L’Intelligenza artificiale agentica ci racconta l’automazione pura, l’affidamento al software e la capacità dei sistemi di compiere scelte complesse in completa autonomia. E già questo aggiunge due elementi di novità davvero interessanti, ovvero la multisettorialità e l’autonomia in progetti guidati da un Agente AI che non si limita a completare i singoli compiti operativi ma è “proattivo” e per questo ambisce a espandersi in tutti i settori e in tutti i casi d’uso finora conosciuti, analizzando dati, prendendo decisioni, gestendo autonomamente flussi di lavoro e ottimizzando i processi in cui è coinvolto. Tutto questo 24 ore al giorno e 365 giorni l’anno.
Occorre comprendere meglio l’ampio spazio di innovazione che si apre con gli agenti AI e che dovrebbe essere presidiato subito dagli operatori locali e dalle startup di intelligenza artificiale.
Fin qui ci sarebbe ancora poco di “nuovo”, nel senso che l’urgenza di implementare un Agente AI in azienda non sembra ancora diffusamente avvertita, ma resta solo anticipata nelle previsioni, forse perché si incorre nei soliti rischi che ormai abbiamo imparato a conoscere, almeno da quando tutti parlano di AI. Ma non sarà così nel 2025, perché l’attenzione si sta spostando – anche in Italia – verso architetture software più sofisticate che integrano i modelli di linguaggio in sistemi più complessi e che ambiscono a creare un’intelligenza artificiale agentica che produca soluzioni personalizzate e quindi più efficienti. Un esempio è il progetto italiano “Stregatto”, una piattaforma open source per creare agenti di intelligenza artificiale, simile a WordPress per i blog. Permette di utilizzare modelli linguistici e aggiungere funzionalità operative, come la gestione di documenti e il controllo di dispositivi. Creare un agente AI ha costi legati all’uso del modello linguistico e della potenza di calcolo. Ma come sappiamo, i costi stanno diminuendo esponenzialmente, rendendo più accessibile l’uso di queste tecnologie.
E’ bene sapere che siamo su un altro livello della scala degli investimenti in AI – che non è quello infrastrutturale – ma il mercato potenziale che si sta aprendo per gli Agenti AI è altrettanto ricco e gratificante sotto tutti i punti di vista, non solo per gli investitori. Il futuro dell’AI sembra quindi orientato verso applicazioni verticali e specializzate, che non negano modelli generali, ma aprono la via a modelli specializzati con nuove architetture ibride. La transizione verso soluzioni agentiche e verticalizzate sta di fatto definendo un’opportunità fantastica per spingere tutta l’industria in una fase di ulteriore crescita e sviluppo. Vediamo come.
Cosa sono gli agenti AI e perché sono destinati a rimanere a lungo con noi
L’esplorazione nel campo dell’intelligenza artificiale ha prodotto finora ingenti investimenti infrastrutturali e una rincorsa planetaria a finanziamenti che raramente si sono visti nei precedenti cicli economici o in altri settori industriali. La sostenibilità di questa crescita esponenziale è stata già messa in discussione, poiché comporta costi elevati e sfide imponenti, come la necessità di enormi infrastrutture energetiche di supporto ai centri di calcolo.
La necessità di garantire al mercato un ritorno di questi investimenti iniziali pluri-miliardari, ha portato a una ricerca spasmodica di almeno un prodotto applicativo su cui costruire un gradimento diffuso. Si sta cercando chiaramente di fare leva sulla necessità – non ancora da tutti avvertita – di avere una rapida implementazione dell’AI nei sistemi aziendali.
L’attenzione si sta spostando, anche in Italia, verso architetture software più sofisticate che integrano i modelli di linguaggio in sistemi più complessi e che ambiscono a creare un’intelligenza artificiale agentica per produrre soluzioni personalizzate e quindi più efficienti per i privati, per le aziende e per la PA.
E’ nelle aziende infatti, che gli agenti AI possono migliorare i processi, eseguire procedure sosfisticate e raggiungere obiettivi specifici più rapidamente. Nell’assistenza clienti, ad esempio, gli agenti AI possono trovare un primo e riconosciuto campo di utilizzo andando a semplificare l’esperienza negli acquisti online. E’ ormai abbastanza diffusa la tendenza nel settore del Travel di poter disporre di un agente AI in grado di personalizzare gli spostamenti, prenotando automaticamente voli, hotel e fornendo risposte mirate alle specifiche esigenze di tempo, di spazio, di costo e altro ancora.
Anche le Pubbliche Amministrazioni possono trarre grande beneficio dagli agenti AI per semplificare procedure complesse, monitoraggio e reportistica (pensiamo alla prenotazioni sanitarie ed al monitoraggio delle prestazioni offerte dal sistema sanitario o scolastico).
