Agenti AI nel 2025: aspettative e realtà

Non avevamo ancora finito di riemergere dall'ondata di entusiasmo su NFT e criptovalute che ha caratterizzato i primi anni 2020, né dalla bolla del metaverso che ne è seguita, che già i media cominciavano a tessere le lodi dell’AI generativa (gen AI), dopo il lancio di modelli come la famiglia GPT di OpenAI, Claude di Anthropic e Copilot di Microsoft.

Sebbene i modelli linguistici di grandi dimensioni (LLM) continuino a essere un tema importante, l'attenzione si è spostata verso i progressi negli agenti di intelligenza artificiale (AI) autonomi che stanno aprendo la strada al futuro del lavoro.  

Nonostante un momentaneo aumento dell'interesse per la gen AI intorno a R1 di Deepseek, che prometteva significativi miglioramenti delle prestazioni rispetto a ChatGPT, la narrazione dominante nel 2025 in tema di innovazione è quella degli agenti AI.

I media pongono l'accento sulle promesse di innovazione, automazione ed efficienza che gli agenti porteranno, ma quanto di queste affermazioni è realmente fondato?

Il mondo dei media supportati dalla pubblicità vive grazie ai clic, ed è ragionevole aspettarsi titoli sensazionalistici e accattivanti creati per attirare l'attenzione. Ma cosa possiamo realisticamente aspettarci dall'agentic AI nel 2025 e in che modo influirà sulla nostra vita?  

Abbiamo parlato con diversi esperti IBM per fare chiarezza, con l'obiettivo di avviare un dibattito più ragionevole sugli agenti AI e sulle loro funzioni. Il nostro team di insider include:  

• Maryam Ashoori, PhD: direttrice del Product Management, IBM® watsonx.ai  

• Marina Danilevsky: ricercatrice senior, Tecnologie del linguaggio  

• Vyoma Gajjar: AI Technical Solutions Architect  

• Chris Hay: Distinguished Engineer  

Un agente AI è un software in grado di agire in modo autonomo per comprendere, pianificare ed eseguire attività. Gli agenti AI sono basati su LLM e possono interagire con strumenti, altri modelli e altri aspetti di un sistema o di una rete, a seconda delle necessità, per soddisfare gli obiettivi dell'utente.  

Stiamo andando oltre il chiedere a un chatbot di suggerire una ricetta in base agli ingredienti in frigorifero. Gli agenti sono più di semplici e-mail automatiche per l'esperienza del cliente che lo informano che ci vorranno alcuni giorni prima che un operatore possa rispondere alla sua richiesta.  

Gli agenti AI si differenziano dai tradizionali assistenti AI che necessitano di un prompt ogni volta che generano una risposta. In teoria, un utente assegna a un agente un compito generale e l'agente capisce come completarlo.  

Le offerte attuali sono ancora nelle fasi iniziali nell'approccio a questa idea. "Ciò che comunemente viene definito 'agenti' nel mercato è l'aggiunta di capacità rudimentali di pianificazione e di tool calling (a volte chiamate 'function calling') agli LLM," afferma Ashoori. "Queste capacità permettono agli LLM di suddividere compiti complessi in passaggi più piccoli che l'LLM è in grado di eseguire.

Hay è ottimista sul fatto che siano in arrivo agenti più avanzati: "Non sarebbe necessario alcun ulteriore sviluppo nei modelli odierni per creare i futuri agenti AI", afferma.  

Detto ciò, cosa si dirà riguardo agli agenti nel prossimo anno, e quanto di queste affermazioni possiamo prendere sul serio? 

