La transazione che nessuno ha annunciato

“Il problema non è decidere. Il problema è non accorgersi che si sta già scegliendo.”

Cos’è davvero un processo agentico

Un processo agentico non è un processo automatizzato con sopra un LLM. Questa è la prima confusione da sciogliere, perché l’80% di quello che oggi viene venduto come “agentic” è in realtà RPA con un wrapper conversazionale , un fenomeno che Gartner ha già etichettato come “agent washing”. ^{3 4}

Anthropic, nei suoi materiali ingegneristici, distingue con chiarezza tra workflow (sistemi in cui più LLM sono orchestrati con pattern predefiniti) e agent (sistemi in cui il modello dirige dinamicamente il proprio percorso e l’uso dei tool).⁵ Un processo agentico è un sistema in cui:

• l’obiettivo viene assegnato, non la sequenza di passi;
• l’agente sceglie quali tool usare, in quale ordine, sulla base del contesto;⁶
• l’esecuzione non è scriptata: è negoziata, passo dopo passo, tra il modello e l’ambiente;
• il fallimento di uno step non interrompe il processo, lo riconfigura.

In pratica, mentre nella RPA il flusso è un binario, nel processo agentico il flusso è una mappa con più strade percorribili — e l’agente ne sceglie una diversa ogni volta, in base a ciò che trova lungo il percorso.

Questo cambia tutto. Cambia il design. Cambia il modo in cui scriviamo i requisiti. Cambia, in modo molto profondo, il significato della parola “controllo”.⁷

Il punto di rottura: dal flowchart all’intento

Nella RPA, il developer scrive il “come”. Nell’agentic, il developer descrive il “cosa” e il “perché”.

Sembra una sfumatura. Non lo è.

Quando si automatizza la riconciliazione di una fattura con un ordine di acquisto in RPA, si specifica ogni campo, ogni eccezione, ogni format di data. Si fanno i test. Si gestiscono i casi limite uno per uno. Si sa, ex ante, cosa farà il robot ad ogni esecuzione.

Quando lo stesso processo viene affidato a un agente, gli si dice: “concilia questa fattura con gli ordini aperti del fornitore, segnala discrepanze rilevanti”. Punto. L’agente sceglie come leggere la fattura, quale tool interrogare, quali ordini considerare, cosa significhi “rilevante” in quel contesto. E lo fa ogni volta in modo potenzialmente diverso.

Per chi viene dalla RPA classica, questo è destabilizzante. Perché abbiamo passato dieci anni a costruire processi prevedibili al 100% e ora ci viene chiesto di accettare una banda di varianza. La domanda non è più “il robot ha fatto esattamente quello che gli ho detto?” ma “il risultato è coerente con l’intento?”.

È un salto epistemologico, prima ancora che tecnologico.

Perché la transizione è già in corso (anche se nessuno ve l’ha detto)

Guardate i roadmap dei principali vendor. UiPath ha riposizionato l’intera piattaforma sulla “agentic automation”; ⁸ Automation Anywhere ha lanciato AI Agent Studio per costruire agenti custom; ⁹ SS&C Blue Prism ha reso la propria “Next Generation” un sistema in cui RPA e AI agents convivono nello stesso layer di esecuzione;¹⁰ Microsoft ha portato gli agenti autonomi dentro Copilot Studio. ¹¹ OpenAI ha rilasciato un set di API e tool dedicati alla costruzione di applicazioni agentiche. ¹² La RPA tradizionale non è scomparsa — è diventata uno dei tool che l’agente può richiamare.

È una transizione che assomiglia molto a quella vissuta dal mainframe quando arrivò il client-server. Il mainframe non è morto. È diventato infrastruttura. Stessa storia: la RPA non muore. Diventa il braccio operativo dell’agente.

