L'avvento dell'intelligenza artificiale agentica sta aprendo orizzonti inediti nel panorama dello sviluppo software, promettendo di trasformare radicalmente il modo in cui concepiamo e realizziamo le applicazioni. Una tecnologia che si manifesta attraverso la creazione di "agenti software" dotati di una sofisticata capacità di ragionamento, apprendimento e interazione. Questi non sono semplici esecutori di codice, ma collaboratori attivi nel processo di sviluppo. Possono analizzare requisiti complessi, suggerire architetture innovative, generare porzioni significative di codice, eseguire test rigorosi e persino identificare e risolvere bug in maniera autonoma.
Uno degli aspetti più rivoluzionari risiede nella possibilità di comprendere il contesto in modo più profondo rispetto ai tradizionali strumenti di automazione. Un agente intelligente può interpretare le esigenze di un utente espresse in linguaggio naturale, traducendole in specifiche tecniche dettagliate e identificando potenziali ambiguità o incongruenze. Questa capacità va ben oltre la semplice analisi sintattica, abbracciando la semantica e le implicazioni del problema da risolvere.
Inoltre, l'IA agentica introduce un nuovo livello di personalizzazione nello sviluppo. Gli agenti hanno l'opportunità di apprendere dalle interazioni passate, adattando il loro approccio e le loro soluzioni alle preferenze e agli standard specifici di un team di sviluppo o di un singolo programmatore. Ciò si traduce in un flusso di lavoro più fluido ed efficiente, dove gli strumenti si integrano in modo più naturale con le pratiche consolidate.
L'integrazione di agenti intelligenti nei processi di testing e debugging rappresenta un ulteriore vantaggio significativo. Questi agenti possono eseguire test complessi in modo autonomo, identificando pattern di errore difficili da rilevare manualmente. Possono anche analizzare il codice sorgente per individuare potenziali vulnerabilità o inefficienze, suggerendo soluzioni e persino implementando correzioni in autonomia, sotto la supervisione umana.
Tuttavia, è fondamentale sottolineare che l'AI agentica nello sviluppo di app non mira a sostituire completamente gli sviluppatori umani. Al contrario, l'obiettivo è quello di creare una sinergia potente tra l'intelligenza artificiale e l'ingegno umano. Gli agenti intelligenti possono automatizzare compiti ripetitivi e dispendiosi in termini di tempo, liberando i programmatori per concentrarsi sulla progettazione concettuale, la risoluzione di problemi complessi e l'innovazione.
Il ruolo di IBM
La conferenza IBM Think 2025, segna un punto di svolta cruciale per l'intelligenza artificiale nel mondo aziendale. Il tema centrale è chiaro: il 2025 vedrà il passaggio dalla fase di sperimentazione all'implementazione concreta dell'IA, con un'evoluzione significativa dalle prime forme di assistenti intelligenti a sistemi più sofisticati e autonomi, definiti "agenti di intelligenza artificiale". In questo contesto dinamico, IBM ha annunciato un'ampia gamma di nuovi servizi e potenziamenti tecnologici focalizzati proprio su questa transizione, con l'obiettivo primario di tradurre le iniziative IA in tangibili benefici aziendali.
Il cuore di questa strategia risiede negli aggiornamenti significativi della piattaforma Watsonx, presentata inizialmente a Think 2023. Se l'edizione 2024 si era concentrata sull'introduzione dell'orchestrazione e sulla facilitazione dello sviluppo di assistenti IA personalizzati, il 2025 pone l'accento sull'intelligenza artificiale agentica come elemento chiave per il futuro. Il dibattito, secondo le indicazioni di IBM, si sposta ora su come sviluppare, utilizzare e, soprattutto, trarre valore concreto da questi agenti intelligenti.
In linea con questa visione, IBM ha svelato una serie di funzionalità specificamente progettate per l'IA agentica. Tra queste spiccano un Catalogo Agenti AI, un hub centralizzato per la scoperta di agenti predefiniti pronti all'uso, e Agent Connect, un programma partner che aprirà le porte all'integrazione di agenti sviluppati da terze parti all'interno di Watsonx Orchestrate. Per rispondere alle esigenze specifiche di diversi settori aziendali, IBM introduce anche modelli di agenti specifici per dominio pensati per le vendite, l'approvvigionamento e le risorse umane. Un'ulteriore spinta all'adozione arriva dal Generatore di agenti senza codice, che permetterà anche agli utenti aziendali privi di competenze tecniche di creare i propri agenti. Per gli sviluppatori, invece, sarà disponibile un completo Kit di strumenti per lo sviluppo di agenti. A coronamento di queste novità, IBM presenta un Orchestratore multi-agente dotato di funzionalità di collaborazione tra agenti e Agent Ops, attualmente in anteprima privata, che fornirà strumenti essenziali di telemetria e osservabilità per monitorare e gestire le implementazioni.
L'obiettivo dichiarato di IBM è colmare il divario esistente tra la sperimentazione spesso frammentata e l'implementazione su vasta scala, capace di generare un reale ritorno sull'investimento (ROI). Come ha sottolineato il CEO di IBM, Arvind Krishna, durante un briefing con la stampa, si prevede che nei prossimi anni verranno sviluppate oltre un miliardo di nuove applicazioni basate sull'intelligenza artificiale generativa, per unire produttività, risparmio sui costi e crescita dei ricavi.
