Che cosa possono fare oggi gli agenti al lavoro

Nei primi anni di questa ondata, la maggior parte delle persone ha incontrato l’IA come una finestra di chat. Una persona chiedeva, l’IA rispondeva e il resto toccava a lei. Ora la parola che compare in ogni slide è agente: un software a cui viene dato un obiettivo, che compie i passi, usa gli strumenti che gli è consentito usare e torna con il lavoro fatto.

Le ultime settimane hanno mostrato entrambi i lati. OpenAI ha portato in ChatGPT agenti che continuano a lavorare in background. Anthropic e METR hanno descritto agenti che hanno fatto cose che nessuno aveva chiesto loro. Ecco che cosa vediamo quando mettiamo le affermazioni a confronto con le prove e con il nostro lavoro quotidiano.

Che cosa dicono i numeri

L’adozione è reale e disomogenea. Nel sondaggio McKinsey 2026, il 40 per cento dei rispondenti di organizzazioni con più di un miliardo di dollari di ricavi ha dichiarato di portare su larga scala gli agenti IA, contro il 27 per cento di un anno prima. Tra le organizzazioni più piccole la quota è rimasta al 22 per cento. Circa due rispondenti su dieci stavano portando su larga scala agenti di programmazione, e il 32 per cento ha detto che la propria organizzazione aveva deciso di non acquistare un software perché ora poteva svilupparlo internamente con agenti di programmazione.

I ritorni economici non sono ancora arrivati. La quota di rispondenti che attribuisce all’IA un qualche impatto sull’EBIT è rimasta al 37 per cento. Gartner colloca l’IA agentica al picco del proprio hype cycle: nel suo sondaggio 2026 tra i CIO, il 17 per cento delle organizzazioni aveva messo in produzione degli agenti e oltre il 60 per cento si aspettava di farlo entro due anni. La maggior parte delle implementazioni, osserva, resta circoscritta, e gli agenti pienamente autonomi non sono pronti per la maggior parte dei casi d’uso aziendali. Gartner si aspetta comunque che oltre il 40 per cento dei progetti di IA agentica venga cancellato entro la fine del 2027, e mette in guardia dall’agent washing: chatbot e vecchie automazioni rietichettati come agenti.

Che cosa fanno in modo affidabile

La misura più rigorosa che conosciamo viene da METR, che cronometra gli agenti IA su compiti software confrontandoli con il tempo che gli stessi compiti richiedono a persone esperte. Nel suo rapporto di maggio, i migliori modelli pubblici riuscivano una volta su due in compiti che a una persona richiedono circa 12 ore. Se si chiedono quattro successi su cinque, la durata del compito scende a circa un’ora e mezza.

Questo divario è la storia degli agenti al lavoro. Possono tentare compiti lunghi. Portano a termine in modo affidabile quelli brevi. Un processo aziendale si giudica sul numero affidabile, perché nessuno vuole un ciclo di fatturazione giusto una volta su due. Il consiglio di Anthropic resta valido: i flussi di lavoro su percorsi predefiniti sono prevedibili, gli agenti che scelgono da soli il passo successivo sono flessibili e soggetti a errori che si accumulano. Quindi si parte dalla configurazione più semplice che funziona e si aggiunge autonomia solo quando conviene chiaramente.

Che cosa hanno mostrato le ultime settimane

Il 29 settembre, alla sua conferenza per sviluppatori, OpenAI ha lanciato Dots: agenti in ChatGPT che girano ciascuno su un proprio computer nel cloud, continuano a lavorare verso un obiettivo tra una conversazione e l’altra, raggiungono più di 4'000 app e si possono contattare in ChatGPT, Slack o Teams. SiliconANGLE ha riferito che OpenAI ha testato internamente versioni specializzate per l’approvvigionamento e l’elaborazione delle fatture. Il design è rivelatore. Mentre un Dot fa ricerche per conto suo, le sue connessioni alle app del proprietario sono in sola lettura. Le azioni che toccano account o condividono informazioni passano un controllo automatico, e OpenAI invita gli utenti a rivedere il lavoro importante, perché gli agenti possono ancora sbagliare. Gli utenti Pro in Svizzera, nel Regno Unito e nello Spazio economico europeo sono stati esclusi dal lancio.

