ANALISI

AI agentica, perché il futuro è negli strumenti più che nei modelli

Un nuovo studio propone un framework per classificare le strategie di adattamento dell’AI agentica, distinguendo tra interventi sul modello e sugli strumenti. L’obiettivo è aiutare aziende e sviluppatori a scegliere architetture più efficienti, bilanciando costi, modularità e capacità di generalizzazione

Pubblicato il 5 gen 2026

Giovanni Masi

Computer science engineer

Pierluigi Sandonnini

Nel mondo dell’intelligenza artificiale agentica regna una crescente complessità. Framework, strumenti e modelli si moltiplicano rapidamente, rendendo sempre più difficile per sviluppatori e aziende capire quali soluzioni adottare per costruire sistemi efficaci. Il risultato, spesso, è una paralisi decisionale: troppe opzioni, troppi compromessi da valutare.

@RIPRODUZIONE RISERVATA

Giovanni Masi

Computer science engineer

Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.

È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).

Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:

Intelligenza Artificiale per Ingegneri
Intelligenza Artificiale Generativa
Prompt Engineering.

Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.

Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:

• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI

• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.

Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.

Pierluigi Sandonnini

Senior web editor di Nextwork360. Oltre trent’anni di esperienza giornalistica, maturata in diversi settori della tecnologia: audio video, tv digitale, telecomunicazioni, internet, intelligenza artificiale.

Dal 2020 gestisce il sito Ai4business.it, coordinando la redazione, curandone i contenuti e scrivendo articoli.

Seguimi su