La sfida del ROI
Tuttavia, la strada verso un ROI concreto nell'AI aziendale non è priva di ostacoli. Una ricerca commissionata da IBM evidenzia come le aziende riescano a ottenere il ritorno atteso sull'investimento solo in circa un quarto dei casi. Krishna ha identificato diverse cause alla base di questa discrepanza, tra cui la difficoltà di accedere ai dati aziendali in modo efficace, la natura spesso isolata delle diverse applicazioni IA e le complessità derivanti da infrastrutture ibride. "Tutti stanno raddoppiando gli investimenti nell'intelligenza artificiale", ha affermato Krishna, "ma il cambiamento fondamentale degli ultimi dodici mesi è che le aziende stanno abbandonando la fase puramente sperimentale per concentrarsi su dove risiede realmente il valore per il business".
Il passaggio cruciale, come emerge chiaramente dagli annunci di IBM, è quindi quello da esperimenti isolati a strategie di implementazione coordinate che richiedano capacità di livello aziendale. Ritika Gunnar, General Manager Data and AI di IBM, ha spiegato in un'intervista come l'azienda stia cercando di "colmare il divario rispetto alla situazione attuale, ovvero migliaia di esperimenti in implementazioni di livello aziendale che richiedono lo stesso tipo di governance della sicurezza e gli stessi standard che richiedevamo per le applicazioni mission-critical".
L'evoluzione della piattaforma Watsonx Orchestrate riflette questa crescente maturità dell'AI. Nata nel 2023 come strumento per la creazione e l'utilizzo di assistenti e automazioni intelligenti, nel 2024 ha iniziato ad integrare funzionalità agentiche, stringendo partnership strategiche come quella con Crew AI. Con i nuovi componenti presentati a Think 2025, la direzione è ora chiaramente orientata a favorire la collaborazione e i flussi di lavoro multi-agente, superando la semplice capacità di creare e implementare agenti per concentrarsi su come generare un effettivo ROI. "Crediamo davvero che stiamo entrando in un'era di sistemi di vera intelligenza", ha affermato Gunnar, sottolineando come l'integrazione di un'IA capace di agire autonomamente rappresenti una svolta significativa.
L'abilitazione dell'intelligenza artificiale agentica a livello aziendale richiede solide basi tecnologiche e protocolli interoperabili. Il settore sta vedendo emergere diverse iniziative in tal senso. Langchain, una piattaforma ampiamente utilizzata per la creazione e gestione di agenti, è parte di un progetto più ampio con Cisco e Galileo per il framework aperto AGNTCY. Per la comunicazione tra agenti, Google ha recentemente annunciato Agent2Agent. Infine, il Model Context Protocol (MCP) si sta affermando come uno standard de facto per la connessione di strumenti di IA agentica a diversi servizi.
Gunnar ha spiegato che IBM sta sfruttando la propria tecnologia per l'orchestrazione multi-agente, evidenziando come la modalità di interazione tra gli agenti rappresenti un elemento distintivo dell'offerta IBM. Allo stesso tempo, ha sottolineato l'impegno di IBM verso un approccio aperto, consentendo alle aziende di integrare agenti creati con strumenti IBM, come BeeAI, o con soluzioni di altri fornitori come Crew AI o Langchain, garantendo la loro compatibilità con Watsonx Orchestrate. IBM sta inoltre attivamente supportando MCP, semplificando la visualizzazione e l'utilizzo automatico in Watsonx Orchestrate degli strumenti che implementano questa interfaccia. "Il nostro obiettivo è essere aperti", ha ribadito Gunnar, "Vogliamo che integriate i vostri agenti, indipendentemente dal framework in cui li avete integrati."
Un aspetto cruciale per l'adozione aziendale dell'AI agentica è la garanzia di sicurezza, governance e conformità. IBM riconosce pienamente questa necessità e ha integrato direttamente nel portfolio Watsonx meccanismi di controllo e governance. "Stiamo espandendo le nostre capacità di governance degli LLM alla tecnologia agentica", ha affermato Gunnar, sottolineando la necessità di valutare l'impatto degli agenti sulle risposte, analogamente a quanto già fatto per i modelli linguistici di grandi dimensioni. IBM sta inoltre estendendo le sue tradizionali metriche di valutazione del machine learning alle tecnologie basate su agenti, monitorando oltre 100 diverse metriche per garantire affidabilità e performance.
Impatto tangibile
L'impatto concreto è già tangibile in diverse organizzazioni. IBM stessa sta utilizzando i propri agenti per migliorare i processi interni. Gunnar ha evidenziato come il loro agente HR sia in grado di rispondere efficacemente al 94% delle richieste, sia semplici che complesse. Nell'ambito degli acquisti, l'adozione di flussi di lavoro agentici ha contribuito a ridurre i tempi di approvvigionamento fino al 70%. Anche i partner di IBM stanno beneficiando di questo approccio, come Ernst & Young, che sta sviluppando una piattaforma fiscale per i propri clienti basata sull'IA agentica di IBM.
La riflessione su come gli agenti lavoreranno insieme, sulla loro sicurezza e sulla loro gestione è un passo fondamentale che le aziende devono affrontare ora. L'ecosistema di intelligenza artificiale agentica di IBM, con la sua apertura verso altri sistemi, si presenta come una potenziale soluzione per evitare la creazione di ulteriori silos tecnologici, aprendo la strada a un futuro in cui l'AI agentica diventerà un elemento centrale e integrato del panorama aziendale.