado di scalare in funzione delle richieste da parte degli utenti”, spiega Sellone.
Product Domain Modeler è il componente che si preoccupa di fare questo tipo di analisi e riprogettazione.
Product Optimizer, invece, ha l’obiettivo di analizzare tutta la documentazione, incluso il codice di un prodotto esistente e proporre ottimizzazioni, per esempio nell’ambito della sicurezza o nell’ambito dello stack tecnologico.
Infine, “il Product creator è il componente che, grazie alla definizione dei requisiti prodotti dall’utente o anche dall’optimizer stesso, è in grado di produrre codice e test associati a quel codice, al fine di ottenere una versione aggiornata ed evoluta del prodotto stesso”, aggiunge Sellone completando la descrizione di Product X.
Le punte di diamante dell’Agentic Software di Capgemini
Il principale punto di forza di Raise for Software Product X è la capacità di adattarsi. “Si adatta agli stack tecnologici in uso perché gli agenti su cui si basa Product X non sono agenti predeterminati e definiti una volta per tutte all’interno di Product X, ma sono in realtà un elemento vivo che può e deve essere modificato nelle fasi iniziali dell’impiego all’interno di un progetto, per adattarli alle specifiche necessità dei prodotti con i quali Product X dovrà lavorare”, avverte Sellone.
Questo dimostra che Raise for Software Product X valorizza il contributo dello sviluppatore. L’automatizzazione delle attività ripetitive e tecniche fa sì che il framework liberi tempo per progettare, validare e fare innovazione. Lo sviluppatore diventa così un supervisore, un architetto, un garante della qualità. Nei contesti complessi, come ad esempio la ricostruzione di software industriale critico, il ruolo dello sviluppatore umano rimane imprescindibile per definire vincoli, valutare soluzioni e guidare le decisioni.
“Durante le fasi di raffinamento degli agenti, lo sviluppatore spiega all’intelligenza artificiale che cosa vuole che questa faccia e come vuole che questa lo produca. I singoli agenti verranno così indirizzati a scrivere i requisiti in un certo modo, scrivere codice in modo da rispettare determinati standard o regole di qualità, effettuare test garantendo una ben precisa copertura delle funzionalità e così via. Gli agenti così configurati collaboreranno tra loro al fine di produrre un software che sia il più vicino possibile alle aspettative dello sviluppatore.”, mette in risalto Sellone.
Inoltre, la progettazione di Product X per operare in ambienti dove la governance è necessità e non un’opzione, fa sì che ogni codice generato soddisfi i requisiti di tracciabilità, validabilità e conformità alle best practice di sviluppo. Il framework sostiene deployment completamente privati, si adatta a stack tecnologici specifici ed assicura la piena trasparenza del processo. Si propone come uno strumento potente, capace di accelerare gli sviluppi affiancando le persone, in maniera sicura e responsabile.
Il fatto che il sistema non sia vincolato a utilizzare Large Language Model (LLM) proprietari, open source o commerciali, ma sia configurabile lo rende adattabile a contesti eterogenei in termini di requisiti e applicazioni. Ad esempio, quando il requisito di privacy diventa fondamentale, è possibile configurare Product X per lavorare con LLM locali, mentre quando è fondamentale produrre risposte allo stato dell’arte è possibile configurare Product X per lavorare con LLM commerciali che vengono costantemente aggiornati.
Un elemento distintivo del modus operandi di Product X è che le attività sono suddivise in due fasi: una di analisi, il cui risultato è la produzione di un meta-modello, e una di sintesi dove gli artefatti sono prodotti proprio a partire da questo meta-modello.
Il metamodello è dunque il distillato informativo del software che si sta elaborando. Esso rappresenta in maniera sintetica, facilmente comprensibile dagli LLM – ma anche facilmente comprensibile dall’uomo perché è in formato testuale / grafico – come l’elaborazione sia distribuita tra le varie parti di codice e come il flusso dei dati passi da una funzione all’altra.
I tre elementi della Human-AI Chemistry
Raise for Software Product X di Capgemini trae il massimo vantaggio dall’uso dell’AI agentica facendo leva sulla sinergia fra uomo ed intelligenza artificiale, focalizzandosi sui tre fattori fondamentali della Human-AI Chemistry:
- la complementarità delle competenze;
- il miglioramento continuo attraverso l’informazione aumentata, grazie al feedback virtuoso tra l’output dell’intelligenza artificiale e l’elaborazione a opera dell’essere umano;
- l’adattabilità a scenari complessi.
Innanzitutto, l’obiettivo “non è solo una questione di produttività, ma spesso è anche una questione di qualità di risposta a situazioni complesse che con la sola forza lavoro umana non sarebbe possibile ottenere. E senz’altro non sarebbe possibile con la sola forza lavoro dell’intelligenza artificiale. “Questa sinergia è fondamentale per la valorizzazione del capitale umano”, commenta Sellone.
