Un anno nel segno dell’Agentic AI: i 5 Tech Trends di TechnoVision 2027
La presenza dell’Agentic AI è, direttamente e indirettamente, il filo conduttore dei 5 Tech Trends di Technovisioni 2027 con cui Capgemini condivide la propria visione dei temi che caratterizzeranno il prossimo futuro. AI, Cloud e Intelligent operation erano tra i temi chiave dell’edizione 2026 mentre Generative AI, cybersecurity, robotica e innovazione delle supply chain avevano caratterizzato le Technovision 2025 solo per citare le ultime edizioni.
l report TechnoVision di Capgemini individuano le tecnologie che sono destinate a raggiungere un punto di svolta decisivo nel corso del prossimo anno e la tesi che è emersa dal report dedicato al 2027 evidenzia come l’intelligenza artificiale stia superando la fase in cui viene interpretata come “assistente digitale” per concretizzarsi in sistemi autonomi agentici che espimono la capacità di agire, di valutare il contesto in cui operano, di prendere decisioni e di arrivare ad eseguire attività complesse all’interno delle architetture aziendali.
Le prospettiva sul 2027 sono fortemente caratterizzate da questa prospettiva che Pascal Brier, Group Chief Innovation Officer di Capgemini mostra in tutta la sua evidenza nelle cinque direttrici tecnologiche del 2027.
1. L’azienda agentica o meglio ancora l’azienda nell’era dell’AI agentica. Una realtà sempre più caratterizzata da sistemi multi-agente, dalla moltiplicazione delle interazioni autonome tra agenti e dalla necessità di presidriare temi nuovi come l’insorgere di comportamenti sistemici imprevedibili.
2. L’Autonomia affidabile e la sicurezza dell’AI. Un trend nel quale si colloca la necessità di gestire la transizione dalla explainability dei modelli alla definizione di strategie avanzate che abbiano come chiaro punto di riferimento il contenimento dei fattori di rischio.
3. La cybersecurity alla velocità delle macchine. Un trend questo che impone una evoluzione dei concetti stessi di cybersicurezza e di logiche di difesa automatizzate che siano nella condizione di far leva sull’automazione e sull’AI per rispondere a minacce che si fanno più aggressive e imprevedibili proprio grazie all’AI.
4. Ricerca e sviluppo potenziati dall’AI agentica. Un quarto trend questo che esprime in modo compiuto la capacità e la possibilità di superare i vincoli storici e fisici legati alla disponibilità di risorse “convenzionali” per l’R&D grazie a logiche di sperimentazione ed esplorazione parallela massiva.
5. L’Agentic commerce o il commercio nell’era degli agenti AI. Il ripensamento delle logiche commerciali in relazione alla diffusione dell’Agentic AI impone come technotrend 2027 il pragmatico ripensamento delle logiche che stanno alla base delle stesse transazioni commerciali nel momento in cui gli agenti AI possono operare sia nella veste di potenziali acquirenti sia in quella di venditori.
Cosa è successo nel 2026? Quali continuità si possono cogliere con i trend del 2027?
Perima di gettare lo sguardo sul futuro Pascal Brier ricorda che nella precedente edizione aveva definito il 2026 come “The Year of Truth for AI” e la priorità per le organizzazioni era fondamentalmente quella di dimostrare l’effettivo valore economico e l’impatto operativo dell’intelligenza artificiale.
“Un anno fa abbiamo presentato i nostri trend definendo il 2026 come l’anno della verità per l’AI – ha spiegato -. Volevamo segnalare che l’AI doveva dimostrare di poter portare valore tangibile. I progressi nella giusta direzione ci sono stati, ma molto resta da fare per le imprese prima di estrarre valore reale dai capitali investiti. Nello stesso tempo è diventato evidente che gran parte di questo valore emergerà dall’introduzione e dallo sviluppo di sistemi agentici, che consentiranno alle aziende di evolvere verso un funzionamento autonomo lungo processi riprogettati.”
L’AI Agentica per la transizione energetica e la sostenibilità
A fronte di una AI agentica sempre più centrale nel 2027 è sempre più importante, soprattutto in un periodo in cui i temi energetici sono al centro dell’attenzione economica e sociale, comprendere quale ruolo questa tecnologia può svolgere a beneficio della transizione energetica o più in generale nell’ambito ESG.
