Il momento in cui è cambiato tutto
A marzo 2026 il CEO di NVIDIA Jensen Huang è salito sul palco del GTC, una delle più grandi conferenze AI al mondo, e ha detto qualcosa che ha scosso l’intero settore del software aziendale:
"Ogni azienda ha bisogno di una strategia sugli agenti AI."
Non parlava di chatbot. Non parlava di copilot o di assistenti che aiutano i dipendenti a scrivere email più in fretta. Parlava di una ristrutturazione profonda del modo in cui funziona il software: il passaggio da strumenti usati dalle persone ad agenti che agiscono per conto delle persone.
Il modello ha un nome: Agents as a Service (AaaS).
Se guidate un’azienda e non avete ancora sentito questo termine, lo sentirete. E se state leggendo nel 2026, siete ancora in tempo per agire.
Cos’è l’AaaS (Agents as a Service)?
Agents as a Service (AaaS) è un modello di fornitura del software in cui agenti AI (programmi autonomi in grado di ragionare, pianificare ed eseguire attività in più passaggi) vengono sviluppati, messi in produzione e mantenuti come servizi gestiti per le aziende.
A differenza del software tradizionale (SaaS), che fornisce strumenti con cui le persone completano il lavoro, l’AaaS fornisce sistemi che fanno il lavoro da soli.
Un modo semplice per vederla:
Nel mondo SaaS pagate un CRM e il vostro team commerciale lo usa. Nel mondo AaaS un agente monitora la pipeline, qualifica i lead, scrive i follow-up, pianifica le call e segnala i rischi, senza che una persona debba avviare ogni passaggio.
Perché l’AaaS sta arrivando proprio ora?
La convergenza di tre tecnologie nel 2025–2026 ha reso l’AaaS non solo possibile, ma inevitabile:
1. I Large Language Model hanno raggiunto l’affidabilità a livello di attività
I primi LLM erano impressionanti ma incostanti: buoni per generare bozze, inaffidabili per eseguire processi. L’ultima generazione di modelli sa mantenere il contesto in attività lunghe, usare strumenti esterni e recuperare dagli errori. È questo che rende gli agenti autonomi utilizzabili in produzione.
2. I framework di orchestrazione degli agenti sono maturati
I framework per costruire sistemi multi-agente (in cui più agenti specializzati collaborano, si passano le attività e controllano il lavoro reciproco) sono diventati abbastanza stabili per l’uso aziendale. Un’attività che prima richiedeva uno sviluppo software su misura ora richiede la configurazione di un agente.
3. I costi di calcolo sono crollati
Far girare agenti su larga scala era proibitivo. Con l’architettura Blackwell di NVIDIA e la futura Rubin, i costi di inferenza sono scesi di un ordine di grandezza. Ciò che nel 2024 costava $10,000 al mese oggi può costare meno di $1,000.
Jensen Huang l’ha chiamato "il punto di svolta dell’AI agentica". Ha ragione. La curva dei costi ha superato la soglia di adozione.
Cosa possono fare davvero gli agenti AI?
È qui che la maggior parte degli articoli resta sul vago. Siamo concreti.
Agenti per finanza e contabilità
- Riconciliano le transazioni su più conti e segnalano le anomalie
- Generano riepiloghi settimanali del conto economico con un commento esplicativo
- Monitorano le fatture, inviano solleciti di pagamento e segnalano i crediti scaduti
- Preparano i pacchetti documentali in vista degli audit
Agenti per operations e processi
- Raccolgono gli ordini da più canali e li instradano secondo la logica di evasione
- Monitorano gli SLA dei fornitori e segnalano le violazioni in tempo reale
- Coordinano logistica, magazzino e assistenza clienti
- Generano report di compliance a scadenza fissa o al verificarsi di un evento
Agenti per vendite e marketing
- Qualificano i lead in entrata in base a criteri configurabili e arricchiscono le schede nel CRM
- Monitorano l’attività dei concorrenti e preparano report settimanali
- Scrivono sequenze di contatto personalizzate in base al comportamento dei lead
- Monitorano le performance delle campagne e ridistribuiscono il budget tra i canali
Agenti per l’assistenza clienti
- Gestiscono in autonomia il supporto di primo livello, con passaggio fluido a una persona per il secondo livello
- Gestiscono resi, rimborsi e modifiche agli account dall’inizio alla fine
- Mantengono tono e voce del brand su tutti i canali
- Imparano dai ticket risolti per migliorare i tassi di risoluzione
Agenti per lo sviluppo software
- Monitorano i sistemi in produzione e aprono ticket in caso di anomalie
- Scrivono ed eseguono test sui nuovi commit
- Generano documentazione tecnica dalle modifiche al codice
- Assistono gli sviluppatori con suggerimenti di codice contestuali nell’IDE
Il filo conduttore: non sono chatbot che rispondono a domande. Sono processi che girano in autonomia, collegati ai vostri sistemi reali, e producono risultati reali.
