Una recente indagine globale condotta da Cloudera, che ha coinvolto quasi 1.500 leader IT in 14 nazioni, rivela che l’adozione degli agenti intelligenti da parte delle grandi aziende è molto più avanti di quanto non si pensasse e addirittura è già una realtà consolidata in molte di queste. Il 57% dei responsabili IT aziendali intervistati ha dichiarato di aver già implementato agenti di questo tipo negli ultimi due anni.
Guardando al futuro prossimo, l'orientamento è chiarissimo: c'è un piano diffuso per ampliare l'impiego di questi agenti. La stragrande maggioranza degli intervistati, ben il 96%, prevede infatti di espandere l'utilizzo degli agenti AI nei prossimi dodici mesi, con la metà di essi che mira a una loro integrazione sostanziale e pervasiva all'interno delle proprie strutture organizzative. Le aree principali dove si prevede questa crescita includono i sistemi per ottimizzare le performance aziendali, gli agenti dedicati al monitoraggio della sicurezza e gli assistenti a supporto dei processi di sviluppo.
Dal punto di vista aziendale e IT, l'intelligenza artificiale agentica è vista come un motore fondamentale di vantaggio competitivo. Si ritiene che una sua implementazione efficace possa sbloccare un'agilità operativa senza precedenti, generare risparmi significativi e migliorare drasticamente l'interazione con la clientela. Non sorprende, quindi, che l'83% delle organizzazioni riconosca la necessità di investire specificamente in questo ambito per mantenere una posizione di leadership sul mercato.
Piattaforme in primis, ma i CIO sono preoccupati da sicurezza, costi e integrazione
Ma come stanno procedendo concretamente le organizzazioni nella messa a terra di queste tecnologie? L'approccio prevalente appare essere di natura ibrida. Due terzi delle aziende (il 66%) stanno costruendo i propri agenti basandosi su piattaforme infrastrutturali AI a livello enterprise. Contemporaneamente, il 60% sta sfruttando le funzionalità degli agenti che vengono integrate direttamente nelle principali applicazioni software già in uso. Questa scelta riflette una preferenza per implementazioni che siano intrinsecamente scalabili, garantiscano la sicurezza e siano strettamente connesse ai dati su cui operano.
Nonostante l'entusiasmo e i piani di espansione, il percorso verso un'adozione su larga scala non è privo di ostacoli. Le sfide principali identificate nella ricerca riguardano la protezione dei dati, citata dal 53% degli intervistati, le difficoltà di integrazione con i sistemi informativi preesistenti (40%), e i costi iniziali elevati per l'implementazione (39%). È interessante notare come queste preoccupazioni convergano su un punto critico fondamentale: la necessità di una gestione e di una governance dei dati che sia non solo solida, ma anche unificata e coerente attraverso l'organizzazione.
Iniziare con calma, ma scegliendo bene il progetto
Per le aziende che si stanno avvicinando a questa tecnologia o che cercano la strategia migliore per accelerare l'adozione, l'indicazione emersa dalla ricerca è di iniziare con progetti circoscritti ma ad alto potenziale di impatto. Un esempio proposto è l'agente di supporto interno per l'IT. Questi casi d'uso, definiti "fast-to-value", permettono ai team di dimostrare concretamente il ritorno sull'investimento, costruire fiducia nelle capacità dell'AI agentica all'interno dell'organizzazione e porre le basi solide per espansioni future più ampie e articolate.
L'analisi delle implementazioni attuali evidenzia anche una notevole varietà di applicazioni specifiche per settore, riflettendo le esigenze e le priorità peculiari di ciascun mercato. Nel settore finanziario e assicurativo, gli agenti AI sono impiegati principalmente per identificare frodi, valutare il rischio e fornire supporto nella consulenza per gli investimenti, segnalando transazioni sospette in tempo reale, simulando scenari di mercato e assistendo i consulenti con suggerimenti personalizzati.
Nel manifatturiero, l'enfasi è sull'automazione dei processi produttivi, sull'ottimizzazione della supply chain e sul controllo qualità, con agenti che monitorano le linee per individuare problemi, riorganizzano la logistica per evitare ritardi e semplificano operazioni ripetitive. In ambito sanitario, i casi d'uso più comuni includono la gestione degli appuntamenti, l'assistenza diagnostica e l'elaborazione delle cartelle cliniche, riducendo il carico amministrativo, evidenziando dati rilevanti dalle cartelle e supportando i medici nell'analisi dei dati di imaging. Anche il settore delle telecomunicazioni vede un impiego significativo in aree come i bot di assistenza clienti, gli agenti per migliorare la customer experience e il monitoraggio della sicurezza, risolvendo problematiche di servizio, segnalando clienti a rischio basandosi sui loro comportamenti e proteggendo le reti.
Fuori dalla fase sperimentale, attenti ai lock-in
Come sottolineato dagli esperti, gli agenti AI hanno ormai superato la fase meramente sperimentale. Stanno concretamente portando maggiore automazione, accresciuta efficienza e risultati tangibili per il business. Si prevede che gli agenti AI assumeranno un ruolo centrale nel prossimo futuro, potenzialmente con un impatto operativo ancora maggiore rispetto all'AI generativa. Per realizzare pienamente questo potenziale, è cruciale disporre di dati estremamente affidabili e gestiti in modo ottimale.
In questo contesto, la capacità di trasformare diverse tipologie di dati, residenti su qualsiasi infrastruttura cloud pubblica o privata, in insight preziosi e affidabili diventa un fattore critico. Piattaforme progettate per offrire una gestione dati scalabile e sicura sono essenziali per permettere alle organizzazioni di sfruttare modelli di AI sui propri dati, garantendo al contempo la privacy e promuovendo implementazioni responsabili.
Bisogna anche tenere in grande considerazione la libertà d’azione che le piattaforme di gestione dati e AI permettono alle aziende. Cloudera, sponsor di questa ricerca, ha la peculiarità di basare tutta la sua offerta su software open source, permettendo di migrare qualsiasi parte dell’infrastruttura in qualsiasi momento su altri provider cloud o software. In una fase in cui le cose possono cambiare velocemente mentre si valuta come implementare cosa in quali processi aziendali è cruciale non ritrovarsi costretti da vincoli commerciali a gestire necessità di business con soluzioni non all’altezza delle proprie necessità.