Sono in arrivo "nuovi e migliori agenti", prevede Time.¹ "Gli agenti autonomi e la redditività saranno probabilmente i temi principali che guideranno le innovazioni future nel campo dell'AI", riferisce Reuters.² "L'era dell'agentic AI è arrivata", promette Forbes, in risposta a un'affermazione di Jensen Huang di Nvidia.³ 

I media che so occupano di tecnologia continuano a rassicurare sul fatto che le nostre vite sono sull'orlo di una trasformazione totale. Gli agenti autonomi sono pronti a semplificare e rivoluzionare il nostro lavoro, a promuovere l'ottimizzazione e ad affiancarci nella vita quotidiana, gestendo le nostre attività quotidiane in tempo reale e lasciandoci liberi di dedicarci ad attività creative e ad altri compiti di livello superiore.

"IBM e Morning Consult hanno condotto un sondaggio su 1.000 sviluppatori che stanno creando applicazioni AI per le imprese, e il 99% di loro ha detto che stanno esplorando o sviluppando agenti AI", spiega Ashoori. "Quindi sì, la risposta è che il 2025 sarà l'anno degli agenti". Tuttavia, questa dichiarazione non è priva di sfumature.  

Dopo aver descritto l'attuale concezione di mercato degli agenti come LLM dotati di function calling, Ashoori traccia una distinzione tra questa idea e i veri agenti autonomi. "La vera definizione [di un agente AI] è quella di un'entità intelligente, dotata di capacità di ragionamento e pianificazione, che è in grado di agire autonomamente. Queste capacità di ragionamento e pianificazione sono ancora oggetto di discussione. Dipende da come le si definisce".  

"Vedo chiaramente che gli agenti AI si stanno muovendo in questa direzione, ma non siamo ancora arrivati fino in fondo" afferma Gajjar. "In questo momento, stiamo vedendo i primi segnali: gli agenti AI sono già in grado di analizzare dati, prevedere tendenze e automatizzare workflow, almeno in parte. Ma per creare agenti AI che siano in grado di gestire autonomamente decisioni complesse non basteranno algoritmi migliori. Avremo bisogno di grandi passi avanti nel ragionamento contestuale e nella gestione dei casi limite", aggiunge.  

Danilevsky non è convinta che si tratti di qualcosa di nuovo. "Faccio ancora fatica a credere che sia poi così diverso dalla semplice orchestrazione", dice. "Avete rinominato l'orchestrazione, chiamandola agenti, perché è una parola di moda. Ma l'orchestrazione è una cosa che facciamo da sempre nella programmazione".   

Per quanto riguarda il 2025 come anno degli agenti, Danilevsky è scettica. "Dipende da cosa si intende per agente, da cosa si pensa che un agente riuscirà a realizzare e da quale valore si ritiene che potrà portare", afferma. "È una dichiarazione piuttosto azzardata, considerando che non abbiamo ancora capito bene quale sia il ritorno sull'investimento (ROI) della tecnologia LLM in generale". 

E non è solo il lato commerciale che la porta a essere cauta. "C'è una visione idealizzata sul fatto che questa cosa potrebbe pensare al posto tuo, prendere decisioni e agire al posto tuo sul tuo computer. In realtà, è una cosa spaventosa".

Danilevsky inquadra questa disconnessione come una mancanza di comunicazione. "[Gli agenti] tendono a essere molto inefficaci perché gli esseri umani sono pessimi comunicatori. Ancora non riusciamo a far sì che gli agenti di chat interpretino correttamente ciò che si vuole tutte le volte".  

Tuttavia, l'anno che sta per arrivare promette di essere un'era di grande sperimentazione. "Credo fermamente nel [2025 come anno degli agenti]", afferma Hay entusiasta.  

AL momento, ogni grande azienda tecnologica e centinaia di startup stanno sperimentando con gli agenti. Salesforce, ad esempio, ha rilasciato la sua piattaforma Agentforce, che consente agli utenti di creare agenti facilmente integrabili nell'ecosistema delle app Salesforce.  

"Gli agenti si stanno affermando e cresceranno sempre di più. È ancora un ecosistema agli inizi, quindi penso che molte persone inizieranno a creare agenti e si divertiranno molto a farlo". 

