Un'indagine condotta da VentureBeat Research su 573 leader tecnici ha svelato una verità scomoda per il mondo enterprise: la maggior parte degli agenti AI attualmente in produzione non sono affatto agenti autonomi, ma semplici chatbot che rispondono a un prompt alla volta. Secondo lo studio, il 71% delle aziende afferma che un quarto o meno dei propri agenti riesce a completare compiti multi-step in modo indipendente. Solo il 10% può vantare una maggioranza di veri agenti autonomi.
L'86% dei GPU aziendali opera a metà capacità o meno
Il rapporto evidenzia uno spreco consistente nelle infrastrutture hardware: l'86% delle imprese che gestiscono GPU proprie dichiara un utilizzo pari o inferiore al 50%. Questo dato arriva in un momento in cui Wall Street discute se l'espansione dell'AI sia eccessiva. Lo studio, basato su misurazioni dirette delle aziende acquirenti, suggerisce che l'hardware più costoso nei data center funzioni a meno della metà della sua capacità. Solo il 44% delle organizzazioni monitora rigorosamente i costi e i rendimenti del proprio computing AI, mentre il resto si affida a stime.
Sponsored Protocol
Il 66% delle aziende permette o sta progettando di permettere il deploy automatico degli agenti senza revisione umana
Un dato allarmante riguarda la fiducia nelle valutazioni automatizzate. Il 34% delle imprese consente già a un agente AI di rilasciare codice o modifiche di sistema in produzione basandosi esclusivamente su risultati di test automatici, senza alcun controllo umano. Un ulteriore 33% sta lavorando per abilitare questa pratica entro i prossimi 12 mesi. Eppure, solo il 5% si fida completamente delle valutazioni automatizzate che guidano queste decisioni. La sfiducia è motivata: la metà delle aziende ha rilasciato un agente che, dopo aver superato i test interni, ha causato un guasto visibile ai clienti nell'ultimo anno.
La condivisione delle credenziali aumenta i rischi di sicurezza
Il 69% delle imprese consente la condivisione delle credenziali tra agenti durante l'esecuzione, utilizzando la stessa chiave API o account di servizio per più agenti. Queste organizzazioni hanno registrato un tasso di incidenti di sicurezza o quasi-incidenti del 63,5%, contro il 40,9% di quelle che assegnano a ogni agente un'identità con ambito specifico. Lo studio raccomanda di fornire a ciascun agente una propria identità circoscritta, a cominciare da quelli che interagiscono con i sistemi di produzione.
Sponsored Protocol
Il 57% ha attribuito risposte errate a un contesto aziendale mancante o incoerente
Più della metà delle aziende ha rintracciato almeno una risposta errata ma sicura di un agente, negli ultimi sei mesi, a dati di contesto mancanti o incoerenti: metriche sbagliate, definizioni obsolete, documenti assenti. Per rimediare, il 25% ha già implementato un livello semantico governato, una definizione univoca del business che ogni sistema AI legge, mentre il 34% lo sta ancora costruendo e il 41% non ha iniziato. Lo studio invita a governare le definizioni aziendali prima di scalare gli agenti che dipendono da esse.
Sponsored Protocol
Le imprese stanno ora correndo ai ripari, con circa sei su dieci che prevedono di cambiare o aggiungere fornitori in ciascuno dei cinque livelli di controllo (identità, valutazione, telemetria dei costi, contesto e orchestrazione) entro i prossimi 12 mesi. Come riportato in un nostro articolo correlato, gli Stati Uniti hanno recentemente allentato le restrizioni sull'export di chip AI, un fattore che potrebbe influenzare la disponibilità di hardware. Per approfondire, si consiglia la lettura dell'articolo originale su VentureBeat.