AaaS vs SaaS: perché il vecchio modello viene scardinato
Quando è nato negli anni 2000, il SaaS è stato un modello rivoluzionario. Ha reso accessibile il software aziendale, eliminato l’infrastruttura on-premise e messo strumenti potenti alla portata di aziende di ogni dimensione. Salesforce, HubSpot, Slack, Notion: l’era del SaaS ha prodotto alcune delle aziende di maggior valore della storia.
Ma il SaaS ha un limite strutturale: richiede comunque lavoro umano per produrre valore.
Ogni strumento SaaS resta inattivo finché qualcuno non lo apre, inserisce i dati, interpreta i risultati e agisce. Il software è potente, ma non agisce. Agiscono le persone.
L’AaaS elimina quel limite. L’agente è sempre attivo. Non si stanca, non salta turni, non perde il contesto tra una sessione e l’altra. Non state comprando un martello migliore: state assumendo un collaboratore che non si ferma mai.
Per questo gli analisti del settore definiscono l’AaaS il prossimo cambio di paradigma del software aziendale. Gartner stima che entro il 2028 oltre il 15% delle decisioni aziendali quotidiane sarà preso in autonomia da agenti AI. Per i processi ad alto volume basati su regole, la percentuale è già più alta.
L’architettura dietro l’AaaS
Capire come sono costruiti i sistemi AaaS vi aiuta a valutare i fornitori e a prendere decisioni di implementazione migliori.
Un’architettura AaaS in produzione comprende di solito:
1. Il nucleo dell’agente
Il motore di ragionamento, di solito un large language model, che interpreta le istruzioni, pianifica le sequenze di attività e decide cosa fare dopo. La qualità del modello determina il limite di ciò che l’agente può gestire.
2. Integrazioni con gli strumenti
Senza accesso ai sistemi esterni un agente non fa nulla. Gli agenti in produzione si collegano ad API, database, software interni (CRM, ERP, sistemi di ticketing), piattaforme di comunicazione (email, Slack, WhatsApp) e browser web. L’ampiezza delle integrazioni definisce ciò su cui l’agente può davvero agire.
3. Sistemi di memoria
Gli agenti hanno bisogno sia di una memoria di lavoro a breve termine (cosa è successo negli ultimi 10 passaggi) sia di archivi di conoscenza a lungo termine (policy aziendali, informazioni sui prodotti, contesto storico). Senza un’architettura di memoria adeguata, gli agenti ripetono gli errori e perdono il contesto.
4. Livello di orchestrazione
Per i workflow complessi, più agenti specializzati lavorano insieme sotto un coordinatore. Uno fa ricerca, un altro scrive, un altro revisiona, un altro invia. L’orchestrazione definisce come si passano le attività e come risolvono i conflitti.
5. Limiti di sicurezza e monitoraggio
Gli agenti in produzione operano entro confini definiti. Punti di controllo human-in-the-loop, soglie di confidenza, registrazione delle azioni e possibilità di rollback sono irrinunciabili in ambito aziendale. Un fornitore AaaS che non parte da questo è un rischio.
6. Cicli di feedback
Gli agenti migliorano nel tempo. Una buona architettura AaaS include meccanismi per raccogliere i risultati, etichettare successi e fallimenti e reimmettere queste informazioni nel sistema.
Come valutare i fornitori AaaS
Il mercato AaaS è agli inizi e pieno di rumore. Quando valutate un fornitore per lo sviluppo AaaS, chiedete:
Sulla profondità tecnica:
- Sviluppano agenti su misura o riconfezionano strumenti già pronti?
