Guardian360
Inizia la prova gratuitaDiventa partner
← Tutti i post

Opinione

Scaling Up, ma per le macchine: perché gli agenti AI mandano in crisi il manuale della crescita, non lo aggiustano

Di Jan Martijn Broekhof ·

Dopo aver letto Scaling Up di Verne Harnish, il capitolo “The Growth Paradox: An Anchor, or Wind at Your Back” è uno di quelli che non riesco più a togliermi dalla testa. Harnish descrive quello che chiama il paradosso della crescita: un’azienda dovrebbe diventare più facile da gestire man mano che cresce, ma quasi mai succede, diventa più difficile. Il motivo, sostiene, non è il numero di persone in sé ma la complessità di comunicazione che quel numero crea. Un fondatore e un singolo assistente hanno due canali di comunicazione. Aggiungi una terza persona e la complessità non aumenta di un terzo, triplica arrivando a sei canali. Aggiungine una quarta, e quadruplica arrivando a ventiquattro. La crescita è lineare. La complessità è combinatoria. Quel disallineamento, secondo Harnish, è ciò che produce le tre barriere fondamentali in cui si imbatte ogni azienda in fase di scaling: non abbastanza leader capaci di delegare e prevedere, non abbastanza infrastruttura scalabile per reggere il carico di comunicazione e decisioni, e non abbastanza capacità di marketing per continuare a crescere in un mercato sempre più competitivo.

Avevo dato per scontato che gli agenti AI avrebbero aggirato del tutto questo problema. Avvii un gruppo di agenti in background, li lasci eseguire i compiti in autonomia, e il collo di bottiglia della comunicazione umana semplicemente sparisce. Rileggere Harnish mi ha convinto che è vero solo a metà, e la metà sbagliata conta di più.

Gli agenti AI non rimuovono la matematica di Harnish, la accelerano

Alcuni agenti opereranno davvero in autonomia con poco coinvolgimento umano. Ma moltissimi non lo faranno. Si passeranno input e output a vicenda, e alle persone con cui lavorano, esattamente nel modo descritto dai canali di Harnish. La complessità combinatoria che lui identifica nei team umani non svanisce quando alcuni dei nodi nella rete sono agenti invece di persone, continua semplicemente a moltiplicarsi.

Ciò che cambia è la velocità con cui compaiono nuovi nodi. Il framework di Harnish presuppone che la crescita sia limitata dalla velocità con cui un’organizzazione può assumere, inserire e portare una nuova persona a un livello utile di giudizio, che è lenta per costruzione. Gli agenti rimuovono quel freno naturale. Le previsioni tecnologiche di Deloitte per il 2026 lo descrivono in modo diretto: l’agent sprawl, la proliferazione di agenti scollegati in un’organizzazione senza visibilità o governance unificata, dovrebbe continuare ad aumentare per tutto il 2026 man mano che linguaggi di programmazione, framework e protocolli di comunicazione si moltiplicano. Un’organizzazione che un tempo poteva far crescere il proprio organico solo di poche persone a trimestre ora può far crescere il numero dei propri agenti di poche persone al giorno. L’equazione della complessità di Harnish resta valida. L’orologio che prima la rallentava è stato rimosso.

Stiamo ancora progettando le organizzazioni di agenti come quelle umane

In questo momento, la maggior parte di noi immagina un’organizzazione gestita dall’AI nel modo in cui immaginiamo una umana: una gerarchia approssimativa, livelli di seniority definiti, qualcosa che assomiglia a una settimana lavorativa. Quell’immagine è già superata. Tra non molto, una singola richiesta a un singolo agente avvierà una rete di sub-agenti che pianificano, delegano tra loro e si passano il lavoro avanti e indietro, in gran parte invisibili alla persona che ha fatto la richiesta originale. I calcoli di Harnish presuppongono un insieme di canali visibile e contabile: due, poi sei, poi ventiquattro. In un’organizzazione gestita da agenti il numero di canali non è né fisso né visibile. Diventa dinamico, e diventa nascosto proprio alle persone che dovrebbero averne il controllo.

Questo è un ordine di problema diverso dal semplice bisogno di più manager. Significa che la forma dell’organizzazione non può più essere dedotta guardando un organigramma, perché l’organigramma viene ridisegnato in continuazione e silenziosamente, diversi livelli sotto quello a cui qualcuno sta guardando.

Gli agenti non avranno semplicemente i loro manager?

Questa è l’obiezione ovvia, e merita una risposta diretta piuttosto che un gesto della mano. Sì, gli agenti stanno già ricevendo il proprio livello di gestione. La previsione di Deloitte include una categoria emergente che chiama guardian agent, il cui compito è occuparsi dei task supervisionando allo stesso tempo il comportamento di altri agenti. La copertura dei cambiamenti del 2026 nell’adozione dell’AI agentica da parte di Technology Decisions Australia descrive organizzazioni che creano nuovi ruoli come Agent Ops Lead e AI Product Owner, la cui intera funzione è gestire gli agenti come un tempo un line manager gestiva le persone.

