Negli ultimi due anni, il dibattito sull'intelligenza artificiale in ambito aziendale ha seguito uno schema ben noto: dimostrazioni impressionanti, progetti pilota cauti e il crescente sospetto che il vero valore sia sempre dietro l'angolo. All'AgentFest 2026, SnapLogic ha sostenuto che quella svolta è ormai stata raggiunta.
L'evento virtuale ha riunito architetti aziendali, leader tecnologici e clienti reali che oggi stanno realizzando sistemi di IA in produzione. Non li stanno progettando, né li stanno testando in fase pilota, ma li stanno già utilizzando. Il concetto centrale, ribadito in ogni sessione, è che i modelli di IA da soli non bastano. Senza integrazione, governance e orchestrazione, anche i modelli più potenti si arenano ai margini dell'azienda.
«Un modello di IA senza integrazione è come un motore ad alte prestazioni senza trasmissione. Ha una potenza incredibile, ma non fa progredire la tua attività.»
Dayle Hall, Direttore Marketing, SnapLogic
Dai copiloti all'impresa agente
Jeremiah Stone, CTO di SnapLogic, ha esordito con una constatazione che la maggior parte dei presenti già sospettava: le ricerche di settore dimostrano che circa il 95% delle iniziative di IA non riesce a generare un valore misurabile e duraturo sul conto economico. Il motivo non è da ricercarsi nella tecnologia. La maggior parte degli investimenti nell’IA si è concentrata sulla produttività individuale, fornendo a ogni dipendente una sorta di copilota. Questo aiuta le singole persone, ma non trasforma le aziende.
Il cambiamento descritto da Jeremiah consiste nel passaggio dall'IA come assistente personale all'IA come infrastruttura operativa: agenti integrati nei flussi di lavoro aziendali, che coordinano le attività tra i vari sistemi ed eseguono compiti concreti su larga scala.
Ma non tutti i processi sono pronti per l'IA agentica. Secondo Jeremiah, i candidati più promettenti presentano tre caratteristiche comuni:
- Volume elevato: le stesse operazioni vengono ripetute centinaia di volte al giorno su sistemi non collegati tra loro
- Operazioni di ricerca dati ad alta intensità: estrazione simultanea da cinque, dieci o quindici sistemi diversi
- Supporto decisionale che richiede un ragionamento contestuale: approvazioni, escalation e valutazioni dei rischi che in precedenza richiedevano l'intervento umano per sintetizzare dati strutturati e non strutturati
Il futuro dell'intelligenza artificiale nelle aziende risiede in questi potenti agenti autonomi, che vanno oltre l'assistenza personale per diventare l'infrastruttura fondamentale che guida una trasformazione aziendale reale e misurabile.
Come CCB sta utilizzando l'IA agentica per triplicare la propria capacità di erogazione di prestiti
David Holton, Chief Transformation Officer della Cambridge & Counties Bank, un istituto di credito britannico specializzato nel finanziamento di PMI operanti nel settore immobiliare e della finanza patrimoniale, ha tenuto un interessante intervento.
La sfida di David era chiara e complessa. I broker vogliono risposte in giornata, ma il processo manuale di valutazione del rischio della banca (che comprendeva l’estrazione dei dati, controlli incrociati su più sistemi, la compilazione dei documenti e lo scambio di comunicazioni con i richiedenti) richiedeva fino a una settimana. Quando la banca rispondeva, i concorrenti avevano già concluso l’affare.
Il suo obiettivo è far crescere il settore del finanziamento di beni da 100 a 300 milioni di sterline all'anno senza aumentare l'organico, puntando a triplicare la capacità operativa grazie all'IA agentica basata su SnapLogic.
