L’intelligenza artificiale sta assumendo un ruolo operativo nei processi aziendali. Gli agenti AI possono produrre testi e sintesi, consultare banche dati, accedere alle applicazioni ed eseguire una sequenza di operazioni per completare un’attività. Questa capacità di intervenire direttamente sui sistemi riporta al centro dell’attenzione temi quali la gestione degli accessi, la qualità dei dati, la sicurezza e il controllo delle azioni compiute.
Il cambiamento al quale stiamo assistendo, di fatto, amplia le possibilità di automazione, ma al tempo stesso porta l’intelligenza artificiale molto più vicino ai processi e ai dati sui quali funziona l’impresa. Un agente collegato al CRM, al gestionale, alla posta elettronica o a una piattaforma documentale dispone di capacità operative. Può leggere informazioni, produrre contenuti, aggiornare uno stato o avviare un’azione. Diventa quindi necessario stabilire che cosa sia autorizzato a fare, con quali dati e sotto la responsabilità di chi.
Da questa esigenza nasce “Prima dell’AI viene l’IT – Infrastrutture, dati e sicurezza nell’era degli AI Agent”, l’evento organizzato da Lan Service Group per il 24 settembre 2026, a partire dalle ore 14, presso la Cantina Hic et Nunc di Vignale Monferrato, in provincia di Alessandria.
Portare gli agenti AI nei processi aziendali richiede fondamenta tecnologiche e organizzative adeguate. Alla qualità del modello devono affiancarsi informazioni affidabili e disponibili, infrastrutture solide, accessi protetti, tracciabilità delle operazioni e procedure capaci di ripristinare i sistemi dopo un incidente.
Gli agenti AI entrano nei processi aziendali
Molte aziende hanno iniziato a utilizzare l’intelligenza artificiale attraverso assistenti capaci di produrre testi, sintesi o analisi su richiesta. Gli agenti AI introducono una capacità ulteriore: possono ricevere un obiettivo, definire una sequenza di operazioni e interagire direttamente con applicazioni e servizi. È questo rapporto con i sistemi aziendali ad ampliare le possibilità di utilizzo e, insieme, le esigenze di controllo.
Di fatto, la differenza tra un assistente e un agente riguarda soprattutto il rapporto con i sistemi aziendali. Il primo produce generalmente una risposta che sarà una persona a valutare e utilizzare. Il secondo può ricevere un obiettivo, scegliere una sequenza di operazioni e interagire direttamente con applicazioni e servizi.
Un agente incaricato di gestire una richiesta commerciale, per esempio, potrebbe consultare le informazioni relative al cliente, verificare la disponibilità di un prodotto, preparare un documento e aggiornare il CRM. Ciascun passaggio richiede accesso a dati e applicazioni differenti. Un’autorizzazione troppo ampia espone l’organizzazione a errori o utilizzi impropri; un’autorizzazione troppo limitata impedisce al sistema di completare il compito.
L’introduzione degli agenti rende quindi necessario progettare identità digitali specifiche, permessi circoscritti e meccanismi di controllo. Le imprese devono poter riconoscere quale agente ha avviato un’operazione, quali informazioni ha consultato e quale risultato ha prodotto. Per le attività più delicate possono inoltre essere previste soglie, eccezioni e approvazioni umane.
Il mercato cresce, la governance deve tenere il passo
Secondo l’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, nel 2025 il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro, il 50% in più rispetto al 2024.
La velocità degli investimenti mostra quanto l’AI sia entrata nelle priorità delle imprese. La maturità, però, dipende dalla capacità di collegare ogni progetto a un’esigenza concreta e di governarne il funzionamento durante l’intero ciclo di vita. Una sperimentazione avviata da un singolo reparto può accedere a documenti, servizi cloud e applicazioni senza essere conosciuta dall’IT. Il rischio aumenta quando questi strumenti iniziano a scambiarsi dati o a compiere azioni.
Serve quindi una mappa dei sistemi utilizzati, dei fornitori coinvolti, delle informazioni trattate e delle integrazioni attive. Su questa base è possibile stabilire responsabilità, criteri di autorizzazione e modalità di verifica. La governance dell’AI entra così in relazione con pratiche già presenti nell’organizzazione: gestione delle identità, classificazione dei dati, sicurezza delle applicazioni, continuità operativa e controllo dei fornitori.
Senza dati affidabili, l’agente lavora su fondamenta fragili
Resta il fatto che gli agenti diventano realmente utili quando possono accedere alla conoscenza aziendale. La presenza di grandi quantità di informazioni, da sola, non garantisce risultati attendibili. Documenti duplicati, versioni superate, archivi non classificati e permessi accumulati nel tempo possono generare risposte sbagliate o mostrare all’agente contenuti che non dovrebbe consultare.
La preparazione dei dati comprende quindi qualità, aggiornamento, provenienza e regole di accesso. Occorre sapere chi sia responsabile di ciascuna fonte, quali informazioni possano essere utilizzate e per quanto tempo debbano essere conservate. Quando l’AI produce un risultato, deve essere possibile risalire ai dati che hanno contribuito a generarlo.
Anche l’architettura tecnica deve sostenere nuove modalità di utilizzo. Un processo governato da agenti può coinvolgere applicazioni interne, piattaforme cloud, modelli esterni, API e basi documentali. Prestazioni insufficienti, integrazioni instabili o una scarsa capacità di monitoraggio possono interrompere la sequenza oppure produrre risultati parziali senza che l’organizzazione se ne accorga.
Identità e Zero Trust per limitare il raggio d’azione
Gli agenti AI possono essere considerati nuove identità digitali operative. A differenza degli utenti umani, sono in grado di eseguire numerose attività in tempi molto brevi e di collaborare con altri componenti software. Una credenziale compromessa o un’istruzione malevola può quindi propagare i propri effetti lungo più sistemi.
Ecco perché un approccio Zero Trust fa sì che ogni accesso venga verificato in base all’identità, alla risorsa e all’operazione richiesta. I permessi devono corrispondere al compito assegnato e avere una durata coerente con il processo. Registri dettagliati permettono poi di individuare comportamenti anomali e ricostruire la sequenza delle attività.
Questo modello aiuta anche a evitare che un agente utilizzi informazioni legittimamente accessibili per uno scopo differente da quello previsto. Il controllo riguarda infatti la credenziale impiegata e il modo in cui viene esercitata.
Backup e ripristino entrano nella progettazione dell’AI
E c’è un ulteriore aspetto da prendere in considerazione.
Quando l’intelligenza artificiale partecipa a un processo operativo, la continuità non riguarda esclusivamente la disponibilità del modello. Devono essere protetti i dati consultati, le configurazioni, i flussi di lavoro, le autorizzazioni e i registri che descrivono ciò che il sistema ha fatto.
Backup, disaster recovery e cyber resilience consentono di affrontare guasti, attacchi e modifiche indesiderate. Il ripristino deve riportare dati e applicazioni a uno stato coerente, evitando che l’agente ripeta operazioni già eseguite o prosegua un processo sulla base di informazioni incomplete.
L’AI rende così ancora più stretto il rapporto tra innovazione e continuità operativa. Automatizzare un’attività significa progettare anche le modalità con cui arrestarla, controllarla e riavviarla in sicurezza.
Ecco allora che il 24 settembre “Prima dell’AI viene l’IT – Infrastrutture, dati e sicurezza nell’era degli AI Agent” analizzerà tutte queste dimensioni, partendo da numeri, dati reali e casi concreti per comprendere come preparare le imprese all’ingresso degli agenti AI nei processi aziendali. La partecipazione è gratuita, con iscrizione attraverso la pagina dedicata all’evento.
