Cosa dovrebbero possedere le aziende nel proprio stack di IA?

La prossima fase della trasformazione basata sull’IA riguarderà ciò che le aziende possono imparare da ogni decisione che prende, oltre a chi possiede tale apprendimento

Le conversazioni sull’IA si sono concentrate su una domanda fondamentale: cosa possono fare questi modelli? Sono stati sottoposti a benchmark, sperimentati in progetti pilota e ammirati, e questa era la domanda giusta nella fase di sperimentazione. Oggi, però, non è più la domanda giusta.

In questa nuova fase — quella dell’impresa agentica — l’IA svolge attività, monitora cambiamenti, prepara risultati e partecipa a decisioni chiave per far progredire l’attività aziendale, anziché limitarsi a rispondere alle domande. Il cambiamento sta accelerando: lo studio CEO 2026 di IBM ha rilevato che i CEO prevedono che entro il 2030 la quota di decisioni operative prese dall’IA quasi raddoppierà, arrivando al 48%. Quando l’IA svolge il lavoro invece di limitarsi a descriverlo, la domanda strategica passa da «Cosa può fare questo modello?» a «Che cosa impara la mia azienda ogni volta che prende una decisione, e chi possiede tale apprendimento?»

Se il valore aziendale si accumula decisione dopo decisione, nell’era dell’IA la risorsa più importante di un’azienda è il ciclo che consente all’organizzazione di imparare da ogni decisione: il contesto in cui è stata presa, le prove che l’hanno determinata, il risultato a cui ha portato e lo schema che collega tutti questi elementi. Se possiedi questo ciclo, ogni decisione rende più efficace la successiva. Se non lo possiedi, automatizzi le attività senza accumulare vantaggi.

Basta cambiare prospettiva perché cambi quasi tutto nel modo in cui un’azienda seria dovrebbe progettare la propria IA.

L’errore di puntare tutto su un solo modello

In genere, si è teso a consolidare scegliendo un fornitore di modelli di punta, adottandone i modelli come standard e costruendo tutto il resto su di essi. Credo però che sia un errore, anche se non per il motivo che si sente citare più spesso.

L’obiezione più comune riguarda il vincolo imposto dal fornitore e il suo potere sui prezzi. Sono problemi reali, ma secondari. La questione più profonda riguarda gli incentivi e dove finisce ciò che si impara. I fornitori di modelli si occupano di sviluppare i migliori modelli generalisti al mondo, e lo fanno imparando dall’uso che ne viene fatto. Quando fai passare le decisioni, i dati e i flussi di lavoro proprietari della tua azienda attraverso un unico fornitore, gli consegni il materiale che più ti distingue — la traccia del modo in cui ragiona la tua azienda — a un venditore incentivato a generalizzarlo. Il tuo vantaggio diventa così un elemento di una merce che anche i concorrenti possono acquistare.

Anche la frontiera tecnologica avanza troppo rapidamente perché convenga scommettere che un singolo modello resterà il migliore a lungo. L’architettura giusta dovrebbe invece consentire alle aziende di indirizzare ogni attività al modello o all’agente specializzato più adatto a svolgerla, mantenendo al contempo il controllo sull’ambiente operativo degli agenti e sul ciclo di apprendimento che registrano il funzionamento dell’azienda e il modo in cui prende le decisioni. I modelli possono cambiare; queste basi proprietarie restano tue e acquistano valore nel tempo.

Queste basi proprietarie possono anche avere un valore strategico misurabile. Lo studio di IBM ha inoltre rilevato che i CEO che integrano dati proprietari e proprietà intellettuale in modelli e agenti di IA personalizzati si aspettano che il 13% in più dei loro ricavi del 2030 provenga da prodotti e servizi che oggi non offrono.

Non puoi costruire tutti gli agenti, e non dovresti provarci

Possedere l’ambiente operativo degli agenti, il ciclo di apprendimento e il sistema di instradamento non significa dover costruire tutti gli agenti che vi operano. L’agente principale dell’azienda — quello che comprende l’organizzazione, le sue priorità e i suoi dati proprietari — spetta a te costruirlo e possederlo. Ma l’attività aziendale copre ambiti che nessun singolo team può padroneggiare: vendite, risorse umane, questioni legali, finanza, analisi di mercato e altro ancora. Per ciascuno di questi ambiti, la soluzione migliore sarà un agente specializzato, eccellente proprio in quell’attività.

Nessuna azienda costruirà internamente un agente di livello eccellente per ogni funzione. Non è una gara di risorse che si possa vincere. Il modello vincente prevede un agente principale che coordina una serie di sottoagenti specializzati, ciascuno personalizzabile in base alle esigenze dell’azienda e collegato al suo ambiente operativo tramite un’interfaccia ben definita. Le aziende sono tuttavia ancora agli inizi nella realizzazione di questo tipo di architettura: secondo un sondaggio Deloitte del 2026, solo il 15% delle organizzazioni ha adottato su larga scala sistemi multiagente orchestrati e trasversali alle diverse funzioni.

Il vero compito dei dirigenti aziendali è dunque duplice: costruire l’agente principale di riferimento e il ciclo di apprendimento che lo alimenta, quindi individuare i migliori agenti specializzati e integrarli. Puntare sulla proprietà dove il valore si accumula; sulla collaborazione dove non accade.

Agente specializzato o semplice involucro?

Un agente specializzato deve offrire qualcosa che l’azienda non possa facilmente ricreare. Il vantaggio duraturo deriva dall’unione di dati proprietari e di un ambiente operativo progettato appositamente per recuperarli e ragionarvi. La qualità di un agente dipende da ciò che riesce a trovare e dalla sua capacità di comprenderlo.

Questo è il criterio che i dirigenti aziendali dovrebbero applicare per decidere cosa sviluppare internamente e con chi collaborare. Se una capacità dipende da contenuti unici, competenze di settore e anni di infrastrutture progettate appositamente, ricrearla internamente difficilmente offrirà un vantaggio. È meglio concentrare queste risorse sui dati proprietari, sul ciclo decisionale e sul livello di orchestrazione che sono esclusivi della tua azienda.

Cosa capiranno i vincitori

Le aziende che avranno successo nell’era degli agenti saranno quelle che costruiranno la propria architettura attorno a ciò che consente loro di diventare, col tempo, più intelligenti in modo distintivo. Saranno proprietarie del ciclo che permette loro di imparare da ogni decisione e lo circonderanno dei migliori agenti specializzati, invece di cercare di costruire tutto da sole.

L’obiettivo non è possedere ogni componente dello stack dell’IA, ma possedere quelle in cui il proprio vantaggio si accumula e affidarsi a partner per il resto. Essere connessi non significa essere intelligenti. Nell’impresa dell’era degli agenti, essere intelligenti significa possedere ciò che fa crescere il proprio vantaggio e affidarsi a partner per il resto.