Le principali decisioni architetturali evidenziate da David:
- SnapLogic come pannello di controllo unico: ogni richiesta degli agenti passa attraverso un livello di orchestrazione centralizzato, con l'applicazione coerente delle politiche e della logica di escalation lungo l'intero processo
- Struttura modulare: ogni sotto-agente (acquisizione, credito, AML) è una pipeline SnapLogic indipendente che può essere aggiornata, testata o sostituita senza dover ricostruire l'intero sistema
- Intervento umano: mantenuto volutamente in primo piano nell'architettura. Gli agenti gestiscono le fasi che non apportano valore aggiunto; gli esseri umani mantengono il controllo sulle decisioni di alto valore e vengono automaticamente coinvolti quando un agente segnala un basso livello di affidabilità
- Piena tracciabilità: ogni azione compiuta da un agente viene registrata, requisito imprescindibile ai fini della conformità alle normative sui servizi finanziari del Regno Unito
«Partite da un problema, non da una tecnologia. Cercate i punti in cui l’attrito operativo è maggiore e dove i vantaggi derivanti dalla sua riduzione sono davvero evidenti.»
David Holton, Direttore tecnico, Cambridge & Counties Bank
L'architettura: MCP, gateway AI e identità dell'agente fidato
Dominic Wellington (Direttore del marketing di prodotto, dati e IA) e Roger Sramkoski (Ingegnere senior delle soluzioni) hanno illustrato le basi tecniche che consentono all'IA agentica aziendale di funzionare nella pratica.
All'AgentFest sono state annunciate tre nuove funzionalità:
- Il gateway AI si colloca tra i client MCP e i server MCP, occupandosi dell'autenticazione, dell'autorizzazione e dell'applicazione delle politiche. Risponde alle domande fondamentali prima che qualsiasi agente acceda ai dati aziendali: Chi sei? A quali dati hai accesso? Dovresti avere accesso a quei dati?
- L'identità affidabile dell'agente garantisce che gli agenti agiscano per conto degli utenti umani, e non come account di sistema con privilegi. SnapLogic trasmette il token di autenticazione dell'utente dall'agente fino ai sistemi aziendali principali, in modo che l'agente disponga degli stessi diritti di accesso della persona per cui opera.
- Il server MCP di livello aziendale consente ai team di creare in pochi minuti un server MCP regolamentato in SnapLogic, grazie a una nuova procedura guidata di configurazione, a una gestione delle politiche che rispecchia l'esperienza APIM esistente e a una scheda dedicata alle risorse in Project Manager. La demo dal vivo ha mostrato Claude mentre interrogava le opportunità di Salesforce tramite le pipeline di SnapLogic, identificava gli account a rischio e generava analisi e raccomandazioni sui passi successivi da compiere utilizzando esclusivamente il linguaggio naturale.
SnapLogic ha ora accesso a quasi 19.000 server MCP pubblici tramite marketplace di terze parti, tutti immediatamente accessibili dalle pipeline di SnapLogic.
SnapGPT: oltre il primo giorno
La sessione dedicata a SnapGPT ha dimostrato capacità che vanno ben oltre il semplice utilizzo iniziale che la maggior parte delle persone associa a questo strumento.
- Extended Thinking introduce un approccio avanzato alla generazione delle pipeline. Ciò è dimostrato dalla creazione di una pipeline Salesforce a più rami dotata di logica aziendale completa, in grado di indirizzare le opportunità valide, i record quasi validi e gli errori di integrità verso tabelle Redshift separate.
- Data Insights è una funzionalità attivabile su richiesta che analizza i dati di anteprima presenti nella pipeline e fornisce informazioni utili, tra cui campi nulli, intervalli di valori, segnalazioni di non conformità e regole aziendali suggerite. La demo ha mostrato come la funzione abbia identificato automaticamente che le date di chiusura in un set di dati andavano dal 2020 al 2026 e abbia consigliato un filtro, senza che le venisse richiesto. In questo caso, SnapGPT opera come strumento per utenti esperti, non come guida passo passo.
Un dato significativo: nel 2025, il prompt più utilizzato su SnapGPT era«Descrivi la pipeline».Non è certo una domanda tipica di un utente alle prime armi. È ciò che chiede uno sviluppatore esperto quando si trova a dover riprendere il lavoro di qualcun altro. Lo strumento è ormai maturo.
La tavola rotonda: cosa sta realmente cambiando nell'IA aziendale
Moderata da Molly Matthews, presidente di SnapLogic, la tavola rotonda di chiusura ha visto la partecipazione di Hal Hallsson (Principal Enterprise Architect, Bison Transport), Sri Raghavan (Enterprise Strategy, AWS Tech Partnerships) e Mukta Agarwal (Client Partner, Government and Financial Services, Cognizant).
