La spesa aziendale per l’agentic AI aumenta, ma la chiarezza rimane indietro

Secondo l’ultimo sondaggio U.S. AI Pulse di EY, i budget aziendali stanno investendo massicciamente in progetti di agentic AI in tutti i settori, ma la maggior parte dei decisori non sa ancora cosa sta acquistando.

Il termine viene lanciato ovunque, applicato a qualsiasi cosa che abbia anche solo un vago odore di IA generativa, e i dirigenti stanno approvando decine di milioni di dollari senza una reale comprensione di cosa facciano effettivamente questi sistemi. Questo sta creando una discrepanza tra cassa e capacità, e non è piccola.

Uno su cinque dei dirigenti senior intervistati ha dichiarato che la propria azienda ha già investito oltre 10 milioni di dollari nell’IA, e quasi un terzo prevede di fare lo stesso l’anno prossimo.

Dan Diasio, leader globale dell’IA di EY, non sembrava sorpreso. “L’agentic AI ha un alone di buzz che molti sul mercato vogliono sfruttare”, ha detto Dan. “Abbiamo assistito a un incredibile rebranding di tutto ciò che è correlato all’IA generativa, presentato come ‘agentic AI’.”

Il problema? La maggior parte di ciò che le aziende definisce agentic funziona ancora come un assistente. Digiti qualcosa, lui restituisce qualcosa. Potrebbe raccomandare un passo successivo o automatizzare alcuni lavori amministrativi, ma non fa nulla in modo indipendente. Dan ha dichiarato che i veri agenti sanno quando un compito deve essere svolto, comprendono il contesto e gestiscono ogni passaggio senza che venga detto loro.

I dirigenti spendono di più, adottano meno

Nonostante il forte aumento della spesa, l’implementazione procede a rilento. Solo il 14% dei dirigenti intervistati ha dichiarato che la propria azienda ha completato il rollout di agentic AI. Tutti gli altri sono bloccati in una fase pilota senza sbocchi. Dan ha dichiarato che il divario è dovuto al fatto che le aziende non sono pronte alle richieste.

“Questo include avere conoscenze organizzate e di alta qualità per guidare questi sistemi e una chiara comprensione di come le aziende navigano il cambiamento enorme tra gli stati attuali e futuri.” Traduzione: nessuna base, nessun rollout.

Anche con i ritorni degli strumenti AI precedenti, la maggior parte delle aziende è riluttante ad andare avanti. Dan ha dichiarato che è la combinazione di debolezza tecnica e resistenza al cambiamento a rallentare le cose. “Mentre questa combinazione crea un clima di incertezza, fornisce una chiara roadmap per le organizzazioni”, ha detto. Questa roadmap? Sistemare prima il caos interno. Altrimenti, si tratta solo di pilot più costosi che non portano da nessuna parte.

Deepankar Mathur, direttore associato presso Searce, ha dichiarato che l’intera idea di un’adozione su larga scala è ormai inutile. “È come cercare di colpire un bersaglio che si muove costantemente”, ha detto Deepankar.

Il modo in cui l’agentic AI evolve non prevede un singolo momento di lancio. Invece, si tratta di aggiornamenti costanti. Identificare ciò che deve essere automatizzato, decidere cosa è più importante, utilizzare gli strumenti migliori disponibili e poi migliorarli di nuovo, immediatamente. “Questo ciclo di miglioramento non è un progetto temporaneo; è un imperativo operativo ‘sempre attivo’”, ha detto.

I dirigenti definiscono i ruoli, proteggono i sistemi e sbloccano i team

Dan ha dichiarato che il modo per evitare paura e confusione è trattare la combinazione uomo-IA come una vera partnership. Specificare chi fa cosa. “Questo significa elaborare una strategia che delinei quali compiti gestirà l’IA e quali ruoli svolgeranno gli esseri umani”, ha detto. Questo rimuove i dubbi e dà ai dipendenti spazio per lavorare con gli strumenti invece che contro di essi.

Ma questo funziona solo se l’IA ha qualcosa su cui lavorare. “I lavori vengono svolti attraverso know-how ed esperienza, che sono informazioni che potrebbero esistere solo nelle teste dei lavoratori”, ha detto Dan. Questo tipo di conoscenza non risiede in un database. Deve essere catturata e trasformata in materiale strutturato. I sistemi agentic ne hanno bisogno per prendere decisioni intelligenti. Nessun input, nessun output.

E poi c’è la cybersecurity. Dan ha dichiarato che più agenti in produzione significano più vulnerabilità. “Stiamo iniziando a ricevere più notizie sulle implicazioni cyber in molti agenti”, ha detto. Questo significa che le aziende devono costruire piani cyber focalizzati sull’IA fin dal primo giorno. Stabilire regole sull’uso dei dati, sulla privacy, sull’etica e su quando un essere umano deve intervenire. “Affrontando proattivamente queste domande di governance, i dirigenti possono costruire un sistema affidabile e trasparente”, ha detto.

Deepankar ha anche spinto per dare ai team accesso diretto agli strumenti di IA. Ha affermato che non è più necessario essere ingegneri per costruire qualcosa di utile. «La barriera all'implementazione dell'IA si è notevolmente abbassata», ha detto. Ma fare affidamento su comitati direttivi o board centralizzati per l'IA fa solo rallentare le cose. «Un vero progresso richiede che i leader promuovano attivamente e abilitino questa adozione diffusa.»

Ha detto che le aziende più all'avanguardia stanno creando centri di eccellenza interni per l'IA. Non si tratta di dipartimenti enormi, ma di team ristretti di esperti che si integrano nelle diverse unità aziendali, le formano e le aiutano a costruire i propri flussi di lavoro agentic. «Le imprese di maggior successo stanno creando piccoli team elitari di specialisti 'AI blackbelt'», ha detto.