Questa narrazione presuppone che gli agenti odierni soddisfino la definizione teorica delineata nell'introduzione di questo articolo. Gli agenti del 2025 saranno programmi di AI completamente autonomi, in grado di definire un progetto e completarlo con tutti gli strumenti necessari e senza l'aiuto di partner umani. Ma questa narrazione manca di un'analisi più approfondita.

Hay ritiene che siano già state gettate le basi per tali sviluppi. "L'aspetto chiave degli agenti è che hanno la capacità di pianificare", sottolinea. "Hanno la capacità di ragionare, utilizzare strumenti ed eseguire attività e devono farlo rapidamente e su larga scala".

Cita 4 sviluppi che, rispetto ai migliori modelli di 12-18 mesi fa, fanno sì che i modelli di inizio 2025 possano alimentare gli agenti immaginati dai sostenitori di questa narrazione:  

• Modelli migliori, più veloci e più piccoli  

• Addestramento chain-of-thought 

• Aumento delle finestre di contesto  

• Chiamata di funzione  

"Ora ci sono molti aspetti già in gioco, continua Hay. «L'AI può richiamare strumenti esterni, pianificare, ragionare e fornire buone risposte. Può utilizzare capacità di calcolo durante l’inferenza. Avremo ragionamenti più articolati e più memoria su cui lavorare. Sarà veloce. Sarà economica. Questi progressi creeranno una struttura in cui credo che sarà possibile avere agenti. I modelli stanno migliorando e continueranno a migliorare, quindi questo processo sarà sempre più rapido". 

Ashoori è attenta a distinguere tra ciò che gli agenti saranno in grado di fare in futuro e ciò che possono fare ora. "C'è la promessa, e c'è ciò che l'agente è in grado di fare oggi", afferma. "Direi che la risposta dipende dal caso d'uso. Per i casi d'uso semplici, gli agenti sono in grado di [scegliere lo strumento corretto], ma per i casi d'uso più sofisticati, la tecnologia deve ancora maturare". 

Danilevsky riformula la narrazione come una questione contestuale. "Se qualcosa è vero una volta, non significa che lo sia sempre. Ci sono alcune cose che gli agenti possono fare? Certo. Ma questo significa che puoi trasformare in agenti qualsiasi processo che ti venga in mente? No".  

Per Gajjar, è questione di rischio e governance. "Stiamo assistendo all'evoluzione degli agenti AI da generatori di contenuti a risolutori di problemi autonomi. Questi sistemi devono essere sottoposti a rigorosi stress test in ambienti sandbox per evitare guasti a cascata. Progettare meccanismi per azioni di rollback e garantire la presenza di log di audit è fondamentale per rendere questi agenti applicabili in settori ad alto rischio". 

Ma è ottimista sul fatto che affronteremo queste sfide. "Penso che quest'anno vedremo progressi nella creazione di meccanismi di rollback e audit trail. Non si tratta solo di creare un'AI più intelligente, ma anche di progettare reti di sicurezza che ci permettano di individuare e risolvere rapidamente i problemi quando qualcosa va storto".  

E mentre Hay è fiducioso riguardo al potenziale dello sviluppo degli agenti nel 2025, vede un problema in un altro ambito: "La maggior parte delle organizzazioni non è pronta per gli agenti. L'aspetto interessante sarà rendere accessibili le API che avete oggi nelle vostre imprese. È lì che si svolgerà il lavoro più stimolante. E non si tratta di quanto saranno buoni i modelli, ma di quanto siete pronti come imprese".

La "nuova normalità" immaginata da questa narrazione vede team di agenti AI coordinati da super-modelli orchestratori che gestiscono l’intero workflow del progetto.

Le aziende utilizzeranno l'orchestrazione AI per coordinare più agenti e altri modelli di machine learning (ML) che lavorano in tandem e utilizzano competenze specifiche per completare le attività.

