Come governare gli agenti di IA? Scoprilo il 7 ottobre durante il workshop di Arsenalia e Workato

L’intelligenza artificiale agentica promette di andare oltre il ruolo di semplice assistente, coordinando applicazioni, dati e attività operative. Per trasformare questa prospettiva in processi realmente utilizzabili servono però integrazione, regole di governance e un’architettura capace di mantenere sotto controllo agenti e automazioni. Saranno questi i temi di Make AI Real, l’evento organizzato da Arsenalia e Workato il 7 ottobre 2026 negli uffici milanesi di Arsenalia.

L’appuntamento si inserisce nel percorso con cui Arsenalia sta approfondendo l’evoluzione dell’IA agentica e le sue conseguenze sui processi enterprise. La società affronta il tema anche a partire dalla propria esperienza interna, descritta nel white paper Dall’automazione all’orchestrazione agentica: l’obiettivo dichiarato è sperimentare agenti e workflow intelligenti per collegare sistemi e dati, semplificare alcune attività e ridurre il lavoro manuale.

Dall’automazione all’orchestrazione degli agenti

Make AI Real
Milano, 7 ottobre 9:30
Registrati gratis »

L’incontro sarà dedicato al passaggio dall’automazione tradizionale a un modello nel quale più agenti di IA possono collaborare e intervenire lungo i processi aziendali.

Il cambiamento non consiste soltanto nell’aggiungere nuove funzioni basate sull’intelligenza artificiale: gli agenti devono poter accedere alle informazioni necessarie, dialogare con applicazioni differenti e coordinare le proprie azioni senza sottrarre all’azienda il controllo sui flussi. In questo scenario, l’integrazione diventa l’infrastruttura che collega modelli, dati e sistemi operativi.

Durante il workshop, Arsenalia e Workato affronteranno anche il tema della governance unificata. La necessità è evitare che agenti e automazioni si sviluppino come iniziative isolate, difficili da monitorare e da inserire nei processi già esistenti.

Che cosa distingue un agente da un workflow tradizionale

Un workflow tradizionale esegue una sequenza predefinita: riceve un determinato input, applica regole note e produce un risultato atteso. Questo modello continua a essere adatto ai processi standardizzati, nei quali passaggi, eccezioni e responsabilità possono essere definiti in anticipo.

I processi agentici introducono una variabilità maggiore. Un agente opera sulla base di obiettivi, informazioni disponibili e contesto. Può interrogare una base di conoscenza, richiamare strumenti, consultare sistemi enterprise e scegliere quali azioni avviare. Non si limita quindi a ripetere una procedura rigida, ma interpreta la situazione prima di intervenire.

Questa maggiore autonomia modifica anche le condizioni necessarie per utilizzare l’IA nei processi aziendali. Le prestazioni del modello sono soltanto una parte del problema. Contano la qualità dei dati, la disponibilità di competenze ben definite, il controllo degli accessi e la possibilità di osservare ciò che l’agente sta facendo.

Nel white paper "Dall'automazione all'orchestrazione agentica", gli autori Massimo Pezzini, Head of Research at Workato, e Marco Cristofori, Artificial Intelligence & Integration Practice Leader at Arsenalia, propongono di considerare l’agente come un collaboratore digitale specializzato. La definizione non implica un’equiparazione con il lavoro umano: serve piuttosto a evidenziare che il sistema deve ricevere un obiettivo, disporre degli strumenti appropriati e agire entro responsabilità e limiti stabiliti dall’organizzazione.

La governance deve precedere l’autonomia

Marco Cristofori Artificial Intelligence & Integration Practice Leader di Arsenalia

Quando un agente può consultare dati, aggiornare applicazioni o avviare attività, la governance non può essere aggiunta in un secondo momento. Deve essere incorporata nell’architettura e nel disegno del processo. Il modello descritto nel white paper si basa su quattro condizioni: identità, autorizzazione, tracciabilità e controllo.