Il punto è che questa transizione non vi è stata annunciata in conferenza stampa. Forrester osserva che si stanno consolidando due modelli paralleli: agenti come “helper embedded” dentro i flussi deterministici esistenti, e agenti che portano il ragionamento al centro decidendo dinamicamente come eseguire il lavoro. ¹³ Sta succedendo mentre stiamo discutendo se sia “vera AI” o “marketing”. E le proiezioni confermano la direzione: Gartner stima che entro la fine del 2026 il 40% delle applicazioni enterprise integrerà agenti task-specific, contro meno del 5% di oggi.¹⁴

Ed è qui che il payoff di questo articolo diventa il punto centrale del ragionamento:

“Il problema non è decidere. Il problema è non accorgersi che si sta già scegliendo.”

Le aziende che oggi stanno aspettando di “valutare l’AI agentica” stanno, di fatto, scegliendo di restare ferme. Quelle che continuano a scrivere capitolati RPA come si facevano nel 2019 stanno scegliendo di costruire debito tecnico. Quelle che mettono un chatbot davanti a un processo RPA e lo chiamano “agente” stanno scegliendo di non capire la differenza. Nessuna di queste è una decisione esplicita. Sono scelte fatte per omissione, per inerzia, per attaccamento a un modello che ha funzionato bene per un decennio.

E le scelte fatte per inerzia sono, in genere, le più costose.

Cosa cambia, operativamente, per chi fa questo mestiere

Mi rivolgo a chi disegna processi, a chi li implementa, a chi li compra, a chi li governa. La transizione da RPA a agentic richiede di rivedere almeno cinque cose.McKinsey, nel suo “State of AI 2025”, parla esplicitamente di “rethinking how companies operate — not just accelerating what they already do”. ¹⁵

1. Il modello di governance

Non si possono più pretendere logiche “if-then-else” tracciate su un foglio di Visio. Serve un framework di guardrails, di policy, di valutazione continua dell’output. La compliance non si fa più sul codice, si fa sul comportamento.¹⁶

2. Il KPI di processo

L’AHT, il tempo medio di gestione, perde di significato in un mondo in cui l’agente sceglie percorsi diversi ogni volta. Serve misurare la qualità del risultato e il costo computazionale della singola esecuzione, non più i secondi risparmiati.

3. Il design

Smettete di disegnare flowchart. Iniziate a scrivere prompt strutturati, definizioni di tool, sistemi di memoria. È un mestiere diverso, che assomiglia più al product management che al BPM tradizionale.

4. Il rapporto con l’errore

Un agente fallisce in modo diverso da un robot. Non si pianta su una pop-up: prende decisioni sbagliate. La logica di monitoraggio cambia radicalmente. Non basta più alertare quando il bot si ferma; bisogna alertare quando il bot va avanti facendo la cosa sbagliata.

5. Il talento

Il developer RPA “puro” è una figura in via di estinzione, almeno nel senso in cui l’abbiamo conosciuta. Il nuovo profilo è ibrido: capisce di processi, ma sa anche cosa significa progettare un context window, scegliere un modello, valutare un’allucinazione. Deloitte parla addirittura di “silicon-based workforce” che affianca quella umana. ¹⁷

La domanda che le aziende devono farsi adesso

La domanda non è “quando passare all’agentic”. Non è “se conviene”. Non è “ci sono casi d’uso maturi”. Tutte queste sono domande pigre, perché presuppongono che la decisione sia ancora aperta.

La domanda vera è: cosa stiamo scegliendo, oggi, senza accorgercene?

Se state firmando un contratto RPA triennale senza una clausola che preveda l’integrazione di componenti agentiche, state scegliendo. Se state formando il vostro team su flowchart e activity packs senza dedicare anche una sola ora ai concetti di tool calling e function calling, state scegliendo. Se state misurando il successo del vostro CoE Automation in FTE liberati, state scegliendo.

Tutte queste scelte hanno una conseguenza, e la conseguenza si vedrà tra diciotto, ventiquattro, trentasei mesi. Quando i competitor avranno costruito processi che si auto-adattano e voi avrete bot che ancora chiedono il consenso a una pop-up.

In chiusura

L’evoluzione da RPA a processi agentici non è una sostituzione tecnologica. È un cambio di paradigma su cosa significhi automatizzare un processo. Per anni abbiamo automatizzato l’esecuzione. Adesso stiamo iniziando ad automatizzare il giudizio. È una cosa diversa, va trattata con strumenti diversi, va governata con logiche diverse.

