Il 2025 si profila come un anno cruciale per l’evoluzione dell’Intelligenza Artificiale, con un focus particolare sugli AI agents. Secondo le previsioni di leader tecnologici come Marc Benioff, CEO di Salesforce, stiamo entrando in un’era “agentica”, caratterizzata da lavoratori digitali autonomi capaci di svolgere compiti complessi senza intervento umano. Questa visione prevede un futuro in cui gli AI agents non si limiteranno a rispondere a query, ma saranno in grado di completare attivamente compiti e prendere decisioni in modo autonomo.
Cosa sono gli AI agents
Tom Coshow, analista senior di Gartner, identifica il 2025 come un anno di svolta per gli AI agents, sottolineando che la spinta verso questa tecnologia nasce dalla crescente frustrazione per l’impatto limitato che ha avuto finora l’AI generativa. La distinzione chiave tra chatbot o assistenti AI e agents risiede nella capacità di questi ultimi di agire e decidere attivamente, attirando l’attenzione di settori precedentemente poco interessati all’AI.
Una decisione su 6 sarà presa dagli AI agents
Gartner prevede che entro il 2028, circa un terzo delle applicazioni software aziendali includerà qualche forma di AI agentica, in netto aumento rispetto all’attuale 1%. Inoltre, si stima che almeno il 15% delle decisioni quotidiane sul lavoro sarà preso autonomamente attraverso l’AI agentica entro lo stesso anno. Tuttavia, gli esperti sottolineano che la realizzazione di questa visione potrebbe richiedere più tempo di quanto inizialmente previsto.
Uno o 10 anni per l’affermazione degli “agenti AI”?
Sampsa Samila, direttore accademico dell’iniziativa AI and the Future of Management dell’IESE Business School, suggerisce che la trasformazione completa potrebbe richiedere circa 10 anni, piuttosto che uno o due. Questo allineamento temporale più realistico si basa su precedenti storici di trasformazioni tecnologiche, come l’elettrificazione delle fabbriche, che richiese 30 anni per modificare completamente il settore manifatturiero.
Nonostante l’adozione record di tecnologie come ChatGPT, Samila osserva che i cambiamenti fondamentali nel modo di lavorare sono ancora limitati, a due anni dal lancio. Per il 2025, quindi, è più probabile aspettarsi miglioramenti incrementali nella produttività e nell’efficienza, piuttosto che una reinvenzione totale dei processi lavorativi. Questa prospettiva suggerisce un’evoluzione graduale ma significativa, con gli AI agents che diventeranno progressivamente più sofisticati e integrati nei processi aziendali, preparando il terreno per una trasformazione più profonda nei decenni a venire.
Vantaggi e criticità degli AI agents
L’implementazione degli AI agents promette vantaggi significativi ma comporta anche sfide considerevoli. Tra i principali benefici, si prevede un aumento sostanziale della produttività e dell’efficienza operativa. Gli AI agents possono gestire compiti complessi 24/7, liberando il personale umano per attività a maggior valore aggiunto. Ad esempio, nel settore del servizio clienti, possono fornire assistenza immediata e personalizzata, migliorando la soddisfazione del cliente e riducendo i tempi di risposta.
Nel campo della gestione della supply chain, gli agents possono ottimizzare in tempo reale i processi logistici, riducendo costi e tempi di consegna. Un caso concreto è quello di College Possible, un’organizzazione non profit che ha implementato un consulente IA per l’orientamento universitario in soli sette giorni, estendendo il supporto a migliaia di studenti precedentemente privi di accesso a tali servizi.
Tuttavia, l’adozione degli AI agents non è esente da criticità. Una delle principali sfide riguarda la sicurezza e l’affidabilità. Le aziende stanno scoprendo la necessità di implementare molteplici livelli di sicurezza, inclusi “agenti guardiani” per monitorare le attività degli altri agenti IA, prevenendo errori o azioni non autorizzate. La complessità di gestire e monitorare le attività di migliaia di agenti richiede lo sviluppo di nuove piattaforme dedicate, aumentando i costi e la complessità dell’infrastruttura IT.
Inoltre, persistono limiti tecnologici intrinseci: gli stessi problemi che affliggono i grandi modelli linguistici, come allucinazioni e output inconsistenti, diventano ancora più critici quando i sistemi AI sono autorizzati ad agire autonomamente. Come sottolinea Coshow di Gartner, “Non è facile far funzionare gli AI agents quando usano un grande modello linguistico come base per creare il piano d’azione. Sappiamo tutti che i grandi modelli linguistici possono essere ingannevoli, e lo stesso vale per gli AI agents”.””.
E se gli investimenti in AI generativa fossero troppo costosi in proporzione ai risultati?
Un’altra criticità emerge da un’analisi di Goldman Sachs, che mette in guardia sul potenziale ritorno economico degli ingenti investimenti in infrastrutture IA. Jim Covello, responsabile della ricerca azionaria globale di Goldman, argomenta che, a differenza di tecnologie trasformative del passato come l’e-commerce, l’IA rimane costosa pur faticando a gestire efficacemente anche compiti di base. Le stime della banca d’investimento suggeriscono che nel prossimo decennio, l’AI potrebbe aumentare la produttività statunitense solo dello 0,5% e il PIL di meno dell’1%, cifre ben lontane dall’impatto rivoluzionario promesso dai suoi sostenitori. Queste sfide sottolineano la necessità di un approccio cauto e ben ponderato nell’implementazione degli AI agents, bilanciando i potenziali benefici con i rischi e le complessità associate.
