// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Le policy scritte non fermano un agente AI, serve un controllo deterministico ed ex-ante
Una policy scritta non può fermare fisicamente un agente che sta per commettere un errore, perché nel momento in cui l'errore accade l'agente sta già eseguendo. È il punto centrale di un'analisi sulla governance dell'AI agentica: "le policy aziendali scritte non possono fisicamente impedire a un agente di commettere un errore distruttivo", dice il vicepresidente George Spafford. Gli agenti eseguono flussi di lavoro a più passaggi, modificano lo stato dei sistemi e agiscono a velocità macchina, più in fretta di quanto un'approvazione umana possa intervenire.
Entro il 2029 almeno il 70% delle organizzazioni con AI agentica in produzione nell'IT operativo subirà un incidente rilevante di servizio, sicurezza o costo legato almeno in parte a controlli runtime insufficienti: interruzioni operative, acquisti non autorizzati, consumo eccessivo di risorse. La raccomandazione è spostare il controllo dentro l'infrastruttura stessa: trattare ogni agente come un'identità governata, con accessi a privilegio minimo e credenziali temporanee revocate a fine compito.
Un registro centralizzato è il primo pilastro: ogni agente, interno o di terze parti, classificato come identità non umana con un proprietario responsabile e diritti d'accesso definiti. Senza quel registro, dice Gartner, un'organizzazione non può governare sistemi che non riesce nemmeno a vedere: è lo stesso vuoto che spinge oggi le aziende a correre ai ripari con un inventario, mano a mano che gli agenti si moltiplicano più in fretta di chiunque riesca a contarli.
Il secondo pilastro separa la decisione dall'azione: un agente può proporre un'azione, ma è uno strato di controllo distinto a valutarla prima che venga eseguita, con interruttori automatici che bloccano un comportamento non sicuro prima che raggiunga l'ambiente di produzione. È il passaggio da una supervisione manuale, che arriva sempre dopo il fatto, a un guardrail attivo che si frappone fra il pensiero del modello e il comando che parte davvero.
Un errore che un dipendente commetterebbe una volta, un agente può ripeterlo cento volte al minuto prima che qualcuno se ne accorga: un controllo runtime deve reagire più veloce della policy che lo ha preceduto.
Il terzo pilastro riguarda i soldi. Gli strumenti di monitoraggio tradizionali guardano la salute dell'infrastruttura, non spiegano perché un sistema autonomo ha preso una certa decisione: servono osservabilità sul ragionamento dell'agente e un registro immutabile delle azioni scelte. Sul fronte finanziario, la stessa analisi raccomanda budget dinamici e controlli automatici che fermano l'esecuzione quando i limiti vengono superati, perché un carico di lavoro agentico può consumare risorse in modo imprevedibile, la stessa dinamica che sta già sforando i budget di chi non ha ancora messo un owner su ogni agente attivo.
Le azioni a basso rischio possono restare autonome, ma quelle irreversibili o ad alto impatto devono passare da un'approvazione umana esplicita: un livello di autonomia diverso per ogni tipo di compito, non un interruttore unico acceso o spento. Senza questa gradazione, avverte un'altra stima recente, oltre il 40% dei progetti di AI agentica rischia la cancellazione entro il 2027 proprio per assenza di governance.
Chi decide quanta autonomia concedere resta chi possiede l'agente sul registro, non l'agente stesso: un compito che oggi in molte aziende manca ancora di un proprietario chiaro, mentre le applicazioni aziendali smettono di limitarsi a registrare dati e cominciano a decidere al posto di qualcuno. Anche l'adozione più recente conferma lo stesso divario: la maggioranza delle aziende ha già provato gli agenti, pochissime sanno orchestrarli davvero. Chi paga il conto di un controllo mai costruito è la stessa azienda che tratta l'AI agentica con la governance pensata per software tradizionale e decisioni umane: una policy sulla carta, contro un agente che esegue in millisecondi.
Aggiungi Tom's Hardware alle tue fonti preferite su Google
Gartn