L’identità permette di stabilire per conto di quale persona, funzione o gruppo stia operando un agente. L’autorizzazione delimita dati, sistemi e azioni disponibili. La tracciabilità consente di ricostruire le operazioni effettuate e le informazioni utilizzate. Il controllo introduce approvazioni, escalation, limiti e blocchi automatici nei passaggi più sensibili. Questi elementi servono anche a stabilire dove mantenere la supervisione umana.

Lo human-in-the-loop non impone che ogni operazione debba essere approvata manualmente: richiede invece di identificare i punti nei quali sono necessarie responsabilità, validazione o gestione delle eccezioni, soprattutto in presenza di conseguenze economiche, legali, reputazionali o operative.

Va sottolineato che il controllo dell'agente deve proseguire anche una volta che questo è stato distribuito agli utenti aziendali. Un agente che si comporta correttamente durante una fase di test può incontrare condizioni differenti quando cambiano i dati, le regole aziendali o gli strumenti disponibili. Log consultabili, audit trail e controlli dinamici permettono di verificare le attività e, se necessario, interrompere o limitare un’azione. Integrare non significa concedere accesso indiscriminato Per partecipare all’esecuzione dei processi, gli agenti devono poter raggiungere i sistemi nei quali risiedono informazioni e funzioni operative: CRM, ERP, applicazioni per le risorse umane, piattaforme di customer service, database e strumenti collaborativi.

Massimo Pezzini, Head of Research di Workato

Il livello di integrazione non dovrebbe però esporre indistintamente tutte le funzioni di un’applicazione. Un agente potrebbe essere autorizzato a consultare lo stato di un ordine, aprire un ticket, aggiornare uno specifico campo del CRM o preparare una richiesta di approvazione, senza ottenere un accesso generale al sistema. Le azioni disponibili possono essere progettate come competenze riutilizzabili e controllate. A ciascuna competenza devono corrispondere permessi, limiti operativi, procedure di escalation e criteri di misurazione. In questo modo l’integrazione diventa un livello di governo, non soltanto un collegamento tecnico tra applicazioni.

Il white paper richiama anche il Model Context Protocol, uno standard utilizzato per esporre strumenti e capacità agli agenti. In un contesto enterprise, tuttavia, il protocollo non esaurisce il problema: rimangono necessari gestione delle identità, controllo degli accessi, audit, osservabilità e amministrazione centralizzata.

Dal singolo agente a un ecosistema coordinato

Collegare un modello di IA a una serie di API non basta a costruire un’architettura agentica. Serve un livello intermedio capace di interpretare la richiesta, selezionare le competenze disponibili, verificare le autorizzazioni, attivare i sistemi necessari e registrare il ciclo operativo. Questo livello di orchestrazione permette anche di coordinare più agenti specializzati. In un processo di customer service, per esempio, un agente può interpretare la richiesta, un secondo recuperare le informazioni dal CRM, un terzo verificare policy e condizioni contrattuali e un quarto predisporre la risposta o l’azione successiva. Il risultato dipende dal coordinamento tra questi componenti. Senza un flusso comune, l’aumento del numero di agenti rischia di moltiplicare le integrazioni puntuali e rendere più difficile comprendere chi abbia eseguito un’azione, sulla base di quali dati e con quale autorizzazione.

I casi d’uso: customer service, vendite, acquisti e IT

Il white paper individua diversi ambiti nei quali l’orchestrazione agentica può essere applicata. Nel customer service, gli agenti possono contribuire a classificare le richieste, recuperare lo storico del cliente, proporre risposte coerenti con le policy e aggiornare i ticket. Le risposte più delicate rimangono sottoposte alla supervisione umana. Nelle attività commerciali, un agente può arricchire account e contatti, sintetizzare le interazioni precedenti, proporre l’azione successiva e aggiornare il CRM. Il risultato deve essere valutato non soltanto in termini di velocità, ma anche considerando la qualità dei dati inseriti e la riduzione delle attività amministrative. Nel procurement e nella supply chain, gli agenti possono recuperare condizioni contrattuali, confrontare richieste di acquisto, verificare informazioni sui fornitori e segnalare anomalie.