Gli agenti AI migliorano l’interazione con l’utente, rendendo le operazioni più rapide e meno complesse rispetto ai tradizionali moduli HTML o form. Aggiungono automazione e praticità. Ad esempio ci sono Agenti AI avanzati che permettono di automatizzare processi complessi e di interagire in modo naturale tramite conversazione, risparmiando tempo e semplificando le operazioni per gli utenti. Possiamo quindi supporre che gli agenti AI nascano proprio da questa naturale esigenza degli investitori di remunerare gli sforzi iniziali e che quindi non siano “passati per caso” sulla scena internazionale dell’innovazione. Tuttavia gli agenti AI sono determinati a rimanere con noi a lungo e a specializzarsi su singoli settori di interesse.
Stregatto: il primo progetto italiano con rilevanza europea
Parliamo ora di Stregatto. Stregatto è un progetto open source italiano che permette la creazione di agenti AI personalizzati. È stato ideato da Piero Savastano e si presenta come un framework Python, il che significa che gli sviluppatori possono creare agenti AI integrabili facilmente nelle loro applicazioni. Dice Piero Savastano: “Stregatto è una piattaforma open source per creare agenti di intelligenza artificiale, simile a WordPress per i blog. Permette di utilizzare modelli linguistici e aggiungere funzionalità operative, come la gestione di documenti e il controllo di dispositivi”.
Ci sono già adesso diverse ragioni per cui Stregatto può essere leader nella creazione di agenti AI. Anzitutto l’accessibilità: Stregatto è open source, il che significa che chiunque può utilizzarlo e contribuire al suo sviluppo. Questo favorisce l’innovazione e la collaborazione.
Inoltre c’è la flessibilità. Grazie alla sua natura basata su Python, Stregatto consente agli sviluppatori di creare componenti personalizzati, come Tool, Hook e Plugin, senza dover modificare il nucleo del framework.
Spiega Savastano: “Gli agenti AI possono essere venduti con modelli di vendita verticali specifici per settori particolari. Per creare un agente AI personalizzato, serve un “semilavorato” come Stregatto, che permette di costruire agenti specifici per diversi scopi. La combinazione del modulo linguistico con dati specifici e la logica di business è fondamentale per il valore di un agente”. Queste caratteristiche, insieme all’interoperabilità, rendono Stregatto un potenziale leader nella creazione di agenti AI, offrendo un’alternativa flessibile e potente rispetto ad altre piattaforme più limitate. Stregatto si candida ad interagire con qualsiasi modello linguistico (LLM), sia open source che proprietario. Questo lo rende versatile e adattabile a diverse esigenze.
La creazione di un marketplace per agenti AI deve essere rapida anche in Italia, per competere con giganti internazionali che stanno già sviluppando piattaforme simili. È importante combinare il modello linguistico con dati e logiche di business specifiche per massimizzare il valore.
Per questo il Cloud Provider italiano Seeweb ha supportato il progetto Stregatto, avendo a disposizione una grande disponibilità di potenza di calcolo GPU e altri servizi innovativi per l’intelligenza artificiale.
Antonio Baldassarra di Seeweb ha dichiarato: “Le nostre startup dovrebbero creare quanti più agenti possibili, cercando di intercettare quelli con il maggior gradimento di mercato. Sarà utile e necessario collaborare con servizi dati esistenti per cercare di creare esperienze conversazionali su dati già disponibili. Ma per competere con i giganti della tecnologia, è fondamentale creare standard di interoperabilità pubblici per gli agenti AI scegliendo soluzioni cloud di operatori locali. Questo permetterà maggiore flessibilità e indipendenza, anche in futuro dalle grandi piattaforme globali”.
Agenti generalisti di Big Tech e agenti verticali dei Challenger
E’ opportuno a questo punto della trattazione, un breve discernimento di quanto sta accadendo ai player globali, non fosse altro che per comprendere meglio l’ampio spazio di innovazione che dovrebbe essere presidiato subito dagli operatori locali e dalle startup di intelligenza artificiale. Le prove di addestramento per modelli di grandi dimensioni possono arrivare a costare decine di milioni di dollari e richiedono l’uso di centinaia di chip avanzati, con un alto rischio di guasti hardware. Inoltre, i modelli di intelligenza artificiale hanno già esaurito i dati facilmente accessibili e la carenza di risorse (es. energia, semiconduttori), in alcuni casi sta rallentando le sessioni di addestramento.
Le recenti pubblicazioni e analisi sull’intelligenza artificiale sostengono che potremmo trovarci presto di fronte ad uno “stallo globale”, perché mettendo a sistema l’enorme numero di dati utilizzati, insieme con i parametri dei diversi modelli oggi sul mercato e la potenza di calcolo necessaria per l’addestramento, gli indicatori mostrano un rendimento decrescente rispetto a quanto avveniva solamente due anni fa, perché l’aumentare esponenziale delle risorse di calcolo ora non garantisce più un miglioramento lineare delle prestazioni.
