Giugno è stato un mese piuttosto intenso per gli AI agent.

Alla Build 2026, Microsoft li ha messi al centro della propria visione, mostrando un futuro in cui il software riceve obiettivi invece di limitarsi a eseguire comandi. Non è un caso. McKinsey sostiene che entro il 2030 gli AI agent potrebbero orchestrare fino a cinque trilioni di dollari di ricavi a livello globale.

Dietro questi numeri, però, si nasconde un cambiamento ancora più interessante.

Prima della standardizzazione.

L’AI non ci riporterà ai software installati su CD. Potrebbe però riportare al centro una domanda che il cloud e il modello SaaS avevano progressivamente spostato sullo sfondo: come lavora davvero questa organizzazione?

Prima che il software diventasse un servizio distribuito su larga scala, comprendere processi, regole operative ed eccezioni era spesso il punto di partenza dei progetti enterprise.

Poi internet, il cloud e il SaaS hanno cambiato le cose, e milioni di aziende hanno iniziato a utilizzare gli stessi strumenti, sempre aggiornati e veloci da implementare. Il vantaggio è stato enorme, ma con una conseguenza inevitabile: utilizzare gli stessi software ha significato condividere anche gli stessi processi.

Per quasi vent’anni è stato un compromesso conveniente. Oggi gli AI agent potrebbero invertire quella direzione.

Dal prompt al processo.

Gli AI agent ricevono un obiettivo, utilizzano strumenti, supportano o automatizzano decisioni entro regole, soglie e responsabilità definite e portano avanti interi processi di lavoro.

Sempre più spesso iniziamo a delegare all’intelligenza artificiale attività complete, non singole richieste. Uno studio pubblicato a fine giugno dai ricercatori di OpenAI mostra che gli utenti attivi settimanali di Codex sono aumentati di oltre cinque volte tra gennaio e giugno 2026, mentre la quota di utenti che delega agli agenti attività superiori alle otto ore di lavoro umano è cresciuta di quasi dieci volte.

Il segnale è chiaro: gli agenti stanno passando da assistenti conversazionali a collaboratori operativi.

Una logica diversa.

Un agente può utilizzare software già esistenti, accedere ai dati dell’organizzazione e coordinare attività tra sistemi differenti.

Il valore dipende quindi sempre meno dalla capacità di sviluppare nuove applicazioni e sempre più dalla capacità di insegnare agli agenti come lavora una determinata organizzazione. È anche il motivo per cui, nei progetti che sviluppiamo, dedichiamo gran parte del tempo a comprendere come un’azienda prende decisioni e organizza il proprio lavoro, prima ancora di parlare di modelli o automazioni.

Per adattare un software a un’azienda serviva sviluppare codice. Per adattare un agente servono soprattutto contesto, dati, regole e accesso alla conoscenza dell’organizzazione. Per questo motivo, forse il vantaggio competitivo dipenderà da una nuova, vecchia variabile.

Il vantaggio era già dentro l’azienda.

Abbiamo spesso pensato che il vantaggio competitivo fosse il software. Poi il cloud. Oggi pensiamo che siano i sistemi di intelligenza artificiale.

Eppure le tecnologie diventeranno sempre più accessibili. Ciò che resterà davvero difficile da replicare sarà il know-how di ogni organizzazione, il modo in cui esegue i workflow e, soprattutto, il modo in cui lavora.

Per quasi vent’anni il software ha chiesto alle aziende di adattarsi. Ora gli AI agent potrebbero riportare il software a fare il contrario.

E il vero vantaggio dipenderà da ciò che saremo in grado di fargli fare.