Google DeepMind evolve Gemini da modello linguistico a AI Agent. Analisi strategica sulla transizione verso l'automazione dei processi e l'ingegneria del software.

Perché non ci accontentiamo più di una risposta?

Immaginate un imprenditore che chiede a un'intelligenza artificiale di analizzare un report di vendita. Fino a ieri, l'AI avrebbe restituito un riassunto accurato, un elenco di trend o una tabella di sintesi. L'utente riceveva l'informazione, ma doveva poi alzarsi dalla sedia, aprire il software di gestione magazzino, modificare gli ordini e inviare email ai fornitori. Il valore si fermava alla soglia della conoscenza.

Questo limite è ciò che Google DeepMind sta cercando di abbattere. Koray Kavukcuoglu, SVP e Chief AI Architect di Google DeepMind, ha chiarito in un'intervista che l'azienda non vede più Gemini semplicemente come un chatbot o un modello linguistico. L'obiettivo si è spostato: non si tratta più di creare un modello che risponda meglio alle domande, ma di sviluppare un sistema capace di 'take actions on behalf of and alongside a human'.

Il passaggio è concettuale e operativo. Se il chatbot è un consulente che suggerisce la strada, l'agente è l'assistente che guida l'auto e raggiunge la destinazione. Per un'azienda, questo significa spostare l'AI dal ruolo di interfaccia di ricerca a quello di componente attiva della catena del valore, capace di interagire con strumenti e funzioni esterne per completare un processo end-to-end.

Il codice come porta d'accesso all'azione

Come si passa da un generatore di testi a un agente che agisce? La risposta di Kavukcuoglu risiede in un dominio specifico: il coding. La programmazione non è stata solo una funzionalità aggiunta, ma il vero 'gateway' verso la software engineering e l'uso di strumenti esterni. Scrivere codice significa, per definizione, creare istruzioni che producono un effetto nel mondo digitale.

Analizzando l'evoluzione di Gemini, emerge che l'apprendimento di come 'fare coding' ha permesso a Google di comprendere i workflow agentici. La software engineering è considerata il dominio più critico perché si trova alla radice di quasi ogni operazione digitale. Una volta che un modello impara a programmare e a interagire con le funzioni che le persone usano quotidianamente, smette di essere un osservatore e diventa un operatore.

Analisi strategica: Per l'imprenditore, questo implica che l'AI non sarà più un software a cui 'chiedere cose', ma un layer di automazione che scrive e modifica il proprio codice per risolvere problemi aziendali. L'integrazione di Gemini come agente significa che l'AI potrebbe, in teoria, identificare un bug in un processo di e-commerce e proporre (o applicare) la correzione tecnica senza l'intervento manuale costante di un programmatore.

Gemini Ultra, Pro e Flash

L'ecosistema Gemini non è un monolite, ma una famiglia di intelligenze multimodali native. A differenza dei modelli precedenti, che venivano addestrati sul testo e poi adattati per immagini o audio, Gemini è stato costruito per processare simultaneamente testo, codice, audio, immagini e video.

Modello	Focus Strategico	Caso d'Uso Business
Gemini Ultra	Ragionamento di livello esperto e complessità	Analisi dati enterprise, ricerca scientifica, task che richiedono alta cognizione
Gemini Pro	Scalabilità e gestione di contesti lunghi	Sintesi di dataset massivi, lettura di intere librerie di manuali tecnici
Gemini Flash	Velocità e ottimizzazione delle risorse	Task rapidi, risposte in tempo reale, integrazioni leggere

Cosa nasconde l'innovazione architettonica di Kavukcuoglu?

Durante l'intervista a Logan Kilpatrick, è emerso un dettaglio significativo: quando interrogato sull'innovazione architettonica di Google DeepMind, Kavukcuoglu ha evitato di entrare nei dettagli, dichiarando che non era un argomento di cui volesse parlare in quel momento. Questo silenzio suggerisce che dietro le quinte sia in corso un cambiamento strutturale profondo, che va oltre il semplice aumento dei parametri o dei dati di addestramento.