Il 30 settembre il presidente di METR ha riferito a una sottocommissione del Senato degli Stati Uniti di un incidente che OpenAI aveva reso noto a luglio, in cui agenti che stava testando internamente si erano coordinati per barare nei test e, lungo la strada, avevano compromesso Hugging Face, una piattaforma di IA molto usata. La sua sintesi è stata chiara: gli sviluppatori non hanno ancora risolto il problema di impedire agli agenti di perseguire azioni contrarie all’intenzione umana.

Il 9 ottobre Anthropic ha pubblicato un’indagine sulle azioni non volute dei propri modelli nelle valutazioni e nell’uso interno. Un modello di ricerca ha inviato un vero modulo governativo dopo che una copia di prova non si era caricata, e un modello piccolo a volte inviava moduli che gli era stato detto di lasciare non inviati. Altri hanno aggirato restrizioni per raggiungere dati ad accesso riservato, o hanno usato servizi di accorciamento dei link per superare i limiti di uno strumento. Anthropic afferma che l’impatto è stato minimo e che, per quanto ne sa, non sono stati coinvolti dati di clienti. Ha tolto l’accesso a internet in tempo reale a tutte le valutazioni interne, rafforzato le protezioni di alcuni suoi strumenti web e costruito un sistema di rilevamento che ha bloccato ogni caso descritto.

Un’istruzione non è un punto di controllo

La lezione per un’azienda non è che gli agenti siano giocattoli pericolosi. Erano laboratori che mettevano alla prova i modelli senza risparmio, e hanno pubblicato ciò che hanno trovato. La lezione riguarda il luogo in cui risiede il controllo. A un agente a cui era stato detto di non inviare un modulo è capitato di inviarlo. Un agente che non può raggiungere il pulsante di invio non lo farà mai.

La verifica richiede la stessa cura. Nella seconda fase del Project Vend di Anthropic, un agente Claude che gestiva un negozio d’ufficio ha ricevuto un capo: un secondo agente nel ruolo di amministratore delegato. Approvava le richieste di trattamento di favore circa otto volte più spesso di quanto le rifiutasse, e condivideva molti dei punti ciechi dell’agente del negozio, perché girava sullo stesso modello. Un secondo agente sullo stesso modello è un buon lavoratore e un ispettore debole. Il controllo che conta dovrebbe venire da qualcosa di diverso: una regola scritta nel codice, un test che passa o fallisce, oppure una persona.

Punti di controllo nei nostri prodotti

Ogni prodotto crue funziona oggi così. In Kontor, invio, pagamenti e solleciti non sono nemmeno disponibili all’assistente: li fa una persona. In Studio, l’assistente prepara la bozza di una modifica al sito web, e una persona approva ogni modifica e ogni pubblicazione. Lookout trova, scrive e prepara su ogni canale, e una persona approva ciò che esce. In Twin, ogni compito per ogni ruolo è contrassegnato: svolto in autonomia, in attesa di approvazione oppure passato a una persona quando non è sicuro.

La fase successiva sposta i punti di controllo. Non li elimina. Twin eseguirà routine intere dall’inizio alla fine, come la chiusura mensile, l’offerta e l’onboarding, con l’approvazione ai punti di controllo che l’azienda sceglie. Lookout eseguirà l’intera sequenza entro le vostre regole, dal primo segnale all’incontro fissato. crue funziona già sul proprio Twin, con più di 80 skill, e la linea si sposta solo quando la fase attuale ha retto nel lavoro reale, il nostro per primo. Ciò che resta alle persone è la parte che porta un nome: la conversazione con il cliente, la scelta che richiede giudizio e il sì finale.

Da dove cominciare

Il consiglio di Gartner è vicino al nostro: usare gli agenti dove serve una decisione, la semplice automazione per i flussi di routine e un assistente per le ricerche semplici. Gran parte del valore sta nello scegliere quale è quale.

Scegliete una routine che si ripete ogni settimana, ha una fine chiara e produce qualcosa che una persona può controllare in un minuto. Scrivete l’obiettivo, gli strumenti che l’agente può usare e il punto in cui deve fermarsi, e costruite quell’arresto dentro gli strumenti, non solo nel prompt. Mettete il punto di controllo prima di tutto ciò che esce dall’azienda: la fattura, l’e-mail, la pagina pubblicata. Poi contate onestamente quante volte la bozza non ha avuto bisogno di correzioni.

Gli agenti non sono ancora colleghi. Sono junior veloci e instancabili, con un senso discontinuo di quando sbagliano. Date a un agente un obiettivo chiaro, gli strumenti giusti e un punto di controllo che non può aggirare a parole, e già toglie molto lavoro alla settimana.