I confronti tra modelli di intelligenza artificiale rischiano di nascondere il cambiamento più significativo che sta avvenendo nel settore: il passaggio dagli assistenti agli agenti AI. La tecnologia sta evolvendo verso strumenti meno conversazionali e più operativi, capaci di agire autonomamente per raggiungere obiettivi complessi.
La conversazione con Gian Segato
Qualche giorno fa, nel corso di una puntata speciale del mio podcast “What’s Next”, ho intervistato Gian Segato, ricercatore presso Anthropic e ex membro del team di Replit, che ha contribuito al lancio del primo coding agent dell’azienda.
La mia intenzione iniziale era quella di esplorare l’evoluzione di Anthropic, le sue sfide tecnico-etiche, le prospettive future e il ruolo di strumenti come Claude Code. Alla fine, però, il tema principale che è emerso è stato un altro: il cambiamento radicale nella relazione tra uomo e macchina.
Invece di concentrarci solo sui modelli, i confronti e le metriche, abbiamo capito che il cuore del cambiamento sta nel modo in cui l’intelligenza artificiale inizia a svolgere compiti autonomamente, diventando meno una risposta a input e più un partecipante attivo nei processi di lavoro.
La competizione tra modelli e il valore dei benchmark
Nel corso degli ultimi due anni abbiamo seguito il progresso dell’AI come se fosse una competizione. Ogni volta che esce un nuovo modello, la domanda diventa inevitabile: è migliore del precedente?
- GPT-5 è migliore di Claude?
- Claude è migliore di Gemini?
- Oppure Gemini è migliore di GPT?
I benchmark diventano punti di riferimento. Ogni settimana emerge una nuova classifica, una nuova metrica. Questo approccio è naturalmente comprensibile, ma rischiamo di perdere di vista il cambiamento fondamentale.
Il valore di un modello non sta più solo nelle sue risposte
Mentre iniziamo a valutare modelli sempre più intelligenti, veloci e affidabili, dobbiamo ricordare che il loro valore crescente non risiede tanto nella precisione delle risposte, quanto nella capacità di agire. Non serve più sapere cosa sa fare il modello, ma se gli si può lasciare fare.
Dal modello all’agente: un cambio di paradigma
Se guardiamo al modo in cui la maggior parte delle persone utilizza l’intelligenza artificiale oggi, il paradigma non è cambiato molto da quando è apparso ChatGPT alla fine del 2022. Aprendo una finestra di chat e scrivendo una richiesta, il flusso è rimasto lo stesso.
Ma la frontiera della ricerca si sposta altrove. Non andiamo più verso chatbot migliori, ma verso agenti che possono pianificare, operare e gestire processi autonomi. Strumenti come Claude Coder non sono solo assistenti per programmatori ma sono il primo esempio di un sistema che riceve un obiettivo e lo persegui.
Che cosa significa “agente” nel contesto dell’AI
Gli agenti non si limitano a generare contenuti, come testi, immagini o codice. Sono in grado di:
- pianificare,
- utilizzare strumenti,
- interagire con database e API,
- prendere decisioni operative,
- coordinare attività complesse.
In altre parole, iniziano a interagire con il mondo operativo, superando il ruolo di semplice strumento conversazionale.
Il software come interprete di obiettivi
Il passaggio dagli assistenti agli agenti modifica radicalmente il ruolo del software. Storicamente, il software richiedeva istruzioni precise. Oggi, invece, iniziamo a lavorare con sistemi che interpretano obiettivi.
In pratica non gli diciamo più “come fare qualcosa”, ma “cosa vogliamo ottenere”. E questo apre nuove opportunità e nuove responsabilità.
Conseguenze sul lavoro umano
Pensiamo a come funzionano oggi i processi lavorativi. Le attività di programmazione, creazione di documenti, gestione di dati, e perfino il marketing automatizzato sono in parte delegabili a macchine sempre più intelligenti.
Questo non cancellerà il lavoro umano, ma sposterà il collo di bottiglia: mentre l’esecuzione diventa meno rilevante, si fa sentire l’importanza di:
- definire obiettivi,
- controllare la qualità,
- supervisionare,
- coordinare operazioni complesse,
- prendere decisioni.
Da esecutori a orchestratori
Molti professionisti, come abbiamo ribadito in conversazione con Segato, potrebbero evolversi da “esecutori” a “orchestratori”. La loro funzione non sarà tanto quella di eseguire istruzioni, quanto di gestire, supervisionare, dirigere e controllare.
Questo cambiamento riguarda un’ampia gamma di figure: programmatori, marketer, consulenti, manager, professionisti della conoscenza in generale.
Il problema dei benchmark
Stiamo attribuendo troppa importanza ai benchmark. Non sminuisco il loro valore, perché sono strumenti fondamentali per misurare il progresso tecnico. Tuttavia, nella pratica quotidiana, ci sono qualità molto difficili da quantificare.
- Capacità di mantenere il contesto,
- Qualità della collaborazione,
- Affidabilità del risultato nel tempo,
- Capacità di gestire imprevisti,
- Comprensione delle dinamiche aziendali.
Pochi di questi aspetti trovano spazio nelle classifiche pubbliche, ma spesso sono i più critici per il successo di un sistema.
La sicurezza diventa operativa
Maggiore autonomia comporta nuove sfide in termini di sicurezza. Fino a poco tempo fa, la sicurezza nell’AI riguardava principalmente problemi etici, come bias, disinformazione e mancanza di accountability.
Oggi, quando un sistema interagisce con processi operativi reali, la sicurezza diventa operativa. Emergono domande criticali:
- Possiamo fidarci che il sistema eseguirà correttamente?
- Possiamo verificare le sue decisioni?
- Possiamo limitarne il raggio d’azione?
- Possiamo intervenire rapidamente se commette errori?
Aziende come Anthropic stanno investendo enormemente su questi aspetti, e i prossimi anni saranno caratterizzati da una corsa all’affidabilità, non solo alle prestazioni.
Il futuro dell’intelligenza artificiale
La sensazione che mi sono portato a casa è semplice ma profonda: non stiamo più chiedendo all’AI che cosa può fare, ma stiamo iniziando a chiederle se possiamo lasciarle fare.
L’autonomia come metro di avanzamento
La prossima fase non riguarderà modelli leggermente più intelligenti, ma sistemi in grado di tradurre