Ieri sera, come spesso mi capita dopo cena, mi sono ritrovato a leggere un paio di articoli particolarmente interessanti sull'evoluzione dell'intelligenza artificiale. Uno in particolare ha catturato la mia attenzione per ore, al punto da farmi saltare l'ultimo episodio della serie che sto guardando. Ho deciso di condividere con voi quello che ho letto, arricchito dalle mie considerazioni e da qualche ricerca supplementare, perché credo che ci troviamo davanti a uno di quei momenti di svolta che potrebbero definire i prossimi anni non solo per il settore tecnologico, ma per l'intero tessuto economico globale.

L'articolo in questione parlava degli Agenti AI Autonomi, quella che in inglese viene chiamata "Agentic AI". Se fino a ieri l'intelligenza artificiale era principalmente un assistente che rispondeva alle nostre domande, oggi ci troviamo davanti a qualcosa di completamente diverso: sistemi capaci di pianificare, ragionare, eseguire compiti complessi e persino imparare dai propri errori con un intervento umano minimo. Non è fantascienza, sta accadendo proprio ora nelle aziende di tutto il mondo.

Cosa sono davvero gli Agenti AI Autonomi

Per capire la portata di questa rivoluzione, dobbiamo prima comprendere cosa distingue un agente AI autonomo da quello che abbiamo usato finora. Pensate alla differenza tra un navigatore satellitare e un autista personale: il primo vi dice dove girare, il secondo prende decisioni in tempo reale, evita il traffico che vede davanti, sceglie percorsi alternativi e impara quali strade preferite. Gli agenti AI sono più simili all'autista che al navigatore.

L'architettura tecnica di questi sistemi si basa su tre fasi fondamentali: pianificazione, recupero delle informazioni e generazione delle risposte. Nella prima fase, l'agente analizza l'input dell'utente e lo traduce in specifiche precise. Nella seconda, va a recuperare informazioni da database, API e altre fonti esterne, riducendo drasticamente il rischio di "allucinazioni" tipiche dei modelli che si basano solo sui dati di addestramento. Nella terza fase, combina il ragionamento con le informazioni recuperate per produrre output accurati e verificabili.

La caratteristica distintiva è quella che gli esperti chiamano "autonomia limitata": questi sistemi operano in modo indipendente entro parametri ben definiti, ma mantengono la capacità di escalare le decisioni agli esseri umani quando le circostanze escono dai binari prestabiliti. Non è né piena autonomia né semplice automazione, ma una via di mezzo sofisticata dove adattabilità e supervisione umana coesistono.

I numeri di una rivoluzione già in corso

Quello che mi ha colpito di più sono le statistiche. Non parliamo di proiezioni fumose a vent'anni, ma di dati che fotografano una trasformazione già in atto e che accelererà nei prossimi dodici mesi.

Secondo le ultime ricerche di Gartner, entro la fine del 2026 il 40% delle applicazioni enterprise includerà agenti AI specifici per determinate mansioni, un salto impressionante rispetto al meno del 5% registrato nel 2025. Il dato che fa riflettere è che l'adozione degli agenti AI è passata dall'11% al 42% in soli due trimestri: quando le aziende vedono risultati concreti, l'accelerazione diventa esponenziale.

McKinsey stima che nella sola sanità gli agenti AI potrebbero generare fino a 150 miliardi di dollari di risparmi annui entro il 2026. JPMorgan Chase, con la sua piattaforma COiN, ha già risparmiato circa 360.000 ore di lavoro all'anno scansionando miliardi di transazioni in tempo reale per rilevare frodi. Nel manifatturiero, le aziende che hanno implementato agenti di manutenzione predittiva hanno raggiunto un'accuratezza del 95% nella previsione dei guasti, riducendo i tempi di fermo non programmati fino al 40%.

I rischi che non possiamo ignorare

Da informatico quale sono, so bene che dietro ogni tecnologia rivoluzionaria si nascondono insidie che spesso vengono sottovalutate nell'entusiasmo iniziale. E qui arriviamo alla parte dell'articolo che mi ha fatto riflettere più a lungo.

Il problema centrale è quello che potremmo chiamare il "gap governance-contenimento". Le aziende hanno investito pesantemente nel monitoraggio dei sistemi AI, ma hanno trascurato i controlli che li fermano quando qualcosa va storto. Una ricerca recente su 225 responsabili di sicurezza e rischio in 10 settori diversi ha rivelato dati allarmanti: il 63% delle organizzazioni non riesce a far rispettare i limiti di scopo degli agenti AI, il 60% non può terminare rapidamente agenti che si comportano in modo anomalo, e il 55% non è in grado di isolare i sistemi AI dalle reti sensibili.

C'è poi il fenomeno dei cosiddetti "Shadow Agents", agenti AI non autorizzati implementati dai dipendenti senza l'approvazione dell'IT. Rappresentano ormai oltre il 50% dell'utilizzo di AI nelle aziende e creano rischi di sicurezza enormi, dato che spesso mancano delle necessarie protezioni sulla privacy.

Un altro aspetto critico riguarda la propagazione degli errori nei sistemi multi-agente. Quando più agenti lavorano insieme, le allucinazioni o gli errori di un singolo agente possono propagarsi attraverso l'intero sistema. Pensate a un agente che etichetta erroneamente un lotto di risultati di trial clinici: quei dati errati vengono poi utilizzati da agenti di analisi dell'efficacia e di reporting regolatorio, portando a risultati distorti e potenzialmente a decisioni pericolose sull'approvazione di farmaci.

