Dopo l'esplosione dell'AI generativa, il mercato guarda sempre più all'Agentic AI: sistemi capaci non solo di produrre contenuti, ma anche di pianificare attività, prendere decisioni operative e interagire autonomamente con applicazioni e dati aziendali. Per molti è un'evoluzione destinata a cambiare profondamente il modo in cui le imprese organizzano il lavoro, spostando il valore dall'automazione dei singoli compiti alla riprogettazione dei processi. La trasformazione è già in atto.
Secondo Eurostat, nel 2025 circa il 20% delle imprese europee ha utilizzato soluzioni di intelligenza artificiale, rispetto al 13,5% del 2024, mentre un cittadino europeo su tre (nella popolazione dai 16 ai 74 anni) ha utilizzato strumenti di AI generativa nei tre mesi precedenti alla rilevazione. Una crescita che, secondo McKinsey, non dipende tanto dalla disponibilità della tecnologia quanto dalla capacità di ripensare i modelli operativi: le aziende che registrano le performance migliori hanno infatti una probabilità quasi tre volte superiore di aver ridisegnato i workflow attorno all'intelligenza artificiale e di aver introdotto meccanismi strutturati di supervisione umana.
Le sfide di governance e responsabilità
A differenza dei tradizionali modelli generativi, gli agenti intelligenti non si limitano a rispondere a una richiesta, ma sono in grado di orchestrare attività, recuperare informazioni da sistemi differenti, eseguire operazioni e collaborare con gli utenti lungo interi flussi di lavoro. Una prospettiva che sta rapidamente uscendo dagli ambiti più tecnologici per estendersi a finance, marketing, legal, formazione, sanità e, più in generale, a tutti quei contesti in cui l'AI può trasformarsi da semplice assistente a componente attiva dei processi aziendali. Importante è il ruolo del Model Context Protocol (Mcp), grazie a cui i sistemi di Agentic AI possono raccogliere dati da applicazioni terze.
Maggiore autonomia significa anche maggiore responsabilità. Se un agente AI è in grado di prendere decisioni o svolgere attività operative, diventa essenziale definire responsabilità, livelli di controllo e modalità di supervisione umana. Un tema (sottolineato anche da un nuovo studio di Sap e Oxford Economics) destinato ad assumere un peso crescente con l'entrata in vigore delle disposizioni previste dall'AI Act europeo, che spinge le organizzazioni a dotarsi di modelli di governance più maturi.
(Immagine generata con AI)
Il nodo delle competenze
Se la tecnologia continua a evolvere rapidamente, il vero fattore abilitante resta però il capitale umano. L'adozione dell'Agentic AI richiede infatti nuove competenze, percorsi di reskilling e una maggiore familiarità con strumenti destinati a diventare parte integrante del lavoro quotidiano.
È questo il punto evidenziato anche da Laura Basili, cofondatrice di Women at Business, realtàche aiuta le donne ad entrare nel mondo del lavoro, sostenendole anche nell’empowerment e nel reskilling: "Il dibattito pubblico sull'intelligenza artificiale e sugli agenti AI è quanto mai acceso, ma un tema resta troppo spesso sullo sfondo: la carenza di competenze specializzate. Non possiamo permetterci di attendere che siano le nuove generazioni, al termine dei rispettivi percorsi scolastici, a colmare questo divario. È invece necessario e possibile investire da subito nella riconversione professionale, anche di competenze molto distanti da questi ambiti. In quest'ottica, la nostra app mette a disposizione, per tutte le donne, una piattaforma di corsi completamente gratuiti dedicati anche a queste materie. Rivolgiamo quindi un invito concreto a tutte e tutti: cogliere l'occasione della pausa estiva per investire sulla propria formazione e, per le aziende, a ripensare il reskilling in modo facile e accessibile”.
