Recentemente ho incontrato Manasi Vartak, Chief AI Architect di Cloudera, e Mike Gualtieri, vicepresidente e Principal Analyst di Forrester Research, in occasione il webinar Tendenze 2026 in dati e AI di Cloudera, per discutere su larga scala come implementare l'agentic AI.
Sebbene la nostra conversazione fosse orientata al futuro, ho dato il via al webinar ponendo questa domanda rivolta al passato: qual è una convinzione sull'AI che è stata superata nel 2025?
Parlandone, abbiamo scoperto che nel 2025, diverse convinzioni di lunga data sull'AI sono finalmente crollate. Voglio condividere con voi le filosofie che Manasi e Mike hanno identificato e che ci stiamo lasciando alle spalle mentre entriamo in questo nuovo ed entusiasmante anno di sviluppo dell'AI.
Le convinzioni che sono morte: il gatekeeping intellettuale dell'agentic AI
Il 2025 è iniziato con la convinzione che l'agentic AI sarebbe stata accessibile solo a pochi eletti. Di fronte alle nuove tecnologie, viene istintivo affidarsi agli esperti consolidati: dottori di ricerca, ingegneri e così via.
Tuttavia, stiamo assistendo a utenti aziendali abituali che creano le proprie pipeline funzionali di AI. Manasi ha ricordato il "momento zero" dello scorso anno che ha dato il via a questa realizzazione: durante un hackathon nel nostro Agent Studio, un dipendente del nostro reparto strategico ha creato una pipeline completa che aveva il potenziale di far risparmiare 3 milioni di dollari all'anno. Si è trattato di un'impresa incredibile, compiuta da una persona senza una formazione specializzata in strategia di agentic AI.
Per Manasi, questo era il segno che l'agentic AI si stava davvero democratizzando su tutti i fronti.
Le convinzioni che sono morte: ubiquità delle allucinazioni dell'intelligenza artificiale
Lo scorso anno, Mike ha notato una netta riduzione delle allucinazioni dell'AI. Ha riconosciuto che si verificano ancora, ma ha sottolineato che, in passato, le conversazioni sull'uso dell'IA si concentravano fortemente su di esse come una minaccia alla sua affidabilità. Ora, queste paure sono molto meno comuni.
Mike ha ipotizzato che ora le persone abbiano una migliore comprensione di come controllare la portata di un modello LLM tramite suggerimenti, tecniche RAG e altri metodi. Ormai un numero sufficiente di utenti comprende le circostanze in cui si verificano questi problemi, così come le tecniche per mitigarli ed eliminarli per ridurre questo fenomeno.
Il pattern più grande
L'AI è diventata concretamente utilizzabile perché ora è affidabile e fruibile su larga scala. Man mano che l'agentic AI si diffonde, i sistemi autonomi non sono più limitati ai team tecnici d'élite: possono essere distribuiti in diverse organizzazioni per eseguire compiti end-to-end definiti. Una maggiore precisione e meno allucinazioni permettono a questi sistemi di operare con minima supervisione umana, spostando l'AI da un ruolo consultivo a uno operativo.
L'IA operativa si distingue perché alleggerisce in modo affidabile il lavoro manuale ottenendo al contempo risultati impressionanti come tempi di ciclo più rapidi, risparmi sui costi e un processo decisionale migliore. È entusiasmante vedere come l'automazione apporti un valore reale alle operazioni quotidiane, rendendole più intelligenti ed efficienti, anziché limitarsi a test isolati.
Perché questi cambiamenti di convinzione sono importanti per il 2026
Man mano che la fiducia nell'AI diventa informata piuttosto che aspirazionale, la domanda non è più se l'AI possa agire, ma dove le è permesso agire. Con una maggiore fiducia nell'integrità dei dati e una maggiore affidabilità di output, l'AI può ora andare oltre i silos isolati ed entrare nei processi aziendali principali e nei cicli decisionali.
La vera sfida ora è capire se le organizzazioni siano strutturate per sostenere questa democratizzazione. Diffondere l'AI in tutta l'azienda significa superare i colli di bottiglia che limitano la sperimentazione a pochi team tecnici. Quando i leader operativi possono accedere in sicurezza ai dati attraverso diversi ambienti, sono in grado di costruire, testare e lanciare strumenti basati sull'AI che soddisfino realmente le esigenze aziendali. Senza un accesso più ampio e ben gestito ai dati, l'AI rimane centralizzata e scollegata dalle operazioni quotidiane.
Le organizzazioni ancorate a vecchie convinzioni o restie ad adattarsi a nuove rischiano di bloccarsi e di rimanere indietro rispetto ai progressi tecnologici. La piattaforma di Cloudera è progettata per evitare questo esito e affrontare questi cambiamenti in un panorama sempre instabile dell'AI. Che i tuoi dati risiedano nel cloud, nei data center o all'edge, Cloudera fornisce un accesso universale ai dati per l'AI in tutta l'azienda, con intelligence governata a livello aziendale.
Questi temi e altri ancora sono stati trattati nel dettaglio da me, Manasi e Mike durante la nostra conferenza, e vi invito a esplorare questi cambiamenti con noi in modo più approfondito nel webinar Tendenze 2026 in dati e AI. Per maggiori informazioni su cosa significano queste osservazioni nella pratica e su come la tua organizzazione possa sfruttare al meglio l'AI democratizzata nel proprio ambiente, esplora le risorse più recenti di Cloudera.
