Il termine è entrato nelle presentazioni dei fornitori nel giro di pochi mesi. Ogni software ha la sua “funzione agentica”. Il risultato è che chi deve decidere in azienda sente la parola dieci volte a settimana e fatica a capire cosa compra.
Martes AI costruisce agenti e applicazioni agentiche per aziende italiane. Questa guida spiega cosa vuol dire il termine quando lo si toglie dalle slide. E come si riconosce un progetto agentico che ha senso.
Agentic AI, agente, applicazione agentica
Tre parole che si usano come sinonimi e non lo sono.
Agentic AI è l’approccio: un modello linguistico che non produce solo un testo ma sceglie la prossima azione, la compie con uno strumento, guarda il risultato e decide il passo dopo.
Agente AI è il singolo programma che applica l’approccio a un compito. Cosa fa e come si usa è spiegato nella guida su cosa sono gli agenti AI.
Applicazione agentica è il sistema intero che lavora su un processo: uno o più agenti, i flussi in codice che li collegano, i permessi su ogni sistema, il registro e i punti in cui una persona approva. È quello che un’azienda mette in produzione davvero.
Cosa cambia rispetto all’AI generativa
| AI generativa | Agentic AI | |
|---|---|---|
| Cosa riceve | Una richiesta | Un obiettivo |
| Cosa restituisce | Un testo, un’immagine, una sintesi | Un lavoro finito: un’anagrafica creata, una pratica smistata, un preventivo in bozza |
| Chi fa i passaggi | La persona, uno alla volta | Il sistema, con la persona sui punti che contano |
| Dove lavora | Dentro una chat | Su posta, gestionale, CRM, archivi |
| Cosa si rompe | Una risposta sbagliata, che la persona vede | Un’azione sbagliata, che va intercettata prima che faccia danni |
L’ultima riga è quella che conta per chi decide. Con l’AI generativa l’errore passa sempre davanti agli occhi di qualcuno. Con l’agentic AI no, a meno che il sistema sia progettato per mostrarlo.
Un esempio vero
Per Kerberos Energy abbiamo costruito Kerby, l’agente che legge la posta in arrivo e la classifica in cinque categorie: richiesta di offerta, ordine, richiesta di informazioni, supporto tecnico e spam. Per ogni categoria parte un flusso dedicato.
Su una richiesta di offerta Kerby trova la partita IVA, recupera dalla Camera di Commercio ragione sociale, PEC e affidabilità creditizia, crea l’anagrafica nel gestionale, carica i documenti e prepara il preventivo in bozza con il commerciale in copia. Su quasi 800 richieste l’anno, ognuna toglieva 15-20 minuti di lavoro manuale al back office.
È un’applicazione agentica nel senso pieno: il sistema decide quale flusso far partire e lo porta a termine. Ma la decisione che pesa, il preventivo, resta in bozza finché una persona non la guarda.
Quando un’azienda ne ha bisogno
Ha senso un'applicazione agentica
- Richieste di tipo diverso che arrivano dallo stesso canale
- Pratiche che attraversano due o tre sistemi
- Ricerca su tante fonti prima che una persona decida
- Volumi che rendono il lavoro manuale un collo di bottiglia
Basta molto meno
- Un compito che segue sempre la stessa regola: basta un flusso in codice
- Una persona che deve scrivere meglio e più in fretta: basta un assistente
- Un processo che nessuno ha mai descritto: prima va messo in ordine
- Dati sparsi in file che nessuno aggiorna
La colonna di destra non è un ripiego. Molti progetti che arrivano da noi come “agentic AI” diventano un flusso deterministico con un solo passaggio di AI, quello in cui bisogna leggere o scrivere. Costa meno e sbaglia meno. I livelli, dal più semplice al più fragile, sono nella guida su come scegliere un agente AI aziendale.
Come si costruisce senza farsi male
- 01
1
Il processo vero
Si osserva chi lo fa ogni giorno, non chi lo descrive in riunione. Escono le eccezioni che nessuno avrebbe messo in un capitolato.
- 02
2
Il primo agente
Un compito intero, sui casi veri, con una persona che controlla ogni uscita. Si passa oltre solo quando regge.
- 03
3
Codice dove la regola è fissa
I passaggi che seguono sempre la stessa regola escono dall'AI e diventano flussi in codice. Meno costi di inferenza, meno errori.
- 04
4
Gli agenti dopo
Un secondo agente si aggiunge quando il processo ha un passaggio davvero diverso. Uno alla volta, ognuno con il suo compito.
- 05
5
Registro e avvisi
Ogni azione resta tracciata e rileggibile. Quando qualcosa si ferma, qualcuno lo sa subito.
Il punto che salta più spesso è il secondo. Un sistema con più agenti costruito prima che il primo funzioni moltiplica gli errori invece di sommarli: se ogni passaggio sbaglia ogni tanto, la catena sbaglia molto più spesso.
Le domande da fare a un fornitore
Valgono con chiunque, noi compresi.
Quali azioni può compiere il sistema e su quali sistemi? La risposta deve essere un elenco, non “tutto quello che serve”. Lettura e scrittura vanno separate: scrivere nel gestionale è un permesso diverso da leggerlo.
Dove approva una persona? Ogni azione che costa soldi, che parte verso un cliente o che modifica un dato importante deve avere un punto di approvazione. Chiedete di vederlo.
Cosa succede quando sbaglia? Un registro di ogni passaggio, un avviso quando qualcosa si ferma, un modo per tornare indietro.
Chi lo mantiene dopo il rilascio? I modelli cambiano, i processi cambiano, i casi strani arrivano dopo. Un’applicazione agentica senza qualcuno che la segue peggiora nel tempo.
Le regole non cambiano
Un sistema agentico tratta dati: valgono il GDPR e le regole su cosa può entrare in un modello, raccolte nella guida su intelligenza artificiale e GDPR. L’AI Act guarda l’uso, non la parola: un agente che smista la posta non è un sistema ad alto rischio, uno che seleziona candidati sì. La classificazione è spiegata nella guida sul rischio secondo l’AI Act.
Da dove partire
Scegliete un processo che oggi costa ore ogni settimana, che ha un ingresso chiaro (una mail, un modulo, un documento) e un’uscita chiara (un dato nel gestionale, una bozza, una risposta). Descrivetelo con chi lo fa, eccezioni comprese.
Da lì si capisce se serve un’applicazione agentica o se basta un agente solo. Se il processo ha passaggi davvero diversi, nella pagina sullo sviluppo applicazioni agentiche c’è come lo costruiamo noi: un primo agente su casi veri in circa due settimane, poi il sistema cresce a gradini.
Quando gli agenti di un’azienda lavorano tutti sullo stesso contesto, cioè dati, regole e definizioni comuni, il sistema che li tiene insieme si chiama AI operating system o agentic operating system: la guida su cos’è un AI operating system spiega com’è fatto.