Le implicazioni legali dell’Agentic AI
Nonostante oggi si parli di AI agentica quotidianamente, la sua adozione ha risvolti ancora poco considerati. “L’Agentic AI rappresenta un alleato prezioso nella tutela del diritto d’autore”, ha osservato Francesca La Rocca Sena, partner dello studio legale Sena & Partners, “perché può monitorare in modo continuo il Web, individuare possibili violazioni e raccogliere rapidamente elementi utili all’analisi. Tuttavia, il suo ruolo deve essere visto come complementare e non sostitutivo rispetto a quello del professionista legale. La valutazione di una presunta violazione richiede infatti interpretazioni giuridiche, contestualizzazione dei fatti e bilanciamento di interessi che restano prerogativa dell’avvocato specializzato. Il valore dell’Agentic AI sta nell’automatizzare le attività di ricerca e screening, consentendo ai legali di concentrarsi sulle decisioni strategiche, sulla negoziazione e sull’eventuale contenzioso. In altre parole, non sostituisce il giudizio umano, ma ne amplifica efficacia e tempestività”.
A completare il quadro, l’avvocato Giovanni Lombardi, Associate di Lexia, ha richiamato l'attenzione su responsabilità e trasparenza: “L’Agentic AI non si limita a generare contenuti: pianifica, decide e agisce in autonomia. Sul fronte giuridico, questo rende cruciale il tema della responsabilità: quando un agente AI compie un’azione, specie se dannosa, occorre poter risalire a chi ha definito il processo e autorizzato l’operazione. Gli obblighi di trasparenza dell’AI Act, applicabili da agosto 2026, rafforzano questa esigenza: l’utente deve sapere quando interagisce con un sistema di IA e, in determinati casi, quando i contenuti sono generati o manipolati artificialmente. In attesa di normative e linee guida settoriali più dettagliate, le imprese, per tutelarsi, dovranno fin da subito definire policy interne, limiti operativi, tracciabilità e un’effettiva supervisione umana”.
Il banco di prova del fintech
Non è un caso che uno dei primi settori a sperimentare applicazioni agentiche sia quello finanziario. Secondo il report “State of European Fintech 2025” di Finch Capital, il 21% delle operazioni di investimento nel fintech europeo riguarda aziende focalizzate sull'intelligenza artificiale, anche se queste raccolgono appena il 7% dei capitali complessivi: un segnale di un mercato sempre più orientato a distinguere i casi d'uso concreti dai semplici annunci.
"Nel mondo fintech stiamo assistendo al passaggio dall'AI come strumento di produttività all'AI come agente operativo”, ha commentato Michele Sansone, country manager di iBanFirst Italia. “Gli agenti intelligenti saranno sempre più in grado di dialogare con i sistemi aziendali, recuperare informazioni affidabili e svolgere attività che oggi richiedono numerosi passaggi manuali. È proprio in questa direzione che abbiamo sviluppato Claude MCP per Excel, una soluzione che porta l'intelligenza artificiale direttamente nell'ambiente di lavoro già utilizzato quotidianamente dai team Finance, consentendo di interrogare i dati di tesoreria in linguaggio naturale senza modificare i processi esistenti. Per Cfo e tesorieri questo significa poter contare su informazioni aggiornate in tempo reale e prendere decisioni più rapide in un contesto di crescente volatilità dei mercati e dei cambi".
Nel settore dei servizi di pagamento, il margine di azione dell'intelligenza artificiale dev'essere calibrato attentamente, anche con cautele e tutele di natura tecnica. "Nel fintech, 'agentica' non può significare un'AI che agisce in autonomia, non quando ci sono di mezzo denaro reale e la sopravvivenza di un'azienda", ha osservato Kristjan Kaar, Cpo di Finom. "Con Finom AI abbiamo fatto una scelta precisa: costruire l'intelligenza artificiale all'interno del conto business, invece di aggiungere un chatbot sopra. In questo modo, l'AI lavora su transazioni, fatture e flussi di cassa reali, predisponendo ogni azione affinché sia la persona a confermarla. L'Italia è uno dei nostri mercati più importanti, e imprenditori e freelance italiani perdono ore ogni settimana in adempimenti finanziari che non dovrebbero portare via il loro tempo. Il valore dell'AI agentica, in questo contesto, non è l'autonomia: è eliminare quel lavoro ripetitivo, lasciando la persona sempre in controllo di ogni decisione. È il principio che manteniamo in ogni mercato: più l'AI diventa capace, più deve essere salda la mano dell'essere umano sul volante".
