Oltre l’automazione: come l’Agentic AI sta ridefinendo l’IT delivery

Nell’IT delivery, l’automazione tradizionale è stata e continua a essere un elemento fondamentale per garantire l’affidabilità e il corretto funzionamento delle tecnologie. Basata su regole precise, rigide e predefinite, ha rappresentato per anni un pilastro imprescindibile dei processi IT.

Oggi tuttavia, il suo ruolo, finora indiscusso, viene messo sempre più alla prova. Le logiche deterministiche su cui si fonda si confrontano infatti con la crescente complessità degli ambienti IT moderni, eterogenei e mission-critical, caratterizzati da un numero sempre maggiore di interdipendenze e variabili.

Il futuro dell’IT delivery

È in questo scenario che l’Agentic AI applicata all’IT delivery assume un ruolo centrale. Più che una semplice evoluzione tecnologica, questa trasformazione rappresenta un vero e proprio cambio di paradigma, sia per i risultati che consente di raggiungere, sia per il modo in cui sta ridefinisce il lavoro degli ingegneri. Affidando agli agenti intelligenti una parte crescente delle attività operative, le persone possono concentrarsi sulle attività a più alto valore aggiunto: la gestione delle eccezioni, il problem solving e il raggiungimento degli obiettivi di business del cliente.

La collaborazione con sistemi sempre più autonomi favorisce inoltre lo sviluppo di nuove competenze legate alla supervisione, all’orchestrazione e al supporto alle decisioni strategiche. La capacità degli agenti di gestire un numero significativamente maggiore di anomalie e di intervenire in modo proattivo sui processi operativi si traduce in benefici concreti: una maggiore disponibilità dei sistemi, un’estensione della copertura dell’automazione e un incremento della produttività complessiva.

Allo stesso tempo, la disponibilità di dati operativi condivisi, affidabili e costantemente aggiornati, consente alle organizzazioni di adottare l’Agentic AI con la certezza di preservare i requisiti fondamentali di stabilità, sicurezza e fiducia, elementi imprescindibili per l’erogazione di servizi mission-critical.

Un nuovo modello operativo

Sta emergendo un nuovo modello operativo, in cui il software non si limita più a eseguire istruzioni predefinite. Gli agenti di IA sono oggi in grado di comprendere il contesto complessivo di ambienti IT complessi, interpretare segnali, suggerire azioni, consultare documentazione e coordinare attività tra strumenti e servizi differenti. Le loro capacità si estendono anche a percorsi di modernizzazione applicativa, che possono essere significativamente accelerati grazie al supporto degli agenti intelligenti: dalla mappatura delle dipendenze alla conversione del codice, fino alla generazione automatica della documentazione. Si tratta di una prospettiva particolarmente promettente per organizzazioni che devono gestire ecosistemi IT articolati e in continua evoluzione.

Non sorprende, quindi, che l’Agentic AI stia suscitando un interesse crescente. I dati del People Readiness Report 2026 di Kyndryl evidenziano come il 77% delle aziende abbia già esteso l’utilizzo dell’intelligenza artificiale generativa a più funzioni aziendali e come il 57% dichiari che questa tecnologia sia ormai integrata nei processi core o ampiamente diffusa all’interno dell’organizzazione. Questi numeri confermano una crescente consapevolezza del valore che l’AI può generare nell’IT delivery, contribuendo a migliorare efficienza operativa, resilienza dei servizi e capacità di innovazione.

Nessuna organizzazione parte da zero nel percorso di adozione della Gen AI. Al contrario, le aziende si trovano a operare in contesti già consolidati, caratterizzati da elevati livelli di complessità tecnologica e da una forte criticità per il business. È proprio per questo che spesso si rischia di sottovalutare tre aspetti fondamentali: l’IT enterprise è già operativo, è già estremamente complesso e rappresenta già un elemento essenziale per la continuità aziendale. Le aziende fanno infatti affidamento su decine di strumenti e piattaforme che interagiscono su combinazioni uniche di hardware, software e processi. In questo scenario, non è realistico immaginare di ricostruire da zero sistemi e infrastrutture per accogliere l’intelligenza artificiale.