Non credo che questo risolva il problema di fondo, ed ecco perché. Ognuno di quei livelli di gestione deve comunque convogliare il proprio output da qualche parte per la revisione, e quel qualche parte alla fine è un essere umano. Aggiungere agenti orchestratori e guardian agent non rimuove il collo di bottiglia che Harnish descrive, lo sposta solo verso l’alto, comprimendo più attività nello stesso ritmo fisso con cui una persona può revisionare e controllare in modo significativo ciò che le viene messo davanti. Un paper accademico del 2026 di Kaptein e colleghi, basato su un sondaggio KPMG tra dirigenti di grandi imprese, ha rilevato che tre quarti degli intervistati hanno indicato sicurezza, compliance e auditabilità come il loro requisito più critico per il dispiegamento di agenti, e che la complessità dell’orchestrazione multi-agente è già diventata il collo di bottiglia principale quando le organizzazioni cercano di portare i progetti di agenti dal pilota alla produzione. Non è un gap tecnologico. È lo stesso problema di controllo che Harnish nomina, con una divisa diversa.

Questo si allinea con ciò che sta realmente accadendo ai progetti di AI agentica nella pratica. Forbes, rivedendo la ricerca di Gartner ancora a luglio 2026, sottolinea ciò che è vistosamente assente dall’elenco dei motivi per cui i progetti di AI agentica vengono cancellati. La capacità del modello non compare in quell’elenco. I motivi indicati sono costi in crescita, valore di business poco chiaro e controlli del rischio inadeguati, che è un altro modo per dire che le organizzazioni faticano a governare e revisionare ciò che hanno costruito, non che gli agenti stessi non siano abbastanza capaci.

Chi ha davvero il controllo?

Un lettore attento a questo punto contesterà e porrà una domanda più difficile: per quanto tempo gli esseri umani restano davvero al comando? In teoria, un’organizzazione potrebbe alla fine essere gestita interamente da agenti AI, che coordinano obiettivi, sotto-task e output senza un nodo umano da nessuna parte nel ciclo. Penso che sia vero in teoria e irrilevante nella pratica, per due motivi che non hanno nulla a che fare con ciò che la tecnologia può fare.

Primo, al momento solo un essere umano, una persona in carne e ossa, può essere ritenuto legalmente responsabile di una decisione. Gli agenti possono redigere, raccomandare e agire entro i limiti fissati per loro, ma la responsabilità non si trasferisce a un sistema, resta alla persona che lo ha diretto. Secondo, abbiamo un obbligo sociale di offrire alle persone un lavoro significativo, un lavoro che le faccia sentire di contribuire e di contare. Un’organizzazione che silenziosamente ottimizza gli esseri umani fuori da ogni ciclo non è semplicemente più efficiente, sta rinunciando a entrambe queste cose contemporaneamente.

Come si presenta l’infrastruttura scalabile per un’organizzazione gestita da agenti

La terza barriera di Harnish, l’infrastruttura scalabile, è quella a cui continuo a tornare. Per un’organizzazione umana significa sistemi e strutture capaci di reggere il carico di comunicazione e decisioni man mano che l’organico cresce. Per un’organizzazione gestita da agenti deve significare ancora qualcos’altro: un’infrastruttura che mantenga la rete crescente e in parte invisibile di agenti abbastanza leggibile perché un essere umano possa ancora revisionare e decidere in modo significativo, invece di limitarsi a mettere un timbro.

Per noi questa non è una domanda astratta. In Guardian360 stiamo conducendo esattamente questo esperimento prima di tutto su noi stessi. Stiamo configurando, testando e addestrando i nostri colleghi AI internamente prima ancora di considerare l’idea di offrire qualcosa di simile ai clienti. Quest’ordine conta. Se un modo di lavorare non regge nel nostro stesso team, incluso il punto in cui iniziamo a mettere in discussione la nostra tradizionale gerarchia, non abbiamo alcun diritto di promettere che reggerà in quello di qualcun altro.

Allora, chi sta coordinando chi?

Da qualche parte in ogni conversazione sull’orchestrazione di agenti, qualcuno propone la stessa soluzione: dai a ogni persona un singolo assistente AI personale che parli con tutti gli altri agenti per suo conto, così l’essere umano deve gestire una sola relazione invece di decine. Ne capisco l’attrattiva, ma penso valga la pena essere onesti su cosa sia davvero quell’assistente. Non è una soluzione al problema del controllo, è un altro manager nella gerarchia, un livello più in alto degli altri, e va comunque fidato e revisionato come ogni altro livello sotto di esso. Non hai rimosso il collo di bottiglia. L’hai rinominato e avvicinato a te.

Harnish ha scritto che la complessità è il prezzo della crescita, e che solo poche aziende imparano davvero a pagarlo bene. Sospetto che lo stesso si rivelerà vero per le organizzazioni che ora si riempiono di agenti. La domanda su cui vale la pena soffermarsi non è quanti agenti puoi permetterti di far girare. È quanti livelli di gestione degli agenti sei disposto ad accumulare prima di aver bisogno di un altro essere umano solo per decidere di chi fidarti.

Fonti