L’AI ha già trasformato il modo in cui lavoriamo, ma chatbot, copiloti e automazione dei workflow che molti dipendenti hanno sperimentato finora rappresentano solo l’inizio.
È in corso un cambiamento più profondo: l’AI agentica inaugura la nuova fase dell’intelligenza enterprise. Questi strumenti non si limitano a rispondere a input: definiscono obiettivi, scompongono le attività, coordinano sistemi, prendono decisioni e agiscono. Imparano dai risultati e migliorano nel tempo.
Per CTO e CIO, questa è un’opportunità unica per riprogettare il funzionamento delle organizzazioni dalle fondamenta, e piattaforme come Google Cloud lo rendono possibile.
Perché i processi aziendali devono essere riprogettati, non solo automatizzati
La maggior parte dei workflow aziendali è stata progettata attorno a vincoli umani, come code di email, catene di approvazione, elaborazioni batch e silos organizzativi. Ritardi e passaggi intermedi erano inevitabili, così come la gestione dei dati in sistemi distribuiti.
Successivamente abbiamo aggiunto livelli software, e ora AI, sopra queste strutture. Ma applicare l’AI a un processo inefficiente non lo migliora: ne amplifica le inefficienze.
L’AI agentica cambia le regole del gioco perché non si limita all’automazione, ma riprogetta il workflow stesso. Per questo le organizzazioni più avanzate vedono questi agenti, grandi numeri di “dipendenti digitali” instancabili che operano in modo coordinato, come qualcosa di più di una semplice evoluzione dell’automazione. Stanno gettando le basi per modelli operativi completamente nuovi.
Gartner® prevede che “entro il 2028 almeno il 15% delle decisioni operative quotidiane sarà preso autonomamente tramite AI agentica, rispetto allo 0% nel 2024. Inoltre, il 33% delle applicazioni software enterprise includerà AI agentica entro il 2028, rispetto a meno dell’1% nel 2024.”*
Si tratta di un cambiamento strutturale che spinge CTO e CIO a ripensare i workflow secondo principi “intelligence-first”:
- Eliminare passaggi inutili
- Trasformare attività sequenziali in esecuzioni parallele
- Sostituire il monitoraggio reattivo con ottimizzazione continua
- Potenziare il lavoro umano per decisioni più rapide, non solo per l’esecuzione
L’AI agentica nella pratica nei diversi settori
Considera i seguenti scenari, che illustrano i miglioramenti in termini di velocità, efficienza ed esperienza cliente quando workflow tradizionalmente gestiti da persone vengono affidati ad agenti AI.
Per abilitare questi scenari è necessaria una piattaforma cloud progettata per orchestrazione, scalabilità e governance.
Supply chain che si riorganizzano autonomamente
Durante una spedizione verso il Sud-Est asiatico, una tempesta improvvisa provoca una grave congestione portuale. Tradizionalmente, un operatore riceverebbe un alert, avviando una serie di email e riunioni nei giorni successivi.
In un modello agentico, gli agenti della supply chain elaborano flussi continui di dati meteo, telemetria delle spedizioni, capacità portuale e vincoli contrattuali. Analizzando scenari simulati, costi e impatti sul servizio, identificano rapidamente soluzioni alternative con minime interruzioni.
Questi modelli multi-agente collaborano tra funzioni e organizzazioni, rendendo i workflow più resilienti.
Customer service con risoluzione rapida e accurata
In un contesto tradizionale, una richiesta di assistenza per una discrepanza di fatturazione viene classificata, instradata ed eventualmente escalata.
Un ecosistema agentico analizza il contesto completo: storico delle transazioni, aggiornamenti delle policy, segnali di rischio e dati cliente. Può anche coordinarsi in tempo reale con sistemi antifrode e CRM.
Il problema viene risolto rapidamente, evitando lunghe attese.
