Agenti IA in azienda: dove servono davvero e come tenerli sotto controllo

Nel 2026 quasi ogni fornitore di software promette agenti IA. Il termine però copre cose molto diverse. Un assistente risponde a una domanda. Un agente, invece, riceve un obiettivo, sceglie gli strumenti e compie azioni. Legge la posta, interroga un gestionale, prepara una bozza, apre un ticket. Per questo gli agenti IA possono far risparmiare tempo vero. E per lo stesso motivo possono fare danni veri.

Qui spiego come uso gli agenti nel mio lavoro sui dati, e come ragionare se in azienda se ne vuole introdurre uno. Non parlo di marchi o di modelli. Parlo di confini, permessi e verifiche. Sono queste le cose che decidono se un progetto regge dopo la demo.

Cosa distingue gli agenti IA da un chatbot

Un chatbot produce testo. Un agente produce effetti. La differenza sta negli strumenti che gli si collegano: API, database, file, posta, browser. Di conseguenza, ogni strumento collegato agli agenti IA è una porta verso un sistema aziendale.

Quindi la domanda giusta non è quanto sia bravo il modello. La domanda è che cosa può toccare, e chi se ne accorge se sbaglia. Un modello migliore riduce gli errori, ma non li azzera.

Inoltre un agente legge dati che non ha scritto lui. Un'e-mail o un documento possono contenere istruzioni nascoste, messe lì apposta. Si chiama prompt injection. L'OWASP la mette al primo posto della sua classifica 2025 dei rischi per le applicazioni con modelli linguistici.

Dove gli agenti IA servono davvero

In particolare, gli agenti IA rendono di più quando il lavoro ha tre tratti in comune:

• il lavoro è frequente e segue regole in gran parte note;
• l'input è testo o documenti che oggi una persona legge a mano;
• un errore si vede presto e si corregge senza danni gravi.

Faccio un esempio ipotetico. Un'azienda di distribuzione riceve ogni giorno richieste di preventivo per e-mail. Spesso, inoltre, hanno allegati. Oggi un addetto le legge, cerca i codici articolo e controlla la disponibilità. Poi prepara una bozza di offerta.

Un agente può fare i primi passaggi. Legge la richiesta, estrae articoli e quantità, interroga il gestionale e propone la bozza. L'addetto controlla e invia. In questo modo il tempo si sposta dalla ricerca alla verifica.

Al contrario, sconsiglio di partire da azioni difficili da annullare. Penso a pagamenti, ordini ai fornitori, messaggi ai clienti senza revisione. Qui un agente può preparare il lavoro. Però è meglio che non decida.

Tre limiti da fissare prima del codice

L'OWASP descrive un rischio tipico degli agenti: l'agenzia eccessiva. Le cause sono tre: troppe funzioni, troppi permessi, troppa autonomia. Infatti le uso come lista di controllo per tutti gli agenti IA che uso.

Funzioni: solo quelle che servono

Se l'agente deve leggere gli ordini, gli do uno strumento che legge gli ordini. Non gli do un accesso generico al database. Infatti ogni funzione in più è un errore possibile in più.

Permessi: minimi e con un'utenza propria

L'agente lavora con un'utenza sua, non con quella di un amministratore. In questo modo i registri mostrano chi ha fatto cosa. Inoltre si può revocare l'accesso all'agente senza fermare le persone.

Autonomia: una persona approva le azioni che contano

Le azioni ad alto impatto passano da una persona. Anche l'OWASP lo indica in modo esplicito. Il controllo però va messo nel sistema che esegue l'azione, non solo nelle istruzioni al modello. Un'istruzione si può aggirare. Un permesso negato, invece, no.

Come misuro se gli agenti IA funzionano

Prima di affidare dati a un agente IA, fisso con l'azienda i criteri di verifica. Di solito sono pochi e concreti:

1. un insieme di casi reali, resi anonimi, con il risultato atteso;
2. la quota di casi che l'agente risolve senza correzioni;
3. il tipo di errori, perché un errore visibile è diverso da uno silenzioso;
4. quanto tempo serve alla persona per controllare;
5. il costo per caso, fra chiamate al modello e manutenzione.

Poi eseguo lo stesso insieme di casi a ogni modifica. Nuovo modello, nuove istruzioni, nuovi strumenti: il test si ripete. Infatti è l'unico modo per sapere se un cambiamento migliora le cose. Le impressioni, invece, cambiano con l'ultimo esempio visto.

Un registro per ogni azione

Un agente che sbaglia senza lasciare traccia è il caso peggiore. Per questo ogni passo va registrato: che cosa ha letto, quale strumento ha chiamato, con quali parametri, che cosa ha risposto il sistema. Nel registro entrano anche la versione del modello e quella delle istruzioni.

Così, quando un risultato non torna, si ricostruisce il percorso in pochi minuti. Inoltre il registro serve a chi verifica: vede su quali dati l'agente ha basato la proposta. Infine aiuta a stimare i costi reali, caso per caso, invece di fidarsi di una media.

Attenzione però ai dati personali. Un registro completo può contenere nomi, indirizzi e contenuti di e-mail. Quindi va protetto come il resto dei dati aziendali, con accessi limitati e un tempo di conservazione deciso prima.

Persone, regole e trasparenza

Un agente cambia il lavoro di qualcuno. Per questo chi lo userà va coinvolto dall'inizio. In Italia la legge 132/2025, all'articolo 11, chiede al datore di lavoro di informare il lavoratore dell'uso dell'intelligenza artificiale. Casi e modi sono quelli previsti dalle norme sul rapporto di lavoro.

Poi c'è l'AI Act europeo. Alcuni usi sono ad alto rischio: per esempio i sistemi che filtrano le candidature o valutano i lavoratori, elencati nell'allegato III. Il 7 maggio 2026 Consiglio e Parlamento europeo hanno concordato di spostare queste regole al 2 dicembre 2027. Tuttavia rinviare non vuol dire ignorare. Un progetto che parte oggi deve già sapere in che categoria cade.

Da dove partire con gli agenti IA

Per i primi agenti IA il mio consiglio è semplice: un caso d'uso, un perimetro chiaro, una persona che verifica. All'inizio l'agente lavora in sola lettura: propone e non esegue. Quando i numeri dicono che le proposte sono affidabili, si allarga il perimetro. Un passo alla volta.

È lo stesso metodo che descrivo nella pagina sull'elaborazione dati con l'intelligenza artificiale. Anche lì si parte dal lavoro reale, non dalla tecnologia.

Se in azienda c'è un'attività ripetitiva che ti sembra adatta a un agente, scrivimi e raccontami come si svolge oggi. Ti dirò con franchezza se quei dati si possono elaborare con un agente IA, con regole semplici, o se conviene lasciarli a una persona. Se invece ti serve un parere su quale agente o servizio di IA usare sui dati dell'azienda, ne parlo nella pagina sulla consulenza tecnica su dati e strumenti.