Analisi strategica sull’AI: l’evoluzione a breve termine degli agenti AI nel contesto legale ed enterprise
Il recente panel moderato da Luca Bianchi, con la partecipazione di Giovanni Germani (Fastweb Vodafone), Matteo Mille (Microsoft) e Alessandro Vitale (Conversate), ha offerto una visione articolata e ad ampio raggio dell’evoluzione in corso nell’ambito dell’intelligenza artificiale, vista attraverso le lenti di dirigenti tecnologici e architetti IT. Quanto emerso fornisce spunti preziosi per una riflessione strategica su come prepararsi ai cambiamenti in arrivo.
Uno dei temi centrali emersi dal dibattito riguarda il passaggio da assistenti virtuali passivi ad agenti AI autonomi. Giovanni Germani ha evidenziato un futuro ormai imminente in cui i modelli linguistici di grandi dimensioni (LLM) non si limiteranno a fornire risposte, ma saranno integrati nei flussi di lavoro aziendali come attori capaci di eseguire processi complessi, spezzettandoli in task elementari e agendo in modo quasi indipendente. Ciò implica un’infrastruttura aziendale capace di garantire accesso sicuro ai dati, orchestrazione dei processi, tracciabilità e una nuova forma di governance.
Matteo Mille ha confermato questa traiettoria, sottolineando come i cambiamenti fondamentali siano due: da un lato l’interfaccia, che diventa linguaggio naturale; dall’altro, il motore di ragionamento che ora è alimentato da LLM. Questo scenario comporta la necessità di progettare architetture IT dove gli agenti AI operino con un certo grado di autonomia, richiedendo nuovi meccanismi di monitoraggio, osservabilità e gestione delle versioni, analogamente a quanto già avviene con i microservizi.
Alessandro Vitale ha spinto la riflessione ancora più avanti, parlando di un passaggio da modelli “human-in-the-loop” a “human-on-the-loop”.
Con l’emergere di agenti asincroni capaci di portare avanti compiti ad alta intensità cognitiva, il ruolo dell’umano sarà sempre meno operativo e sempre più orientato alla supervisione strategica. Questo cambiamento strutturale modificherà profondamente le responsabilità di chi progetta, supervisiona e interagisce con questi sistemi.
Tra le principali barriere all’adozione, i panelist hanno identificato due ambiti critici.
Il primo riguarda il divario di competenze, in particolare nella capacità di costruire prompt efficaci. Germani ha sottolineato come molte iniziative falliscano non per limiti tecnologici, ma per una scarsa alfabetizzazione nell’interazione con i modelli. Serve dunque un programma sistemico di formazione per utenti non tecnici e, idealmente, interfacce agentiche che astraano completamente la costruzione del prompt.
Il secondo ostacolo è di natura regolatoria. L’AI Act europeo, come ha osservato Vitale, introduce nuovi requisiti e processi per le aziende nella gestione dei sistemi ad alto rischio. Questi entreranno in vigore il 2 Agosto 2026 ma le linee guida operative non saranno comunicate fino al 2 Febbraio 2026, ben 18 mesi dopo l’approvazione della legge. Ciò genera una finestra di incertezza che mette in difficoltà le aziende che desiderano muoversi per tempo e investire in AI. In parallelo, il quadro normativo sul copyright e sul training dei modelli con dati protetti crea una frizione strategica tra l’approccio europeo e quello statunitense. Su questo tema si è inserito anche Germani, evidenziando l’importanza per l’Italia di dotarsi di infrastrutture AI sovrane. In ambiti come sanità e difesa, dove i dati sono estremamente sensibili, affidarsi a modelli gestiti da attori extraeuropei può risultare problematico. La proposta di Fastweb e Vodafone mira a creare un’alternativa nazionale, che non esclude l’uso di player globali ma permette un bilanciamento più autonomo. Matteo Mille, dal canto suo, ha ribadito l’impegno di Microsoft nei confronti del rispetto delle normative europee, con dati residenti in Europa e accessibili solo da personale localizzato.
Un altro spunto interessante emerso dal panel riguarda l’asimmetria nell’adozione tra grandi e piccole aziende. Secondo Vitale, le realtà più agili spesso adottano l’AI più velocemente proprio perché meno vincolate da processi decisionali complessi. Ciò crea una finestra competitiva per le PMI più innovative. I settori più attivi risultano essere il manifatturiero, la finanza, la pubblica amministrazione e, sempre più, il legal tech.
A tal proposito, la piattaforma Lidia rappresenta un interessante caso studio di verticalizzazione dell’AI nel settore legale. Presentata nella parte conclusiva dell’evento, Lidia si propone non come semplice assistente generico, ma come un ecosistema di intelligenza legale adattiva. Tra i suoi elementi distintivi troviamo l’indicizzazione semantica della conoscenza interna, una libreria di use case legali, e la capacità di suggerire flussi di lavoro basati sul contesto e sulla storia dell’utente. Non si tratta di un modello addestrato internamente, ma di una piattaforma che sfrutta modelli esterni connessi a un grafo di conoscenza legale strutturata.
Questo approccio suggerisce un paradigma emergente in cui l’AI non è solo uno strumento di produttività, ma una vera e propria infrastruttura di servizio che potenzia le capacità decisionali e operative delle organizzazioni. L’evoluzione verso agenti AI richiede una revisione dei modelli operativi, l’adozione di strumenti di audit e trasparenza avanzata, e una stretta integrazione tra tecnologie, processi e compliance.
Inoltre, l’esigenza di sovranità digitale e la gestione del rischio normativo impongono una riflessione sulla localizzazione dei dati e sulla governance degli algoritmi.
Infine, esperienze come Lidia mostrano che è possibile costruire soluzioni verticali scalabili, capaci di coniugare l’efficienza degli LLM con la specificità del dominio legale, aprendo la strada a una nuova generazione di servizi professionali aumentati.