Secondo le osservazioni di NTT DATA, alcune organizzazioni IT hanno ridotto i ticket del 60–70% grazie agli agenti di servizio.
Operazioni finanziarie con gestione continua del rischio
Nel settore finanziario, gli agenti AI verificano già le transazioni confrontandole con milioni di dati storici e rilevano anomalie in tempo reale prima di approvare o bloccare operazioni. Alcune istituzioni hanno ridotto le frodi del 50%.
Questa logica può essere estesa alla gestione continua di esposizione creditizia, liquidità e compliance normativa.
IT che si auto-diagnostica e si auto-risolve
Come gli agenti industriali monitorano sensori per prevenire guasti, gli agenti IT analizzano log, performance e configurazioni per identificare problemi, applicare correzioni e documentare le modifiche.
Il personale IT passa così da attività reattive a un ruolo di supervisione e ottimizzazione.
Perché Google Cloud abilita l’AI agentica
Per operare a questo livello, gli agenti necessitano non solo di modelli, ma di una piattaforma: qui entra in gioco Google Cloud.
- Orchestrazione tra sistemi: gli agenti devono accedere ai dati, invocare API, aggiornare sistemi e collaborare tra loro.
L’ecosistema Google offre integrazioni profonde e connettori che facilitano la creazione e scalabilità di agenti low-code.
Tecnologie come Agent2Agent Protocol e i framework Agentic AI Factory di NTT DATA abilitano comunicazione e orchestrazione multi-agente strutturata.
- Decisioni in tempo reale su dati unificati: architetture frammentate compromettono le performance. Pipeline dati unificate e infrastrutture ad alte prestazioni sono fondamentali.
La “AI factory” di NTT DATA trasforma i dati aziendali in insight operativi su larga scala, grazie a BigQuery, Vertex AI (inclusi Agent Builder e Reasoning Engine), modelli Gemini e pipeline integrate.
- Apprendimento continuo e ottimizzazione: gli agenti migliorano con l’esperienza.
Google Cloud offre osservabilità, monitoraggio, controllo versioni e governance per gestire e ottimizzare le performance in sicurezza.
Questo evita anche la proliferazione di “shadow agent” non governati.
- Infrastruttura sicura e scalabile: Google Cloud mette a disposizione infrastrutture AI dedicate, tra cui Tensor Processing Units (TPU) e Google Distributed Cloud, per ambienti hybrid ed edge, con sicurezza end-to-end e conformità integrata.
Secondo il Global AI Report 2026 di NTT DATA: A Playbook for AI Leaders, le organizzazioni classificate come leader nell’AI (sulla base della loro strategia, maturità e redditività legata all’AI) hanno una maggiore probabilità, rispetto alle altre, di dare priorità a stack tecnologici scalabili e sicuri come Google Cloud, con l’obiettivo di prevenire colli di bottiglia e abilitare una scalabilità conforme.
Progettare un’impresa intelligente
Ogni CIO e CTO dovrebbe chiedersi: “Se progettassi oggi la mia organizzazione con l’AI agentica al centro su Google Cloud, cosa farei diversamente?”
Probabilmente elimineresti passaggi intermedi, unificheresti i dati e integreresti la governance nell’architettura, progettando workflow orientati ai risultati.
Oggi è possibile farlo, prima dei competitor, perché le basi tecnologiche sono già disponibili.
La partnership tra NTT DATA e Google Cloud consente di riprogettare i processi aziendali implementando agenti AI autonomi e orientati agli obiettivi.
Google Cloud fornisce infrastruttura, dati, modelli e governance; NTT DATA sviluppa agenti intelligenti su misura e abilita la scalabilità tramite l’Agentic AI Factory per Hyperscaler Technologies.
Collaboriamo per costruire il futuro della tua organizzazione basato sull’AI.
* Gartner. Gartner prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027. 25 giugno 2025. GARTNER è un marchio registrato di Gartner, Inc. e/o delle sue affiliate.