L’evoluzione dell’intelligenza artificiale all’interno delle strutture aziendali sta vivendo un passaggio fondamentale, segnato dal passaggio da sistemi generativi impiegati per la stesura di testi o la sintesi di documenti a soluzioni capaci di prendere decisioni ed eseguire flussi di lavoro complessi. L’introduzione della AI Agentica nei processi enterprise sta tuttavia mettendo in luce criticità sostanziali nei meccanismi di approvazione, nei percorsi di audit e nelle verifiche di conformità.
A tracciare un quadro dettagliato dei punti di attrito operativi e delle sfide di integrazione è Chris Caldwell, presidente e CEO di Concentrix Corporation, in un’intervista rilasciata al podcast AI in Business.
Indice degli argomenti:
La trasformazione dell’operatività aziendale e l’impatto della velocità di macchina
L’adozione della AI Agentica rappresenta un salto qualitativo rispetto all’intelligenza artificiale tradizionale. Se finora la tecnologia ha supportato i dipendenti fornendo risposte o redigendo comunicazioni, gli agenti autonomi sono progettati per negoziare e agire direttamente per conto dell’organizzazione. Tuttavia, l’impatto di questi sistemi si scontra con architetture aziendali storicamente modellate su ritmi di lavoro umani.
La saturazione dei flussi e il rischio di approvazione passiva
L’aumento dei volumi transazionali generato dagli agenti può moltiplicare per dieci, cento o mille volte il carico di lavoro abituale, mettendo a dura prova le infrastrutture informatiche tradizionali. Caldwell evidenzia come i sistemi tradizionali mostrino cedimenti poiché non sono strutturati per gestire simili moli di dati, con finestre di inattività notturne o nei fine settimana destinate all’elaborazione batch che risultano ormai insufficienti. Come dichiarato dal CEO di Concentrix, «I flussi di lavoro e i sistemi aziendali sono stati progettati per gli esseri umani; sono abituati a una velocità umana e a un certo numero di transazioni».
Un altro punto critico riguarda le firme fisiche e le approvazioni umane posizionate lungo i processi. Quando un responsabile passa dall’esaminare duecento pratiche a doverne valutare cinquemila al giorno, la capacità di controllo reale si azzera. Invece di analizzare le singole operazioni, il personale tende ad approvare indiscriminatamente l’operato delle macchine, creando falle di sicurezza e incrementando il rischio di frodi.
Delegati digitali contro gemelli digitali: definire i confini di autorità
Un errore diffuso tra le organizzazioni riguarda la mancata definizione del livello di autorità da concedere agli agenti software. L’assenza di confini chiari tra strumenti ad ampia autonomia e assistenti a poteri limitati genera incertezza operativa e vulnerabilità.
I pericoli dell’accesso illimitato alle credenziali aziendali
La distinzione strategica evidenziata da Caldwell contrappone i gemelli digitali ai delegati digitali. Un gemello digitale eredita l’intera autorità del profilo umano, operando con le medesime credenziali e la stessa portata d’azione. Questa impostazione comporta rischi estremi. Caldwell sottolinea infatti che «I gemelli digitali sono incredibilmente pericolosi perché hanno accesso a tutto usando le tue credenziali; possono succedere cose orrende».
La soluzione indicata risiede nell’adozione di delegati digitali, ovvero sistemi a cui viene assegnato un insieme circoscritto di poteri e compiti ben definiti. L’approccio corretto prevede di considerare la AI Agentica alla stregua di un gruppo di neolaureati inseriti in azienda. Gli agenti richiedono addestramento, supervisione e una graduale assegnazione di responsabilità man mano che dimostrano affidabilità nei flussi assegnati.
L’evoluzione graduale degli assistenti esecutivi
L’esperienza interna di Concentrix dimostra l’efficacia di uno sviluppo progressivo degli assistenti. L’azienda ha avviato la sperimentazione di assistenti esecutivi limitando inizialmente le loro funzioni alla pianificazione di base senza interazioni esterne. Con il tempo, le competenze degli agenti sono state estese alla gestione dei progetti e al contatto vocale o tramite messaggistica istantanea con i clienti per lo spostamento di riunioni, mantenendo comunque blocchi operativi come il divieto di inviare email al di fuori del perimetro aziendale.
La governance “bot-on-bot” e le vulnerabilità del back-office
L’attrito generato dalla AI Agentica non si manifesta prioritariamente nell’interfaccia con i clienti, che traggono vantaggio dalla rapidità di risoluzione delle richieste, ma nelle strutture di back-office. Le aree di conformità, sicurezza, gestione e pulizia dei dati rappresentano i veri colli di bottiglia dell’integrazione enterprise.
