Sneha Banerjee di ManageEngine individua tre motivi per cui gli agenti AI stanno diventando strategici per le aziende

agenti-ai

Oggi le aziende si trovano sempre più sommerse da integrazioni complesse, centinaia di API da gestire e documentazioni frammentate. Ma se non fosse più necessario tutto questo? In questo articolo, Sneha Banerjee, Enterprise Analyst di ManageEngine, esplora come gli agenti AI stiano già ridefinendo il modo in cui le imprese gestiscono l’integrazione e l’automazione dei flussi di lavoro.

Buona lettura!

Gli agenti AI faranno scomparire le API?

Le aziende fanno sempre più affidamento su app e strumenti che promettono di rendere il lavoro più semplice, veloce e intelligente, ma farle lavorare insieme rappresenta spesso una sfida. Le integrazioni dovrebbero rendere più semplice il collegamento fra questi strumenti, ma non sempre è facile. Ogni nuova applicazione aggiunta all’esistente, porta con sé delle “semplici” richieste:

  • “Si può sincronizzare con il CRM?”
  • “Può inviare dati alla dashboard?”
  • “Può inviare un messaggio quando ci sono cambiamenti?”

Dietro ognuna di queste domande si cela una complessa rete di API (Application Programming Interface), connettori, script personalizzati e costante manutenzione. Improvvisamente, la strategia di integrazione sembra meno un’architettura e più un’accozzaglia di parti. Ma se non ci fosse più bisogno di collegare tra loro i sistemi?

E se si potesse semplicemente dire: “Estrai gli ultimi lead da Zoho CRM, aggiorna la dashboard in Zoho Analytics e avvisa il team commerciale in Zoho Cliq”? E se lo facesse un agente AI? Non è una visione futuribile, sta già accadendo ora, quindi la vera domanda è: “se gli agenti AI sono in grado di capire che cosa fare e come farlo, dove si collocano le API?”

Perché esistono le API e perché potrebbero essere sostituite dagli agenti AI

Le API sono state create per coordinare il funzionamento dei sistemi software, agiscono come sistemi regolamentati per la richiesta di dati o l’esecuzione di azioni. Secondo il report “State of the API Report 2024” di Postman, quasi il 74% delle organizzazioni segue un approccio API-first. Un’app media utilizza tra 26 e 50 API, e molte aziende ne rilasciano di nuove ogni settimana.

Tuttavia, con il crescente utilizzo di queste interfacce è aumentata anche la complessità che ne consegue. La gestione di decine o addirittura centinaia di API porta a una loro proliferazione incontrollata. La documentazione diventa frammentata, la logica di integrazione si disperde e il sovraccarico si accumula.

Un sondaggio sullo Stack Overflow condotto sugli sviluppatori mostra che il 62% degli sviluppatori perde oltre mezz’ora al giorno a confrontarsi con documentazione confusa e il 25% impiega più di un’ora. È più di un semplice fastidio, riduce la produttività e rallenta il lavoro in azienda.

È qui che l’AI agentica fa la differenza. Invece di dipendere esclusivamente da API accuratamente sviluppate, questi agenti possono capire come ottenere risultati osservando il comportamento del sistema, lavorando con dati semi-strutturati o persino utilizzando interfacce software come farebbe un essere umano.

Questo apre nuove possibilità di integrazione, soprattutto nei casi in cui le API non sono disponibili, sono incomplete o lente da implementare. Non si tratta di sostituirle completamente, ma di ridurre l’eccessiva dipendenza da esse e offrire alle aziende un modo più intelligente e adattabile per interconnettere i propri strumenti.

Perché è importante e che cosa sta cambiando

L’utilizzo di agenti AI non è solo una novità tecnologica; segnala un cambiamento fondamentale nel modo in cui le aziende affronteranno l’integrazione dei sistemi e l’automazione dei flussi di lavoro. Ecco perché è importante prestarvi attenzione:

  1. Ridefinire l’architettura d’integrazione

Storicamente, l’integrazione comportava progettare e gestire API che fungessero da ponte tra i sistemi. Ciò richiedeva il coinvolgimento continuo degli sviluppatori per creare connettori, aggiornare gli endpoint in caso di modifiche ai sistemi e risolvere i problemi.

Gli agenti AI non si basano su connessioni fisse e codificate come le API tradizionali, ma “capiscono” gli obiettivi aziendali e il funzionamento dei diversi sistemi, in modo da coordinare immediatamente le azioni su molteplici piattaforme. Questo riduce la necessità di creare connettori specifici, offrendo maggiore flessibilità man mano che gli strumenti e le esigenze si evolvono.

In questo modo le aziende possono accelerare l’automazione e ridurre i ritardi di integrazione consentendo agli agenti di lavorare in modo indipendente, riducendo la dipendenza dallo sviluppo e la manutenzione.

  1. Rivedere i modelli di sicurezza e compliance

Le API sono dotate di funzionalità di sicurezza integrate, come controlli delle password, dati crittografati e controlli degli accessi, che aiutano le aziende a rispettare sicurezza e compliance. Invece di connettersi direttamente ai sistemi tramite API, gli agenti AI possono interagire con essi attraverso le stesse interfacce che utilizzerebbe un essere umano. Sebbene flessibile, questo approccio può essere meno prevedibile perché le interfacce possono cambiare in modo imprevisto. Inoltre, può creare problemi di gestione delle identità, monitoraggio del comportamento e auditing. Le aziende devono quindi ripensare i modelli di governance per mantenere il controllo sulle azioni degli agenti, preservando al contempo gli standard di sicurezza e la compliance.

Ciò richiede strumenti di sicurezza specifici per ogni agente, come gestori degli accessi basati sull’identità, registri delle attività, rilevamento delle anomalie e meccanismi di intelligenza artificiale spiegabili per garantire trasparenza e responsabilità.

  1. Vantaggi in termini di costi ed efficienza a fronte di nuovi investimenti

Sostituire lo sviluppo e la manutenzione delle API tradizionali con l’automazione basata su agenti promette notevoli risparmi sui costi: meno ore di sviluppo, tempi di inattività ridotti e implementazione più rapida di flussi di lavoro integrati.

Tuttavia, richiede anche investimenti in:

  • Framework di governance degli agenti
  • Infrastruttura di sicurezza su misura per operazioni basate sull’intelligenza artificiale
  • Formazione e gestione del cambiamento per i team che si adattano a nuovi ruoli

Che cosa possono fare le imprese?

  • Operare per gradi e testare gli agenti AI su attività a basso rischio quali richieste interne o automazione delle spese. Monitorare attentamente i risultati.
  • Investire nella governance e impostare policy, registri di controllo e monitoraggio per tenere sotto controllo gli agenti.
  • Ripensare la strategia di implementazione delle API tenendo conto degli agenti, progettandoli in modo che siano leggibili dalle macchine, basati sugli eventi e facili da comprendere e utilizzare per i sistemi autonomi.

Un futuro di integrazione agent-first

Se le API sono state il linguaggio comune dell’integrazione, si può pensare agli agenti AI come a un nuovo dialetto, più flessibile, contestualizzato e fluido. Le aziende pronte ad abbracciare questo cambiamento sbloccheranno nuovi livelli di agilità ed efficienza. Quelle che si affidano alle API come unica soluzione rischiano di rimanere indietro, costruendo muri quando avrebbero bisogno di ponti.

di Sneha Banerjee, Enterprise Analyst di ManageEngine