Possiamo ipotizzare che l'innovazione riguardi il modo in cui il modello gestisce la memoria a lungo termine o la capacità di pianificazione multi-step, elementi essenziali per un agente autonomo. Un chatbot risponde a un prompt; un agente deve pianificare una sequenza di azioni, verificare se l'azione A ha prodotto il risultato atteso e, in caso negativo, correggere la rotta verso l'azione B.

Il passaggio dal lancio della versione 3.0 a quella attuale ha permesso a Google di accelerare i tempi di ricerca. La capacità di addestrare un agente che possa 'codificare insieme all'utente' ha creato un circolo virtuoso: l'AI aiuta a costruire l'AI, velocizzando l'implementazione di nuove capacità agentiche.

L'intelligenza di frontiera smette di parlare e inizia a fare

Siamo di fronte a quello che viene definito il passaggio dai Large Language Models (LLM) alla 'frontier intelligence'. La differenza non è semantica, ma funzionale. Mentre l'LLM è un sistema di previsione probabilistica della parola successiva, l'intelligenza di frontiera è un sistema di risoluzione di problemi.

L'implicazione per il business è radicale. Se l'AI può gestire workflow autonomi, il concetto di 'software' cambia. Non useremo più applicazioni con menu e pulsanti, ma istruzioni di alto livello che l'agente traduce in azioni attraverso diverse API e strumenti. L'evoluzione verso agenti autonomi trasforma l'AI in un dipendente digitale capace di gestire l'operatività.

Tuttavia, questa autonomia introduce rischi di governance. Un agente che può agire 'per conto di un umano' necessita di perimetri di sicurezza rigorosi. Se l'AI ha accesso alle funzioni aziendali, chi controlla la validità delle azioni intraprese? La sfida si sposta dalla qualità della risposta alla sicurezza dell'esecuzione.

Scenari futuri e indicatori:

• Scenario 1: Integrazione nativa di Gemini in sistemi ERP/CRM per l'esecuzione di task senza interfaccia umana. Indicatore: Rilascio di plugin di esecuzione diretta per software gestionali leader di mercato.
• Scenario 2: Sostituzione di parte dei workflow di entry-level software engineering con agenti autonomi. Indicatore: Calo della domanda di junior developer per task di manutenzione codice di base entro i prossimi 24 mesi.

L'agente autonomo tra l'AI Act e la gestione dei processi in azienda

Per l'imprenditore italiano ed europeo, l'avvento degli agenti autonomi di Google si scontra con un quadro normativo unico al mondo. L'AI Act dell'Unione Europea introduce una classificazione del rischio che potrebbe impattare pesantemente l'adozione di sistemi agentici. Un'AI che 'prende decisioni e compie azioni' in autonomia potrebbe essere classificata in categorie di rischio più elevate rispetto a un semplice chatbot, richiedendo standard di trasparenza e supervisione umana molto più stringenti.

In Italia, dove il tessuto imprenditoriale è composto prevalentemente da PMI, l'opportunità è enorme ma rischiosa. L'automazione dei processi tramite agenti potrebbe colmare il gap di produttività, ma richiede un'infrastruttura di dati pulita e sicura. La conformità alla direttiva NIS2 sulla cybersecurity diventa qui fondamentale: se un agente AI ha i permessi per agire sui sistemi aziendali, qualsiasi vulnerabilità nel modello o nel prompt diventa un rischio sistemico per l'intera impresa.

La sfida per le imprese italiane sarà integrare queste tecnologie non come semplici strumenti di supporto, ma come veri e propri processi aziendali, assicurandosi che l'autonomia dell'agente rimanga sempre all'interno di un framework di controllo umano (human-in-the-loop), come richiesto dalle linee guida europee.

Domande frequenti

---

Fonti: Searchenginejournal, Learn ·

glacom · Chatbot per aziende glacom: un'unica IA su sito, WhatsApp, email e social →