Per quasi due anni abbiamo raccontato l’intelligenza artificiale con una metafora che ha funzionato molto bene, quella del copilota o dell’assistente. L’idea era semplice: tu sei alla guida, l’AI è seduta accanto a te, ti suggerisce una frase, completa un documento, corregge un testo, scrive qualche riga di codice. Rimani tu a fare il lavoro, ma con un assistente sempre disponibile.
Questa metafora, però, oggi non basta più, perché nel frattempo la tecnologia è cambiata.
Indice degli argomenti
Dagli assistenti agli agenti AI
Negli ultimi mesi abbiamo assistito a un’accelerazione evidente nello sviluppo dei modelli di nuovissima generazione. Le evoluzioni più recenti dei grandi modelli, da Claude Fable 5 a GPT-5.6, fino ai sistemi sviluppati dai player cinesi, stanno mostrando capacità sempre più avanzate non solo nella generazione di contenuti, ma soprattutto nella capacità di ragionare, pianificare ed eseguire autonomamente attività complesse.
Il singolo modello non è però il punto fondamentale, il vero cambiamento nasce dalla combinazione tra i modelli più potenti e le nuove infrastrutture agentiche, che permettono a queste ultime di utilizzare strumenti, lavorare in autonomia e portare avanti processi articolati.
È proprio qui che cambia tutto, dato che non stiamo più semplicemente migliorando il nostro assistente digitale, bensì stiamo entrando in una fase in cui l’intelligenza artificiale può diventare un vero esecutore di compiti.
Oggi all’AI possiamo assegnare del lavoro, non dobbiamo più lavorarci insieme. Può sembrare una sfumatura linguistica, ma, in realtà, è un cambio di paradigma che ritengo importantissimo, come sottolineo nel recente video pubblicato sul mio canale YouTube.
Dall’assistente al collaboratore
Per capire cosa sta succedendo bisogna fare un passo indietro. Fino a pochi mesi fa il rapporto con l’AI era sostanzialmente una conversazione continua: chiedevi qualcosa, ricevevi una risposta, la miglioravi, facevi una nuova domanda e ripartivi. Era dunque un’interazione costante tra persona e macchina, ma oggi il flusso è completamente diverso.
Definisci una strategia e un obiettivo, lo affidi a un agente e aspetti che completi il lavoro. Stai quindi delegando coordinando il lavoro, non stai più collaborando in tempo reale. Siamo davanti a un cambiamento enorme perché modifica il ruolo dell’essere umano molto prima ancora di cambiare gli strumenti che utilizza.
Perché oggi gli agenti AI possono davvero lavorare
Questo salto è stato possibile grazie a tre evoluzioni che, prese singolarmente, sembrano semplici miglioramenti tecnologici, ma insieme cambiano completamente lo scenario.
La prima è l’accesso ai tool: gli agenti non si limitano più a generare testo all’interno di una finestra di chat, ma possono aprire un browser, utilizzare il terminale, leggere e scrivere file, installare applicazioni, eseguire codice e interagire direttamente con il nostro ambiente di lavoro. Gli agenti dunque eseguono veri e propri task, mentre prima l’AI si limitava a produrre risposte. Questa è una differenza enorme, infatti se oggi utilizziamo l’intelligenza artificiale esclusivamente come una chat, probabilmente stiamo sfruttando una minima parte delle sue possibilità. È come continuare a guidare una piccola utilitaria mentre il resto del mercato ha già iniziato a correre con auto fuoriserie.
La seconda novità riguarda il tempo: fino a ieri eravamo abituati a modelli che rispondevano in pochi secondi, oggi invece possiamo assegnare un obiettivo o un task a un agente e lasciarlo lavorare per ore.
Durante quel tempo l’agente può consultare fonti online, confrontare documenti, costruire un database, installare software, generare codice, analizzare dati, coordinare altri sottoagenti (se presenti) e produrre un risultato finale senza richiedere la nostra presenza continua. In sintesi, gli agenti portano avanti un processo di lavoro, non forniscono più una risposta istantanea.
