I reparti IT delle grandi aziende si trovano alle prese con un fenomeno che ha un nome preciso: “agent sprawl”, ovvero la proliferazione incontrollata di agenti IA.
Il termine descrive una situazione sempre più comune: migliaia di bot autonomi creati da dipendenti di ogni livello, spesso duplicati, spesso non censiti, capaci di accedere a dati aziendali sensibili e di far lievitare i costi computazionali in modo imprevisto.
Il Wall Street Journal ha interpellato alcune delle aziende più avanzate nell’adozione dell’IA, quali Lyft, DaVita, GitLab e FICO. E tutte raccontano, con gradi diversi di urgenza, la stessa storia.
Il punto di partenza è la facilità. Creare un agente IA non richiede più competenze tecniche: bastano piattaforme come Claude Cowork di Anthropic o strumenti come OpenClaw.
Quando la soglia di accesso crolla, la moltiplicazione diventa quasi inevitabile. “Siccome chiunque può farlo,” ha dichiarato Michael Friedlander, chief information officer per le Americhe di Magnum Ice Cream, “probabilmente finiremo con molte persone che hanno lo stesso tipo di agenti.”
Lo “sprawl” degli agenti
Gli agenti più diffusi svolgono compiti relativamente semplici: gestire le email, riassumere documenti, rispondere ai clienti, analizzare dati. Ma la categoria si espande rapidamente verso funzioni più complesse quali ricerca autonoma, automazione di interi flussi di lavoro aziendali. Ed è qui che il problema di controllo si fa concreto.
Gli agenti possono girare sui laptop dei singoli dipendenti, su server interni o su sistemi aziendali condivisi. I reparti IT, spesso, non sanno quanti ne esistano né dove risiedano.
Ogni agente che opera su dati aziendali senza supervisione è un potenziale vettore di rischio: accesso non autorizzato a informazioni riservate, comunicazioni con sistemi esterni, risultati contraddittori su problemi critici. Il tutto moltiplicato per il numero di bot attivi.
C’è poi la dimensione economica. I modelli IA di linguaggio si pagano in base al volume di dati elaborati, i cosiddetti token. Un agente che ragiona in cicli continui, ritenta i compiti automaticamente e si integra con decine di strumenti esterni consuma ordini di grandezza più risorse di un prompt standard.
Molti agenti che operano in parallelo traducono direttamente in fatture impreviste. “Dipenderà da come andrà tutto ciò,” ha detto Friedlander: “ci saranno i token, poi ci saranno i costi, e poi ci si chiederà come gestire il tutto in modo finanziariamente responsabile.”
Voci dal campo
I numeri che emergono dalle aziende interpellate dal WSJ rendono concreta la dimensione del problema. FICO conta 3.500 dipendenti che creano decine di nuovi agenti al giorno, a ogni livello della struttura gerarchica. DaVita, azienda specializzata in cure renali, ha raggiunto 10.000 agenti interni.
Gartner stima che la media delle grandi imprese Fortune 500 gestirà oltre 150.000 agenti entro due anni. La stessa società di ricerca rileva però che solo il 13% delle organizzazioni ritiene di disporre di una governance adeguata.
È una forbice vistosa tra adozione e controllo. E le aziende ne sono consapevoli. Mike Trkay, chief information and customer officer di FICO, ha dichiarato: “Riconosciamo il rischio che questo comporta.” Il riferimento è al rischio specifico che più agenti, creati in modo indipendente, producano risposte contraddittorie allo stesso problema — con potenziali ricadute sulle decisioni aziendali.
Governance, controllo, piattaforme
Le risposte che le aziende stanno mettendo in campo seguono logiche simili, anche se con intensità diverse. Lyft ha distribuito Claude ai propri dipendenti tramite canali approvati dall’IT e ha sviluppato un sistema per evitare la proliferazione di configurazioni parallele.
L’obiettivo è una piattaforma centralizzata che controlli tutti gli agenti attivi. Gestirne troppi, ha spiegato Jason Vogrinec, vicepresidente esecutivo per la trasformazione IA di Lyft, crea una sfida non banale “per un’organizzazione quotata in borsa con molti obblighi regolatori”.
DaVita ha scelto una strada più restrittiva: nessuno strumento di livello consumer è ammesso nell’ambiente aziendale. “Poiché ci prendiamo cura dei nostri pazienti, dobbiamo crescere mantenendo la sicurezza,” ha detto la CIO Madhu Narasimhan. L’azienda ha inoltre sviluppato una piattaforma interna per modulare il consumo di risorse computazionali, riducendolo quando necessario e concentrandolo sugli agenti con le migliori prestazioni.
Anthropic ha dichiarato di aver introdotto funzionalità specifiche per gli amministratori IT: controllo degli accessi per ruolo, limiti di spesa, analisi sull’utilizzo, registro degli audit e librerie di estensioni selezionate. Magnum Ice Cream ha in programma di centralizzare e consolidare gli agenti già creati, cercando però di non frenare la sperimentazione interna nel processo.
Il valore del ‘caos controllato’
GitLab rappresenta forse la posizione più lucida del gruppo. Manu Narayan, CIO dell’azienda, riconosce che la proliferazione di agenti nel breve termine è già in corso e che per ora va bene così.
“Ci sarà agent sprawl nel breve termine,” ha detto Narayan, “e siamo a nostro agio con questo, perché l’IA rappresenta un’opportunità.” I meccanismi di governance già esistenti, ha aggiunto, stanno “reggendo” abbastanza da evitare il peggio.
È una distinzione importante. Il problema non è la moltiplicazione degli agenti in sé, ma la mancanza di strumenti per governarla nel tempo. Le aziende più avvedute non stanno cercando di bloccare la creazione di nuovi agenti: stanno costruendo l’infrastruttura per sapere quanti ne esistono, dove operano, cosa fanno e quanto costano.
È insomma un cantiere aperto, in un settore che si muove più velocemente della capacità di regolarlo.
Fonte: Wall Street Journal