Gajjar considera questa previsione non solo credibile, ma probabile. "Siamo all'inizio di questo cambiamento, ma stiamo avanzando rapidamente. Gli orchestratori di AI potrebbero facilmente diventare la spina dorsale dei sistemi AI aziendali quest'anno, collegando più agenti, ottimizzando i workflow e gestendo dati multilingue e multimediali", afferma. Tuttavia, mette in guardia dall'entrare di corsa senza adeguate garanzie.  

"Allo stesso tempo, la scalabilità di questi sistemi richiederà solidi framework di conformità per garantire il corretto funzionamento senza compromettere la responsabilità", avverte Gajjar. "Il 2025 potrebbe essere l'anno in cui passeremo dagli esperimenti all'adozione su larga scala, e non vedo l'ora di vedere come le aziende bilanceranno velocità e responsabilità".

È fondamentale che le organizzazioni si dedichino con lo stesso fervore alla governance e alla conformità dei dati e dell’AI, così come all’adozione delle ultime innovazioni. 

"Avremo un orchestratore AI che collaborerà con più agenti," spiega Hay. "Un modello più grande fungerà da orchestratore, mentre modelli più piccoli si occuperanno di compiti specifici e limitati".

Tuttavia, man mano che gli agenti si evolvono e migliorano, Hay prevede il passaggio dai workflow orchestrati ai sistemi con un solo agente. "Man mano che questi singoli agenti diventano più capaci, si arriverà a dire: ‘Ho un agente che può gestire tutto dall’inizio alla fine.".  

Hay prevede un’evoluzione altalenante man mano che i modelli si sviluppano. “Raggiungeremo un limite su ciò che i singoli agenti possono fare, e allora torneremo di nuovo alla collaborazione tra più agenti. Ci sarà un continuo andare avanti e indietro tra framework multi-agente e un singolo agente ‘divino’”. E anche se saranno i modelli AI a determinare i workflow dei progetti, Hay crede che gli esseri umani resteranno sempre coinvolti nel processo.

Per Ashoori, la necessità di un meta-orchestratore non è così scontata e dipende dai casi d’uso previsti. “È una decisione che riguarda l'architettura”, spiega. “Ogni agente, per definizione, dovrebbe avere la capacità di capire se ha bisogno di coordinarsi con un altro agente, utilizzare una serie di strumenti o se necessita di dati complementari. Non serve necessariamente un agente intermedio che stia al di sopra degli altri e li controlli per dirgli cosa fare".  

Tuttavia, in alcuni casi potrebbe esserlo. "Potresti dover capire come utilizzare una combinazione di agenti specializzati per il tuo scopo", ipotizza Ashoori. «In tal caso, potresti decidere di creare un tuo agente che funga da orchestratore".

Danilevsky consiglia alle aziende di iniziare comprendendo quali workflow possono e dovrebbero essere trasformati in processi basati su agenti, e con quale livello di ROI, per poi sviluppare una strategia di AI a partire da lì. “Ci saranno flussi di orchestrazione con alcuni agenti? Certo. Ma questo vuol dire che tutto nella vostra organizzazione dovrebbe essere orchestrato tramite flussi di agenti? No, non funzionerebbe".

Una visione predominante dell’adozione degli agenti nel prossimo anno è quella secondo cui essi affiancheranno, ma non necessariamente sostituiranno, i lavoratori umani. Secondo i sostenitori, gli agenti fungeranno da collaboratori all’interno di un workflow ottimizzato, sempre guidato dalle persone.

Tuttavia, i timori di una perdita di posti di lavoro legata all'AI sono una costante nel dibattito in corso sull'adozione dell'AI nelle aziende. Man mano che gli agenti diventeranno più capaci, i dirigenti aziendali incoraggeranno la collaborazione uomo-agente o cercheranno di sostituire i lavoratori con strumenti di AI?

