▾ G11 Media: | ChannelCity | ImpresaCity | SecurityOpenLab | Italian Channel Awards | Italian Project Awards | Italian Security Awards | ...

Le cinque tecnologie chiave del 2027 secondo Capgemini

Con i TechnoVision Top 5 Tech Trends, Capgemini indica nell'AI agentica il vero punto di svolta del prossimo anno. Per le imprese la sfida sarà scalare l'autonomia senza perdere il controllo.

Tecnologie Tecnologie AI

Dopo una stagione in cui l'intelligenza artificiale è stata raccontata soprattutto come un copilota al servizio di dipendenti e sviluppatori, il 2027 potrebbe essere l'anno in cui il baricentro si sposta: dall'AI che suggerisce all'AI che agisce ed esegue. È la lettura proposta da Capgemini con i suoi TechnoVision Top 5 Tech Trends to Watch in 2027, la selezione delle tecnologie destinate, secondo il gruppo, a raggiungere un punto di svolta nei prossimi dodici mesi. Il filo conduttore è l'autonomia. Le aziende puntano a rendere sempre più autonomi processi e operazioni, e gli agenti AI sono lo strumento per farlo. Un passaggio che, nelle previsioni di Capgemini, ridisegnerà operations, cybersecurity, ricerca e sviluppo e commercio, aprendo nuove possibilità ma sollevando anche questioni di governance, sicurezza e resilienza.

"Lo scorso anno le nostre Top 5 Tech Trends evidenziavano come l'AI si stesse integrando nell'architettura aziendale, nell'ingegneria del software e nelle operazioni di business", ha commentato Pascal Brier, Chief Innovation Officer di Capgemini. L'AI agetica cambia lo scenario e "la sfida principale per le organizzazioni sarà come scalare l'autonomia senza perdere il controllo: occorrerà gestire le interazioni tra agenti, contenere esiti inattesi e rispondere alle minacce alla velocità delle macchine".

L'impresa agentica

Oggi la maggior parte dei sistemi agentici è abbastanza semplice da poter essere testata prima della messa in produzione. Ma la loro complessità cresce e con essa le combinazioni delle possibili interazioni. Capgemini porta un esempio eloquente: un'azienda con 15 agenti AI ha 105 possibili coppie di interazione; con 1.000 agenti e 200 sistemi agentici si arriva a quasi 720 mila. A questi livelli testare tutto diventa impossibile e possono emergere comportamenti che nessuno ha previsto. Ogni agente può prendere una decisione ragionevole in base al proprio obiettivo, ma la somma delle decisioni può innescare reazioni a catena e un risultato indesiderato a livello di sistema. In sintesi: ogni agente può avere ragione mentre il sistema sbaglia, con conseguenze di business anche serie.

La risposta indicata da Capgemini è un controllo su tre livelli: un "harness" attorno a ciascun agente, un piano di controllo per ogni sistema agentico, un piano di controllo aziendale che li comprenda tutti. Quest'ultimo, nel 2027, dovrà includere un registro di ogni agente, identità e permessi per ciascuno, il monitoraggio dei risultati e dei consumi, la visibilità sulle interazioni, limiti a ciò che gli agenti possono fare insieme e, non ultimo, un modo per fermarli.

Autonomia affidabile

Finora la sicurezza dell'AI si è basata sulla registrazione del modo in cui il modello arriva alle decisioni, sulla limitazione degli accessi e sulla verifica che ogni scelta resti dentro le regole di business. Un approccio sotto pressione, osserva Capgemini, perché alcuni nuovi modelli non mostrano più tutti i passaggi del loro ragionamento e, con sistemi più sofisticati e su scala più ampia, monitorarne l'intero "pensiero" diventa più difficile.

Un'AI sicura significa quindi accettare che errori e incidenti possano accadere e decidere fino a dove possano propagarsi. In pratica, bisogna sorvegliare i segnali d'allarme: un agente che usa uno strumento non autorizzato, un altro che perde parte delle istruzioni, un picco improvviso di costi o tempi di risposta, un sistema che va giù. A quel punto l'agente va verificato o disattivato. Nel 2027, sostiene la società, le organizzazioni dovranno puntare sul contenimento più che sulla spiegabilità.

Un agente AI è ormai in grado di individuare da solo vulnerabilità software e trasformarle in attacchi reali, senza intervento umano e persino senza essere stato progettato per questo. Sul fronte offensivo, l'AI amplia le capacità di scoprire falle e costruire exploit, fino a minacciare sistemi critici. Su quello difensivo, la superficie d'attacco si allarga: ogni assistente, agente o sistema agentico è un potenziale punto d'ingresso, mentre il rilevamento delle intrusioni non migliora allo stesso ritmo. La conclusione: la difesa cyber non può più aspettare la reazione di un analista umano. Per questo i Security Operations Center dovranno affidare alle AI triage e risposta, lasciando agli esseri umani il compito di fissare le regole, distribuire i sistemi agentici e supervisionare. L'idea è arrivare a una nuova generazione di SOC capaci di rilevare una minaccia nuova in pochi minuti e di rimediare molto più rapidamente.

R&D ed eCommerce diventano agentici

Nella ricerca e sviluppo, la possibilità di esplorare e validare opzioni è sempre stata vincolata da risorse e capacità di test. L'AI cambia lo scenario in due modi. Nell'esplorazione, elimina il tetto al numero di alternative valutabili, sia per prodotti molecolari come farmaci, chimica e materiali, sia per prodotti fisici come veicoli, macchinari e beni di consumo. Nell'esecuzione, entra in ogni passaggio: agenti che scrivono, testano e correggono codice, AI a supporto di progettazione, simulazione, collaudo e gestione del ciclo di vita del prodotto. Così si hanno costi più bassi e un time-to-market più rapido, a patto di ripensare il modello operativo della R&D attorno ad AI, agenti, dati e strumenti AI-native.

Nell'eCommerce, i consumatori possono chiedere a un assistente AI di trovare prodotti in base a prezzo, disponibilità e consegna, con l'agente che confronta più rivenditori in pochi secondi. Lato venditore, i retailer iniziano a usare sistemi agentici per arricchire i cataloghi, regolare prezzi e promozioni, riassortire le scorte e gestire assistenza e resi. Gli agenti stanno quindi diventando parte trasversale delle transazioni di eCommerce. La conseguenza, per Capgemini, è che nel 2027 le aziende dovranno rendere il proprio business "leggibile" dall'AI: dati puliti su prodotti, prezzi, stock e consegne, insieme a meccanismi per autenticare gli agenti ammessi e tenere fuori quelli malevoli. E i brand dovranno restare visibili e rilevanti agli occhi degli assistenti AI senza smettere di costruire preferenza, fedeltà e fiducia presso i clienti.

Tag correlati

Esplora altri articoli su questi argomenti

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato

Notizie correlate

Iscriviti alla nostra newsletter

Soluzioni B2B per il Mercato delle Imprese e per la Pubblica Amministrazione

Iscriviti alla newsletter

www.impresacity.it - 8.3.36 - 4.6.4 - X0