One year of agentic AI: Six lessons from the people doing the work

McKinsey ha analizzato oltre 50 implementazioni di AI agentica, scoprendo che un terzo delle aziende ha dovuto riassumere personale a causa di fallimenti nell’adozione efficace di tali tecnologie. Questo fenomeno è stato attribuito a una focalizzazione eccessiva sull’agente stesso, trascurando la necessità di ripensare l’intero flusso di lavoro, che include persone, processi e tecnologia. Le aziende che hanno ottenuto risultati positivi sono quelle che hanno affrontato una trasformazione completa del flusso di lavoro, integrando l’AI agentica in modo sinergico con le risorse umane e i processi esistenti.

McKinsey ha sottolineato che l’AI agentica non è sempre la soluzione ideale per processi standardizzati e a bassa variabilità, come l’onboarding degli investitori o la compliance. In questi casi, soluzioni basate su regole o analisi predittive possono essere più efficaci, poiché l’uso di modelli linguistici di grandi dimensioni (LLM) non deterministici potrebbe introdurre complessità non necessarie.

Un altro punto critico evidenziato è l’importanza di trattare l’onboarding degli agenti come un processo di assunzione, piuttosto che un semplice deployment tecnologico. Questo approccio aiuta a evitare la frustrazione degli utenti e a garantire una transizione più fluida verso l’integrazione dell’AI agentica nei flussi di lavoro quotidiani.

Per quanto riguarda il monitoraggio, McKinsey ha evidenziato che, con un numero elevato di agenti, è fondamentale tracciare ogni fase del processo per identificare rapidamente eventuali cali di precisione o problemi operativi. Un esempio pratico riguarda un fornitore legale che è riuscito a risolvere un calo di accuratezza in 24 ore grazie a un monitoraggio dettagliato di ogni passaggio.

McKinsey afferma che, sebbene il numero di persone coinvolte in un flusso di lavoro possa diminuire, il loro ruolo rimane essenziale. Le persone sono ancora necessarie per supervisionare l’accuratezza, gestire i casi limite, validare la conformità e fornire feedback continuo per l’addestramento degli agenti.

McKinsey suggerisce che, mentre l’AI agentica offre opportunità significative, il successo dipende dalla capacità di ripensare e riprogettare i flussi di lavoro in modo olistico, integrando tecnologia, persone e processi in modo sinergico.

Tuttavia, è importante notare che, secondo un rapporto di Gartner, oltre il 40% dei progetti di AI agentica saranno annullati entro il 2027 a causa di costi elevati e valore aziendale poco chiaro. Molti di questi progetti rimangono nelle fasi iniziali e sperimentali, spesso alimentati più dall’hype che da applicazioni pratiche. Inoltre, Gartner segnala un fenomeno noto come “agent washing“, in cui i fornitori etichettano come agentici strumenti AI convenzionali privi di vere capacità autonome. Attualmente, solo circa 130 fornitori su migliaia dichiarati offrono AI agentica autentica.

Mentre l’AI agentica ha il potenziale per trasformare i flussi di lavoro aziendali, è fondamentale affrontare le sfide legate alla sua implementazione, garantendo un’integrazione efficace con le persone e i processi esistenti.

Studio McKinsey : https://www.mckinsey.com/capabilities/quantumblack/our-insights/one-year-of-agentic-ai-six-lessons-from-the-people-doing-the-work?utm_source=chatgpt.com