L’ingresso di Meta Platforms nella fase più matura della corsa agli agenti di intelligenza artificiale segna un cambio di tono che, al netto della retorica ottimistica, ha poco a che vedere con la sostituzione del lavoro umano e molto con la sua riconfigurazione economica. Le parole di Dawn Song, nuova vice presidente della ricerca AI di Meta, sono esplicite nella loro apparente moderazione: non si tratta di rimpiazzare le persone, ma di costruire sistemi capaci di produrre valore economico misurabile su compiti reali. In termini industriali significa spostare l’asse dall’AI come strumento conversazionale all’AI come infrastruttura operativa, dove l’unità di misura non è più la qualità del testo generato ma la produttività nei processi.

Il contesto in cui questa dichiarazione emerge è tutt’altro che neutro. Al World Economic Forum di Dalian, spesso indicato come Summer Davos, la discussione sull’intelligenza artificiale si è ormai allineata alla grammatica della geopolitica tecnologica, dove Stati Uniti e Cina competono non solo sui modelli ma sulle architetture di esecuzione. Song, proveniente da University of California, Berkeley e co-fondatrice della startup di sicurezza AI Virtue AI, entra in Meta in un momento in cui la narrativa della “superintelligenza” viene sempre più tradotta in termini di sicurezza, agenticità e controllo dei sistemi autonomi, una triangolazione che suona meno filosofica e molto più regolatoria.

Il vero punto di svolta è però tecnico e si chiama Agents’ Last Exam, un benchmark sviluppato dal Centre for Responsible, Decentralised Intelligence (RDI) di Berkeley che misura la capacità degli AI agent di svolgere oltre 1500 compiti economici distribuiti su 55 settori industriali. Il concetto stesso di “economicamente rilevante” segna una discontinuità rispetto ai benchmark tradizionali, perché non valuta la performance astratta ma la capacità di inserirsi in workflow complessi, dal montaggio video alla diagnostica medica. Il dato più interessante non è la varietà dei task, ma il tasso di fallimento sistemico che emerge anche nei modelli più avanzati.

Nel test, i sistemi agentici costruiti sopra GPT-5.5 hanno raggiunto il miglior risultato con circa il 24,3 per cento di successo, un valore che in un’industria ossessionata dai decimali equivale a una dichiarazione implicita di immaturità strutturale. I sistemi di Claude Fable 5 di Anthropic si collocano poco sotto, mentre i modelli cinesi come Seed2.1 Pro di ByteDance e quelli di Qwen3.7-Max di Alibaba Group Holding mostrano una convergenza competitiva che riduce le distanze ma non elimina il gap funzionale. Anche sistemi come GLM 5.1 di Zhipu AI rientrano in una stessa fascia di prestazione che, letta in termini industriali, suggerisce una fase di plateau relativo più che una curva esponenziale continua.

La parte più significativa del benchmark emerge però nel livello di difficoltà massimo, dove quasi tutti i sistemi, incluso GPT-5.5, collassano verso uno zero tecnico o quasi zero. Questo dato, più che un fallimento, è una misura della distanza tra automazione parziale e autonomia reale. Gli AI agent attuali non “sbagliano” in senso umano, ma falliscono per fragilità strutturale nei passaggi intermedi del ragionamento operativo, specialmente quando devono orchestrare strumenti esterni, interfacce software e decisioni sequenziali.

Nel quadro delineato da Song, il tema della sicurezza assume un ruolo centrale non per prudenza accademica ma per necessità sistemica. La convergenza tra capacità di coding e capacità di cyber-offensive, già evidenziata nei benchmark CyberGym ed ExploitGym sviluppati da RDI, introduce un paradosso industriale evidente: le stesse architetture che ottimizzano la produttività economica possono essere riutilizzate per ottimizzare l’attacco informatico. È una simmetria che i modelli economici tradizionali faticano a incorporare, ma che le aziende stanno già internalizzando come rischio operativo.

Il passaggio più sottovalutato di questa fase non riguarda la qualità dei modelli, ma la loro trasformazione in sistemi agentici tramite harness software che li rendono autonomi nell’interazione con ambienti complessi. È qui che la distanza tra laboratorio e impresa si riduce, ma anche dove la superficie di rischio cresce in modo non lineare. L’idea che un AI agent possa eseguire task “economicamente utili” implica infatti una ridefinizione implicita del concetto stesso di responsabilità operativa, che oggi resta distribuito tra software, infrastruttura e supervisione umana in modo ancora poco formalizzato.

La traiettoria che emerge dal lavoro di RDI e dall’ingresso di figure come Song in Meta Platforms non è quella di una sostituzione lineare del lavoro umano, ma di una progressiva ibridazione dei processi economici con sistemi agentici ancora instabili. La vera variabile non è la velocità del progresso, ma la capacità delle istituzioni e delle imprese di assorbire una tecnologia che è già sufficientemente potente da essere utile e ancora insufficientemente affidabile da essere autonoma. In questa zona intermedia si gioca la fase più delicata dell’intelligenza artificiale contemporanea, dove l’innovazione non è più una promessa ma una gestione continua dell’instabilità.