Una nuova frontiera per gli agenti intelligenti
Immaginiamo un agente IA incaricato di gestire una lamentela cliente: accede al profilo del cliente in Salesforce, recupera le informazioni sulla sua ordinazione in SAP e richiede una convalida a un operatore tramite Microsoft Teams. Una volta ottenuta l’autorizzazione, l’agente avvia l’operazione necessaria nell’ERP. Lo scenario sembra semplice, ma solleva interrogativi cruciali: chi autorizza ogni singola azione? Come vengono controllati i flussi di dati tra gli agenti? E come è possibile risalire all’origine di una decisione quando coinvolge più sistemi?
Queste domande sono al centro degli annunci di SAP tenuti il 27 ottobre a TechEd, a Berlino. Tre settimane dopo aver introdotto Joule Work e i suoi assistenti come strumenti per l’“azienda autonoma”, l’editor rivela i meccanismi tecnici che consentiranno agli agenti IA non solo di eseguire compiti, ma di farlo in modo governato, controllato e tracciabile, anche al di fuori dell’ecosistema SAP.
Enterprise AI Gateway: la risposta di SAP
Il cuore della novità è SAP Enterprise AI Gateway, una passerella progettata per centralizzare gli scambi tra agenti, modelli di IA e applicazioni. La data di rilascio è prevista per il primo trimestre 2027. La piattaforma garantirà:
- Autenticazione robusta per ogni agente
- Applicazione coerente delle politiche di accesso
- Monitoraggio delle consumazioni di risorse IA
- Conservazione dei log necessari per audit e conformità
Per i Chief Information Officer (CIO) l’aspetto non è solo sicurezza, ma anche governance: man mano che gli agenti potranno concatenare operazioni su software diversi, il loro controllo diventerà tanto importante quanto quello delle applicazioni tradizionali.
La gara al controllo degli agenti: Microsoft e Salesforce
Il problema affrontato da SAP non è unico. Anche Microsoft e Salesforce stanno costruendo infrastrutture analoghe, puntando su una governance centralizzata per gli agenti IA.
Microsoft e Agent 365
Microsoft ha lanciato Agent 365 il 1° maggio 2026. La piattaforma funge da inventario, supervisione e hub di sicurezza per gli agenti, basandosi su componenti già noti ai DSI:
- Entra per la gestione delle identità
- Defender per la protezione dalle minacce
- Purview per la governance dei dati
Ogni agente può avere una propria identità, permessi specifici e un ciclo di vita amministrato. Come evidenziato nella nostra analisi della strategia di Microsoft a Parigi, l’obiettivo è controllare le azioni degli agenti indipendentemente dal modello di IA che li guida, anche quando provengono da concorrenti.
Microsoft aggiunge un ulteriore livello con Work IQ, una suite che permette agli agenti di comprendere contesti aziendali – email, documenti, riunioni, dati applicativi – senza bypassare i diritti di accesso esistenti.
Salesforce e l’ecosistema Agent Fabric
Nel 2026, a Dreamforce, Salesforce ha svelato un’architettura in cui le proprie applicazioni possono “svanire” dietro gli agenti, mantenendo però il controllo su dati, regole di business e workflow. La chiave è MuleSoft Agent Fabric, che:
- Scopre gli agenti distribuiti in ambienti diversi
- Registra le loro capacità
- Organizza gli scambi e ne monitora il funzionamento
L’Agent Broker decide quali agenti coinvolgere e in quale ordine, mentre Agent Script introduce un’orchestrazione deterministica, imponendo fasi di validazione anziché affidarsi esclusivamente a un modello di linguaggio.
Salesforce combina questa architettura con Data 360 per fornire agli agenti le informazioni cliente e di business necessarie. Un esempio pratico è Salesforce in Claude, che consente all’assistente di Anthropic di accedere a 37 funzioni commerciali del CRM, in lettura e scrittura, rispettando le autorizzazioni correnti.
Le tre prospettive: identità, relazione cliente e transazioni
Microsoft, Salesforce e SAP affrontano lo stesso problema da angolazioni diverse:
- Microsoft si concentra su identità e attività dei collaboratori.
- Salesforce privilegia la relazione cliente e l’integrazione dei sistemi.
- SAP mette al centro le transazioni e le regole di gestione.
Questi ambiti non sono mutualmente esclusivi; al contrario, gli editori cercano di estenderli, creando piattaforme capaci di operare su tutti i fronti.
Standard aperti: MCP e A2A
La convergenza è evidenziata dall’adozione di protocolli aperti come MCP (Model Context Protocol) e A2A (Agent‑to‑Agent). MCP semplifica l’accesso degli agenti a strumenti e dati, mentre A2A regola le comunicazioni tra agenti. Tuttavia, da soli non risolvono questioni di autorizzazione, responsabilità e tracciabilità, da qui la proliferazione di piattaforme di governance.
SAP punta sui processi per distinguersi
SAP intende sfruttare la sua profonda conoscenza dei processi aziendali come vantaggio competitivo. Un agente incaricato di sbloccare un ordine non si limita a leggere il numero e verificare lo stock; deve valutare condizioni commerciali, limiti di credito, regole di approvazione e impatti su fatturazione e consegna.
Per questo SAP fa affidamento sul proprio Knowledge Graph, che collega oggetti di business ai processi in cui operano. Originariamente nutrito dalle applicazioni SAP, il grafo verrà progressivamente arricchito con dati aziendali provenienti da sistemi esterni.
Ontology Manager e la costruzione di contesti condivisi
Il nuovo SAP Business Data Cloud Ontology Manager consentirà alle imprese di creare rappresentazioni semantiche riutilizzabili dagli agenti. Definendo, ad esempio, relazioni tra fornitori, apparecchiature, contratti e operazioni di manutenzione, le aziende forniranno un contesto comune a molteplici automazioni. La versione beta è prevista per il primo trimestre 2027.
Acquisizioni strategiche per una nuova architettura IA
Le recenti acquisizioni di SAP – Reltio, Dremio e Prior Labs – testimoniano la volontà di costruire un’infrastruttura dati all’avanguardia:
- Reltio unifica e rende affidabili i dati di riferimento.
- Dremio permette l’interrogazione di dati distribuiti senza creare copie multiple, introducendo il supporto nativo a Apache Iceberg nel Business Data Cloud.
- Prior Labs sviluppa modelli IA specializzati per dati tabulari, completando i grandi modelli di linguaggio con analisi predittive, rilevamento di anomalie e supporto decisionale basato su dati strutturati.
SAP ha già annunciato nuovi modelli della famiglia SAP‑RPT, progettati per prevedere la domanda, identificare transazioni anomale e ottimizzare la pianificazione della produzione.
Verso un ecosistema integrato
La convergenza di identità, dati cliente e processi transazionali suggerisce che, entro pochi anni, le aziende potranno orchestrare agenti IA provenienti da diversi vendor, tutti soggetti a policy centralizzate, audit tracciabili e contesti semantici condivisi. SAP, con il suo Enterprise AI Gateway e il Knowledge Graph, mira a posizionarsi come il punto di riferimento per la governance dei processi, mentre Microsoft e Salesforce forniscono le basi per identità e relazione cliente.
In conclusione, la “gara delle chiavi” è appena iniziata: gli editori aprono le porte dei loro ecosistemi agli agenti IA, ma mantengono il controllo su chi può entrare, cosa può fare e come verrà registrata ogni azione. La sfida sarà garantire interoperabilità senza sacrificare sicurezza e responsabilità, un equilibrio che definirà il futuro dell’azienda autonoma.