Il prossimo problema della Shadow IT saranno gli agenti ombra

La Shadow IT indicava in passato un dipendente che si iscriveva a uno strumento SaaS senza chiedere, o un dipartimento che gestiva la propria sottoscrizione fino a quando l’IT se ne accorgeva nel modo più difficile. Abbiamo messo sotto controllo la situazione grazie a una migliore visibilità, disciplina negli acquisti e governance del cloud.

Gli agenti risolveranno quel problema e si muoveranno più velocemente di SaaS o cloud mai fatto, perché questa volta il sistema non autorizzato non si limita a stare fermo. Agisce.

Proliferazione dell’Autonomia

La finanza crea i propri agenti. Lo fanno anche le risorse umane, le vendite, gli acquisti e il servizio clienti. I dipendenti avviano agenti personali. I fornitori inseriscono silenziosamente agenti nei prodotti che già paghiamo.

Moltiplicato questo su una grande organizzazione, il CIO non sta più tenendo traccia di venti agenti. Sono centinaia o migliaia di entità software, ognuna con una certa capacità di interagire con i sistemi e compiere azioni. IBM ha previsto che le grandi imprese gestiranno più di 1.600 agenti IA entro la fine di quest’anno. Gartner ha avvertito che gli agenti creano infrastrutture, identità e privilegi di accesso più rapidamente di quanto i processi di governance possano monitorare.

La priorità dei CIO per il 2027 sarà effettuare un inventario reale. Chi ha creato ogni agente, cosa fa, quali sistemi tocca, quali permessi ha e chi ne è il proprietario. Senza ciò, non esiste un programma di governance; solo l’assunzione che qualcun altro stia osservando.

Human-in-the-Loop non scala

«Mantenere un umano nel ciclo» era una risposta ragionevole quando c’erano solo pochi agenti. Non è più così, una volta che un’impresa gestisce migliaia di agenti che eseguono un’enorme quantità di azioni. Non ci sono abbastanza persone o ore per farlo.

La soluzione è l’autonomia basata sul rischio, non una supervisione globale. Un agente che aggiorna un record interno non necessita della stessa attenzione di una transazione finanziaria. Ciò che dovrebbe determinare il livello di coinvolgimento umano è: il valore in dollari dell’azione, la sensibilità dei dati, il livello di confidenza dell’agente, l’esposizione normativa e se l’agente agisce al di fuori dei parametri previsti.

Gartner ha delineato un modello simile, inclusi checkpoint che vanno dall’approvazione pre-esecuzione all’intervento a metà compito, alla revisione post-esecuzione e al campionamento periodico. L’obiettivo non è un umano nel ciclo ovunque. È un umano al punto giusto del ciclo.

Agenti che gestiscono agenti

Al momento, la maggior parte delle organizzazioni è ancora nella fase in cui un umano dirige un agente. Successivamente arriveranno i sistemi multi-agente: agenti specializzati che comunicano tra loro, trasferiscono compiti e gestiscono interi flussi di lavoro senza una persona al centro.

Un agente di approvvigionamento segnala una necessità, verifica con un agente finanziario il budget e attiva un agente di acquisto per l’esecuzione; nessun umano tocca nulla. McKinsey chiama questo architettura emergente una “mesh agentica”. Deloitte ha riscontrato che solo il 15% delle organizzazioni hanno scalato l’adozione di multi-agente trasversale, e solo il 5% afferma che i loro processi aziendali sono altamente preparati per essa.

Il rischio cambia forma qui. Non si tratta più di “un agente ha commesso un errore”. È quanto quell’errore si propaghi attraverso una rete di agenti e sistemi prima che qualcuno se ne accorga. I CIO dovranno governare non solo gli agenti individuali, ma anche le relazioni e le dipendenze tra di essi.

L’economia degli agenti non è l’economia SaaS

Gli agenti non rispondono a un prompt una sola volta e poi si fermano. Operano in modo continuo, richiamano modelli ripetutamente, accedono alle API, consumano risorse cloud e attivano altri agenti. Questo genera un profilo di costo diverso rispetto all’aggiunta di una licenza SaaS e ne manca la prevedibilità.

Un flusso di lavoro che sembra economico in un progetto pilota può diventare costoso rapidamente una volta che centinaia di agenti lo eseguono in produzione in modo continuo. IBM prevede che la spesa per l’IA aumenterà da poco meno del 15% dei budget IT nel 2025 a quasi il 25% entro il 2027, e ha rilevato che l’85% dei leader tecnologici non dispone ancora di una piena visibilità sulla spesa AI in tempo reale.

Conoscere il costo di un agente per attività, per flusso di lavoro, per risultato di business. Non solo il prezzo del modello sottostante.

Dal gestire la tecnologia al gestire l’autonomia

Per decenni, il mio lavoro come CTO è stato fondamentalmente gestire sistemi che le persone usano. Questo sta cambiando. Ora gestisco sistemi che agiscono per conto delle persone, e questo è un tipo di lavoro completamente diverso.

Quindi, quando penso a chi avrà il vantaggio nel 2027, non è il CIO con il maggior numero di agenti distribuiti. È colui che può effettivamente dirti quali agenti possiede, cosa è consentito loro fare, chi ne è responsabile, quanto costano e il ROI dell’investimento.

Nel 2026 abbiamo dedicato tempo a capire come mettere l’IA in produzione. Il 2027 sarà incentrato sul capire cosa fare una volta che essa agisce autonomamente, e su come governarla in modo da migliorare sicurezza e conformità senza sacrificare l’efficienza.