E va riconosciuta per quello che è: una transizione che non ha aspettato nessuno. È in corso. Sta riconfigurando il mercato, i ruoli, i modelli di pricing, i KPI dei progetti.

Ognuno è libero di starne fuori. Ma questa libertà va esercitata con consapevolezza.

Perché — e qui chiudo —

1. Deloitte — “AI agents and business process automation”. Deloitte Insights, 2025. https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/articles/ai-agents-in-collaborative-automation.html ↩︎
2. Reworked — “UiPath’s Automation Vision Shifts From RPA to Agentic AI”. Reworked, 2024. https://www.reworked.co/digital-workplace/uipaths-business-automation-vision-shifts-from-rpa-to-agentic-ai/ ↩︎
3. Gartner — “Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”. Gartner Press Release, 25 giugno 2025. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 ↩︎
4. ITPro — “Agent washing is here: Most agentic AI tools are just repackaged RPA solutions and chatbots”. ITPro, 2025. https://www.itpro.com/technology/artificial-intelligence/agentic-ai-tools-gartner-agent-washing ↩︎
5. E. Schluntz, B. Zhang — “Building Effective Agents”. Anthropic Engineering, dicembre 2024. https://www.anthropic.com/research/building-effective-agents ↩︎
6. Anthropic — “Tool use with Claude — Overview”. Claude API Documentation, 2025. https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview ↩︎
7. MIT Sloan Management Review — “Agentic AI at Scale: Redefining Management for a Superhuman Workforce”. MIT Sloan Management Review, 2025.
   https://sloanreview.mit.edu/article/agentic-ai-at-scale-redefining-management-for-a-superhuman-workforce/ ↩︎
8. UiPath — “UiPath Unveils New Vision for the Future of Agentic Automation”. UiPath Newsroom, ottobre 2024. https://www.uipath.com/newsroom/uipath-unveils-vision-for-future-agentic-automation ↩︎
9. Automation Anywhere — “Unveils New AI + Automation Enterprise System with AI Agent Studio”. Automation Anywhere Press Room, 11 giugno 2024.
   https://www.automationanywhere.com/company/press-room/automation-anywhere-unveils-new-ai-automation-enterprise-system-empowering ↩︎
10. SS&C Blue Prism — “Next Generation: Cloud Native Automation Platform”. SS&C Blue Prism, 2025. https://www.blueprism.com/products/next-generation/ ↩︎
11. Microsoft — “Unlocking autonomous agent capabilities with Microsoft Copilot Studio”. Microsoft Copilot Blog, novembre 2024.
    https://www.microsoft.com/en-us/microsoft-copilot/blog/copilot-studio/unlocking-autonomous-agent-capabilities-with-microsoft-copilot-studio/ ↩︎
12. OpenAI — “New tools for building agents”. OpenAI, 2025.
    https://openai.com/index/new-tools-for-building-agents/ ↩︎
13. Forrester — “The AI Agent Pivot: A New Era for Process Design”. Forrester Research, luglio 2025. https://www.forrester.com/report/the-ai-agent-pivot-a-new-era-for-process-design/RES184686 ↩︎
14. Gartner — “Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026”. Gartner Press Release, 26 agosto 2025.
    https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025 ↩︎
15. McKinsey & Company — “The state of AI 2025: Agents, innovation, and transformation”. McKinsey QuantumBlack, novembre 2025.
    https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai ↩︎
16. Harvard Business Review — “Designing a Successful Agentic AI System”. Harvard Business Review, ottobre 2025. https://hbr.org/2025/10/designing-a-successful-agentic-ai-system ↩︎
17. Deloitte — “Unleashing agentic AI’s true potential: Strategic approaches for a silicon-based workforce”. Deloitte Tech Trends, 2025. https://www.deloitte.com/ce/en/industries/technology/analysis/unleashing-agentic-AI-s-true-potential-strategic-approaches-for-a-silicon-based-workforce.html ↩︎