Nonostante questo si annunciano ancora altri investimenti in Data Center AI iperscalari (ed il raddoppio di apparati al loro interno) per garantire a chi è rimasto indietro, la possibilità di raggiungere i pochi leader globali che si contendono un oligopolio mondiale che già preoccupa le democrazie occidentali e le ingaggia in una rincorsa faticosa – anche se per alcuni piuttosto vana – di recuperare posizioni. La reazione di fronte agli annunci di investimenti miliardari e di valutazioni aziendali nell’ordine dei trilioni sta portando a due diverse reazioni: da un lato annichilisce i Paesi che hanno risorse scarse e si ritrovano in una condizione di dipendenza tecnologica dai leader. Dall’altro lato portano i più ambiziosi a ritenere che ci possano essere – come di fatto ci sono – nuovi spazi di investimento in sistemi verticali su cui focalizzare l’attenzione (e “concentrare le risorse a disposizione”, come sostiene Mario Draghi nel suo report per l’Europa).
L’innovazione agentica potrebbe parzialmente rimanere chiusa dentro modelli generalisti ancorati ad applicativi dominanti sul mercato. Apertura ed interoperabilità dovrebbero essere i principi ispiratori di ogni ambiente tecnologico ed il caso degli Agenti AI non dovrebbe riproporre le distorsioni concorrenziali a cui abbiamo assistito negli ultimi 20 anni.
Come abbiamo sostenuto in premessa, i giganti globali potrebbero aver spostato una parte degli investimenti sugli Agenti AI per garantirsi un primissimo ritorno degli investimenti. Se questa fosse la finalità – che resta comunque legittima – l’innovazione agentica potrebbe parzialmente rimanere chiusa dentro modelli generalisti ancorati ad applicativi dominanti sul mercato. Quando questo accade – e forse è già accaduto – l’utente potrebbe ritrovarsi imprigionato in un ecosistema che lo chiude dentro un recinto di applicazioni che non gli permette di sfruttare appieno tutte le potenzialità che si aprono quando un Agente AI deve soddisfare l’infinita varianza umana. Ognuno di noi infatti, potrebbe aver bisogno di un agente ad-hoc, che sia in grado cioè di svolgere un compito preciso.
Dunque se Bigtech continuasse a cercare di recintare l’utente in una prateria di agenti AI generalisti che operano solo nelle piattaforme dei Gatekeeper, si potrebbe arrivare ad ostacolare lo sviluppo organico dell’innovazione agentica – come è già accaduto nel XX secolo per il software e le app – vanificando gran parte degli sforzi che gli agenti AI modellati sull’esigenza degli utenti, promettono al mercato. Ad esempio, attualmente per poter usare Copilot di Microsoft, è necessario un abbonamento a Office 365 specifico e l’acquisto di Copilot e Copilot Studio. Gli agenti creati ad esempio con Stregatto ad oggi non possono essere utilizzati su Copilot, a meno che Microsoft non apra la sua piattaforma a sviluppatori esterni. E’ opportuno che questo accada.
E’ chiaro che non sarebbe completa l’analisi se non parlassimo anche dei rischi collegati ad un Agente AI. Ma non è tanto sui rischi che dovremmo concentrare l’attenzione perché – come dicevamo – essi appaiono ormai conosciuti ai più. Quelle che sono le soluzioni invece, stanno assumendo un aspetto quasi “privatistico”. E’ come se si volesse demandare il controllo ai privati stessi, quando invece si dovrebbero interessare ambienti di policy diversi, proprio perché la tecnologia sta avanzando così rapidamente che c’è una riconosciuta urgenza a rinforzare i compiti e le competenze delle Autorità di controllo preposte, ovvero quelle a tutela della concorrenza, del mercato e dei consumatori in primis.
Se alcuni Governi si sono dotati di un’Autorità specifica sull’Intelligenza Artificiale, le grandi aziende tecnologiche vorrebbero testare e auto-valutare in casa i propri Agenti AI con dei benchmark interni. E’ chiaro che tra delegare tutto al privato e trovare le giuste modalità di controllo pubblico, c’è ampio spazio su cui cooperare per trovare soluzioni a questo problema. Apertura ed interoperabilità dovrebbero essere i principi ispiratori di ogni ambiente tecnologico ed il caso degli Agenti AI non dovrebbe riproporre le distorsioni concorrenziali a cui abbiamo assistito negli ultimi 20 anni, solo parzialmente corrette dall’intervento regolamentare europeo.