Integrare l’AI in ecosistemi esistenti

La vera sfida consiste quindi nell’integrare l’AI all’interno di ecosistemi esistenti, sfruttandone il potenziale senza compromettere gli elementi che più contano per il business: fiducia, conformità normativa, sicurezza e continuità operativa. Il successo dell’Agentic AI non dipenderà solo dalle sue capacità tecnologiche, ma dalla sua abilità di adattarsi alla complessità del mondo reale e di generare valore in modo affidabile, controllato e sostenibile.

Quattro insegnamenti fondamentali

Perché l’Agentic AI generi un valore reale e tangibile, non basta sperimentarne le potenzialità in ambienti controllati: è necessario applicarla in contesti operativi concreti dove possa confrontarsi con processi, sistemi e vincoli reali. È proprio nel passaggio dalla sperimentazione all’esecuzione su larga scala che emergono quattro insegnamenti fondamentali.

• L’Agentic AI richiede un investimento iniziale concreto. Uno degli errori più comuni è pensare che l’investimento tecnologico, da solo, sia sufficiente a generare risultati. In realtà, il valore dell’Agentic AI dipende dalla presenza di solide fondamenta: nuove competenze, integrazione tra piattaforme e strumenti, qualità dei dati e un modello di governance capace di garantire controllo e affidabilità.
• Non tutti i casi d’uso hanno lo stesso impatto, ma quelli giusti possono essere trasformativi. Le iniziative a basso valore tendono a rimanere isolate, difficili da scalare e poco riutilizzabili. Al contrario, i casi d’uso i più efficaci generano acceleratori, pattern replicabili e architetture di riferimento che consentono di estendere rapidamente i benefici a diverse aree dell’organizzazione, e trasformando l’investimento iniziale in un vantaggio competitivo duraturo.
• La vera sfida è la scalabilità. Realizzare un progetto pilota o sviluppare un singolo agent rappresenta solo il primo passo. La complessità emerge quando diventa necessario permettere a team diversi di sviluppare, distribuire e gestire numerosi agenti in modo coerente, mantenendo elevati standard di qualità, velocità di esecuzione, governance e riutilizzo delle soluzioni.
• La governance deve essere progettata fin dall’inizio. I sistemi agentici possono manifestare comportamenti non deterministici e richiedono quindi un approccio di controllo diverso rispetto alle applicazioni tradizionali. Il monitoraggio tradizionale non è più sufficiente: diventano indispensabili funzionalità dedicate di “agent operations”, audit trail, logging avanzato, sistemi di allerta per la sicurezza e meccanismi di protezione contro minacce come la prompt injection. Aspetti che assumono un’importanza crescente anche alla luce dell’AI Act europeo, che pone particolare attenzione alla trasparenza, alla supervisione umana e alla gestione del rischio

In definitiva, l’innovazione accelera quando le organizzazioni concentrano i propri sforzi su casi d’uso ad alto valore, misurano concretamente i risultati ottenuti e mettono i team nelle condizioni di operare in autonomia all’interno di standard condivisi. È così che l’Agentic AI diventa una capacità strutturale e scalabile per l’IT.

Il ruolo delle persone

La vera forza di questa trasformazione risiede però nel ruolo dell’essere umano. Per quanto avanzati possano essere, gli agenti intelligenti non sostituiscono la responsabilità umana: spetta alle persone definirne i confini operativi, supervisionarne il comportamento e mantenere la responsabilità finale delle decisioni e dei risultati.

L’adozione dell’Agentic AI rappresenta quindi non solo una sfida tecnologica, ma anche un profondo percorso di cambiamento culturale. Molte organizzazioni continuano ad adottare un approccio prudente, soprattutto quando si tratta di integrare queste soluzioni nei sistemi core, e spesso gli investimenti in formazione non procedono con la stessa velocità dell’innovazione tecnologica.