La diffusione dell’AI multi-agente all’interno dei processi aziendali sta ridefinendo i confini dell’automazione, spostando l’attenzione dall’efficienza del singolo software alla complessità dei sistemi collaborativi. In una recente intervista Guillaume de Saint Marc, vice presidente dell’ Engineering di Outshift, ha sollevato un problema critico che molte organizzazioni stanno affrontando silenziosamente in questa fase di transizione.Outshift, che opera come incubatore interno di Cisco per lo sviluppo delle tecnologie emergenti, si concentra sulla riduzione dei rischi operativi e sulla fornitura di soluzioni aperte per l’ecosistema enterprise. Indice degli argomenti:
I limiti della connettività e il muro della seconda ondataLa metafora della struttura sanitariaLa paralisi operativa: i tre schemi tipici di fallimentoIl fenomeno della deriva semanticaLo stallo della mancata convergenzaL’ostacolo dell’amnesia organizzativaL’evoluzione dello stack OSI per l’Internet della cognizioneIl Livello 8 e la gestione sintattica delle comunicazioniIl Livello 9 e l’allineamento semantico dell’intentoStrumenti e architetture aperte: Cognition Fabric, Mycelium e CASAIl ruolo di Mycelium nel coordinamentoIl guardrail di sicurezza del modulo CASALa governance del “giorno 1” nei sistemi complessiSicurezza e gestione delle identità nell’era degli agentiOsservabilità agentica e l’analisi del significatoFondamenta aperte contro la trappola del vendor lock-inStrategie di migrazione progressiva per i sistemi esistentiI limiti della connettività e il muro della seconda ondataNel percorso di adozione aziendale dell’intelligenza artificiale si distinguono chiaramente due fasi evolutive. Nella prima ondata, i singoli agenti hanno dimostrato un’eccellente efficacia pratica. Essi vengono deputati a compiti verticali e ben perimetrati. Attività isolate come il marketing, i report finanziari o la scrittura di codice funzionano bene. Esse generano un valore immediato e misurabile per le imprese.I problemi strutturali emergono invece con la seconda ondata. In questo momento si richiede a una pluralità di agenti di collaborare attivamente. L’obiettivo complesso non può essere ottenuto da un singolo software in totale autonomia. Le ruote del sistema si staccano inevitabilmente. La colpa non è delle capacità individuali dei singoli agenti. La causa risiede nell’assenza di un’infrastruttura progettata per la cooperazione.La metafora della struttura sanitariaDe Saint Marc illustra questa dinamica con un’analogia legata a una struttura sanitaria tradizionale. «Immaginate un ospedale di oggi, non uno futuristico. Il team diagnostico è eccellente, il team farmaceutico è eccellente ed evita cocktail di farmaci pericolosi, il team di fatturazione conosce ogni polizza assicurativa e il team di coordinamento dei pazienti gestisce perfettamente il programma».Se questi professionisti venissero riuniti senza un linguaggio comune, il sistema andrebbe in blocco. La memoria istituzionale dei successi passati mancherebbe completamente. Gli strumenti per dirimere le controversie sarebbero assenti. L’intero ospedale si fermerebbe mentre il paziente attende fuori dalla porta. L’esperto di Outshift applica questo scenario alle attuali architetture dell’AI multi-agente. «Questo non è un problema di personale, è un problema di infrastruttura di coordinamento».La paralisi operativa: i tre schemi tipici di fallimentoIl divario tra la trasmissione di dati e la reale collaborazione si manifesta rapidamente poiché i sistemi di AI multi-agente operano a velocità di macchina e mostrano una totale intolleranza verso qualsiasi forma di ambiguità. Quando team composti da diversi agenti specializzati, ad esempio un agente focalizzato sulla sicurezza informatica, uno sulla gestione dei costi aziendali, uno sulle operazioni e uno sull’esperienza del cliente, si trovano a gestire una crisi simultaneamente, l’assenza di un quadro di riferimento comune genera una paralisi totale.L’agente di sicurezza rifiuterà ogni compromesso per proteggere i sistemi, l’agente dei costi bloccherà la soluzione ritenendola troppo onerosa, l’agente operativo esigerà un ripristino immediato dello stato precedente e l’agente della customer experience premerà per non far attendere l’utente. Ognuno di essi agisce correttamente secondo la propria programmazione, ma il sistema finisce in un vicolo cieco definitivo se manca un elemento super partes capace di richiamarli a una decisione comune e ragionevole.I fallimenti sistemici osservati ripetutamente negli ambienti di produzione possono essere ricondotti a tre dinamiche ricorrenti.Il fenomeno della deriva semanticaLa deriva semantica rappresenta il primo grande ostacolo strutturale. Si verifica una situazione in cui gli agenti cessano di condividere la