Il problema della proliferazione di agenti
Il successo dell’AI aziendale non sarà più determinato da quanti agenti vengono distribuiti, ma da quanto efficacemente un’organizzazione riesce a coordinarli, governarli e gestirli. Quando un agente AI viene introdotto, si percepisce subito un senso di progresso: un agente di assistenza clienti risolve richieste di routine, uno di approvvigionamento valuta fornitori, un agente HR risponde a domande di policy e un agente finanziario individua anomalie. Il carico di lavoro manuale sembra alleggerirsi, permettendo di dedicare più tempo a sfide ad alto impatto.
Tuttavia, sebbene ogni singola implementazione funzioni bene all’interno della propria funzione, il valore trasformazionale raramente si limita a confini ben definiti. Man mano che le unità di business, le applicazioni e le piattaforme aggiungono nuovi agenti, emerge un nuovo problema: gli agenti possono eseguire compiti, ma non necessariamente collaborano tra loro. Ogni agente utilizza dati diversi, segue regole diverse e opera attraverso interfacce separate, diventando un’ulteriore capacità da integrare, proteggere, monitorare e mantenere.
Secondo un nuovo documento di IBM Consulting, molte organizzazioni credono di scalare l’intelligenza, ma in realtà stanno solo aumentando la sprawl. La ricerca indica che, sebbene i leader tecnologici prevedano un aumento del 38 % degli agenti AI entro il 2027, solo una piccola percentuale si dichiara pienamente pronta a gestire la scala prevista.
Segnali di sprawl e impatti sul business
I sintomi più evidenti della sprawl appaiono nei risultati di business, ancor prima di analizzare l’architettura tecnologica. Si attendevano guadagni di fatturato, ma questi non si sono materializzati. Perché? Un agente di vendita potrebbe non avere accesso a dati di inventario, prezzi, storico dei servizi o valore a vita del cliente, limitandosi a recuperare informazioni senza poter coordinare decisioni critiche come la previsione di churn, l’identificazione dell’offerta giusta e la garanzia di capacità di consegna.
Le riduzioni di costi attese svaniscono quando gli agenti duplicano il lavoro. Funzioni diverse sviluppano agenti con capacità sovrapposte, pagano separatamente per modelli simili e creano integrazioni multiple verso gli stessi sistemi. Gli impiegati devono poi riconciliare gli output, aumentando il carico di lavoro.
La produttività può declinare per lo stesso motivo: se le persone devono passare da un’interfaccia agente all’altra, verificare risposte incoerenti e gestire manualmente i passaggi, l’AI sposta semplicemente il lavoro in un’altra posizione anziché eliminarlo.
I clienti avvertono direttamente questa frammentazione. Un agente di servizio che non riesce a coordinarsi con fatturazione, logistica e gestione account può rispondere solo a una parte della domanda. La conversazione finisce per passare a un operatore umano, che deve ricostruire il contesto e navigare sistemi ancora disconnessi.
Le radici della sprawl: dipendenze incontrollate
Per operare al meglio, un agente deve interagire con dati aziendali, modelli, API, sistemi di identità, strumenti di governance, applicazioni di business, dipendenti e altri agenti. Ogni nuova implementazione introduce più di un semplice caso d’uso, creando nuove dipendenze all’interno dell’organizzazione.
Quando i team affrontano queste dipendenze in modo indipendente, l’impresa accumula integrazioni point‑to‑point, controlli duplicati e architetture specifiche per caso d’uso. Questo è gestibile con esperimenti isolati, ma diventa sempre più difficile quando gli agenti devono operare attraverso funzioni e ambienti ibridi.
Una modifica a un’applicazione può interrompere diversi agenti; due agenti possono interpretare la stessa informazione in modo diverso; meccanismi di approvazione separati possono applicare politiche conflittuali. Il risultato è che i leader faticano a capire quali agenti sono attivi, quanto costano, quali dati accedono e quali risultati influenzano.
In questo contesto, la sprawl di agenti diventa un problema operativo mascherato da problema tecnologico, ma è anche un problema di misurazione del valore. Senza visibilità su costi, attività e risultati, i dirigenti non possono valutare se l’aumento dell’adozione di agenti si traduce in ritorni significativi.