Miglioramento dei processi e ottimizzazione dei consumi industriali
Pascal Brier ha chiarito che “i sistemi agentici saranno utili a tutte le aziende nei propri processi trasversali tradizionali, compresa qualsiasi realtà operante nella transizione energetica”. Valérie Perhirin, Engineering Portfolio Lead di Capgemini, ha portato casi concreti di riduzione delle impronte ecologiche industriali: “Abbiamo già riscontrato su specifici processi industriali ad alto consumo energetico che l’implementazione di modelli di AI consente di ottimizzare la produzione, riducendo i consumi energetici tra il 17% e il 20% in determinate fasi del processo. Si tratta di ritorni di investimento tangibili già ottenuti sul campo. Inoltre, in ambito R&D, l’impiego di agenti AI ha permesso di vagliare materiali per batterie arrivando a soluzioni che richiedono il 70% in meno di litio, abbattendo direttamente il consumo di risorse naturali”. Un altro caso citato, relativo a un’azienda cosmetica, a mostrato come l’ottimizzazione agentica dei cicli di pulizia degli impianti di cottura ha portato a una riduzione massiccia del consumo idrico.”
Gestione distribuita e intelligente delle reti Eeettriche (Smart Grid)
A sua volta Mark Roberts, Head of Capgemini AI Futures Lab, ha ampliato il quadro evidenziando l’affinità strutturale tra architetture agentiche e reti energetiche: “Le reti energetiche sono esse stesse sistemi distribuiti. Uno degli aspetti chiave dei sistemi multi-agente è proprio il passaggio da un unico grande modello centralizzato a molteplici modelli di AI distribuiti e decentralizzati. Abbiamo già osservato approcci basati sull’apprendimento per rinforzo multi-agente (Multi-Agent Reinforcement Learning) per gestire la rete elettrica in modi che un sistema centralizzato non potrebbe mai ottenere. Ci sono quindi due facce della stessa medaglia: da un lato l’uso di processi agentici per operare in modo più efficiente, dall’altro la gestione diretta e decentralizzata delle reti e dei sistemi energetici.”
The Agentic enterprise
Tornando all’analisi dei 5 Tecdh Trends per il 2027 Sudhir Pai, Deputy Chief Technology Officer (Deputy CTO) di Capgemini, ha focalizzato l’attenzione sull’azienda nell’era dell’AI agentica, sui sistemi multi-agente e sui relativi fenomeni emergenti. Il tema di fondo riguarda l’interrogativo che ci si deve porre, ovvero cosa succede quando centinaia o migliaia di agenti AI interagiscono all’interno dei processi aziendali.
“Quando analizziamo agenti semplici, nell’ordine di 10 o 15 agenti – spiega Sudhir Pai -, si generano circa 100 coppie di interazione. Si tratta di dinamiche facilmente tracciabili, gestibili e governabili. Nei prossimi 12 mesi, tuttavia, la crescita degli agenti e dei sistemi agentici porterà a una scala esponenziale: 1.000 agenti e 200 sistemi agentici possono generare quasi 720.000 coppie di interazione. La sfida è che non tutte le interazioni potranno essere testate preventivamente, rendendo probabile la comparsa di scostamenti e comportamenti imprevisti. Assisteremo quindi al passaggio dalla certificazione del singolo agente alla governance dell’intero sistema agentico aziendale tramite un Enterprise Control Plane.”
Sudhir Pai ha citato un caso pratico di filiera della logistica (supply chain): a fronte di un’ondata di calore imprevista, l’agente di previsione stima un aumento della domanda del +25% per bevande fresche; l’agente acquisti contatta l’agente del fornitore esterno, il quale aumenta il prezzo unitario cogliendo l’opportunità di mercato; l’agente finanziario interno rileva l’aumento fuori budget e blocca l’ordine. Nonostante ogni singolo agente abbia agito in modo razionale rispetto alle proprie regole, il sistema nel suo complesso fallisce nell’evadere la fornitura.
Trusted autonomy & safe AI
Il tema di fondo del secondo technovision riguarda il fatto che la sicurezza dell’AI deve cambiare paradigma. Mark Roberts, Head of Capgemini AI Futures Lab, per dimostrare questa necessità ha evidenziato che “I vecchi presupposti sulla sicurezza dell’AI hanno raggiunto i loro limiti. Tentare di spiegare ogni singolo componente in un sistema multi-agente complesso non scala e finirebbe per privarci della velocità e del valore che rendono l’AI interessante. Una buona governance non consiste nell’eliminare gli errori, ma nell’assumere che gli errori si verificheranno. L’obiettivo è fare in modo che gli sbagli rimangano piccoli e recuperabili, attraverso strati di protezione (layers of safeguards) integrati nel tessuto dei sistemi.”