Dall'advertising alla formazione
Oltre al fintech, l'Agentic AI si sta allargando a numerosi altri ambiti. Nel mondo dell'advertising, ad esempio, l'evoluzione riguarda piattaforme in grado non solo di automatizzare le campagne, ma anche di suggerire strategie e supportare decisioni. "L'AI agentica sta uscendo dai perimetri in cui è nata”, ha raccontato Elisa Lupo, country manager per Italia, Spagna e Portogallo di Integral AD Science. “Noi lo vediamo da vicino: con Ias Agent abbiamo portato capacità agentiche nell'adtech, un settore dove fino a poco tempo fa si parlava solo di automazione, non di sistemi capaci di suggerire, spiegare e agire in autonomia sulle campagne pubblicitarie. È un salto culturale prima ancora che tecnologico. La vera discontinuità non è che l'AI agentica esista, ma che stia diventando uno strato trasversale a settori molto diversi tra loro, dal marketing alla supply chain, ciascuno con logiche e priorità specifiche. Chi saprà declinarla sulle esigenze reali del proprio comparto, e utilizzare gli strumenti più giusto, nati per quello specifico settore e non solo modellati un po’ per approssimazione, avrà un vantaggio competitivo enorme nei prossimi due anni.”
Lo stesso principio si ritrova nell'event management, dove l'intelligenza artificiale viene impiegata per alleggerire le attività ripetitive e consentire ai professionisti di concentrarsi su quelle a maggior valore aggiunto. “La tecnologia dà il meglio quando si innesta su processi e competenze già solidi”, ha commentato Daniele Arduini, Ceo e cofondatore di Kampaay. “È così che in Kampaay integriamo l'intelligenza artificiale nelle nostre operazioni, portando innovazione nella spesa eventi delle aziende enterprise. L'AI automatizza le attività operative, i nostri Event Expert si dedicano a consulenza, progettazione ed esperienza cliente. Risultato: oltre 3.000 eventi nella prima metà dell'anno, domanda in crescita, qualità invariata”.
Anche il mondo della formazione guarda agli agenti intelligenti come alla base di una nuova generazione di piattaforme capaci di personalizzare i percorsi di apprendimento e accompagnare lo sviluppo delle competenze. “Con l’AI generativa abbiamo imparato a dialogare con le macchine. Con gli Agentic AI inizieremo a lavorare insieme a loro”, è l’esperienza portata da Antonino Ciacio, head of technology & innovation di Digit'Ed. “È un cambiamento che ridefinisce il modo in cui le organizzazioni operano: i processi aziendali vengono ripensati affinché persone e agenti intelligenti collaborino come un unico sistema. Gli Agentic AI non sono semplicemente una nuova tecnologia, ma il sistema operativo della prossima generazione di organizzazioni. Nel nostro settore il loro impatto va ben oltre il recupero di efficienza: aprono la strada a un nuovo paradigma della formazione. Immaginiamo un futuro in cui l’intelligenza artificiale comprende il punto di partenza di ogni persona, costruisce percorsi di crescita personalizzati, allena le competenze nel momento in cui servono e ne misura l’impatto sui risultati di business. È questa la direzione che sta guidando l’evoluzione delle piattaforme di learning di Digit’Ed, con prodotti e funzionalità basati su agenti intelligenti”.
Agenti AI "colleghi" di lavoro
L'evoluzione coinvolge anche il workplace digitale. È il caso di Plaud, azienda che costruisce interfacce AI dedicate ai professionisti, che sta evolvendo sempre più con i propri dispositivi verso una vera e propria infrastruttura per l'intelligenza artificiale agentica, grazie al recente lancio di Plaud Embedded e delle integrazioni Mcp e Cli (Command Line Interface). “Questo permette alle aziende di dare agli agenti AI accesso diretto al contesto critico delle riunioni, indispensabile per automatizzare i workflow in modo accurato e affidabile", afferma Brian Yam, head of Global B2B Growth di Plaud. "Il principio è semplice ma potente. Una soluzione di AI agentica verticale è efficace quanto il contesto a cui può accedere. Avere una registrazione "lossless" della conversazione è molto più efficace degli appunti incompleti che si trovano tipicamente in un Crm. In ambito sanitario, in particolare, questo si traduce in un vantaggio molto concreto: si pensi a un assistente AI in grado di programmare automaticamente appuntamenti di follow-up e referral sulla base delle conversazioni tra medico e paziente, riducendo drasticamente i tempi di documentazione manuale per medici e infermieri. È un esempio chiaro di come l'AI agentica, equipaggiata con dati completi, trasformi i workflow quotidiani”.