La competizione nell’intelligenza artificiale è stata spesso raccontata come una corsa ai modelli linguistici più potenti, oggi quella narrazione sta rapidamente diventando incompleta. Il vero terreno di scontro si sta spostando verso gli agenti autonomi, sistemi capaci non soltanto di rispondere a una domanda, ma di utilizzare applicazioni, eseguire procedure, prendere decisioni entro limiti definiti e completare attività complesse al posto dell’utente. La domanda strategica non è più quale modello sia il più intelligente, ma quale piattaforma controllerà l’interfaccia attraverso cui milioni di lavoratori svolgeranno il proprio lavoro quotidiano.
Questa evoluzione è coerente con quanto stanno mostrando i principali protagonisti del settore. OpenAI ha presentato funzionalità orientate agli agenti, Anthropic continua a sviluppare Claude e Claude Code come strumenti capaci di operare direttamente nei flussi di sviluppo software, Meta punta sull’abbattimento dei costi attraverso la famiglia di modelli Llama, mentre Cursor, dopo aver conquistato una posizione di rilievo tra gli sviluppatori, sta ampliando la propria visione verso strumenti destinati a un pubblico aziendale molto più vasto. Secondo diverse indiscrezioni di settore, Cursor starebbe lavorando anche ad agenti generalisti, sebbene molti dettagli sui prodotti futuri rimangano ancora non confermati ufficialmente.
Il cambiamento potrebbe avere conseguenze economiche persino superiori rispetto alla diffusione iniziale dei chatbot. Per oltre trent’anni il software aziendale è stato costruito attorno al concetto di applicazione. CRM, ERP, sistemi HR, strumenti di marketing e piattaforme collaborative hanno rappresentato il punto di accesso obbligato ai dati aziendali. L’agente AI ribalta questa logica. L’utente potrebbe non aprire più dieci applicazioni diverse, ma dialogare con un unico assistente che accede a tutte, recupera informazioni, aggiorna database, genera documenti, invia email e coordina processi senza che l’operatore debba conoscere l’interfaccia dei singoli programmi.
È questa prospettiva che mette indirettamente sotto pressione aziende consolidate come Microsoft, Salesforce, HubSpot, ServiceNow e numerosi altri fornitori SaaS. Non significa che queste piattaforme siano destinate a scomparire, anzi. Molte stanno integrando agenti AI nei propri prodotti. Tuttavia il rischio strategico è evidente: se il rapporto diretto con l’utente finale viene intermediato dall’agente, il valore potrebbe spostarsi dall’applicazione all’orchestratore che decide quale servizio utilizzare e in quale momento.
Le prime evidenze stanno emergendo soprattutto tra startup e piccole imprese tecnologicamente avanzate. Alcune organizzazioni preferiscono sviluppare strumenti personalizzati con l’assistenza di Claude Code, Cursor o altri ambienti di sviluppo assistiti dall’intelligenza artificiale, invece di acquistare software standardizzati. In determinati casi ciò consente effettivamente di ridurre costi di licenza e costruire soluzioni perfettamente aderenti ai processi interni. Tuttavia il fenomeno non è ancora generalizzato e non rappresenta, almeno per ora, una sostituzione sistematica delle grandi piattaforme enterprise, che continuano a offrire affidabilità, conformità normativa, sicurezza e integrazioni difficili da replicare rapidamente.
Esiste poi un altro elemento spesso sottovalutato. Gli agenti consumano molte più risorse computazionali rispetto a un semplice chatbot conversazionale. Un agente deve pianificare attività, richiamare strumenti esterni, verificare risultati, correggere errori, mantenere memoria del contesto e spesso interrogare numerosi database. Tutto questo aumenta significativamente il consumo di token, la potenza di calcolo richiesta e i costi operativi. Per questa ragione molti operatori stanno sviluppando sistemi di routing intelligente che assegnano automaticamente i compiti più semplici a modelli economici e riservano quelli più sofisticati soltanto alle attività realmente complesse. Questa architettura modulare sta diventando uno degli elementi più importanti dell’economia dell’intelligenza artificiale.
In questo scenario Meta sta adottando una strategia differente rispetto ai concorrenti. Attraverso modelli open weight e prezzi molto competitivi per le versioni commerciali dei propri servizi, il gruppo guidato da Mark Zuckerberg punta a comprimere il costo dell’intelligenza artificiale, esercitando una pressione significativa sui margini degli altri fornitori. È una strategia che ricorda quanto avvenuto nel cloud computing: chi riesce ad abbassare il costo dell’infrastruttura modifica inevitabilmente gli equilibri dell’intero ecosistema.
Anche il dispositivo locale potrebbe tornare protagonista. Diversi gruppi di ricerca stanno lavorando alla compressione di modelli di grandi dimensioni per consentirne l’esecuzione direttamente su smartphone e computer personali. Sono circolate dimostrazioni tecniche che mostrano modelli con decine di miliardi di parametri ottimizzati per funzionare su hardware consumer, anche se tali risultati dipendono da forti tecniche di quantizzazione e da compromessi sulle prestazioni. Se questa direzione dovesse consolidarsi, parte dell’elaborazione potrebbe spostarsi dal cloud ai dispositivi personali, riducendo latenza, costi e dipendenza dalle infrastrutture remote.
La vera partita, tuttavia, non riguarda soltanto la tecnologia. Riguarda il controllo della distribuzione del valore economico. Ogni rivoluzione informatica ha ridefinito chi incassa la quota maggiore del mercato. Il personal computer premiò Microsoft. Internet premiò Google. Lo smartphone premiò Apple. Il cloud premiò Amazon. L’intelligenza artificiale agentica potrebbe premiare chi controllerà il livello di orchestrazione del lavoro digitale, cioè l’entità che diventerà il punto di accesso privilegiato alle attività della conoscenza.
La Silicon Valley continua a presentare questa trasformazione come un inevitabile progresso tecnologico. In realtà è soprattutto una gigantesca riallocazione di potere economico. Quando un agente diventa il collega digitale capace di utilizzare decine di applicazioni al posto nostro, non cambia soltanto il modo in cui lavoriamo. Cambia chi decide quali software utilizzare, quali dati raccogliere, quale infrastruttura alimentare e, soprattutto, chi incasserà la fetta più consistente dei miliardi di dollari oggi destinati al software enterprise. È una differenza sottile soltanto in apparenza. Nella storia dell’innovazione, chi controlla l’interfaccia finisce quasi sempre per controllare anche il mercato.