L’intelligenza artificiale sta entrando rapidamente nei processi aziendali. E lo sta facendo con una velocità che, per molti versi, non abbiamo mai sperimentato prima. Dopo una prima fase in cui l’AI generativa è stata utilizzata soprattutto per creare contenuti, sintetizzare informazioni o supportare le persone nelle attività quotidiane, oggi stiamo entrando in una nuova fase: quella degli AI agent, sistemi capaci non solo di rispondere a una richiesta, ma di comprendere un obiettivo, prendere decisioni e compiere azioni all’interno dei processi aziendali.
È un passaggio importante. Un agente può, per esempio, monitorare una spedizione, identificare un’anomalia, recuperare informazioni da sistemi diversi e avviare automaticamente le attività necessarie per risolverla. Può supportare la previsione della domanda, interagire con un cliente, gestire alcune fasi di un processo HR o contribuire all’automazione della supply chain.
Il potenziale economico dell’AI è enorme. McKinsey ha stimato che la sola AI generativa potrebbe contribuire tra 2.600 e 4.400 miliardi di dollari all’anno all’economia globale. L’AI agentica apre una prospettiva ulteriore: spostare il valore dalla generazione di contenuti all’esecuzione autonoma, dai singoli progetti pilota all’integrazione dell’intelligenza artificiale nei processi con cui le aziende operano ogni giorno.
Ma proprio questa evoluzione introduce una nuova sfida: come governare un numero crescente di agenti che operano all’interno dell’impresa?
Indice degli argomenti:
Il fenomeno agent sprawl
Il fenomeno ha già un nome: agent sprawl. Si verifica quando gli AI agent vengono creati, implementati o collegati ai sistemi aziendali più velocemente di quanto l’organizzazione riesca a censirli, assegnarne la responsabilità, controllarne i permessi, monitorarne il comportamento e, quando necessario, modificarli o dismetterli.
Il parallelo con quanto accaduto negli anni passati con il cloud e il software-as-a-service è evidente. Un singolo team introduce uno strumento per risolvere un problema specifico. Poi un altro team ne adotta un altro. Le singole decisioni possono essere perfettamente razionali, ma nel tempo il risultato può essere un ecosistema frammentato, difficile da governare e da comprendere nel suo insieme.
Con gli AI agent il problema rischia di essere ancora più complesso. Un agente non è semplicemente un nuovo software installato dall’azienda: può avere accesso a dati, applicazioni e processi, utilizzare altri strumenti e interagire con altri agenti. In altre parole, può agire.
I numeri dell’AI agentica
Secondo la SAP LeanIX Agentic AI Survey 2026, il 98% delle aziende a livello globale ha già implementato AI agent o prevede di farlo. Allo stesso tempo, meno della metà delle organizzazioni dichiara di avere una visibilità completa sul proprio inventario di agenti. Il dato evidenzia una contraddizione che dovrebbe far riflettere i leader tecnologici: stiamo accelerando l’adozione dell’AI proprio mentre la nostra capacità di sapere dove essa viene utilizzata e come opera non cresce allo stesso ritmo.
Le previsioni di Gartner rendono ancora più evidente la dimensione del fenomeno: entro il 2028, una grande impresa della Fortune 500 potrebbe arrivare ad avere oltre 150.000 AI agent in uso. E solo il 13% delle organizzazioni ritiene oggi di disporre di una governance adeguata per gestirli.
Non si tratta, quindi, di un problema futuro. È una questione che le aziende devono affrontare già oggi. Il vero rischio non è l’agente, ma ciò che non conosciamo.
AI agentica, un cambio di paradigma
Quando si parla di AI e sicurezza, il primo pensiero va spesso alla qualità delle risposte generate da un modello. Con l’AI agentica, però, il paradigma cambia.
Un errore commesso da un chatbot può produrre una risposta inaccurata, che una persona può verificare e correggere. Un agente, invece, può avere la possibilità di eseguire un’azione. Può accedere a un sistema, modificare un’informazione, avviare un processo, utilizzare dati aziendali o interagire con altri strumenti.
Per questo motivo, il tema della sicurezza non può essere separato da quello della governance.
Un agente deve avere accesso soltanto alle informazioni e alle funzionalità di cui ha effettivamente bisogno. Deve essere possibile sapere chi lo ha creato, per quale processo viene utilizzato, quali dati può consultare, quali azioni può intraprendere e con quali altri sistemi o agenti interagisce. E deve essere possibile monitorarne il comportamento nel tempo.
Questo diventa particolarmente importante quando gli agenti vengono sviluppati direttamente dalle diverse funzioni aziendali. L’obiettivo non deve essere impedire alle persone di sperimentare. Al contrario, bloccare l’innovazione rischia di spingere l’organizzazione verso forme di shadow AI, nelle quali gli strumenti vengono utilizzati senza i controlli dell’azienda.
La risposta consiste nel trovare il giusto equilibrio: creare le condizioni perché le persone possano innovare rapidamente, assicurando allo stesso tempo che questa innovazione avvenga all’interno di un perimetro di sicurezza, responsabilità e controllo.
Dalla compliance alla capacità strategica
È qui che la governance dell’AI cambia natura. Non è più soltanto una questione di compliance o di operazioni della Divisione IT. Diventa una capacità strategica dell’impresa.
Un’organizzazione che vuole portare l’AI dalla sperimentazione alla scala deve poter rispondere a domande molto concrete: quanti agenti abbiamo? Dove sono? Quali processi gestiscono? Chi ne è responsabile? A quali dati e sistemi hanno accesso? Quali policy devono rispettare? Qual è il loro livello di rischio? Stanno effettivamente generando valore? E quando un agente non è più necessario, come viene ritirato?