La terza e ultima evoluzione è probabilmente quella meno visibile ma più importante: gli agenti sono sempre più capaci di correggersi mentre lavorano, per questo oggi si sente parlare sempre più spesso di “loop”. Mentre il prompt è una singola istruzione, il loop è un ciclo continuo di esecuzione, verifica, correzione e nuova esecuzione. L’agente prova, controlla il risultato, individua gli errori, cambia approccio e riparte finché non raggiunge l’obiettivo che gli abbiamo assegnato.
Questa capacità di autocorrezione rende possibile affidare compiti lunghi e articolati senza intervenire continuamente.
La competenza umana conta più di prima
Di fronte a questi strumenti molti si chiedono quale sarà nel prossimo futuro il ruolo delle persone. Una possibile risposta la fornisce uno studio pubblicato recentemente da Anthropic sull’utilizzo di Claude Code da parte di professionisti non tecnici, che mostra un risultato molto interessante: la differenza non la fa chi conosce meglio il software, ma chi conosce meglio il proprio lavoro. Utilizzando Claude Code, ad esempio, un avvocato esperto ottiene risultati esponenzialmente migliori di uno inesperto. Lo stesso accade per un consulente, un marketer, un commercialista o un designer. L’intelligenza artificiale, dunque, non elimina il valore dell’esperienza, ma lo amplifica.
Più conosci il tuo settore, migliori saranno gli obiettivi che saprai assegnare agli agenti e migliore sarà la tua capacità di valutare ciò che producono. La competenza umana, quindi, non perde valore, ma diventa il moltiplicatore della tecnologia.
Dal prompt engineering alla gestione degli agenti AI
È per questo che penso sia arrivato il momento di cambiare anche il modo in cui definiamo il nostro lavoro. Per anni abbiamo parlato di prompt engineering, imparando a scrivere istruzioni sempre più precise con l’obiettivo di ottenere risposte migliori. Questa sola capacità, oggi, non basta più, dato che il lavoro che ci aspetta è molto più vicino a quello di un manager.
Un manager definisce gli obiettivi, assegna il lavoro, coordina le persone, controlla i risultati, interviene quando qualcosa prende la direzione sbagliata e si concentra sulle decisioni, non esegue ogni attività personalmente e operativamente.
Con gli agenti AI sta succedendo esattamente questo: il nostro compito sarà sempre meno produrre direttamente ogni singolo output e sempre più orchestrare il lavoro di una squadra di collaboratori digitali, un cambiamento che richiede soprattutto un’evoluzione culturale.
Il tecnicismo infatti si impara costantemente, dato che le piattaforme cambiano e cambieranno ancora decine di volte, mentre cambiare la mentalità richiede più tempo.
Il rischio più grande? Aspettare
Negli ultimi mesi mi capita spesso di provocare le aziende con una frase che, a prima vista, sembra un controsenso: se state ancora lavorando alla vostra strategia AI, probabilmente state perdendo tempo e accumulando ritardo. Naturalmente una strategia serve, a essere superato è l’approccio tradizionale con cui molte organizzazioni affrontano l’innovazione: mesi di riunioni, decine di slide, lunghi processi approvativi e l’illusione che, una volta completato il documento, il mercato sia rimasto fermo ad aspettarci.
L’intelligenza artificiale, nella realtà, procede per accelerazioni continue, non si muove con tempi lineari. Ogni settimana arrivano modelli più capaci, strumenti migliori e nuovi modi di lavorare. Chi aspetta di avere il piano perfetto rischia di iniziare quando il contesto è già cambiato.
La vera strategia, oggi, è costruire esperienza, iniziando ad affidare agli agenti attività piccole, sperimentando, capendo dove funzionano davvero, imparando a supervisionarli e aumentando progressivamente il livello di delega. Il vantaggio competitivo nascerà dall’aver accumulato ore di pratica, non certo dall’aver letto più articoli o dall’aver acquistato la licenza giusta. L’esperienza è infatti l’unica cosa che non si può recuperare tutta insieme in una trasformazione che cresce in modo esponenziale.
Partecipa alla community