Dal consiglio all'azione
Per anni gli algoritmi ci hanno suggerito che cosa guardare, ascoltare, comprare. L'ultima parola restava nostra. Gli agenti di intelligenza artificiale cambiano questo equilibrio: ricevono un obiettivo, lo scompongono in passaggi, usano strumenti, confrontano offerte e portano a termine operazioni. Prenotano, ordinano, pagano.
Gartner prevede che entro il 2028 almeno il 15% delle decisioni quotidiane di lavoro sarà preso in autonomia da sistemi di questo tipo, partendo da zero nel 2024, e che un terzo delle applicazioni software aziendali includerà funzioni agentiche.1 La stessa società stima però che oltre il 40% dei progetti avviati verrà cancellato entro la fine del 2027, per costi, valore poco chiaro o controlli insufficienti.2 Le due cose stanno insieme: la direzione è segnata, la strada è piena di false partenze.
Il carrello lo riempie un agente
Il commercio è il primo terreno su cui questo passaggio diventa concreto. Nel settembre 2025 OpenAI e Stripe hanno presentato l'Agentic Commerce Protocol, uno standard aperto per permettere a un assistente di completare un acquisto senza far uscire l'utente dalla conversazione. Negli stessi giorni Google ha annunciato AP2, un protocollo pensato per dimostrare che un pagamento fatto da un agente è stato davvero autorizzato da una persona, sviluppato con decine di partner tra cui American Express, Mastercard e PayPal.3
Al di là dei singoli prodotti, che cambieranno, il segnale è chiaro. Le infrastrutture per far comprare le macchine al posto nostro si stanno costruendo adesso, e chi gestisce pagamenti, cataloghi e logistica sta già decidendo le regole.
Se il cliente è una macchina
È la parte che seguo più da vicino nel mio lavoro. Quando a scegliere un prodotto è un agente, la pubblicità pensata per lo sguardo umano pesa meno. Contano dati chiari, prezzi leggibili, recensioni verificabili, condizioni trasparenti. Un marchio deve farsi capire da chi legge per conto delle persone, senza perdere ciò che lo rende riconoscibile a chi poi userà quel prodotto.
Per un'azienda questo si traduce in un lavoro molto concreto:
- Rendere leggibili i dati di prodotto: caratteristiche, disponibilità e prezzi aggiornati, in formati che un sistema può interpretare senza ambiguità.
- Curare recensioni e condizioni. Un agente confronta, non si lascia sedurre da uno slogan.
- Decidere dove essere presenti, perché alcuni assistenti diventeranno vetrine e altri no.
- Misurare quanta parte delle visite e degli ordini arriva già da un agente, per non accorgersene troppo tardi.
Anche il mercato cambia forma. Se pochi assistenti diventano la porta d'ingresso agli acquisti, chi li controlla decide che cosa vediamo per primo. È una questione di concorrenza prima ancora che di tecnologia, e si lega a un'altra domanda: chi tiene in mano le chiavi?
Le macchine che imparano non fanno più solo quello che diciamo. Fanno quello che hanno imparato. E quello che hanno imparato non sempre coincide con quello che vogliamo.
Da Un perché alla volta
Prima di delegare
Prima di affidare una scelta a una macchina conviene rispondere a quattro domande, le stesse che pongo in «Un perché alla volta»:
- Quali azioni può compiere da sola, e quali no?
- Chi controlla quello che fa?
- Che cosa succede quando sbaglia?
- Di chi è la responsabilità?
Sembrano domande da ingegneri, ma sono domande da persone. Valgono per un'azienda che lascia a un agente la gestione degli ordini e per una famiglia che gli affida la spesa settimanale.
L'Europa ha già tracciato una linea. Con l'AI Act i sistemi che decidono chi assumere o chi ottiene un credito sono considerati ad alto rischio, con obblighi di trasparenza e di supervisione umana.4 Per gran parte degli altri usi, la regola la scrive chi progetta questi sistemi e chi sceglie di adottarli.
Quando una macchina agisce, una parte della decisione passa a lei. Bisogna stabilire quale parte, e chi ne risponde.