La settimana in cui gli agenti AI hanno smesso di essere un'idea

ChatGPT lavora di notte

Immaginate di andare a dormire e svegliarvi con un report già pronto sulla scrivania. Non fatto da un collega in un altro fuso orario, ma da un agente AI che ha lavorato mentre voi dormivate. Non è un pitch deck di una startup in cerca di fondi. È quello che OpenAI ha lanciato il 23 aprile con i Workspace Agents di ChatGPT.

La notizia l'hanno coperta praticamente tutti: Fastweb, AI4Business, Agenda Digitale, SmartWorld. E il motivo è semplice: è la prima volta che un prodotto consumer di massa fa il salto da "assistente che risponde quando gli parli" a "agente che fa cose quando non ci sei". Sembra una sfumatura. Non lo è.

Tecnicamente, i Workspace Agents sono un'evoluzione delle GPT personalizzate. Praticamente, sono un'altra cosa. Perché il punto non è che rispondono meglio (quello lo facevano già), ma che agiscono in autonomia su workflow definiti, all'interno di un team. Come riporta Agenda Digitale, siamo oltre il prompt: siamo nei workflow. L'agente riceve un compito, lo esegue, produce un output, e lo condivide con il team. Senza che nessuno stia lì a guardare.

E qui mi viene in mente una cosa che c'entra poco e c'entra molto. Nel lean manufacturing giapponese esiste il concetto di jidoka: l'automazione con un tocco umano. La macchina lavora da sola, ma quando rileva un'anomalia si ferma e chiama l'operatore. Non è automazione cieca, è automazione con giudizio integrato. Ecco, i Workspace Agents sono il primo tentativo serio di portare il jidoka nel lavoro d'ufficio. L'agente fa, ma dentro confini definiti dal team.

Il punto però forse è un altro. OpenAI non sta vendendo un prodotto. Sta ridefinendo cosa significa "usare ChatGPT" per un'organizzazione. Fino a ieri era uno strumento individuale, tipo una calcolatrice molto intelligente. Da questa settimana è un membro del team che ha i suoi compiti assegnati. E questo cambia la dinamica competitiva con Google, Microsoft e tutti gli altri in un modo che pochi stanno notando.

Quando i soldi incontrano gli agenti

OK, gli agenti AI che scrivono report sono una cosa. Gli agenti AI che muovono soldi sono un'altra. E questa settimana sono successe due cose in parallelo che, messe insieme, raccontano una storia piuttosto chiara.

La prima: BitGo ha pubblicato un framework dettagliato con quattro controlli specifici per gestire gli agenti AI nella finanza istituzionale, come riporta Yahoo Finanza il 25 aprile. Non un whitepaper generico, non un "ci stiamo pensando". Quattro controlli. Concreti. Per un custode di asset digitali che gestisce miliardi, questo è il tipo di mossa che fai quando i clienti ti stanno già chiedendo "come facciamo a far operare i nostri agenti in modo sicuro?".

La seconda: lo stesso giorno, il CEO di Alchemy ha dichiarato a CoinDesk qualcosa di piuttosto radicale. La crypto, dice, "è costruita per agenti AI, non per esseri umani". Fermatevi un secondo su questa frase. Non sta dicendo che la crypto può essere utile agli agenti AI. Sta dicendo che la crypto ha più senso come infrastruttura per macchine che come sistema di pagamento per persone.

E sapete cosa? Ha ragione. Pensateci: le blockchain sono registri deterministici, programmabili, con regole esplicite e verificabili. Un essere umano che deve fare un bonifico preferisce un'app della banca con un bottone grande. Un agente AI che deve eseguire migliaia di micro-transazioni autonome preferisce un protocollo dove le regole sono nel codice e non serve chiamare nessuno. La crypto è sempre stata una UX terribile per gli umani. Forse perché non era pensata per noi (e sì, lo so come suona detto nel 2026 dopo anni di hype sui wallet user-friendly).

