Raffica di novità per IBM, che nel corso del suo evento TechXchange 2025 – tenutosi a Orlando in Florida – ha annunciato una svolta nella sua strategia AI: non più solo modelli e strumenti isolati, ma un ecosistema per orchestrare, gestire e integrare agenti intelligenti nell’infrastruttura aziendale.
Tra le novità spiccano AgentOps, Agentic Workflows, Langflow Integration, il chip acceleratore Spyre, il tool di sviluppo Project Bob e la partnership con Anthropic, che porta i modelli Claude nell’offerta IBM.
Indice degli argomenti:
Orchestrare agenti: nuovi strumenti e governance
AgentOps e trasparenza
La piattaforma watsonx Orchestrate introduce AgentOps, un livello di osservabilità e governance che consente alle imprese di tracciare il ciclo di vita degli agenti, monitorare azioni in tempo reale e applicare controlli policy-based.
Questa funzione risponde a una crescente preoccupazione: “sapere dove vanno gli agenti e assicurarsi che abbiano le giuste autorizzazioni”, come sostiene l’analista Mark Beccue. (Fonte: AI Business)
Agentic Workflows e riuso modulare
Con Agentic Workflows, gli sviluppatori possono utilizzare flussi modulabili e riutilizzabili che orchestrano più agenti e strumenti in sequenza. Questo riduce il rischio di fragilità nel codice e facilita la scalabilità.
Langflow Integration: democratizzare la creazione
Una delle innovazioni pensate per utenti non tecnici è la Langflow Integration, che offre un builder visuale a trascinamento (drag-and-drop) per costruire agenti senza scrivere codice. IBM afferma che con questa integrazione gli utenti potranno “creare agenti senza bisogno di competenze tecniche”.
Tuttavia, alcuni analisti osservano che la semplice capacità di creare agenti non è un fattore distintivo; il vero punto critico è scalare, integrare e guadagnare fiducia nei sistemi. (Fonte: AI Business)
Estendere l’intelligenza al mainframe
IBM non si limita all’edge o al cloud: sta portando queste capacità agentiche anche sui suoi ambienti mainframe con watsonx Assistant for Z.
Ora, questo modulo può agire in risposta alle domande degli utenti, orchestrare workflow complessi e realizzare operazioni multiple contemporaneamente.
Questa estensione è parte della scommessa di IBM: far sì che gli agenti non agiscano isolati, ma interagiscano con sistemi esistenti, regole aziendali, strumenti legacy, infrastrutture già in uso. Bruno Aziza, dirigente IBM, sostiene che “non è solo la capacità di costruire agenti, ma di farli lavorare in concerto con tutto il resto”. (Fonte: AI Business)
Project Bob, Infragraph e componenti infrastrutturali
IBM ha reso disponibile Project Infragraph, un grafo infrastrutturale che connette risorse, applicazioni, servizi e proprietà, superando silos e permettendo visione unificata.
Questo strumento diventerà parte dell’offerta HashiCorp Cloud Platform e sarà integrato progressivamente con altri prodotti IBM.
Project Bob: sviluppo “agentico”
In privato preview c’è Project Bob, un IDE AI-first (ambiente di sviluppo) pensato per assistere sviluppatori nella scrittura, test, aggiornamento e sicurezza del software, lavorando in simbiosi con agenti.
Bob utilizza modelli come Claude (Anthropic), Mistral, Llama e quelli della linea Granite di IBM. Le sue funzionalità includono multi-lingua, esecuzione contestuale agentica e sicurezza a livello aziendale.
Il chip acceleratore Spyre e l’alleanza con Anthropic
Spyre: acceleratore AI su mainframe
IBM ha reso disponibile il suo Spyre Accelerator, un chip a bassa latenza progettato specificamente per carichi generativi e agentici, che sarà attivo nelle piattaforme z17 e LinuxOne dal 28 ottobre.
Secondo alcune fonti, Spyre dispone di 32 core ottimizzati per l’AI e può supportare su ambienti Z sino a 450 milioni di operazioni di inferenza con più modelli contemporaneamente. (Fonte: Constellation Research Inc.)
Uno dei vantaggi chiave è la possibilità di tenere i dati critici on-premises, riducendo i rischi legati al cloud pubblico e rispettando requisiti di sicurezza e compliance. (Fonte: Investing.com)
Alleanza con Anthropic: Claude entra nell’ecosistema IBM
L’accordo con Anthropic consente a IBM di integrare i modelli Claude nei propri prodotti, a partire da Project Bob e poi estendendosi a altri software interni. (Fonte: Wall Street Journal)
Come parte della partnership, IBM ha creato il manuale “Architecting Secure Enterprise AI Agents with MCP” (Model Context Protocol) che guida il ciclo di vita degli agenti.
La collaborazione è vista come un punto d’ingresso per portare Claude nell’IDE IBM e in futuro in altri strumenti software aziendali.
IBM intende inserire Claude direttamente nel suo primo IDE integrato, semplificando compiti come la modernizzazione del codice. (Fonte: Wall Street Journal)
Sfide, rischi e spunti strategici
Fiducia, compliance e governance
La fiducia negli agenti AI è uno dei principali ostacoli all’adozione: molte aziende sono ancora in fase sperimentale. Kathy Lange di IDC osserva che “molte persone stanno ancora testando le acque con gli agenti”. (Fonte: AI Business)
In questo contesto, funzioni come la governance, l’osservabilità e il controllo dei permessi diventano elementi fondamentali per portare gli agenti dalla fase pilota alla produzione su larga scala.
Complessità dei sistemi probabilistici
Secondo l’analista Bradley Shimmin, i sistemi agentici non sono deterministici: sono flessibili, adattivi, “probabilistici”, e quindi imprevedibili in certi contesti. Ciò genera bisogno di controlli dinamici e miglioramenti continui.
In particolare, Shimmin introduce il concetto di “exhaust data”: gli agenti non solo consumano dati, ma li generano, ampliando il perimetro da governare. (Fonte: AI Business)
Differenziazione nel mercato affollato
Il mercato dell’agentic AI è già fortemente competitivo. Ma IBM punta su tre assi per differenziarsi:
- costi e prestazioni,
- privacy & compliance (supporto on-premises)
- democratizzazione dei dati.
L’apertura dell’ecosistema è vista come un fattore chiave. IBM storicamente ha investito nell’open source (ad esempio con l’acquisto di Red Hat) e potrebbe spingere ulteriormente in questa direzione.
Conclusioni: un salto verso l’adozione industriale
Con le sue nuove iniziative, IBM prova a portare l’AI agentica dal laboratorio al centro operativo delle aziende. Offrendo strumenti di orchestrazione, governance, accelerazione hardware e integrazione di modelli leader (Claude), l’azienda punta a superare barriere organizzative, tecniche e di fiducia.
Resta da vedere quanto rapidamente le imprese abbracceranno queste novità e se IBM riuscirà a dimostrare che i sistemi agentici possono funzionare in ambienti complessi, regolamentati e mission-critical.