Ashoori ritiene che la migliore strada da seguire sia affidarsi ai dipendenti per determinare l'uso ottimale dell'AI nei rispettivi lavori. "Dovremmo consentire ai dipendenti di decidere come utilizzare gli agenti, ma non necessariamente sostituirli in ogni singola situazione", spiega. Alcune mansioni sono pronte per essere affidate a un agente, mentre con altre l'input umano non può essere sostituito. "Un agente potrebbe trascrivere e riassumere una riunione, ma nessuno manderà il suo agente per avere questa conversazione con me".  

Danilevsky condivide il punto di vista di Ashoori e osserva che l'adozione di agenti sul posto di lavoro non sarà priva di difficoltà iniziali. "Ci saranno ancora casi in cui, non appena qualcosa diventerà più complesso, sarà necessario un essere umano". Mentre i leader aziendali potrebbero essere tentati di tagliare i costi a breve termine eliminando posti di lavoro, l'uso degli agenti "...si concentrerà molto di più su un ruolo di assistenza potenziata. Dovrebbe esserci sempre un essere umano, che viene aiutato dall'agente, ma è l'essere umano a prendere le decisioni finali", afferma Danilevsky, descrivendo la sua visione di intelligenza artificiale basata sul concetto di "human-in-the-loop" (HITL).  

Hay intravede un percorso verso un’adozione sostenibile dell'AI nel mondo del lavoro. "Se lo facciamo nel modo giusto, l'AI ci consente di potenziare le capacità umane, per aiutarci a fare le cose meglio. Se viene implementata correttamente, allora ci libera per attività più stimolanti". Ma allo stesso tempo, immagina anche uno scenario alternativo, in cui l’AI viene eccessivamente valorizzata. "C’è un rischio reale che, se applicata nel modo sbagliato, finiremo con l’essere noi a supportare l’AI, invece del contrario".  

Gajjar mette anche in guardia dall'affidarsi eccessivamente all'AI. "Non credo che gli agenti AI sostituiranno i lavoratori da un giorno all'altro, ma sicuramente rimodelleranno il nostro modo di lavorare. Le attività ripetitive e di basso valore vengono già automatizzate, il che libera le persone per attività più strategiche e creative. Detto questo, le aziende devono introdurre l'AI in modo consapevole. I framework di governance, come quelli incentrati su equità, trasparenza e responsabilità, saranno fondamentali".

Per Hay, uno dei vantaggi dei modelli AI open source è il modo in cui aprono le porte a un futuro marketplace di agenti AI e alla conseguente monetizzazione per i creatori. "Penso che gli agenti open source siano la chiave", afferma Hay. "Grazie all'open source, chiunque può creare un agente, che può svolgere compiti utili. E anche avviare facilmente una propria azienda".  

Hay ritiene che sia anche importante considerare i potenziali disagi e la ristrutturazione organizzativa in relazione ai benefici derivanti dall'AI, specialmente nel Global South.

Gli LLM forniscono output basati su testo, che possono raggiungere gli utenti tramite SMS in aree prive di connessioni Internet affidabili. "La possibilità di abilitazione che può verificarsi in paesi [senza un accesso internet stabile], grazie alla capacità dell'AI di funzionare in uno scenario di scarsa larghezza di banda e al fatto che i costi diventano sempre più bassi, è davvero entusiasmante", afferma Hay.

Nel corso di queste conversazioni, sono emersi più volte 2 temi con tutti e 4 i nostri esperti. Oltre alle 4 narrazioni che abbiamo esaminato, un percorso sostenibile attraverso l'attuale esplosione dell'AI richiederà alle imprese e ai leader aziendali di abbracciare due idee:  

1. La governance dell'AI è alla base di una conformità di successo e di un uso responsabile. 
2. Una solida strategia di AI incentrata sul valore economico porterà le aziende a un'adozione sostenibile dell'AI. 

