I nuovi dati di adozione di Perplexity rivelano come gli agenti di IA stiano incrementando l’efficienza del flusso di lavoro assumendo compiti aziendali complessi.
Da un anno a questa parte, il settore tecnologico si basa sul presupposto che la prossima evoluzione dell’IA generativa andrà oltre la conversazione e passerà all’azione. Mentre i Large Language Models (LLM) fungono da motore di ragionamento, gli “agenti” agiscono come mani, in grado di eseguire flussi di lavoro complessi e in più fasi con una supervisione minima.
Finora, tuttavia, la visibilità sull’utilizzo effettivo di questi strumenti è stata opaca, basandosi in gran parte su schemi speculativi o su indagini limitate.
I nuovi dati pubblicati da Perplexity, che analizzano centinaia di milioni di interazioni con il browser e l’assistente Comet, forniscono il primo studio sul campo su larga scala degli agenti di IA generici. I dati indicano che l’IA agenziale viene già utilizzata dai lavoratori della conoscenza di alto valore per ottimizzare la produttività e le attività di ricerca.
Capire chi utilizza questi strumenti è essenziale per prevedere la domanda interna e identificare potenziali vettori di shadow IT. Lo studio rivela una forte eterogeneità nell’adozione. Gli utenti delle nazioni con un PIL pro capite e un livello di istruzione più elevato hanno molte più probabilità di utilizzare gli strumenti agenziali.
Più indicativa per la pianificazione aziendale è la ripartizione occupazionale. L’adozione è fortemente concentrata nei settori digitali e ad alta intensità di conoscenza. Il cluster “Tecnologia digitale” rappresenta la quota maggiore, con il 28% degli utenti e il 30% delle richieste. Seguono a ruota il mondo accademico, la finanza, il marketing e l’imprenditoria.
Nel complesso, questi cluster rappresentano oltre il 70% del totale degli utenti. Ciò suggerisce che le persone più propense a sfruttare i flussi di lavoro agenziali sono le risorse più costose all’interno di un’organizzazione: ingegneri informatici, analisti finanziari e strateghi di mercato. Questi early adopters non si stanno dilettando; i dati mostrano che i “power users” (coloro che hanno accesso più rapidamente) effettuano un numero di interrogazioni agenziali nove volte superiore a quello degli utenti medi, il che indica che una volta integrata in un flusso di lavoro, la tecnologia diventa indispensabile.
Agenti AI: Partner per le attività aziendali, non maggiordomi
Per andare oltre le narrazioni di marketing, le aziende devono comprendere l’utilità di questi agenti. Una visione comune suggerisce che gli agenti funzioneranno principalmente come “concierge digitali” per le attività amministrative di routine. Tuttavia, i dati mettono in discussione questa visione: il 57% di tutte le attività degli agenti si concentra sul lavoro cognitivo.
I ricercatori di Perplexity hanno sviluppato una “tassonomia gerarchica degli agenti” per classificare gli intenti degli utenti, rivelando che l’uso degli agenti AI è pratico piuttosto che sperimentale. Il caso d’uso dominante è “Produttività e flusso di lavoro”, che rappresenta il 36% di tutte le query agenziali. Segue “Apprendimento e ricerca” con il 21%.
Alcuni aneddoti specifici dello studio illustrano come questo si traduca in valore aziendale. Un professionista degli acquisti, ad esempio, ha utilizzato l’assistente per analizzare i casi dei clienti e identificare i casi d’uso rilevanti prima di impegnarsi con un fornitore. Allo stesso modo, un addetto alle finanze ha delegato i compiti di filtrare le stock option e analizzare le informazioni sugli investimenti. In questi scenari, l’agente gestisce autonomamente la raccolta delle informazioni e la sintesi iniziale per consentire all’uomo di concentrarsi sul giudizio finale.
Questa distribuzione fornisce un’indicazione precisa ai leader operativi: il ROI immediato dell’IA agenziale risiede nel potenziamento delle capacità umane piuttosto che nella semplice automazione degli attriti di basso livello. Lo studio definisce questi agenti come sistemi che “si muovono automaticamente tra tre fasi iterative per raggiungere l’obiettivo finale: pensare, agire e osservare” Questa capacità permette loro di supportare un “lavoro cognitivo profondo”, agendo come un partner di pensiero piuttosto che come un semplice maggiordomo.
Appiccicosità e migrazione cognitiva
Un aspetto fondamentale per i responsabili IT è la “tenuta” degli agenti AI nei flussi di lavoro aziendali. I dati mostrano che nel breve termine gli utenti mostrano una forte persistenza all’interno dell’argomento. Se un utente si rivolge a un agente per un’attività di produttività, è molto probabile che le sue successive richieste rimangano in quell’ambito.
