Titolo: Dall'assistenza all'esecuzione: il cambiamento architetturale

Il playbook "Agentic Transformation Patterns" di Microsoft del 2026 spiega come gli agenti AI debbano essere ricostruiti per passare dal semplice assistere gli utenti all'esecuzione effettiva del lavoro. Stabilisce un costo concreto per questo sforzo: tra le 26 e le 60 settimane-ingegnere per l'infrastruttura di base prima che sia possibile rilasciare anche un solo agente in modalità esecuzione. Le aziende che ignorano questo cambiamento rischiano di costruire strumenti fragili incapaci di agire in autonomia in modo sicuro.

Le imprese stanno ora sperimentando assistenti basati su modelli linguistici di grandi dimensioni (LLM) che redigono email, suggeriscono frammenti di codice o estraggono dati. Questi agenti rimangono in modalità "assist": un essere umano controlla ogni output e un leggero wrapper instrada la richiesta al modello e restituisce una risposta. L'architettura è economica e veloce da assemblare, ma lascia deliberatamente il processo decisionale e la scrittura dei dati all'utente.

Quando un'organizzazione vuole che l'agente gestisca un intero workflow — popolare un database, attivare un processo a valle o approvare una transazione — il modello non può più essere una black box che fornisce una risposta affinché un umano la verifichi. L'agente deve agire come un servizio autonomo, con la propria identità, uno stato persistente e reti di sicurezza integrate. Microsoft sostiene che il vecchio design basato solo sull'assistenza non possa essere aggiornato con delle patch per diventare un sistema pronto all'esecuzione; richiede una riprogettazione completa basata su sette pilastri architetturali.

I sette pilastri degli agenti AI pronti all'esecuzione

  • Autorità – Passaggio da permessi "delegati dall'utente" a identità persistenti dell'agente che portano diritti di accesso con ambito definito (scoped). L'agente deve autenticarsi presso i servizi a valle senza il token di un essere umano.
  • Confini – Sostituire il ragionamento ad hoc del modello per calcoli ad alto rischio con percorsi di codice deterministici. Tutto ciò che richiede precisione — calcoli finanziari, controlli di conformità — deve essere eseguito in software verificati, non dedotto dall'output del modello.
  • Schemi – Passare da scambi di dati a tipizzazione debole a uno schema canonico gestito da un data steward designato. Ciò impedisce all'agente di scrivere record malformati che i sistemi a valle non possono elaborare.
  • Rilevamento dei guasti – Sostituire la supervisione umana con una telemetria continua e il monitoraggio dei risultati di business. Il sistema deve segnalare automaticamente le anomalie, come volumi di transazione inaspettati, e arrestare l'agente se vengono superate le soglie stabilite.
  • Stato – Sostituire le sessioni di chat a breve durata con uno stato durevole e legato al caso (case-scoped), memorizzato in un sistema di record. Un agente di esecuzione potrebbe dover richiamare passaggi precedenti, tracce di audit o preferenze dell'utente nell'arco di giorni o settimane.
  • Rollback – Sostituire il "riavvio del prompt" con l'event-sourcing o transazioni di compensazione che possano annullare le azioni in modo affidabile. Se l'agente commette un errore, la piattaforma deve ripristinare gli effetti collaterali senza intervento manuale.
  • Auditabilità – Passare dai semplici trascrizioni delle chat a log per ogni singola azione che colleghino ogni operazione a una specifica versione e identità dell'agente. Regolatori e auditor interni potranno così tracciare esattamente cosa ha fatto l'agente, quando e secondo quale policy.

Questi cambiamenti non sono componenti opzionali; costituiscono un nuovo modello operativo per l'automazione guidata dall'IA. Microsoft stima che la costruzione di questa base richiederà tra le 26 e le 60 settimane-ingegnere.

Perché il costo è importante

Il playbook mette in guardia contro l'impiego di agenti in modalità esecuzione per compiti a basso valore che fanno risparmiare solo pochi minuti nel flusso di lavoro di un utente. L'investimento ingegneristico supererebbe qualsiasi guadagno marginale di produttività. Puntate su processi con risultati misurabili — evasione degli ordini, liquidazione dei sinistri, reporting di conformità — dove l'esecuzione autonoma si traduce direttamente in risparmio sui costi o riduzione del rischio.

È necessaria un'autorità decisionale per gestire i propri schemi di dati.

Controargomentazione: L'assistenza è sufficiente?

Per molti scenari di supporto interno — redazione