- Quali framework di orchestrazione usano? (LangGraph, CrewAI, soluzioni proprietarie?)
- Come gestiscono la memoria e la persistenza dello stato degli agenti?
- Qual è il loro stack di monitoraggio e osservabilità?
Sulla capacità di integrazione:
- Sanno collegarsi ai vostri sistemi esistenti, non solo agli strumenti SaaS più diffusi?
- Hanno lavorato con infrastrutture legacy, API interne o database personalizzati?
- Hanno esperienza in settori regolamentati che richiedono l’isolamento dei dati?
Sui risultati in produzione:
- Hanno agenti in produzione, non solo demo?
- Sanno mostrare metriche di volume: quante attività elaborate, tassi di errore, tassi di risoluzione?
- Come gestiscono gli incidenti quando un agente si comporta in modo inatteso?
Sulle condizioni commerciali:
- Il prezzo è per attività, per risultato o a tempo e materiali?
- Com’è lo SLA di manutenzione e miglioramento dopo il lancio?
- Di chi sono la logica dell’agente e i dati: vostri o del fornitore?
Implementare l’AaaS: cosa aspettarsi
Per le aziende che iniziano il percorso AaaS, ecco una roadmap realistica:
Fase 1 — Audit dei processi (settimane 1–2)
Individuate i processi ad alto volume e basati su regole che assorbono molto tempo delle persone e hanno risultati chiari e misurabili. Sono i vostri primi candidati per un agente. Evitate di partire da processi che richiedono molto giudizio, mediazioni interne o azioni irreversibili nel mondo reale.
Fase 2 — Proof of concept (settimane 3–6)
Costruite un agente con un perimetro limitato per un solo processo. Collegatelo solo alle integrazioni strettamente necessarie. Fatelo girare in modalità shadow (l’agente agisce, una persona valida) prima di andare live. Misurate tempo risparmiato, tasso di errore e frequenza dei casi limite.
Fase 3 — Messa in produzione (settimane 7–12)
Rendete l’agente robusto per la produzione: aggiungete monitoraggio, alert, logica di fallback e percorsi di escalation. Definite i punti di controllo human-in-the-loop. Documentate il comportamento dell’agente per gli stakeholder.
Fase 4 — Espansione (continua)
Usate quanto appreso nella fase 3 per costruire il prossimo agente. Individuate le opportunità di integrazione tra agenti. Iniziate a progettare il livello di orchestrazione che li collega in un sistema coerente.
La maggior parte delle aziende vede un ROI significativo entro 90 giorni dal primo rilascio. L’effetto cumulativo, man mano che gli agenti si moltiplicano e iniziano a coordinarsi, diventa di solito visibile tra i 6 e i 12 mesi.
Applicazioni AaaS per settore
Servizi finanziari e fintech
Agenti di monitoraggio della compliance che seguono le modifiche normative e valutano l’esposizione del portafoglio. Agenti che segnalano in tempo reale schemi di transazioni sospetti. Agenti di reportistica che generano estratti conto personalizzati e riepiloghi degli investimenti.
Sanità e MedTech
Agenti di accettazione dei pazienti che raccolgono, verificano e pre-elaborano i dati clinici. Agenti che gestiscono in autonomia le pre-autorizzazioni assicurative sui portali degli enti pagatori. Agenti di documentazione per i trial clinici che mantengono gli audit trail e la prontezza per la presentazione.
E-commerce e retail
Agenti di pricing dinamico che si adeguano ai segnali dei concorrenti e del magazzino. Agenti che gestiscono l’intero ciclo di vita del cliente, dall’acquisizione alla fidelizzazione. Agenti di previsione della domanda che si coordinano con acquisti e logistica.
Servizi professionali
Agenti di due diligence per workflow legali, contabili e di M&A. Agenti di revisione dei contratti che individuano clausole non standard e segnalano i rischi. Agenti per timesheet e fatturazione che riconciliano le ore lavorate con gli accordi con i clienti.