In questo ambito è particolarmente importante separare le attività informative dalle raccomandazioni e dalle azioni dispositive, che possono produrre conseguenze economiche. Per l’IT service management, infine, gli agenti possono analizzare ticket ricorrenti, correlare incidenti, consultare basi di conoscenza, proporre soluzioni e attivare procedure operative. Anche in questo caso, l’obiettivo è ridurre il carico manuale senza perdere visibilità sui processi critici.

Dal progetto pilota al valore misurabile

L’adozione dell’IA agentica non richiede necessariamente una trasformazione estesa e immediata. Il percorso proposto nel documento parte da casi d’uso circoscritti, misurabili e collegati a obiettivi aziendali definiti. La prima fase consiste nell’individuare processi ripetitivi ma non banali, sostenuti da dati accessibili e regole sufficientemente chiare. Occorre quindi mappare applicazioni, informazioni e responsabilità, stabilendo quali decisioni possano essere automatizzate e quali richiedano un’approvazione. Le competenze affidate agli agenti devono essere progettate con permessi granulari, limiti e procedure alternative per i casi nei quali il sistema non possa procedere autonomamente. Dopo il rilascio, il processo deve essere monitorato e ottimizzato prima di estendere l’approccio ad altre attività. Anche la misurazione deve includere due dimensioni.

I KPI di efficienza possono riguardare tempi di gestione, attività manuali eliminate, richieste risolte al primo passaggio, qualità dei dati e tasso di errore. A questi vanno affiancati indicatori di controllo, come azioni bloccate dalle policy, richieste non autorizzate, qualità dei log, tempi di audit ed escalation gestite correttamente. Un processo più rapido ma meno controllabile non costituisce necessariamente un miglioramento. La possibilità di ricostruire le azioni degli agenti e intervenire sulle eccezioni è parte del valore operativo, non un requisito separato.

Tutti questi temi verranno approfonditi insieme agli esperti di Arsenalia durante il workshop del 7 ottobre. 

L’agenda completa dell’evento

L’accoglienza dei partecipanti inizierà alle 9:30, mentre il workshop prenderà il via alle 10:00. Il programma prevede:

• 9:30 – Welcome & Registration
• 10:00 – Workshop
  • Scenario e visione: come integrazione, dati, automazione e agenti di IA stanno trasformando i processi aziendali.
  • Architettura e tecnologia: il modello di orchestrazione e governance unificata, con una dimostrazione di Workato.
  • Dalla teoria ai casi reali: attività di co-design sui processi portati dai partecipanti, confronto sulle possibili applicazioni e definizione dei passi successivi.
  • Conclusioni e follow-up.
• 13:30-14:30 – Light lunch

Una sessione costruita anche sui processi dei partecipanti

La parte dedicata ad architettura e tecnologia permetterà di osservare Workato in azione e di approfondire come coordinare agenti, applicazioni e workflow all’interno di un ambiente enterprise.

L’ultima fase avrà un’impostazione operativa. I partecipanti potranno portare alcuni dei propri processi e utilizzarli come base per un’attività di co-design. Questo permette di spostare il confronto dalle funzionalità astratte ai vincoli concreti di integrazione, controllo e gestione dei dati.

L’appuntamento può interessare responsabili IT, figure che si occupano di automazione e integrazione, innovation manager e professionisti impegnati nella valutazione di progetti di IA agentica. La partecipazione consente di confrontare le ipotesi progettuali con un modello applicativo e di capire quali condizioni devono essere soddisfatte prima di inserire gli agenti nei processi aziendali.

Make AI Real
Milano, 7 ottobre 9:30
Registrati gratis »