Primo fattore della sinergia: la complementarità delle competenze
Il primo elemento riguarda la complementarità delle competenze. Gli esseri umani vantano il pensiero creativo, sono empatici e possono gestire situazioni complesse ed ambigue, mentre gli agenti AI sono superiori nell’elaborazione di quantità di dati molto grandi, nell’identificazione di pattern e nella capacità di sintesi. Combinando queste due caratteristiche si riescono a generare numerosi casi di successo. Un Agente AI può gestire in maniera molto rapida delle richieste routinarie, task semplici che magari arrivano in grande quantità o per raccogliere informazioni preliminari. In seguito, l’operatore umano interviene in situazioni più delicate e complesse.
Il secondo aspetto: il miglioramento continuo
Il secondo elemento della sinergia fra uomo/AI è legato al miglioramento continuo, e riguarda il feedback virtuoso tra l’output dell’intelligenza artificiale e l’elaborazione ad opera dell’essere umano che ritorna all’intelligenza artificiale con un’informazione aumentata, per evidenziare ciò che va bene da ciò che non va bene e per quale motivo, fino a raggiungere una convergenza de facto dell’output prodotto dall’intelligenza artificiale in modo tale che sia allineato al pensiero dell’essere umano.
Terzo elemento: l’adattabilità a scenari complessi
Il terzo elemento chiave è l’adattabilità a scenari complessi.
Secondo Sellone, “se implemento un ecosistema di agenti specializzati nello svolgere attività peculiari, si ottiene innanzitutto un sistema molto flessibile perché si basa su un ecosistema di strumenti differenziati e specializzati. Quindi il sistema non solo è flessibile, ma è anche capace di adattarsi e riconfigurassi molto rapidamente rispetto allo scopo che bisogna conseguire. È pertanto estremamente adattabile, ma è anche robusto perché non ha un “single point of failure”. Nel caso in cui si verificassero dei guasti di qualche natura, il sistema si potrebbe riconfigurare attraverso uno spostamento di carico di lavoro su entità che sono funzionanti rispetto ad altre che invece in quel momento non risultano disponibili”.
C’è infine un ultimo aspetto fondamentale per la collaborazione tra essere umano e intelligenza artificiale: la valorizzazione del capitale umano. L’intelligenza artificiale non sostituisce gli esseri umani, ma potenzia il capitale umano lasciando quindi più tempo alle persone per elevare il loro livello di intervento. “Grazie allo svolgimento da parte della AI di task che oggi sono ripetitivi o elementari, l’uomo guadagna più tempo per dedicarsi ad attività intellettualmente più elevate; quindi, può per esempio essere più creativo oppure risolvere richieste che sono più complesse o ambigue”, evidenzia Fabrizio Sellone.
Etica e responsabilità nell’uso di agenti software in azienda
L’intelligenza artificiale rappresenta una leva strategica per ottimizzare i processi, velocizzare l’innovazione e produrre vantaggio competitivo. Ma il suo impiego solleva anche rischi etici, normativi e reputazionali, che le imprese non possono più ignorare.
Anche per questo motivo, “la supervisione umana sull’intelligenza artificiale è fondamentale nel controllo della tipologia di output che l’intelligenza artificiale stessa produce per ottemperare il rispetto del data privacy ed evitare violazioni delle proprietà intellettuali (IP)”, come evidenzia Sellone: “A rafforzare la supervisione umana sono anche diversi elementi tecnici dell’implementazione dell’intelligenza artificiale e della sua collaborazione con l’uomo. In particolare, alcuni sono legati proprio al modo in cui avviene l’addestramento dei modelli LLM: non usando contenuto tecnologico soggetto a intellettual property, risulta altamente improbabile generare artefatti che possano infrangere la proprietà intellettuale.”
Raise for Software Product X abbraccia la Security by design, prevenendo i rischi legati all’AI agentica (reward hacking, alignment faking, scorciatoie LLM, comportamenti sabotanti, per citare quelli emersi da un recente report di Anthropic). “Fortunatamente, nel caso specifico di Product X, queste lacune risultano sostanzialmente inapplicabili”, sottolinea Sellone.
Raise for Software Product X offre risposte concrete alle attuali sfide dell’Agentic Software
Raise for Software Product X non è un prototipo né una visione futuristica, ma è una soluzione già operativa su cui lavora un team composto da oltre 80 persone coinvolte nel progetto e proof of value in corso con clienti di primo piano.
“Quando si parla di deployment di intelligenza artificiale in contesti di sicurezza”, avverte Sellone: “il primo aspetto è legato a come si sviluppa il prodotto, ma il secondo, non meno importante, invece è legato all’infrastruttura attraverso la quale lo si sviluppa”.
Riguardo all’infrastruttura dove possono transitare i dati e dove devono essere eseguiti i calcoli peculiari per far funzionare un Large Language Model “bisogna necessariamente scegliere infrastrutture proprietarie, cioè isolate dal resto del mondo”, mette in evidenza Sellone.
Capgemini ha lavorato con Telenor e Nvidia. Per l’implementazione di Telenor AI Factory, il primo servizio cloud di fruizione della generative AI in Norvegia, creato per essere sicuro, scalabile e sostenibile.
“La scelta di poter implementare soluzioni proprietarie e controllabili è l’elemento chiave che consente di andare a scalare, ma allo stesso tempo a proteggere l’uso della generative AI”.
Questi aspetti dimostrano che Raise for Software Product X dà valore aggiunto anche in ambiti dove la security definisce vincoli particolarmente stringenti.
