La agentic AI è diventata il nuovo terreno di competizione globale tra big tech e startup. Dopo l’onda lunga della generative AI, il mercato sta evolvendo verso sistemi capaci non solo di produrre contenuti o risposte, ma di prendere decisioni, orchestrare processi e agire in autonomia all’interno di ambienti aziendali complessi. Non si tratta di un semplice upgrade tecnologico, ma di un cambiamento strutturale nell’architettura del software enterprise.
Il report Gartner Emerging Tech: AI Vendor Race: Roundup For Agentic AI definisce l’agentic AI come una trasformazione “disruptive and transformative” nel panorama dell’intelligenza artificiale applicata al business. L’attenzione non è più concentrata sull’assistenza, ma sull’autonomia operativa. Ed è su questa promessa che si sta concentrando la nuova corsa agli investimenti.
Indice degli argomenti
Dall’assistente all’agente: un salto di paradigma
Per comprendere la portata del fenomeno è necessario distinguere tra assistenti AI e agenti AI. I primi supportano l’utente nelle attività, i secondi operano con livelli variabili di autonomia, percepiscono l’ambiente, prendono decisioni e agiscono per raggiungere obiettivi definiti. Gartner descrive gli AI agents come entità software autonome o semiautonome capaci di interagire con sistemi digitali o fisici e di eseguire processi senza supervisione continua.
Attualmente la maggior parte del mercato si colloca a un livello intermedio di maturità, caratterizzato da autonomia condizionata e gestione di task relativamente semplici. Tuttavia, la roadmap delineata da Gartner prevede un’evoluzione verso ecosistemi multiagente altamente autonomi nel corso del prossimo decennio. Si passerà da agenti task-specific a sistemi collaborativi capaci di orchestrare workflow complessi tra applicazioni diverse.
Questo salto di paradigma spiega la velocità con cui vendor consolidati e startup stanno investendo nella costruzione di piattaforme agentiche.
Numeri che spiegano la competizione
Le previsioni economiche rendono evidente la dimensione della posta in gioco. Secondo Gartner, entro il 2030 oltre il 50% delle offerte di software applicativo enterprise includerà funzionalità di agentic AI, rispetto a meno del 5% nel 2025. Ancora più rilevante è la prospettiva di ricavi: entro il 2035 più del 25% delle revenue del software applicativo enterprise deriverà da prodotti agentic AI, partendo da una quota inferiore al 5% nel 2025.
Nello scenario più favorevole, la spesa in software abilitato da agentic AI potrebbe superare i 450 miliardi di dollari nel 2035, rispetto ai circa 5,5 miliardi del 2024, con un tasso di crescita annuo composto del 45%. Sono proiezioni che spiegano perché la competizione sia così intensa.
Ma l’altra faccia della medaglia è altrettanto significativa. Gartner prevede che entro il 2027 oltre il 40% dei progetti di agentic AI verrà cancellato a causa di costi crescenti, valore di business poco chiaro o controlli di rischio inadeguati. La nuova corsa all’oro promette rendimenti elevati, ma comporta anche un alto tasso di fallimento.
Proprietario contro open source: una sfida aperta
Un elemento centrale della competizione riguarda il modello tecnologico. Gartner stima che entro il 2028 oltre il 75% dei deployment enterprise di agenti sarà alimentato da framework open source, grazie alla maggiore personalizzazione e al controllo dei costi.
Questo scenario ridisegna l’equilibrio tra big tech e startup. Le grandi piattaforme possono contare su infrastrutture scalabili e integrazioni globali. Le startup e le community open source possono innovare più rapidamente, specializzarsi per dominio e costruire soluzioni verticali altamente mirate.
La differenziazione non dipenderà solo dalla potenza del modello linguistico sottostante, ma dalla capacità di integrare agenti in ambienti complessi, garantendo interoperabilità, sicurezza e compliance.
Dove l’agentic AI sta generando valore
La ricerca case-based di Gartner, condotta tra dicembre 2024 e marzo 2025 con 27 vendor e oltre 150 casi d’uso analizzati, mostra che i primi benefici concreti emergono in ambiti specifici. Il customer service rappresenta il caso più frequente, con il 20% delle implementazioni focalizzate sul miglioramento dell’esperienza cliente, l’aumento dell’automazione e l’efficienza dei costi.
Seguono knowledge management, cybersecurity e automazione di processi aziendali. In ambito sicurezza, stanno emergendo AI security operations center capaci di rilevare, analizzare e mitigare minacce in modo proattivo. Nella manifattura, l’agentic AI supporta manutenzione predittiva e ottimizzazione della supply chain. Nei servizi finanziari, gli agenti vengono impiegati per risk assessment, fraud detection e advisory, con forte attenzione a compliance e governance dei dati.
Il valore non deriva semplicemente dall’automazione di singoli task, ma dalla capacità di orchestrare processi end-to-end con maggiore coerenza e rapidità.
Il rischio dell’“agent washing” e la questione fiducia
Come ogni tecnologia emergente, anche la agentic AI è esposta al rischio di sovrapromesse. Gartner evidenzia il fenomeno dell’“agent washing”, ovvero la tendenza di alcuni vendor a presentare come agenti sistemi che in realtà sono semplici chatbot o automazioni avanzate. Questo genera aspettative irrealistiche e può compromettere la credibilità dell’intero ecosistema.
La fiducia diventa quindi un fattore critico. Le organizzazioni richiedono osservabilità, controlli di affidabilità e trasparenza nei processi decisionali degli agenti. Il concetto di “time to trust” emerge come nuova metrica: misurare la riduzione dell’intervento umano nel tempo come indicatore di fiducia crescente nel sistema.
Senza fiducia, l’autonomia resta teorica e l’adozione rallenta.
Verso ecosistemi collaborativi
La traiettoria evolutiva descritta da Gartner non si ferma agli agenti isolati. Entro il 2027 emergeranno agenti collaborativi capaci di lavorare insieme e con gli esseri umani per risolvere problemi multifattoriali. Entro il 2028 si prevede la nascita di ecosistemi dinamici di agenti specializzati orchestrati attraverso più applicazioni, con impatti significativi su modelli di business e user experience.
Entro il 2029 almeno la metà dei knowledge worker sarà coinvolta nella creazione, governance e collaborazione con agenti AI. Questo implica un cambiamento culturale profondo. Le competenze richieste non riguarderanno solo lo sviluppo software, ma anche la capacità di supervisionare, integrare e governare sistemi autonomi.
Una corsa selettiva, non indiscriminata
La agentic AI rappresenta una delle opportunità più rilevanti del prossimo decennio nel software enterprise. Tuttavia, la competizione sarà altamente selettiva. I vincitori non saranno necessariamente i più grandi, ma quelli capaci di combinare autonomia reale, affidabilità tecnica, competenza di dominio e capacità di integrazione.
La nuova corsa all’oro non premia chi proclama rivoluzioni, ma chi dimostra valore misurabile e costruisce fiducia progressiva. Big tech e startup competono sullo stesso terreno, ma il vantaggio competitivo si giocherà sulla capacità di trasformare l’autonomia in risultati concreti e sostenibili.
In un mercato che evolve rapidamente, la domanda non è se l’agentic AI diventerà centrale. La domanda è chi saprà attraversare la fase di hype, superare il tasso di fallimento previsto e costruire ecosistemi realmente affidabili. È lì che si deciderà la leadership della prossima generazione di software enterprise.