"Le aziende hanno bisogno di framework di governance per monitorare le prestazioni e garantire la responsabilità man mano che questi agenti si integrano più profondamente nelle operazioni", esorta Gajjar. "È qui che l'approccio di IBM all'AI responsabile si distingue davvero. Si tratta di garantire che l'AI lavori con le persone, non contro di loro, e di costruire sistemi affidabili e verificabili fin dal primo giorno". 

Ashoori dipinge un quadro di un possibile disguido con l'agentic AI. "Usare un agente oggi significa fondamentalmente prendere un LLM e permettergli di compiere azioni per proprio conto. E se questa azione fosse quella di connettersi a un set di dati e rimuovere una serie di dati sensibili?"

"La tecnologia non pensa. Non può essere responsabile", afferma Danilevsky. In termini di rischi come la perdita o la cancellazione accidentale di dati, "la portata del rischio è maggiore", afferma. "Un essere umano può fare solo un certo numero di cose in un determinato lasso di tempo, mentre la tecnologia può fare le cose in molto meno tempo e in un modo che potremmo non notare".  

E quando ciò accade, non si può semplicemente puntare il dito contro l'AI e discolpare totalmente i responsabili. "Sarà un essere umano in quell'organizzazione a essere ritenuto responsabile di tali azioni", avverte Hay.  

"Quindi la sfida qui diventa la trasparenza", afferma Ashoori. "E la tracciabilità delle azioni per ogni singola azione degli agenti. Bisogna sapere esattamente cosa sta succedendo ed essere in grado di tracciarlo, tracciarlo e controllarlo".  

Per Danilevsky, la sperimentazione libera è la strada per lo sviluppo sostenibile. "[C'è molto valore] nel permettere alle persone di giocare con la tecnologia, di costruirla e di provare a romperla". Esorta inoltre gli sviluppatori a essere cauti nel determinare quali modelli utilizzare e quali dati inserire in questi modelli".[Alcuni fornitori] prenderanno tutti i vostri dati. Quindi bisogna fare un po' di attenzione".

"L’attuale boom dell'AI è sicuramente alimentato dalla FOMO e si placherà quando la tecnologia diventerà più normalizzata", prevede Danilevsky. "Penso che le persone inizieranno a comprendere meglio cosa funziona davvero e cosa no". "L’attenzione dovrebbe anche essere rivolta all’integrazione degli agenti AI in ecosistemi in cui possano apprendere e adattarsi continuamente, generando efficienza nel lungo periodo", aggiunge Gajjar.  

Danilevsky torna rapidamente con i piedi per terra e riporta la conversazione su bisogni aziendali concreti. "Le imprese devono fare attenzione a non applicare un'unica soluzione a tutte le situazioni", inizia. "È successo quando gli LLM sono arrivati per la prima volta. La gente diceva: 'Primo passo: useremo gli LLM. Secondo passo: per cosa dovremmo usarli?"  

Hay incoraggia le aziende a prepararsi in anticipo agli agenti. "Il vero valore sarà nelle organizzazioni che sapranno prendere i propri dati riservati e organizzarli in modo tale che gli agenti possano effettuare ricerche all’interno dei loro documenti". Ogni azienda possiede una grande quantità di dati proprietari di valore, e trasformare quei dati in modo che possano alimentare i workflow basati su agenti favorisce un ROI positivo.  

"Con gli agenti, le aziende hanno la possibilità di utilizzare i propri dati proprietari e i workflow esistenti per differenziarsi e scalare", afferma Ashoori. "L'anno scorso è stato l'anno della sperimentazione e dell'esplorazione per le imprese. Devono amplificare tale impatto e massimizzare il ROI dell'AI generativa. Gli agenti sono il biglietto per far sì che ciò accada".  

Per maggiori informazioni su come implementare nel modo giusto l'AI in azienda, legga la guida di Maryam Ashoori sull'analisi dei costi dell'agentic AI. Assicurati anche di ascoltare le previsioni di Vyoma Gajjar e Chris Hay sull'AI nel 2025 nel podcast Mixture of Experts di IBM.