Manifattura e logistica
Agenti di controllo qualità che elaborano i dati dei sensori e attivano alert o fermi. Agenti di monitoraggio della supply chain che seguono gli impegni dei fornitori e segnalano i rischi di interruzione. Agenti di pianificazione della manutenzione che prevedono i guasti prima che accadano.
Errori comuni da evitare con l’AaaS
Automatizzare un processo che non funziona. Se il workflow di base è progettato male, un agente lo eseguirà male, ma più in fretta. Prima sistemate il processo, poi automatizzatelo.
Investire troppo poco nelle integrazioni. Un agente scollegato dai vostri sistemi reali è un giocattolo. Le integrazioni valgono di solito il 40–60% dello sforzo totale: pianificate il budget di conseguenza.
Saltare i limiti di sicurezza. Gli agenti senza confini causano incidenti. Ogni agente in produzione ha bisogno di un perimetro definito, di una logica di escalation e di un interruttore di emergenza.
Aspettarsi la perfezione dal primo giorno. Gli agenti migliorano con il feedback. Un’accuratezza del 70% al lancio che sale al 95% in 60 giorni è un successo, non un fallimento.
Scegliere il primo caso d’uso sbagliato. Non partite da workflow rivolti ai clienti, transazioni finanziarie o qualsiasi cosa con responsabilità legali. Partite da processi interni, circoscritti e misurabili.
La realtà competitiva
Ecco la scomoda verità per i manager che aspettano di vedere come si evolve l’AaaS prima di impegnarsi:
I concorrenti che introducono agenti quest’anno avranno una struttura dei costi strutturalmente più bassa entro 18 mesi. Potranno servire più clienti, rispondere più in fretta e mantenere margini più alti, non perché siano più bravi, ma perché hanno preso sul serio prima l’effetto cumulativo dell’automazione.
L’AaaS non è un esperimento tecnologico. È una trasformazione del modello di business.
La finestra per costruire un vantaggio significativo è aperta ora, proprio perché la maggior parte delle aziende è ancora nella fase di "osservazione". Quella finestra si chiuderà.
Come Chainweb sviluppa soluzioni AaaS
In Chainweb Group sviluppiamo da anni sistemi di automazione e integrazione AI per aziende europee. L’AaaS è l’evoluzione naturale di quel lavoro, e ci eravamo già posizionati prima ancora che il termine esistesse.
I nostri servizi di sviluppo AaaS comprendono:
- Sviluppo di agenti su misura: agenti progettati attorno ai vostri processi specifici, non template generici
- Integrazioni di sistema: colleghiamo gli agenti alla vostra infrastruttura esistente (ERP, CRM, API bancarie, database interni, piattaforme di terze parti)
- Orchestrazione multi-agente: progettiamo sistemi in cui agenti specializzati collaborano su workflow complessi in più fasi
- Rilascio attento alla compliance: architettura conforme al GDPR con controlli sulla residenza dei dati per i settori regolamentati europei
- Ottimizzazione continua: monitoraggio, raccolta di feedback e miglioramento continuo dopo il lancio
Lavoriamo soprattutto con clienti fintech, bancari ed enterprise in tutta Europa che hanno bisogno di sistemi robusti e pronti per la produzione, non di prototipi.
Se state valutando lo sviluppo AaaS per la vostra organizzazione, saremo felici di parlarne.
Contattate Chainweb →
Conclusione
Il passaggio dal SaaS all’AaaS non è una tendenza lontana: è già in corso. La dichiarazione di Jensen Huang al GTC 2026 non era una previsione. Era la constatazione di dove si sta già spostando la domanda di calcolo delle aziende.
Agents as a Service rappresenta la maturazione dell’AI da assistente ad attore. Le aziende che lo capiscono presto, e costruiscono di conseguenza, si troveranno ad avere capacità che prima erano alla portata solo di organizzazioni con team molto più grandi.
La domanda non è se adottare l’AaaS. La domanda è se lo farete in modo proattivo, alle vostre condizioni e con una strategia chiara, o in modo reattivo, inseguendo i concorrenti che si sono mossi per primi.
Chainweb Group è un’azienda IT europea specializzata in automazione, sviluppo di agenti AI e integrazioni fintech. Con sede in Lettonia e attività commerciale in Italia, abbiamo realizzato oltre 500 progetti per clienti in tutta Europa.
