L'implementazione dell'AI agentica è diventata una priorità per i fornitori e i proprietari di applicazioni aziendali, ma le implementazioni reali sono state limitate. Secondo il rapporto "State of AI" di McKinsey del novembre 2025, solo il 23% delle organizzazioni stava scalando l'AI agentica in alcune parti delle loro organizzazioni, la maggior parte solo in una o due funzioni aziendali, e il 39% stava solo sperimentando.

Espandere l'AI agentica in tutta l'organizzazione è, in gran parte, un problema di orchestrazione multi-agente, dove gli agenti AI comunicano tra loro e coordinano le loro attività attraverso workflow, applicazioni e persino firewall aziendali.

Alcuni sviluppatori software stanno consigliando l'adozione di framework multi-agente per gestire il problema. Le organizzazioni possono sviluppare i propri framework o ottenerli da una varietà di sviluppatori commerciali e open source, tra cui AWS e Microsoft.

Le regole che gli agenti devono seguire

Peter Hesse, partner di 10Pearls, una società di sviluppo software e consulenza personalizzata, delinea i passaggi per sviluppare un framework di orchestrazione multi-agente. Spiega perché le sfide di sicurezza, conformità normativa e prestazioni si moltiplicano quando gli agenti vengono distribuiti su larga scala.

Hesse ha approfondito un post del blog di 10Pearls che dettaglia i problemi più comuni nel distribuire l'AI agentica su larga scala e gli elementi essenziali di un framework efficace.

La sicurezza è una preoccupazione maggiore perché gli agenti devono comunicare tra loro senza compromettere la sicurezza. "Pensate a tutte le cose che hanno a che fare con la sicurezza: il triade di riservatezza, integrità e disponibilità delle informazioni", ha detto Hesse. "Volete assicurarvi che i vostri meccanismi di comunicazione siano rafforzati per questo."

Ha detto che 10Pearls raccomanda di stabilire uno strato di applicazione delle politiche per garantire che le regole aziendali e le politiche di conformità siano applicate uniformemente a tutti gli agenti in ogni workflow. "Questo vi salva dall'avere bisogno di scrivere lo stesso codice in ogni agente, ma invece avete un framework o strato singolare per far passare tutto per assicurarsi che tutto segua le regole."

L'impatto sull'architettura delle applicazioni

L'AI agentica ha il potenziale di cambiare il modo in cui vengono sviluppate le applicazioni aziendali, secondo Hesse.

"Diventerà meno focalizzato su un approccio di viaggio utente schermata per schermata e più sulla creazione di servizi e API che sono destinati a essere chiamati da agenti, non da persone", ha detto. "Significa che dobbiamo cambiare il modo in cui pensiamo a queste cose e costruire cose più modularmente e che sono guidate più da eventi piuttosto che da clic del mouse e inserimenti di tasti."

Significa anche esporre dati e workflow che non erano mai destinati ad essere esposti nello stile tradizionale di sviluppo delle applicazioni.

Altri argomenti discussi nel podcast

Altri argomenti trattati nel podcast includono:

    • Come un framework può supportare l'osservabilità e la tracciabilità degli agenti.
    • Perché la tendenza degli agenti a lavorare in armonia tra loro può renderli meno resilienti in nuovi scenari su larga scala e come contrastare questo.
    • Chi dovrebbe essere responsabile dello sviluppo di un framework multi-agente.
    • Perché essere un'azienda a doppio risultato è buono per il business.