Il collegamento tra le due notizie è questo: se gli agenti AI stanno entrando nella finanza, servono due cose. Binari su cui farli correre (la crypto, secondo Alchemy) e freni per fermarli quando serve (i controlli di BitGo). È la stessa logica del jidoka di prima, applicata ai soldi. E il fatto che entrambe le notizie escano lo stesso giorno non è una coincidenza: è un settore che si sta organizzando.

Il corpo degli agenti

Fin qui abbiamo parlato di agenti software. Che scrivono, che muovono soldi, che lavorano nei workspace. Ma c'è un pezzo della storia di questa settimana che va in una direzione diversa e, francamente, più interessante sul lungo periodo.

Startupbusiness.it ha pubblicato il 25 aprile un pezzo sulla Physical AI e l'Embodied AI applicata all'industria. Tradotto: agenti AI che non vivono solo nel cloud ma hanno un corpo. Robot, droni, sistemi di automazione fisica che percepiscono l'ambiente e agiscono nel mondo reale.

Ora, la tentazione è liquidare la cosa come "robotica industriale, roba vecchia". Sbagliato. La differenza è che prima avevi robot programmati per fare una cosa specifica, sempre uguale, su una linea di montaggio. Adesso stai parlando di macchine che hanno un modello del mondo, che si adattano, che prendono decisioni contestuali. È la differenza tra un distributore automatico e un barista. Entrambi ti danno il caffè, ma uno dei due sa che oggi hai una faccia da lunedì e ti mette un po' di schiuma in più.

Il punto interessante è come questa notizia si incastra con tutto il resto. Gli agenti software di OpenAI lavorano sui dati. Gli agenti finanziari di BitGo lavorano sui soldi. Gli agenti fisici lavorano sugli atomi. Tre strati diversi della stessa architettura. E tutti e tre questa settimana hanno fatto un passo avanti concreto, non teorico.

Oltre l'hype, il pattern

Diciamocelo: la parola "agente" nell'AI è stata abusata per almeno due anni. Ogni chatbot con un po' di memoria è stato chiamato "agente". Ogni workflow automatizzato è diventato "agentico". Il Giornale delle PMI titola "Più che un semplice assistente: perché l'Agentic AI è rivoluzionaria" e, al netto del titolo un po' enfatico, il contenuto tocca un punto reale: la differenza tra un assistente e un agente è che l'agente ha autonomia decisionale entro confini definiti.

Ma la settimana del 21-25 aprile 2026 è diversa dalle settimane precedenti. Non per una singola notizia, ma per il pattern. Abbiamo un prodotto consumer (Workspace Agents), un framework istituzionale (BitGo), una tesi infrastrutturale (Alchemy), e applicazioni fisiche (Physical AI). Quattro pezzi di un puzzle che fino a un mese fa erano sparsi su tavoli diversi e che adesso qualcuno sta iniziando a mettere insieme.

E quindi? Il punto pratico è questo: se lavorate in un'azienda di qualsiasi dimensione, la domanda non è più "dovremmo usare l'AI?" (quella era la domanda del 2024). La domanda del 2026 è: "quali decisioni siamo disposti a delegare a un agente, e con quali vincoli?". È una domanda organizzativa, non tecnologica. Riguarda la fiducia, i processi, la governance. Riguarda chi firma cosa quando l'agente sbaglia.

Provatelo. Prendete un processo ripetitivo nel vostro team, definite i confini, i criteri di successo e i criteri di stop, e lasciate che un agente ci lavori per una settimana. Non per sostituire qualcuno, ma per capire dove funziona e dove no. Il modo migliore per capire gli agenti AI non è leggerne (nemmeno qui), è metterci mano.

La cosa che mi resta di questa settimana è un'immagine: gli agenti AI stanno facendo quello che Internet ha fatto con l'informazione negli anni '90. Stanno passando da "tecnologia interessante di cui si parla" a "infrastruttura su cui si costruisce". E come negli anni '90, chi aspetta di capire tutto prima di muoversi finirà per muoversi quando i posti buoni sono già presi.