L’orchestrazione come risposta strategica
L’orchestrazione è spesso descritta come il coordinamento tecnico di agenti e compiti, ma per i leader di business ha una portata più ampia. In sostanza, l’orchestrazione definisce come il lavoro si sposta tra agenti, applicazioni, dati e persone, stabilendo quali capacità vengono invocate, quali informazioni possono essere usate, quali controlli si applicano e quando una decisione deve passare a un umano.
Immaginiamo un cliente che contatta l’azienda per un addebito errato su un ordine ritardato. La risoluzione richiede:
- un agente che interpreta la richiesta;
- un agente che accede all’ordine;
- un agente che verifica la fatturazione;
- un agente che avvia il rimborso o la sostituzione;
- un eventuale meccanismo di autorizzazione basato su valore, rischio o stato del cliente.
Senze orchestrazione, il cliente o l’impiegato gestiscono manualmente i passaggi, perdendo contesto e aumentando i tempi. Con l’orchestrazione, il sistema preserva il contesto, coordina le attività e applica i controlli appropriati lungo l’intero flusso. Questo coordinamento deve attraversare i confini delle piattaforme: in ambienti multivendor, l’orchestrazione deve collegare agenti e sistemi in tutto l’ecosistema tecnologico, evitando esperienze isolate.
L’expertise umana interviene dove è richiesto giudizio, responsabilità o gestione delle eccezioni. Il risultato è un’esperienza percepita come unificata perché il lavoro sottostante è unificato.
Governance integrata
Più del 75 % dei dirigenti concorda che l’applicazione dell’AI a parti isolate di un flusso di lavoro porta a valore limitato, a meno che l’intero processo non venga riprogettato. Una governance solida è quindi indispensabile. I controlli devono essere incorporati nei flussi orchestrati fin dall’inizio, determinando:
- quali dati può accedere un agente;
- quali azioni può compiere;
- quale evidenza deve produrre;
- come viene monitorato il suo comportamento;
- quando deve essere segnalato un problema.
Stabilendo controlli riutilizzabili che seguono il lavoro attraverso agenti, sistemi e ambienti, si riduce la frammentazione senza introdurre ritardi. Questo è cruciale quando gli agenti agiscono (autonomia) anziché limitarsi a consigliare. Con l’aumento dell’autonomia, i leader hanno bisogno di visibilità in tempo reale per verificare che gli agenti operino entro i confini approvati. La governance diventa così un’infrastruttura per la scala, non un semplice livello di revisione post‑implementazione.
Co‑creazione tra tecnologia e business
L’orchestrazione e la governance non possono essere progettate solo dai leader tecnologici; è uno sport di squadra. Gli agenti operano all’interno dei processi di business, ridefinendo flussi, passaggi, diritti decisionali e controlli in tutta l’impresa. CIO e leader di business devono collaborare per stabilire dove l’autonomia crea valore, dove il giudizio umano rimane essenziale e come il lavoro dovrebbe fluire tra persone e agenti.
Solo con questa sinergia gli agenti possono contribuire a risultati di business coordinati e scalabili.
Verso un futuro di valore sostenibile
I primi successi dell’AI agentica sono concreti, ma la sfida è garantire che questi vantaggi continuino mentre le implementazioni aumentano. Crescita dei ricavi, miglioramenti di produttività, riduzioni di costi e esperienze cliente più soddisfacenti dipendono sempre più dalla capacità dell’organizzazione di coordinare lavoro tra agenti, applicazioni, dati e persone.
Ciò richiede non solo l’orchestrazione del lavoro, ma anche la sua misurazione: comprendere quali agenti sono operativi, quali costi comportano e come la loro attività contribuisce agli obiettivi di business.
Infine, prevenire la sprawl di agenti implica che i leader stabiliscano orchestrazione e governance prima che la frammentazione si radichi nei processi aziendali. Le organizzazioni che riusciranno a farlo saranno meglio posizionate per trasformare il crescente numero di agenti in risultati di business coordinati, creando una base più solida per la crescita futura.