medesima realtà concettuale. Essi si smarriscono progressivamente nei processi di traduzione semantica. Questa sfasatura porta i sistemi a lavorare sul conseguimento di un risultato totalmente errato.Lo stallo della mancata convergenzaLa mancata convergenza definisce un vero e proprio stallo operativo. Gli agenti rimangono rigidi sulle proprie posizioni iniziali. Questo accade a causa della mancanza di un modello codificato per la negoziazione. I software non possiedono gli strumenti logici per raggiungere un consenso unanime.L’ostacolo dell’amnesia organizzativaL’amnesia organizzativa cancella l’esperienza storica del sistema. Ogni singola sessione di lavoro si avvia partendo completamente da zero. Il sistema è privo di una memoria delle attività passate. Diventa impossibile accedere a informazioni cruciali detenute da altri agenti del network. Questi fenomeni si manifestano non appena i sistemi scalano dimensionalmente.L’evoluzione dello stack OSI per l’Internet della cognizionePer superare il blocco degli agenti, rimasti confinati in una fase pre-linguistica in cui scambiano dati grezzi senza poterne condividere le reali intenzioni, Outshift propone la teorizzazione di un vero e proprio Internet della cognizione. Il parallelo storico tracciato da de Saint Marc guarda alla nascita e allo sviluppo della rete globale, la cui scalabilità non è dipesa dalla progressiva velocità dei cavi fisici, ma dall’introduzione di livelli di intelligenza logica sempre più evoluti.L’architettura tradizionale delle telecomunicazioni si poggia sul celebre modello OSI (Open System Interconnection), composto da sette livelli strutturati per lo scambio puramente sintattico e informativo tra macchine, spaziando da Ethernet fino a HTTP e TCP/IP.Tuttavia, i sistemi basati sull’AI multi-agente rompono questo paradigma storico poiché non si limitano a trasferire pacchetti di dati, ma eseguono autonomamente ragionamenti complessi, delegano attività, negoziano accordi e compiono azioni dirette per conto degli utenti umani. Diventa quindi indispensabile estendere lo stack OSI introducendo due livelli architetturali inediti orientati specificamente alla dimensione cognitiva.Il Livello 8 e la gestione sintattica delle comunicazioniIl Livello 8 si posiziona immediatamente sopra l’applicazione tradizionale ed è interamente dedicato alla gestione delle interazioni dirette tra agenti (A2A). All’interno di questa dimensione si collocano i protocolli emergenti come l’MCP (Model Context Protocol), i quali regolano le modalità formali attraverso cui gli agenti si scoprono reciprocamente all’interno della rete, ne accertano l’identità informatica e gestiscono lo scambio pulito dei messaggi. Si tratta del puro livello sintattico dell’interazione.Il Livello 9 e l’allineamento semantico dell’intentoIl vero punto di svolta per la stabilità dell’AI multi-agente risiede nel Livello 9, identificato come il livello semantico e focalizzato sulla comprensione profonda del significato delle operazioni. In questa specifica area logica, gli agenti riconciliano il significato intimo dei concetti prima di dare esecuzione a un comando, allineandosi preventivamente sull’intento semantico dell’azione. De Saint Marc evidenzia l’importanza critica di questo livello attraverso un esempio pratico: «Se un agente dice “switch”, intende un interruttore della luce o uno switch di rete Cisco?».All’interno di un ecosistema automatizzato che assume decisioni repentine a velocità di macchina, una simile ambiguità semantica determina inesorabilmente il discrimine tra il successo operativo e il fallimento catastrofico del sistema.Strumenti e architetture aperte: Cognition Fabric, Mycelium e CASALa traduzione di questi modelli teorici in soluzioni applicative reali ha spinto la divisione ingegneristica di Outshift a sviluppare strumenti open source volti a colmare il vuoto infrastrutturale dell’AI multi-agente. Per risolvere l’amnesia organizzativa, l’architettura proposta prevede l’adozione del Cognition Fabric, un tessuto di cognizione che si configura come un livello di memoria condivisa e persistente, interamente governato da policy centralizzate all’interno del quale il contesto operativo viene costantemente memorizzato e reso accessibile ai diversi componenti.Il ruolo di Mycelium nel coordinamentoIl fulcro operativo di questo tessuto è rappresentato da Mycelium. Questa applicazione open source agisce come un hub di coordinamento centrale. Il software assiste gli agenti nei processi di negoziazione semantica. Esso garantisce anche il mantenimento della memoria persistente nel tempo. All’interno del Fabric operano inoltre i moduli chiamati Cognition Engines. Essi fungono da acceleratori di allineamento e guardrail operativi.Il guardrail di sicurezza del modulo CASAIl primo motore