Agenti AI: perché vanno oltre i chatbot e cosa cambia davvero per chi lavora

Fino a qualche anno fa, l'intelligenza artificiale al lavoro significava quasi sempre un chatbot: scrivi una domanda, ottieni una risposta. Utile, spesso sorprendente, ma pur sempre reattivo. Oggi quella stagione sta finendo, o almeno si sta complicando. Gli agenti intelligenti — sistemi AI capaci di pianificare, prendere decisioni autonome e portare a termine compiti complessi in più fasi — stanno cambiando le regole in modo più radicale di quanto abbiano fatto i loro predecessori. Non è un'evoluzione di grado, è un cambio di natura.

La distinzione, in apparenza tecnica, ha conseguenze molto concrete. Un chatbot risponde a un messaggio alla volta: è reattivo per definizione. Un agente AI, invece, percepisce l'ambiente digitale in cui opera, elabora informazioni, usa strumenti, controlla il proprio lavoro e si assume la responsabilità del risultato. Per usare un'immagine più immediata: il chatbot è una casella di ricerca molto più veloce e intelligente; l'agente è un collaboratore che il compito lo finisce davvero. Questa differenza sposta l'unità di misura del lavoro della conoscenza: non più la singola interazione, ma il compito delegato nel tempo.

Marco Bragadin, amministratore delegato di Datlas Group — azienda italiana specializzata nella trasformazione digitale dei processi — lavora già con questa tecnologia. Datlas integra agenti AI con competenze umane in settori che vanno dalle assicurazioni alle banche, dalla pubblica amministrazione alle telecomunicazioni. La sua piattaforma DOME gestisce due milioni di chiamate API al giorno, e tra i casi d'uso concreti c'è la digitalizzazione della Constatazione Amichevole, resa guidata e tracciabile grazie all'AI. La visione di Bragadin è che l'intelligenza artificiale non sostituisca il lavoro umano, ma lo liberi dai processi ripetitivi per concentrarlo dove conta: nella gestione, nella relazione, nella decisione strategica.

I numeri che circondano questa transizione sono significativi. Secondo Deloitte, entro il 2027 circa il 50% delle aziende che già usano AI generativa avvierà progetti pilota di agenti autonomi — erano il 25% nel 2025. OpenAI ha rilevato che entro giugno 2026 ogni reparto interno all'azienda, compresi quelli non tecnici come il legale e il recruiting, utilizzava il suo sistema agentico Codex come strumento principale di lavoro. Sempre entro il 2027, i workflow agentici potrebbero ridefinire almeno il 40% dei compiti aziendali.

In Italia, il contesto è in rapida evoluzione ma ancora cauto. Il mercato dell'AI è stimato in 1,24 miliardi di euro nel 2025, con una crescita del 33% rispetto all'anno precedente e proiezioni che superano i 2,5 miliardi entro il 2028. Le imprese italiane che usano almeno una soluzione AI sono più che raddoppiate tra il 2024 e il 2025, passando dall'8% al 16,4%. Eppure solo l'8% dei lavoratori italiani crede fermamente che l'AI avrà un impatto positivo sulle proprie responsabilità nel breve periodo — uno dei valori più bassi in Europa. Una diffidenza che racconta quanto la narrativa tecnologica fatichi ancora a tradursi in fiducia diffusa.

Val la pena ricordare che i chatbot, prima di parlare di agenti, hanno già prodotto effetti reali e non tutti lineari. Il 60% delle aziende statunitensi che usa ChatGPT lo ha integrato nell'elaborazione delle descrizioni di lavoro nelle risorse umane; il 50% dei responsabili HR nel settore tech lo usa regolarmente, risparmiando in media 70 minuti a settimana. I risparmi finanziari riportati dalle aziende sono stati in molti casi superiori ai 50.000 dollari l'anno. Ma la stessa diffusione capillare — il 52% dei dipendenti usa questi strumenti, spesso in modo non ufficiale, come shadow AI — ha contribuito a un aumento del carico cognitivo: il 46% dei lavoratori dichiara oggi uno stato di burnout. L'AI generativa ha aumentato la produttività dei lavoratori meno qualificati del 34%, mentre per i più esperti i guadagni sono stati più modesti.

La domanda che resta aperta, e che le aziende come Datlas provano a rispondere sul campo, è quali competenze serviranno davvero. Non necessariamente quelle di machine learning: per la maggior parte dei lavoratori, ciò che cambierà sono le attività quotidiane e le skill richieste, con un'enfasi crescente su gestione, capacità cognitive, competenze digitali di base e — sorprendentemente — abilità relazionali ed emotive. Le figure più richieste saranno quelle capaci di fare da ponte tra il dominio tecnico e quello umano: chi sa parlare con i dati e con le persone allo stesso tempo.

Entro la fine del 2026, tre lavoratori su quattro nel mondo si aspettano che la propria funzione sia significativamente influenzata dall'AI. Non è un'apocalisse e non è nemmeno una promessa di paradiso: è una trasformazione in corso, più profonda di quella che sembrava quando tutto si riduceva a chiedere qualcosa a una chat.