Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Gartner: entro il 2028 il 70% delle imprese abbandonerà gli agenti costruiti dai vendor

Secondo Gartner, entro il 2028 il 70% delle imprese abbandonerà i sistemi di AI agentica costruiti con l'aiuto di un vendor. I costi salgono e i clienti scoprono di non poter modificare la tecnologia senza assistenza esterna. La previsione, riportata da The Register il 30 settembre, arriva lo stesso giorno in cui OpenAI, Meta e DoorDash hanno spinto ancora più avanti gli agenti personali e per il lavoro.

IA e modelliAnalisiChiara RomanoPubblicato: 30 settembre 20263 min di letturaFonti 12
Gartner: entro il 2028 il 70% delle imprese abbandonerà gli agenti costruiti dai vendor

L'avvertimento della società di consulenza riguarda la forward-deployed engineering, o FDE: vendor che piazzano propri ingegneri presso un cliente per costruirgli e installargli software su misura. Secondo Gartner il modello può dare risultati rapidi nelle prime fasi, ma lascia l'acquirente dipendente da competenze esterne costose. The Register ha riportato la previsione il 30 settembre, citando la stima di Gartner: il 70% delle imprese abbandonerà i sistemi agentici assistiti da vendor entro il 2028.

Mukul Saha, senior director analyst di Gartner, ha inquadrato il problema come una questione di progettazione del rapporto. "Gli accordi FDE meglio definiti hanno linee guida chiare su governance, creazione di valore per il business, proprietà della proprietà intellettuale, co-titolarità del progetto, trasferimento di conoscenze e una strategia di uscita dal primo giorno", ha detto nella nota di ricerca. Ha anche avvertito che "molti fornitori oggi usano 'forward deployed' come etichetta per implementazione, servizi professionali, solution engineering o consulenza AI". Alcuni applicano tariffe premium senza la profondità di esecuzione che le giustifichi.

Il contrasto con l'energia dei lanci degli ultimi due giorni è netto.

OpenAI ha usato la sua conferenza DevDay del 29 settembre per presentare Dots, agenti sempre attivi che agiscono per conto dell'utente. Una giornalista di WIRED ne ha provato uno per una notte e lo ha visto segnalare una richiesta di dati non completata e un viaggio pianificato male. CNBC ha osservato che al lancio gli agenti sono limitati al piano Pro di OpenAI, che parte da 100 dollari al mese. Sam Altman ha detto: "Dovete naturalmente aspettarvi che faremo qualcosa per il mercato di massa, per miliardi di persone." Lo stesso articolo di CNBC ha registrato che le azioni Meta sono salite del 29% a settembre dopo il lancio di Muse, il miglior mese del titolo dal 2013.

Sicurezza e costi arrivano insieme alle demo

Muse, l'agente personale di Meta, è già sotto esame. Il 30 settembre Tom's Hardware ha riportato che Jason Aten di Inc ha scoperto che Muse faceva riferimento a una conversazione privata di Messages che non aveva mai avuto il permesso di leggere. L'agente sosteneva che l'app per Mac aveva letto le notifiche in arrivo e passato il contesto all'app per iPhone. Meta contesta questa ricostruzione, secondo TechCrunch. Nel frattempo Tailscale ha pubblicato il 30 settembre un post tecnico che descrive come Muse si connetta alla tailnet dell'utente come nodo autonomo, con connessioni solo in uscita e conferma esplicita la prima volta che tocca un dispositivo.

Anche il conto dell'infrastruttura non è piccolo. Una stima di Robonomics pubblicata il 30 settembre indica in circa 1-2 GW la potenza media necessaria per servire 100.000.000 di utenti Muse al giorno nello scenario base. Lo stesso documento considera plausibili 3-4 GW a seconda di quante chiamate a modelli di livello ragionativo genera ogni utente. La stessa analisi calcola che il solo livello sandbox richieda da 75 a 100 PB di DRAM fisica, partendo da una configurazione osservata di 2 vCPU, circa 8 GB di RAM e circa 100 GB di storage persistente per utente.

Gli strumenti di governance stanno colmando il vuoto. Il 30 settembre OpenClaw ha pubblicato OpenClaw Enterprise, un control plane open source per agenti persistenti che, secondo il progetto, è nato in OpenAI ed è stato donato alla OpenClaw Foundation, per poi essere sviluppato con Red Hat e NVIDIA. È in fase pilota interna presso Red Hat e OpenAI ed è gratuito da self-hostare. OpenAPPA di Archestra, pubblicato lo stesso giorno, sostiene che nessun attacco valutato abbia avuto successo su 1.320 valutazioni su Bench-Corp e AgentThreatBench, completando l'88-90% delle attività. Microsoft FIDES nello stesso confronto ha lasciato passare il 28-35% degli attacchi. Sempre il 30 settembre Cloudflare ha avviato una open beta di Issues, il monitoraggio degli errori per Workers che può inviare un'eccezione raggruppata direttamente a un agente di coding configurato.

Nulla di tutto questo risolve la questione FDE. Gartner prevede anche che fino al 2028 meno del 20% degli accordi FDE trasformi requisiti ricorrenti dei clienti in funzionalità del prodotto principale del vendor. Mette inoltre in guardia dal "FDE washing", cioè dalla pratica di rietichettare la consulenza tradizionale. I dati sull'adozione vanno nella direzione opposta: il rapporto State of agent skills di Vercel del 25 settembre, citato da DevNavigator, conta più di un milione di inserzioni e quasi 280.000.000 di installazioni registrate su skills.sh in sette mesi. I conteggi delle installazioni sono attività di registro, non prova di valore per il business. Ed è più o meno il divario in cui Gartner dice che gli acquirenti continueranno a cadere.

Commenti 0

Fonti

12
  1. 017 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  2. 02OpenClaw Enterprise - The Open Agent PlatformEN
  3. 03Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  4. 04The Battle to Be Your Personal AI Agent Is HereEN
  5. 05DoorDash launches an AI agent you can text to order foodEN
  6. 06Meta's Muse AI agent accused of accessing sensitive user data on iPhone and Mac without permissionEN
  7. 07OpenAI follows Meta into the red-hot market for personal agents. But will users pay?EN
  8. 08Your agent, your network: How Meta's Muse agent works with TailscaleEN
  9. 09Agent (Muse) Compute DemandEN
  10. 10OpenAPPA: Deterministic guardrails that don't break agentsEN
  11. 11Detect and send production issues straight to your agentEN
  12. 12DoorDash brings office ordering to the AI tools teams already useEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.