concreto rilasciato in produzione prende il nome di CASA. La funzione consiste nell’assicurare che i singoli agenti accedano solo a informazioni limitate. I privilegi rimangono strettamente necessari all’esecuzione di uno specifico compito.CASA impedisce l’estensione di tali autorizzazioni all’intera sessione di lavoro. Immaginiamo di richiedere a un agente di verificare il tasso di cambio. Il guardrail di CASA interverrà tempestivamente. Esso impedirà che l’agente possa attivare accidentalmente un trasferimento di denaro. L’azione viene bloccata perché non coerente con l’attività originaria.La governance del “giorno 1” nei sistemi complessiL’implementazione su scala industriale di sistemi di AI multi-agente impone ai senior leader un profondo cambiamento di mentalità strategica. Diventa infatti obbligatorio considerare i requisiti di sicurezza, osservabilità e interoperabilità come priorità assolute sin dal primo giorno di progettazione, rifiutando l’idea di poterli integrare come semplici ottimizzazioni successive. Questo approccio tempestivo è giustificato dal fatto che i fallimenti strutturali all’interno di un network agentico tendono ad accumularsi in modo estremamente più rapido e cumulativo rispetto a quelli che si verificano nelle organizzazioni umane.Sicurezza e gestione delle identità nell’era degli agentiIl primo pilastro di questa governance richiede di ripensare radicalmente i modelli tradizionali di Identity and Access Management (IAM), poiché la gestione delle identità per le entità automatizzate differisce strutturalmente da quella applicata agli esseri umani. Se un utente in carne e ossa utilizza normalmente token di autenticazione dotati di una validità temporale estesa, come le classiche 24 ore, l’universo dell’AI multi-agente esige l’adozione di token monouso, usa e getta e vincolati rigorosamente alla singola azione. Un singolo agente software, infatti, opera a velocità di macchina e può trovarsi nella necessità operativa di doversi autenticare con successo molteplici volte nell’arco di un solo secondo per portare a termine le attività delegate.Osservabilità agentica e l’analisi del significatoIl secondo pilastro riguarda l’evoluzione dei sistemi di monitoraggio verso una specifica osservabilità agentica. Questa nuova disciplina non deve limitarsi all’analisi delle metriche software tradizionali o al semplice tracciamento del traffico dati. Al contrario, l’infrastruttura aziendale deve possedere la capacità di penetrare la sostanza stessa dei messaggi e decodificare il significato profondo delle attività condotte dagli agenti, operando direttamente a livello del Livello 9 semantico dello stack. Secondo le analisi tecniche condivise da de Saint Marc, rimandare l’implementazione di questa capacità di controllo semantico costringerà inevitabilmente le aziende a dover riarchitettare completamente da zero interi sistemi già avviati e funzionanti.Fondamenta aperte contro la trappola del vendor lock-inLa salvaguardia a lungo termine degli investimenti tecnologici passa attraverso il rifiuto di soluzioni proprietarie rigidamente chiuse, in quanto il vendor lock-in rappresenta una trappola strategica per lo sviluppo aziendale. L’adozione di fondamenta aperte e di standard pienamente interoperabili garantisce alle organizzazioni la flessibilità necessaria per adattarsi nel tempo alle repentine evoluzioni del mercato. In questa direzione si iscrive il contributo attivo di Outshift a iniziative neutrali e indipendenti dai singoli fornitori, come la Agentic AI Foundation (AIF) istituita all’interno della Linux Foundation.L’obiettivo di questa fondazione neutrale rispetto ai vendor è proprio lo sviluppo di un’infrastruttura comune per l’Internet degli agenti che sappia massimizzare il valore per l’intero ecosistema tecnologico globale, evitando che un singolo attore possa possedere la rete di connessione.Strategie di migrazione progressiva per i sistemi esistentiPer le realtà aziendali che si trovano già profondamente legate agli stack tecnologici di un singolo fornitore proprietario, la transizione verso l’architettura collaborativa dell’AI multi-agente resta comunque pienamente accessibile. Il percorso consigliato dagli esperti suggerisce di non puntare immediatamente a stravolgimenti macroscopici dell’intera infrastruttura. Risulta molto più efficace isolare un workflow reale, circoscritto e misurabile, come ad esempio il servizio clienti o le operazioni IT, dove i fallimenti operativi risultino chiaramente visibili e i vantaggi economici siano facilmente quantificabili.Applicando progressivamente logiche basate su standard aperti a questi specifici flussi, le aziende possono dimostrare sul campo l’efficacia reale dei nuovi principi di coordinamento e migrare con successo verso sistemi aperti.
