Perché la rivoluzione degli agenti intelligenti cambia il lavoro più dei chatbot

Parla Marco Bragadin, Ceo Datlas azienda specializzata nella digitalizzazione dei processi che già usa agenti, saperi e competenze umane

Per due anni abbiamo parlato di modelli. Più potenti, più veloci, più economici. La gara tra OpenAI, Anthropic, Google e Meta è sembrata soprattutto una corsa a chi avesse il cervello artificiale migliore. Ma ora il baricentro si sta spostando altrove. Il vero nodo non è più il modello. È il sistema.

Siamo entrati nell’economia degli agenti intelligenti.

Non è un passaggio banale. Significa che il valore non si genera più soltanto nella capacità di un’intelligenza artificiale di rispondere bene a una domanda. Si genera nella sua capacità di collaborare con persone, software, database e processi aziendali. In altre parole: il futuro non è un chatbot più brillante. È un ecosistema di agenti AI che lavorano dentro l’impresa.

Marco Bragadin, ceo di Datlas azienda italiana specializzata nella digitalizzazione dei processi di business (Business Process Outsourcing), sintetizza questo passagggio in questo modo: «Il cambiamento più importante è che non stiamo più discutendo solo di modelli, ma del modo in cui persone e intelligenze artificiali collaborano».

Ed è qui che la storia si fa interessante.

Perché finora l’automazione era relativamente semplice da raccontare. Una macchina sostituisce un task. Un software elimina un passaggio manuale. Più efficienza, meno costi. Ma l’economia degli agenti è più complessa. Non sostituisce semplicemente il lavoro. Ne cambia la struttura.

Prendiamo un settore ad alta densità informativa come assicurazioni o finanza. Ogni pratica è un mosaico di documenti: fotografie, contratti, email, referti, moduli, perizie. Per anni il collo di bottiglia è stato umano: leggere, verificare, confrontare.

Oggi l’AI può leggere tutto in pochi secondi.

Datlas lavora esattamente su questo terreno. Trasformare grandi volumi di dati non strutturati in informazione operativa. Nel mondo assicurativo, per esempio, significa usare Document Intelligence, AI generativa e computer vision per leggere, classificare e correlare automaticamente la documentazione di un sinistro.

Bragadin spiega bene il punto: «L’intelligenza artificiale non prende decisioni al posto delle persone. Il suo compito è eliminare il lavoro che non contribuisce alla conoscenza del processo». È una distinzione fondamentale.

L’AI non decide se approvare o respingere un rimborso. Prepara il terreno decisionale. Evidenzia anomalie. Collega dati. Segnala incoerenze. Riduce rumore informativo.

E qui emerge il paradosso economico più interessante: più automatizzi, più aumenta il valore delle competenze umane ad alto contenuto cognitivo. Sembra controintuitivo, ma non lo è. Se una macchina si occupa di leggere 500 documenti, il valore dell’essere umano non sta più nella lettura. Sta nella capacità di interpretare eccezioni, comprendere contesto, valutare rischio e prendere decisioni complesse. Per questo l’economia degli agenti è anche una ridefinizione del capitale umano.

Bragadin pone la questione in questo modo: «La domanda più interessante non è cosa farà l’intelligenza artificiale, ma cosa faranno le persone una volta che l’intelligenza artificiale avrà automatizzato una parte del loro lavoro». È la domanda che oggi attraversa tutte le aziende. E riguarda soprattutto i profili junior. Perché qui c’è un rischio poco discusso: se l’AI automatizza il lavoro operativo di ingresso, dove si formeranno i professionisti di domani?

Storicamente l’apprendimento aziendale passa attraverso attività apparentemente meccaniche. Controllare pratiche. Fare verifiche. Leggere documentazione. È lì che si costruisce la conoscenza tacita. È lì che un junior diventa senior.

Se saltiamo quel passaggio rischiamo un cortocircuito: aziende più efficienti nel breve periodo, ma più fragili nel lungo. «Se automatizziamo un processo senza riflettere su questo aspetto – spiega il manager – rischiamo di guadagnare efficienza e perdere apprendimento». Ecco perché il vero costo dell’automazione non è tecnologico. È organizzativo.

Datlas ha sperimentato questa tensione mettendo junior e senior a lavorare con agenti AI. Il risultato è stato interessante e per certi versi controintuitivo. I junior hanno usato l’intelligenza artificiale soprattutto come strumento di apprendimento. I senior, invece, come strumento di delega operativa. Due approcci opposti. Entrambi utili.

I più giovani chiedono spiegazioni, esempi, tutoring. I senior cercano velocità mantenendo controllo architetturale. Questo ci dice qualcosa di importante: non esiste un solo modo corretto di usare l’AI. «Stiamo smettendo di considerare l’AI come uno strumento che esegue ordini e stiamo iniziando a utilizzarla come un interlocutore progettuale», commenta alla fine Bragadin. Se esiste una nuova economia della collaborazione, questo è un inzio.