Tuttavia, il percorso dell’utente si evolve spesso. I nuovi utenti spesso “saggiano le acque” con richieste poco impegnative, ad esempio chiedendo consigli sui film o curiosità generali. Con il tempo, si verifica una transizione. Lo studio osserva che, sebbene gli utenti possano entrare in contatto con diversi casi d’uso, le query tendono a migrare verso ambiti cognitivi come la produttività, l’apprendimento e lo sviluppo della carriera.
Una volta che un utente utilizza un agente per eseguire il debug di un codice o per riassumere un rapporto finanziario, raramente torna a svolgere compiti di valore inferiore. Le categorie “Produttività” e “Flusso di lavoro” mostrano i tassi di fidelizzazione più elevati. Questo comportamento implica che i primi programmi pilota dovrebbero prevedere una curva di apprendimento in cui l’uso matura dal semplice recupero di informazioni alla delega di compiti complessi.
Il “dove” dell’IA agenziale è importante quanto il “cosa”. Lo studio di Perplexity ha monitorato gli ambienti – siti web e piattaforme specifiche – in cui operano questi agenti di IA. La concentrazione delle attività varia a seconda delle attività, ma gli ambienti principali sono i punti fermi dello stack aziendale moderno.
Google Docs è l’ambiente principale per la modifica di documenti e fogli di calcolo, mentre LinkedIn domina le attività di networking professionale. Per “Apprendimento e ricerca”, l’attività si divide tra piattaforme di corsi come Coursera e archivi di ricerca.
Per i CISO e i responsabili della conformità, questo rappresenta un nuovo profilo di rischio. Gli agenti AI non si limitano a leggere i dati, ma li manipolano attivamente all’interno delle applicazioni aziendali principali. Lo studio definisce esplicitamente le query agenziali come quelle che comportano il “controllo del browser” o azioni su applicazioni esterne tramite API. Quando un dipendente incarica un agente di “riassumere i casi di studio dei clienti”, l’agente interagisce direttamente con i dati proprietari.
La concentrazione di ambienti evidenzia anche il potenziale di ottimizzazione specifico della piattaforma. Ad esempio, i cinque ambienti principali rappresentano il 96% delle query nel networking professionale, soprattutto su LinkedIn. Questa elevata concentrazione suggerisce che le aziende potrebbero ottenere guadagni immediati in termini di efficienza sviluppando politiche di governance specifiche o connettori API per queste piattaforme ad alto traffico.
Pianificazione aziendale per l’IA agenziale secondo i dati di Perplexity
La diffusione di agenti di IA capaci invita a nuove linee di indagine per la pianificazione aziendale. I dati di Perplexity confermano che abbiamo superato la fase speculativa. Gli agenti vengono attualmente utilizzati per pianificare ed eseguire azioni in più fasi, modificando il loro ambiente piuttosto che limitarsi a scambiare informazioni.
I leader operativi dovrebbero prendere in considerazione tre azioni immediate:
- Verificare i punti di attritodella produttività e del flusso di lavoro all’interno dei team ad alto valore: I dati dimostrano che è proprio qui che gli agenti stanno prendendo piede. Se gli ingegneri informatici e gli analisti finanziari utilizzano già questi strumenti per modificare i documenti o gestire i conti, la formalizzazione di questi flussi di lavoro potrebbe standardizzare i guadagni di efficienza.
- Preparati alla realtà aumentativa: I ricercatori notano che mentre gli agenti hanno autonomia, gli utenti spesso suddividono i compiti in parti più piccole, delegando solo le sottoattività. Questo suggerisce che il futuro immediato del lavoro è collaborativo e richiede che i dipendenti siano preparati a “gestire” efficacemente le loro controparti AI.
- Affrontare il livello di infrastruttura e sicurezza: Con gli agenti che operano in “ambienti web aperti” e che interagiscono con siti come GitHub e la posta elettronica aziendale, il perimetro della prevenzione della perdita di dati si espande. Le politiche devono distinguere tra un chatbot che offre consigli e un agente che esegue codice o invia messaggi.
Poiché si prevede che il mercato dell’IA agenziale crescerà da 8 miliardi di dollari nel 2025 a 199 miliardi di dollari entro il 2034, i primi dati di Perplexity fungono da campanello d’allarme. La transizione verso flussi di lavoro aziendali guidati da agenti di IA è in corso, guidata dai segmenti più capaci di lavorare in modo digitale. La sfida per le aziende è quella di sfruttare questo slancio senza perdere il controllo della governance necessaria per scalarlo in modo sicuro.