In questo senso Roberts ha paragonato la governance dell’AI a quella di una grande azienda: il CEO non controlla ogni singola decisione dei dipendenti, ma fissa obiettivi, limiti e valori, delegando la gestione. La sicurezza nel 2027 consisterà nel disporre di un Enterprise Control Plane strutturato su tre livelli: controllo sul singolo agente, sul sistema agentico e sull’intera organizzazione.
Verso una Cybersecurity alla velocità delle macchine
Nel campo della cybersecurity da tempo gli attacchi non sono soltanto guidati dall’AI, ma si sviluppano a velocità non più gestibile con un approccio “solo umano”. Mktadir Khan, Group Offer Lead for Cybersecurity di Capgemini, ha sottolineato che “Siamo giunti a un punto di svolta fondamentale per l’AI e la cybersecurity. Negli ultimi sei mesi abbiamo assistito a un incremento di 16-17 volte nel numero di vulnerabilità individuate dai modelli di frontiera cyber-addestrati. L’approccio tradizionale che prevede la presenza dell’uomo nel loop crea un inevitabile collo di bottiglia. E’ pertanto necessario cambiare paradigma e posizionarci in modo da rispondere alla velocità delle macchine a minacce che si muovono alla velocità delle macchine.”
In questo senso i Security Operations Center (SOC) del 2027 dovranno affidare alle macchine le fasi di rilevamento, classificazione e mitigazione degli incidenti, consentendo di identificare e isolare una minaccia molto più velocemente mentre gli esperti umani supervisioneranno le regole di ingaggio.
La potenza di una R&D potenziata dall’AI agentica
Il ruolo dell’Agentic AI in relazione alla ricerca e sviluppo è fonte a sua volta di una ulteriore potenziale trasformazione. Valérie Perhirin, Engineering Portfolio Lead di Capgemini, ha descritto questo rapporto come una leva per il superamento dei vincoli storici: “Per oltre un secolo – ha sottolineato – , l’R&D industriale ha operato sotto tre vincoli fondamentali: persone, tempo e denaro. Il 2027 inizierà a spezzare questa equazione. L’AI agentica trasforma l’R&D da un processo sequenziale a un processo parallelo. La domanda non è più ‘quanti esperimenti può eseguire il mio team?’, ma ‘quante possibilità promettenti può valutare la mia organizzazione?’.
Valérie Perhirin ha spiegato come nel settore automotive il passaggio da uno schizzo di design a un veicolo 3D fotorealistico che richiedeva tradizionalmente 8 settimane, è gestibile con l’AI in meno di un giorno, riducendo contestualmente del 17% la necessità di test fisici sui veicoli.
Agentic Commerce: come cambia il modo di vendere e di comprare
Il quinto trend riguarda pragmaticamente le transazioni commerciali tra aziende e consumatori. Maxim Gerardo, Global Commerce and Geo Offer Lead di Capgemini, ha spiegato come gli agenti stiano prendendo posizione su entrambi i lati del mercato da una parte interpretano i venditori e dall’altra diventano clienti. “L’AI – spiega – sta trasformando il commercio e il modo in cui facciamo acquisti. Mentre cresce il numero di soggetti che utilizzano l’AI per le attività di shopping si passa dalla richiesta di un semplice consiglio alla preparazione dell’acquisto vero e proprio. Un assistente personale può confrontare prezzi, tempi di consegna e scorte, predisponendo il carrello prima ancora che il consumatore visiti il sito del brand. Ecco che per i marchi si apre un interrogativo fondamentale: come si guadagna la fiducia e la preferenza di un cliente quando è un assistente AI ad aiutarlo a scegliere?”
Si entra, più o meno consapevolmente nell’era dell’ Invisible Commerce, e sarà sempre più importante per le imprese strutturare in modo adeguato i propri cataloghi, i prezzi e le disponibilità in dati perfettamente leggibili ed elaborabili dagli Agenti AI garantendo nello stesso tempo sistemi di autenticazione sicuri per accreditare gli agenti acquirenti e prevenire frodi.









Partecipa alla community