l’AI agentica piace a tutti

Per l’AI è sempre più l’ora degli agenti. Lo certifica anche una recente indagine globale pubblicata da Cloudera, che ha rivelato come l’adozione degli agenti intelligenti nelle grandi aziende è più avanzata di quanto ci si aspettasse, e in molti casi è già una realtà consolidata. “Le evidenze della ricerca hanno sorpreso anche noi in maniera positiva, in quanto non solo prosegue la forte crescita degli investimenti in AI generativa, ma anche il tema dell’AI agentica vede che più del 50% delle aziende ha già implementato casi d’uso per sfruttare questa innovazione nell’innovazione. In più, praticamente il 100% degli intervistati, tra quelli che l’hanno adottata, pensano di raddoppiarne l’utilizzo nei prossimi due anni”, esordisce Fabio Pascali, Regional Vice President Italy, Greece & Cyprus di Cloudera (ritratto nella foto di apertura), nel commentare i risultati dell’indagine.

Nel dettaglio, la ricerca “The Future of Enterprise AI Agents” ha coinvolto nel febbraio scorso quasi 1.500 manager IT in 14 Paesi per comprendere modelli di adozione, casi d’uso e opinioni riguardo gli agenti di intelligenza artificiale. I risultati mostrano come ben il 96% degli intervistati abbia in programma di espandere l’uso di questi agenti nei prossimi 12 mesi, con la metà che punta a una loro diffusione significativa all’interno di tutta organizzazione. Tra le applicazioni interessate da questa espansione vi sono bot per l’ottimizzazione delle prestazioni (66%), agenti di monitoraggio della sicurezza (63%) e assistenti allo sviluppo (62%).

A tutta “agentic AI”

In sostanza, la cosiddetta “agentic AI” rappresenta la prossima frontiera dell’innovazione, andando oltre l’automazione tradizionale e consentendo di creare sistemi in grado di ragionare, agire e adattarsi in tempo reale. Se implementati in modo efficace, questi agenti intelligenti sbloccano l’agilità operativa, consentono di risparmiare sui costi e migliorano notevolmente il coinvolgimento dei clienti. Di conseguenza, gli agenti AI stanno rapidamente diventando un elemento chiave di vantaggio competitivo, con l’83% delle organizzazioni che dichiara la necessità di investimenti dedicati per mantenere un posizionamento all’avanguardia sul mercato.

E se quasi sei responsabili IT su dieci (il 57%) ha dichiarato di aver implementato agenti di intelligenza artificiale negli ultimi due anni, con il 21% solo nell’ultimo anno, due terzi delle aziende (66%) stanno costruendo agenti su piattaforme infrastrutturali AI enterprise, mentre il 60% sta sfruttando le funzionalità agenziali integrate nelle principali applicazioni già esistenti. Ma vi sono alcuni ostacoli: i tre principali sono la privacy dei dati (53%), l’integrazione con i sistemi legacy (40%) e i costi di implementazione elevati (39%). Si tratta di preoccupazioni che hanno tutte la stessa matrice, ovvero la necessità di una gestione e di una governance dei dati solida e unificata.

Sicurezza e data lineage

In questo scenario dove accanto agli entusiasmi non mancano le preoccupazioni, “la logica che seguiamo, che si tratti di AI o agentic AI, è quella dell’Enterprise AI o Private AI, con soluzioni in grado di soddisfare i requisiti di sicurezza, di privacy e di protezione dell’informazione. Rispetto a questi temi, Cloudera propone un approccio che consente ai clienti di sviluppare l’AI all’interno del loro perimetro di sicurezza, evitando di esportare dati sensibili verso l’esterno.

Questo vale in particolare “per le aziende che intendono espandere l’utilizzo dell’AI e fanno parte di ambiti molto regolati come per esempio il Finance o il settore Pubblico“, prosegue Fabio Pascali, sottolineando che “è qui che si innesta il tema della data lineage, ovvero tracciare l’origine dei dati: Cloudera permette una tracciabilità completa su qual è la fonte dei dati, su chi li ha trasformati e su dove vengono utilizzati. Forniamo una soluzione cross platform eterogenea per dare risposta su quelle esigenze: qualunque sia il front end, si può cliccare su un singolo dato e capire com’è costruito il flusso per arrivare al dato finale, anche ricreando il percorso end to end andando fino a livello di tabella o di informazione. Si tratta di funzionalità che nascono dall’acquisizione di Octopai dello scorso anno, che adesso diventata è parte integrante della nostra value proposition anche se rimane indipendente come strumento”.

Più in generale, prosegue Fabio Pascali, “come Cloudera intendiamo supportare i clienti fornendo un approccio coerente anche in termini di costi, perché utilizzare approcci frammentati pensando poi di scalare in tutta l’organizzazione, porterebbe a un modello non sostenibile in termini di costi. Avere invece un approccio più strutturato con un’architettura omogenea può essere più vantaggioso, e quindi noi continuiamo a proporre un modello basato su un ecosistema complesso nel quale forniamo un ambiente di sviluppo eterogeneo, dove i data scientist, chi sviluppa o chi importa i modelli, possa trovare il giusto tool di sviluppo per diversi ambienti e progetti: si tratta di Cloudera AI Workbench. Inoltre, forniamo anche Cloudera AI Inference, con cui effettuare esercizi e utilizzare il running di questi modelli. Cloudera AI Inference è un ambiente messo a disposizione in partnership con Nvidia, un grande partner attorno al quale c’è un ecosistema complesso in grado di portare valore ai clienti e assisterli al meglio in questo percorso”.

Chi punta di più sugli agenti

Infine, il report di Cloudera analizza anche come le aziende stanno effettivamente utilizzando gli agenti AI, con casi d’uso principali che variano a seconda dei mercati, in base alle esigenze e alle priorità specifiche di ciascun settore. Per esempio, nell’ambito Finance, ovvero banche e assicurazioni, si guarda agli scenari di rilevamento delle frodi (56%), valutazione del rischio (44%) e consulenza sugli investimenti (38%): gli agenti AI segnalano transazioni sospette in tempo reale, simulano scenari di mercato per valutare il rischio e supportano i consulenti con suggerimenti di investimento personalizzati.

Nell’ambito Manufacturing, le applicazioni principali indicate sono automazione dei processi (49%), ottimizzazione della supply chain (48%) e controllo della qualità (47%): gli agenti monitorano le linee di produzione per individuare tempestivamente i problemi, reindirizzano la logistica per evitare ritardi e semplificano le attività ripetitive per migliorare l’efficienza.

Per quanto invece riguarda la Sanità, i casi d’uso più gettonati sono programmazione degli appuntamenti (51%), assistenza diagnostica (50%) ed elaborazione delle cartelle cliniche (47%):gli agenti AI riducono il carico amministrativo coordinando le agende, evidenziando i dati rilevanti dalle cartelle cliniche e aiutando i medici a identificare correlazioni nei dati di imaging.

Ma anche il mondo delle Telecomunicazioni sta assistendo a un’innovazione sostanziale alimentata dall’AI: bot di assistenza clienti (49%), agenti di customer experience (44%) e agenti di monitoraggio della sicurezza (49%) sono le principali implementazioni, nelle quali gli agenti gestiscono problemi relativi al servizio, segnalano i clienti a rischio utilizzando i dati comportamentali e proteggono le reti dalle minacce emergenti.