Agenti AI e AI-Ready Data, seguite da AI multimodale e TRiSM, sono nella fase di picco delle aspettative secondo la società di ricerca
Autore: Redazione ImpresaCity
Gli Agenti AI e gli “AI-ready data” sono le due tecnologie in più rapida crescita nel Gartner Hype Cycle 2025 per l’Intelligenza Artificiale, secondo Gartner. Queste tecnologie stanno vivendo un forte aumento di interesse quest’anno, accompagnato da pianificazioni ambiziose e promesse speculative, che le collocano nella fase del “picco delle aspettative eccessive” nella nota curva di maturità delle tecnologie applicata appunto al settore AI della società di ricerca americana (vedi grafico qui sotto).
“In uno scenario di investimenti nell’AI che restano consistenti, quest’anno si sta ponendo più attenzione sull’uso dell’AI per la scalabilità operativa e la real time intelligence”, dichiara in una nota Haritha Khandabattu, Senior Director Analyst di Gartner. “Questo ha portato a un graduale spostamento del focus principale dall’Intelligenza Artificiale Generativa agli abilitatori fondamentali che supportano la delivery sostenibile dell’AI, come i dati AI-ready e gli agenti AI”.
Inoltre tra le innovazioni AI che Gartner prevede raggiungeranno un’adozione mainstream entro i prossimi cinque anni, l’AI multimodale e l’AI trust, risk and security management (TRiSM) sono state individuate come le altre tecnologie principali nella fase del “picco delle aspettative eccessive”.
“L’AI ha un enorme valore di business potenziale, che però non si materializzerà da solo”, sottolinea Khandabattu. “La realizzazione di tale potenziale dipenderà da progetti pilota strettamente allineati al business, dal benchmarking proattivo delle infrastrutture e dal coordinamento tra team di AI e team di business per creare valore tangibile”.
Gli agenti AI nella definizione di Gartner sono entità software autonome o semi-autonome che utilizzano tecniche di AI per percepire, prendere decisioni, effettuare azioni e raggiungere obiettivi nei loro ambienti digitali o fisici. Utilizzando pratiche e tecniche di AI come i Large Language Models (LLM), le organizzazioni stanno creando e implementando agenti AI per svolgere compiti complessi.
“Per trarre vantaggio dagli agenti AI, le organizzazioni devono determinare i contesti e i casi d’uso aziendali più rilevanti, il che è difficile poiché nessun agente AI è uguale a un altro, e ogni situazione è diversa”, spiega nella nota Khandabattu. “Anche se gli agenti AI diventeranno sempre più potenti, non possono essere utilizzati in ogni caso: il loro impiego dipenderà in gran parte dalle esigenze specifiche della singola situazione”.
L’espressione AI-Ready Data presuppone l’ottimizzazione dei dataset per le applicazioni AI. I dati si considerano AI-ready quando dimostrano la loro idoneità per specifici casi d’uso AI. Questo può essere stabilito solo in relazione al contesto e alla tecnica AI impiegata, richiedendo quindi nuovi approcci di gestione dei dati.
Secondo Gartner, le organizzazioni che investono su larga scala nell’AI devono evolvere le proprie pratiche e capacità di data management per estenderle all’AI. Ciò consentirà di soddisfare le attuali e future esigenze di business, garantire la fiducia, evitare rischi e problemi di conformità, proteggere la proprietà intellettuale e ridurre bias e allucinazioni.
I modelli di AI multimodale vengono addestrati con più tipi di dati contemporaneamente, come immagini, video, audio e testi. Integrando e analizzando fonti di dati diverse, questi modelli riescono a capire situazioni complesse meglio di quelli che usano un solo tipo di dato.
Secondo Gartner, l’AI multimodale diventerà sempre più parte integrante dell’evoluzione di funzioni e capacità di ogni applicazione e prodotto software in tutti i settori nei prossimi cinque anni.
L’AI TRiSM (Trust, Risk and Security Management) svolge un ruolo cruciale nell’assicurare un’implementazione etica e sicura dell’AI. Comprende quattro livelli (AI Governance, AI Runtime Inspection & Enforcement, Information Governance, Infrastructure Security) di capacità tecniche che supportano le policy aziendali per tutti i casi d’uso dell’AI, contribuendo a garantire governance dell’AI, affidabilità, equità, sicurezza, protezione dei dati e privacy.
“L’AI porta con sé nuove sfide di gestione della fiducia, del rischio e della sicurezza che i controlli convenzionali non affrontano”, spiega Khandabattu. “Le organizzazioni devono valutare e implementare tecnologie AI TRiSM stratificate per supportare e far rispettare in modo continuo le policy su tutte le entità AI in uso”.