Senza queste informazioni, diventa difficile persino misurare il ritorno degli investimenti in AI. E soprattutto diventa difficile governare il rischio.
È per questo che sta emergendo una nuova categoria di strumenti: le AI governance platform, pensate per offrire una vista complessiva sull’ecosistema di AI dell’organizzazione e per gestire agenti, modelli e altri asset di intelligenza artificiale in relazione al contesto tecnologico e ai processi di business.
È un principio che considero fondamentale: non possiamo governare ciò che non riusciamo a vedere.
La governance deve essere progettata, non aggiunta dopo
Per CIO, CTO e, sempre più, per CEO e consigli di amministrazione, la domanda non è quindi se l’AI agentica debba essere governata. La vera domanda è quando progettare questa governance.
La risposta, a mio avviso, è: dall’inizio.
Se la governance viene introdotta soltanto dopo che centinaia o migliaia di agenti sono già entrati nei processi aziendali, l’organizzazione si troverà inevitabilmente a dover ricostruire a posteriori ciò che avrebbe dovuto essere progettato fin dall’inizio: responsabilità, permessi, controlli, audit trail, policy e criteri per misurare il valore.
E questo porta il tema direttamente al boardroom. La diffusione degli AI agent coinvolge infatti questioni che vanno ben oltre la tecnologia: gestione del rischio, protezione dei dati, resilienza operativa, conformità normativa, continuità del business e accountability delle decisioni.
Non significa rallentare l’adozione dell’intelligenza artificiale. Significa creare le condizioni perché possa accelerare in modo sostenibile.
L’AI agentica rappresenta probabilmente uno dei passaggi più significativi nell’evoluzione della tecnologia per il mondo delle imprese. Ma proprio perché gli agenti possono trasformare il modo in cui il lavoro viene eseguito, dobbiamo assicurarci che l’autonomia non significhi perdita di controllo.
Le organizzazioni che nel 2026 investiranno nella governance degli agenti saranno quelle meglio posizionate per trasformare l’AI in un vantaggio competitivo duraturo. Quelle che rimanderanno potrebbero trovarsi, tra qualche anno, a dover gestire un ecosistema di agenti cresciuto troppo velocemente e senza una struttura adeguata.
Nel mondo della tecnologia, il costo della velocità senza governance prima o poi arriva. Con l’AI agentica, però, rischia di arrivare più velocemente e su una scala molto più ampia.
Il ruolo di SAP
L’approccio di SAP parte da un principio semplice: l’AI non può essere governata in isolamento, ma deve essere inserita nel contesto tecnologico e operativo dell’azienda.
Con SAP AI Agent Hub, abbiamo costruito un centro di comando per scoprire, gestire e governare tutti gli agenti AI nel landscape aziendale, indipendentemente dal vendor che li ha sviluppati o dal sistema su cui operano. Come abbiamo sottolineato a SAP Sapphire: “Gli agenti sono ovunque. Alcuni funzionano bene, altri no, e quasi nessuno ha una visione coerente del proprio ecosistema.
SAP AI Agent Hub cambia questo paradigma: un unico punto di accesso per scoprire, gestire e governare tutti gli agenti AI, i modelli e i server MCP nel proprio landscape.”
Grazie all’acquisizione di LeanIX nel 2023, possiamo posizionare gli agenti AI all’interno del contesto architetturale e di business dell’organizzazione, offrendo una visione unica che collega ogni agente ai processi, ai dati e alle policy aziendali. SAP LeanIX permette infatti di comprendere non soltanto quali tecnologie sono presenti nell’organizzazione, ma come sono collegate tra loro, quali processi supportano e quale ruolo svolgono nell’architettura aziendale.
SAP Joule e SAP Ai Agent Hub
Ma la governance è solo una parte dell’equazione. SAP Joule, il nostro copilota AI integrato nativamente nei processi di business SAP, e SAP Business Data Cloud, l’architettura dati che garantisce una base governata e affidabile per ogni applicazione AI, completano una piattaforma unica sul mercato: una piattaforma in cui AI, dati e processi operano insieme in modo sicuro, scalabile e misurabile.
Infine, su questa base si inserisce SAP AI Agent Hub, concepito come un punto di governo per gli agenti e gli asset di AI presenti nell’organizzazione, anche quando provengono da vendor differenti e operano su sistemi diversi. L’obiettivo è creare una vista unificata che permetta di scoprire, comprendere, gestire e governare l’ecosistema degli agenti.
La finestra si sta chiudendo
Per i CEO e i CIO delle aziende italiane, la domanda non è più se adottare l’AI agentica. La domanda è se la governance verrà progettata fin dall’inizio come parte dell’architettura, o se verrà aggiunta dopo il primo incidente serio. Chi investe oggi in una strategia strutturata di AI agentica costruirà un vantaggio competitivo durevole. Chi rimanda, rischia di spendere il 2027 a gestire le conseguenze. Con gli agenti AI, il conto della velocità senza struttura arriva più in fretta, e su scala più ampia, di qualsiasi ciclo tecnologico precedente.
Per scoprire la nuova visione AI di SAP, vieni a SAP NOW AI Tour, un’opportunità unica per trasformare la propria impresa in Autonomous Enterprise e approfondire strategie, tecnologie e best practice per accelerare innovazione, efficienza e competitività, con strumenti e conoscenze da applicare immediatamente.
Articolo realizzato in collaborazione con SAP Italia
Partecipa alla community