Gartner: entro il 2028 il 70 percento delle imprese abbandonerà l'AI agentica costruita dai fornitori
Gartner prevede che entro il 2028 il 70 percento delle imprese abbandonerà i sistemi di AI agentica realizzati con l'aiuto dei fornitori. Il motivo è che il forward-deployed engineering lascia i clienti dipendenti da competenze esterne. Lo ha riportato The Register il 30 settembre.

Gartner prevede che entro il 2028 il 70 percento delle imprese abbandonerà i sistemi di AI agentica costruiti con l'assistenza dei fornitori, secondo quanto riportato da The Register il 30 settembre. La società di consulenza indica un modello che chiama forward-deployed engineering (FDE): il fornitore inserisce propri ingegneri presso il cliente per costruire e mettere in funzione software su misura per le sue esigenze.
Questo approccio può dare risultati rapidi nelle prime fasi. Ma può anche lasciare il cliente incapace di mantenere il sistema quando il fornitore se ne va, sostiene Gartner. Secondo The Register, Mukul Saha, senior director analyst di Gartner, ha detto che il successo dell'FDE «parte da una struttura di ingaggio corretta, che riguarda ambito, incentivi, governance, proprietà e uscita». Gartner prevede anche che fino al 2028 meno del 20 percento degli incarichi FDE trasformerà le richieste ricorrenti dei clienti in funzioni del prodotto principale del fornitore. Mette in guardia dal «FDE washing», quando normali servizi di consulenza vengono presentati come qualcosa di più specializzato. Il consiglio è usare l'FDE solo per problemi che richiedono competenza profonda sul prodotto, adattamento rapido o stretta integrazione con l'ambiente operativo del cliente.
Il divario negli strumenti che i fornitori dicono di colmare
Lo stesso giorno in cui è arrivato l'avvertimento di Gartner, OpenClaw ha annunciato OpenClaw Enterprise, un control plane open source per gestire agenti persistenti in ambienti sensibili. Il progetto sostiene che i reparti IT spesso vietano del tutto le piattaforme agentiche perché manca uno standard comune di sicurezza, affidabilità e governance. OCE, attualmente in versione pre-1.0 e sviluppato in modo aperto, aggiunge multi-tenancy, confini di sicurezza rigidi e verificabilità lungo l'intero ciclo di vita degli agenti, ed è già in fase di sperimentazione presso Red Hat e OpenAI, secondo il progetto.
Un altro protocollo aperto, pubblicato su GitHub lo stesso giorno, UAI, punta su identità e responsabilità invece che sul deployment. Lega un agente a un proprietario responsabile, definisce cosa può fare, registra cosa ha fatto e consente a una terza parte di verificare le prove senza fidarsi del registro che le ha prodotte. Il progetto dichiara esplicitamente di non affermare che un agente sia sicuro, ma solo che le sue azioni possono essere rese attribuibili. L'accesso alla rete è un altro punto di controllo. Il 30 settembre Tailscale ha pubblicato una guida su come l'agente Muse di Meta entra nella tailnet di un utente come nodo a sé, con grant, tag e conferme una tantum che regolano ciò che può raggiungere. Tailscale descrive la configurazione come uno strato aggiuntivo rispetto alle protezioni di Meta contro il prompt injection e l'esfiltrazione dei dati.
I costruttori ribattono con velocità e costi
Nel frattempo i fornitori di strumenti fanno a gara sulla velocità di elaborazione. Magnitude, motore di inferenza open source sostenuto da YC, afferma di ottimizzare i kernel sull'hardware dell'utente, così i modelli aperti girano fino a 2 volte più veloci di llama.cpp, con il decode più rapido del 92 percento su Metal e del 19 percento su CUDA. git-dedup, sostituto diretto di git pensato per flotte di agenti, sostiene che i checkout di grandi dimensioni girano 6 volte più veloci e che lo spazio git di uno sviluppatore scende da 35,5 GB a 11,1 GB.
Il rapporto State of agent skills di Vercel, datato 25 settembre, indica che skills.sh ha superato un milione di voci e quasi 280.000.000 di installazioni registrate in sette mesi, con le competenze trasversali che rappresentano l'87,5 percento delle installazioni nel campione classificato. Sono cifre sull'attività del registro, non prove di valore per il business. DevNavigator, che ha trattato il rapporto il 30 settembre, osserva che le istruzioni possono anche incorporare presupposti superati o pregiudizi individuali, quindi la revisione da parte di esperti di dominio resta necessaria.
Fonti
7- 017 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
- 02OpenClaw Enterprise - The Open Agent PlatformEN
- 03UAI - An open protocol for identity and accountability of AI agentsEN
- 04Your agent, your network: How Meta's Muse agent works with TailscaleEN
- 05Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
- 06git-dedup: Faster and Smaller Checkouts for FreeEN
- 07Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
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.
Commenti
0- Nessun commento — sii il primo.