Agenti di conformità a tutela dei processi operativi
Per garantire la sostenibilità dei volumi a velocità di macchina, le aziende non possono fare affidamento sull’aumento dell’organico umano nei punti di controllo. Risulta indispensabile riprogettare il percorso di automazione introducendo sistemi di pesi e contrappesi basati sull’interazione tra diversi agenti software. Caldwell spiega che «Nessuno sta pensando di aggiungere più umani nel ciclo, ma di usarli per salvaguardare il processo e assicurarsi che il sistema operi in modo sicuro».
L’architettura proposta prevede l’impiego di bot agentici dedicati alla conformità, con il compito di verificare l’operato degli agenti che eseguono le transazioni fisiche o finanziarie. In ambiti come il recupero crediti, ad esempio, specifici bot di controllo supervisionano il rispetto delle linee guida dell’istituto finanziario alla medesima velocità di elaborazione dei dati degli agenti operativi. Come dichiarato da Caldwell, «Avrai bot agentici che aiutano questi team a svolgere il loro lavoro alla stessa velocità di macchina dell’elaborazione dei dati».
L’effetto torcia sulla gestione e sulla sicurezza dei dati
Un ostacolo rilevante per l’implementazione della AI Agentica è rappresentato dalla frammentazione e dalla scarsa pulizia dei dati aziendali. L’accesso da parte degli agenti a repository informativi non segregati rischia di mettere a nudo informazioni confidenziali. Caldwell ricorre a una metafora diretta per descrivere il fenomeno: «L’IA è come una torcia che illumina i segreti più nascosti della tua azienda; se hai cose che non vuoi vengano trovate, devi metterle al sicuro».
A titolo esemplificativo, il CEO di Concentrix cita il caso reale di un’azienda che aveva collegato un sistema di conoscenza interno senza impostare adeguate restrizioni di accesso. Interrogato sui primi dieci clienti per fatturato e sui relativi ricavi, il sistema ha fornito dati altamente confidenziali a un utente privo delle relative autorizzazioni. Senza tracciabilità end-to-end e percorsi di audit chiari, i team di sicurezza aziendali sono spinti a bloccare le implementazioni per evitare rischi sistemici.
Progetti pilota, calibrazione dei costi e sostenibilità finanziaria
Il percorso verso l’adozione su vasta scala della AI Agentica presenta elevati tassi di insuccesso. Le rilevazioni del Massachusetts Institute of Technology indicano che circa il 95% dei progetti pilota di intelligenza artificiale non riesce a tradursi in applicazioni di produzione.
L’importanza del caso d’uso e la gestione dei costi di calcolo
La causa principale dei fallimenti risiede nel tentativo delle aziende di raggiungere una preparazione generica all’intelligenza artificiale, anziché concentrare le risorse su compiti specifici e ben definiti. Quando l’obiettivo è circoscritto a un processo preciso, l’applicazione passa direttamente alla fase operativa evitando la stasi dei progetti pilota.
Un ulteriore fattore di rischio riguarda la sostenibilità economica degli agenti. Un’errata calibrazione degli algoritmi può generare costi di elaborazione elevatissimi, superiori alle spese legate al lavoro umano. A tal proposito, Caldwell dichiara che «Abbiamo scoperto che agenti agentici mal calibrati sono molto più costosi degli umani e possono bruciare molto denaro».
Le stime di settore indicano infatti che oltre il 40% dei progetti di AI Agentica rischia la cancellazione entro il 2027 a causa di una pianificazione finanziaria o operativa inadeguata.
Cicli di investimento brevi e l’approccio strategico al mercato
La gestione delle tecnologie agentiche richiede un cambio di paradigma anche nella pianificazione degli investimenti. A differenza delle infrastrutture informatiche tradizionali, progettate per durare un decennio o più, i sistemi basati su AI Agentica necessitano di aggiornamenti e revisioni continue. Caldwell osserva che «Gli investimenti in IA vanno rinnovati ogni 6 mesi o un anno; non è come le vecchie tecnologie che duravano 10 o 20 anni».
In questo scenario di rapida evoluzione, la corsa ad adottare ogni novità di mercato non garantisce un vantaggio competitivo. Risulta più efficace definire una direzione operativa pratica orientata ai sei o otto mesi successivi, evitando di inseguire annunci e tendenze estemporanee. Per descrivere il posizionamento ideale delle imprese, Caldwell richiama un proverbio metaforico: «C’è un detto: il primo uccellino prende il verme, ma il secondo topo prende il formaggio». Nel campo dell’automazione aziendale, attendere la maturazione delle soluzioni e analizzare gli errori altrui consente di catturare il valore reale della tecnologia garantendo la sicurezza dei processi.
Partecipa alla community