Per quanto riguarda i copiloti basati sull'IA: oltre il 75% degli sviluppatori riferisce un aumento della produttività. Tuttavia, i copiloti eccellono nelle attività ripetitive e ben documentate. I sistemi legacy, gli ambienti complessi e non documentati e il vero pensiero strategico rimangono saldamente di competenza umana. Sri ha sottolineato che AWS sta sviluppando Kiro, un IDE basato su IA agentica, proprio per contribuire a colmare il divario nelle implementazioni in produzione.
In materia di governance: la governance tradizionale tiene traccia degli utenti. La governance agentica deve considerare gli agenti autonomi come "manodopera digitale", assegnando loro identità univoche, confini chiari e un monitoraggio continuo durante l'esecuzione. Hal ha spiegato che il passaggio di Bison Transport all'integrazione basata sugli eventi ha imposto un ripensamento completo del funzionamento della governance e che SnapLogic ha fornito delle best practice che l'azienda ha potuto adattare anziché sviluppare da zero. I progetti che prima richiedevano due anni ora richiedono solo pochi mesi.
«La governance è come il codice della strada per la guida. Non è l'auto. È il sistema che garantisce che si guidi in modo sicuro e corretto.»
Mukta Agarwal, responsabile clienti per il settore normativo pubblico e BFSI, Cognizant
Sul tema delle competenze: tutti e tre i relatori hanno convenuto che l’intelligenza artificiale non sta sostituendo le persone, ma sta ridefinendo le competenze che queste devono possedere per eccellere. Mukta ha sottolineato che Cognizant sta dando la priorità alle competenze settoriali e alla mentalità architettonica rispetto alle semplici competenze tecniche. Sri ha introdotto un nuovo termine: ora stanno assumendo dei “strategy-tects”, ovvero figure che uniscono la mentalità di un architetto a quella di uno stratega. I problemi aziendali non sono cambiati. Ciò che conta ora è la capacità di orchestrare gli strumenti giusti per risolverli.
In una prospettiva triennale: Sri prevede che i team di integrazione di livello mondiale si distingueranno per la loro capacità di coordinare la collaborazione tra persone e agenti su larga scala, con circa l'80% del lavoro dedicato alla riprogettazione dei processi e il 20% all'implementazione tecnologica.
La storia di successo di un agente interno
La grande novità di quest'anno è stata Jean-Paul, l'agente aziendale basato sull'intelligenza artificiale sviluppato internamente da SnapLogic. Jean-Paul opera all'interno dell'ambiente Slack aziendale, si collega a 15 sistemi interni e ha accesso a 45 strumenti. I risultati interni: un aumento del 30% della produttività delle vendite, che si traduce in un ritorno sull'investimento pari a 37 volte l'investimento iniziale.
Jean-Paul interroga contemporaneamente Salesforce, Zendesk, gli strumenti di analisi della piattaforma SnapLogic, ZoomInfo e altre piattaforme, generando report e analisi sui clienti che in precedenza avrebbero richiesto l'intervento di uno specialista e diverse ore di lavoro. Si tratta del proof of concept di SnapLogic, che è in funzione da mesi.
Conquistare la prossima fase dell'adozione dell'intelligenza artificiale
«Ciò che manca nell'IA aziendale non è l'intelligenza, bensì l'attuazione. E l'attuazione richiede un'orchestrazione.»
Jeremiah Stone, Direttore tecnico, SnapLogic
Le aziende che avranno successo nella prossima fase dell'adozione dell'IA non saranno necessariamente quelle dotate dei modelli migliori. Saranno invece quelle che collegheranno tali modelli a sistemi reali, li implementeranno in flussi di lavoro reali e li gestiranno con controlli concreti. SnapLogic è la piattaforma di integrazione autonoma progettata proprio per rendere possibile tutto questo.
Vuoi saperne di più? Fai un tour autoguidato della piattaforma o prenota oggi stesso una demo personalizzata.
