Londra – Quattro anni dopo il “tsunami” scatenato da ChatGPT, l’intelligenza artificiale è passata dal supporto alla produttività individuale a diventare parte integrante dei processi aziendali. La transizione è iniziata spesso a livello operativo, con dipendenti che hanno adottato autonomamente strumenti generativi, per poi essere formalizzata dalle imprese. L’ultimo passo, però, è quello più complesso: integrare l’AI nelle attività operative richiede di affrontare sicurezza, gestione dei dati e governance, motivo per cui molte aziende mantengono ancora un approccio cauto.

Il problema della proliferazione degli agenti AI

La cautela è ancora più necessaria con la diffusione degli agenti AI – programmi capaci non solo di rispondere a domande, ma di eseguire compiti, consultare archivi aziendali e interagire con altri software. In pratica agiscono in modo autonomo. Tuttavia, più gli agenti si moltiplicano, più diventa difficile gestirli: chi decide quali attività assegnare, chi verifica la correttezza dei risultati e, soprattutto, chi controlla i costi?

Appian, azienda statunitense specializzata in automazione dei processi aziendali, risponde a queste esigenze. Durante l’evento Appian Europe, tenutosi a Londra, ha presentato nuove funzionalità per il suo “control plane”, un centro di controllo pensato per coordinare, monitorare e valutare le attività di agenti artificiali, anche di fornitori esterni, integrandoli nei flussi di lavoro.

Distinzione fondamentale tra software e AI

Matt Calkins, co‑fondatore e CEO di Appian, ha spiegato: “Il software è deterministico, l’AI è probabilistica. Per questo è necessario uno strato tecnologico che renda il comportamento dell’AI prevedibile e responsabile.” La differenza è cruciale nei settori bancario, assicurativo e della pubblica amministrazione, dove un errore può avere conseguenze finanziarie e legali.

Le tre funzioni chiave del nuovo sistema

Il control plane si articola in tre funzioni principali:

    • Controllo: identificare gli agenti attivi, monitorarne le attività, verificare la conformità alle regole e controllare i costi.
    • Orchestrazione: organizzare il lavoro, assegnando compiti a un agente AI, a software tradizionale o a un operatore umano; se l’agente non completa il compito, il processo passa a un umano.
    • Ottimizzazione: valutare il valore economico, misurare le prestazioni del personale e identificare le attività più efficienti da automatizzare con strumenti a minor costo.

Calkins ha sottolineato che il “control plane” non deve solo monitorare e fermare in caso di emergenza, ma capire se l’intervento dell’agente ha realmente contribuito al successo dell’intero processo.

Esempio pratico: Raiffeisen Bank International

Un caso d’uso proviene da Raiffeisen Bank International, che automatizza le richieste di pagamento. Nei test con Appian, l’integrazione di agenti AI con l’automazione tradizionale ha ridotto dell’80 % sia il consumo di token (unità di elaborazione dei modelli linguistici) sia i tempi di processamento.

Il risultato è stato raggiunto cambiando strategia: inizialmente la banca affidava la maggior parte del lavoro agli agenti, per poi limitarli a compiti che richiedono capacità interpretative, mentre le operazioni ripetitive e prevedibili sono state gestite da procedure tradizionali.

Gestione dei costi e scelta dei modelli

Calkins ha evidenziato che non ha più senso indirizzare tutte le richieste al modello più costoso disponibile. “Le query complesse vanno ai modelli più avanzati, quelle semplici a modelli più economici; altre attività possono essere svolte da software tradizionale o da persone.”

Secondo un sondaggio di marzo 2026 condotto da Harvard Business Review Analytic Services, sponsorizzato da Appian, su 385 leader aziendali solo il 16 % ha dichiarato di aver ottenuto un valore misurabile significativo dagli investimenti in AI, a dimostrazione del divario tra adozione diffusa e benefici economici concreti.

“Ask Appian”: interfaccia in linguaggio naturale

Insieme al control plane, Appian ha lanciato “Ask Appian”, un’interfaccia che permette ai dipendenti di interrogare i sistemi aziendali e richiedere l’esecuzione di compiti usando il linguaggio naturale. L’utente descrive ciò di cui ha bisogno, il sistema recupera i dati tramite il Data Fabric di Appian e attiva gli strumenti adeguati.

Calkins immagina che il futuro dell’interfaccia sarà ancora più semplice, con comandi vocali, occhiali intelligenti o altre tecnologie emergenti.

Strategia di implementazione e prospettive future

La differenza rispetto a un classico chatbot aziendale risiede nella gestione operativa: “Gli agenti non gestiscono bene altri agenti, i loro errori si amplificano. Una discrepanza può generarne un’altra.” Per questo Appian propone un’alternanza tra AI e passaggi governati da regole precise, verificabili e modificabili.

Le nuove funzionalità saranno rilasciate gradualmente. Alcune capacità di orchestrazione e controllo sono già presenti sulla piattaforma; il monitoraggio esteso degli agenti esterni e ulteriori strumenti di misurazione saranno introdotti in aggiornamenti futuri, con un programma di early access per i clienti interessati.