Il contesto: da tecnologia a operatività
Al Handelsblatt KI‑Summit 2026 il motto “Agents & Agency” ha messo in luce la duplice sfida che le imprese devono affrontare: sviluppare agenti IA avanzati e, soprattutto, definire chi ne decide le regole e chi ne assume la responsabilità. Dalle esperienze di progetti precedenti emerge che il vero collo di bottiglia non è il modello di intelligenza artificiale, ma la mancanza di una governance chiara. Gli agenti restano bloccati in attesa di autorizzazioni perché nessuno può stabilire quali dati possono vedere e chi li gestirà quotidianamente.
Per superare questo ostacolo, è necessario prendere cinque decisioni strategiche prima del go‑live. Una rappresentazione grafica, realizzata da Rinascai, sintetizza questi passaggi, che vanno dalla definizione dei dati all’individuazione di metriche di performance.
1. Dati: cosa può vedere l’agente?
Una “semaforo dei dati” su una singola pagina fornisce chiarezza immediata:
- Verde – accesso completo a tutti gli strumenti autorizzati, come testi di prodotto e prezzi pubblici.
- Giallo – accesso limitato a dati soggetti a contratto o a specifiche approvazioni, ad esempio calcoli interni.
- Rosso – solo dati pseudonimizzati o custoditi in ambienti sicuri.
Nel caso di un fornitore automobilistico, l’agente di fatturazione attivo da maggio rispetta rigorosamente queste regole: prima di ogni chiamata al modello, i dati personali vengono anonimizzati, mantenendo però la tracciabilità interna per garantire la corretta attribuzione.
2. Diritti: quali azioni può compiere?
Un agente che si limita a leggere, verificare e preparare informazioni è più facile da autorizzare rispetto a uno che esegue operazioni autonome, come pagamenti o prenotazioni. L’agente di fatturazione del fornitore automobilistico esegue le seguenti attività:
- Raccoglie ogni mattina le fatture dalla casella di posta.
- Identifica fornitori, numeri di fattura e date dal PDF.
- Inoltra le informazioni ai responsabili di reparto.
Le operazioni di registrazione contabile rimangono di competenza del personale di contabilità, mentre le eventuali discrepanze vengono ancora verificate da un operatore umano, non da un secondo agente.
Beneficio della separazione
Separare la fase di raccolta dati da quella di esecuzione contabile riduce i rischi di errori e semplifica la valutazione delle responsabilità, facilitando l’approvazione iniziale dell’agente.
3. Operatività: chi è responsabile durante il funzionamento?
Ogni agente necessita di un responsabile operativo nella linea di business. Per il fornitore automobilistico, tale ruolo è ricoperto dal capo IT. Il team IT monitora le routine mattutine, aggiunge nuovi fornitori e gestisce l’integrazione dell’agente sulla piattaforma di automazione già esistente. In questo modo l’agente non rimane “orfano” dopo il passaggio dal progetto al funzionamento reale.
4. Approvazione: chi decide il prossimo agente?
Dopo il primo agente, le idee per nuovi casi d’uso proliferano rapidamente. Senza un percorso decisionale definito, nessuno può autorizzare, o ognuno agisce per conto proprio, creando caos. La soluzione proposta prevede un percorso decisionale a tre livelli, costruito parallelamente alla piattaforma IA:
- Gremium della direzione – stabilisce priorità strategiche e risorse finanziarie.
- Ciclo di governance sotto la guida di un responsabile IA designato – valuta e approva o respinge i casi d’uso.
- Responsabili IA nei dipartimenti – presentano i casi d’uso ai loro team e ne curano l’implementazione.
5. Impatto: come misuriamo il valore dell’agente?
Prima del lancio, ogni agente riceve due metriche chiave:
- Il costo mensile massimo consentito.
- Il beneficio atteso, ad esempio ore risparmiate o riduzione dei tempi di ciclo.
In aggiunta, viene definito un criterio di dismissione. Se l’obiettivo non è raggiunto entro tre mesi, l’agente viene riconfigurato o disattivato. Questo approccio evita la creazione di “cimiteri di pilot” e costruisce fiducia per i progetti successivi.
Case study: FRITZ! e la gestione dei modelli linguistici
Il produttore berlinese di apparecchiature di rete, noto per le FRITZ!Box, ha sviluppato un proprio portale IA con diversi modelli linguistici. Un gateway decide, in base alla classe di dati, quale modello può elaborare la richiesta. FRITZ! ha costruito questo framework in dieci settimane, parallelamente alla piattaforma, seguendo tre fasi:
- Raccolta dei requisiti su 14 criteri fondamentali.
- Valutazione dell’impatto sulla privacy (Data Protection Impact Assessment).
- Definizione del modello operativo.
Il risultato è stato l’identificazione di 144 casi d’uso, successivamente prioritizzati. Il CFO Jan‑Christian Werner ha sottolineato: “Implementare una piattaforma è semplice; la vera sfida è decidere chi approva ogni nuovo caso d’uso e come gestire i dati sensibili.”
Conferenza e prospettive future
Il 17 novembre, alle 09:50, il CEO di FRITZ!, Jan Oetjen, ha parlato al Handelsblatt KI Summit 2026 sulla scena TODAY, illustrando come i modelli di IA di frontiera vengano già utilizzati in diversi contesti aziendali europei.
Praxistipp e conclusione: partire in piccolo
Un nuovo modello operativo non nasce con il decimo agente, ma con il primo: un singolo processo, un proprietario, dati classificati come “verde”. Se le cinque decisioni fondamentali vengono prese correttamente fin dall’inizio, non sarà necessario rinegoziare nulla per il secondo agente, creando una base scalabile e affidabile.
In sintesi, la chiave per sbloccare il potenziale degli agenti IA è una governance chiara, responsabile e misurabile fin dal primo passo. Solo così le aziende potranno trasformare la tecnologia emergente in vantaggi competitivi concreti.