Il quadro regolatorio in evoluzione

Dal punto di vista normativo, siamo in una fase di transizione cruciale. L'EU AI Act, che entrerà pienamente in vigore ad agosto 2026, sta diventando lo standard globale per la governance dell'AI, anche per le aziende americane e asiatiche che vogliono operare nel mercato europeo. In parallelo, negli Stati Uniti il Colorado AI Act entrerà in vigore a giugno 2026, mentre sempre più stati stanno introducendo requisiti specifici.

Un dato significativo: secondo le proiezioni, entro il 2026 le cause legali legate all'AI potrebbero superare le 2.000. Gartner prevede oltre 1.000 casi legali riguardanti "morte per AI" o danni gravi causati da sistemi autonomi. Man mano che gli agenti assumono il controllo fisico di sistemi come dispositivi medici o macchinari autonomi, gli errori software possono tradursi in danni reali.

Le opportunità di investimento per il 2026

Arriviamo al punto che interessa di più a noi investitori. Come posizionarci di fronte a questa trasformazione? La buona notizia è che non dobbiamo scommettere su startup sconosciute: i principali beneficiari di questa rivoluzione sono aziende consolidate, con bilanci solidi e posizioni di leadership già stabilite.

Nvidia rimane il perno centrale di questa rivoluzione. Con una capitalizzazione che ha superato i 5 trilioni di dollari a inizio gennaio 2026, l'azienda non è solo il fornitore dominante di GPU, ma ha costruito un ecosistema completo che include CPU, interconnessioni ad alta velocità e piattaforme di networking. La recente acquisizione di asset dalla startup Groq, specializzata in chip per l'inferenza, rafforza ulteriormente il suo vantaggio competitivo. A circa 25x gli utili forward, la valutazione resta sorprendentemente ragionevole considerando il profilo di crescita. Gli analisti prevedono una crescita dell'EPS del 46,3% annuo nei prossimi tre-cinque anni.

Microsoft rappresenta forse il modo più bilanciato per esporsi all'AI nel 2026. L'azienda è presente in ogni livello dello stack: infrastruttura cloud attraverso Azure, modelli attraverso la partnership con OpenAI, e applicazioni attraverso l'integrazione di Copilot nei prodotti enterprise. Nel primo trimestre fiscale 2026, Microsoft ha registrato vendite per 77,7 miliardi di dollari con Azure in crescita del 36% anno su anno. Il backlog commerciale è salito a 392 miliardi di dollari, segnale della durabilità della domanda a lungo termine. Wedbush ha un price target di 625 dollari con un potenziale upside del 28%.

Alphabet viene spesso sottovalutata nella narrativa sull'AI, ma possiede vantaggi strutturali significativi: anni di ricerca, dataset enormi e un'infrastruttura cloud in rapida crescita. Il margine operativo di Google Cloud ha raggiunto il 20,4% nel terzo trimestre 2025, in aumento di 150 punti base rispetto al trimestre precedente, con proiezioni al 21,9% per l'esercizio 2026. L'azienda ha allocato 95,8 miliardi di dollari di CapEx per il 2026, quasi il triplo rispetto ai 32,3 miliardi del 2023.

Come evolverà il mercato: timeline per investitori

Per chi opera su orizzonti temporali diversi, ecco come si dovrebbe sviluppare questa transizione secondo le principali previsioni di settore.

La mia view personale

Dopo aver digerito tutte queste informazioni, voglio condividere alcune considerazioni personali che spero possano essere utili per le vostre decisioni di investimento.

Per chi investe sul breve termine, la volatilità sarà probabilmente elevata. I titoli AI hanno già registrato rialzi significativi e qualsiasi notizia negativa sui risultati o sui ritardi nell'adozione potrebbe innescare correzioni. Tuttavia, per chi ha un orizzonte di medio-lungo periodo, i fondamentali rimangono estremamente favorevoli.

Il punto cruciale, a mio avviso, è che questa non è una bolla speculativa come quella delle dot-com. Le aziende di cui stiamo parlando generano utili reali, in crescita, e stanno costruendo infrastrutture che saranno indispensabili per i prossimi decenni. Nvidia ha un margine netto del 53%, Microsoft ha battuto le stime sugli utili per undici trimestri consecutivi. Non stiamo parlando di startup che bruciano cassa inseguendo metriche vanity.

Detto questo, non sottovaluterei i rischi regolatori e di governance. Le aziende che non riusciranno a implementare framework robusti di controllo si troveranno in difficoltà. Paradossalmente, questo potrebbe favorire i grandi player che hanno le risorse per investire in compliance rispetto ai concorrenti più piccoli.

Un ultimo pensiero: quello che stiamo osservando è paragonabile, per portata, all'adozione del computing stesso. La transizione da sistemi software statici che eseguono logiche predefinite ad agenti adattivi che ragionano, pianificano, agiscono e apprendono sta alterando fondamentalmente il modo in cui il lavoro viene organizzato e come intelligenza umana e artificiale si integrano. Le organizzazioni che navigheranno con successo questa complessità stabiliranno vantaggi competitivi duraturi. Quelle che falliranno rischiano di ritrovarsi irrimediabilmente indietro.

Come sempre, fate le vostre ricerche, diversificate, e non investite mai più di quanto potete permettervi di perdere. Ma tenete d'occhio questo spazio: il 2026 si preannuncia come l'anno in cui l'AI agentica passerà definitivamente dalla sperimentazione alla produzione. E questo, per noi investitori, significa opportunità.