Il 2025 segna una svolta nella maturazione delle tecnologie legate all’IA e, secondo il nuovo Gartner Hype Cycle for Artificial Intelligence, i due ambiti in più rapida ascesa sono gli agenti IA e i dati AI-ready. Entrambi si trovano ora nel cosiddetto Peak of Inflated Expectations, il momento in cui l’attenzione mediatica e gli investimenti raggiungono livelli massimi, spesso accompagnati da aspettative elevate e non sempre realistiche.

I Gartner Hype Cycle sono strumenti di analisi che tracciano l’evoluzione di una tecnologia nel tempo, misurandone maturità, adozione e impatto potenziale sul business. Forniscono indicazioni concrete per orientare le strategie aziendali e gestire l’implementazione delle innovazioni in funzione di obiettivi specifici. Nel contesto attuale, dominato da un continuo entusiasmo per l’IA generativa, Gartner osserva una graduale transizione dell’interesse verso elementi strutturali fondamentali come scalabilità operativa, intelligenza in tempo reale e sostenibilità dell’intelligenza artificiale nel lungo periodo.

“Con gli investimenti in IA ancora forti, l’attenzione si sta spostando dagli output spettacolari dell’IA generativa verso i pilastri che ne rendono possibile l’impiego sostenibile: dati pronti per l’IA e agenti IA” ha dichiarato Haritha Khandabattu, Senior Director Analyst di Gartner.

Agenti IA: software autonomi per compiti complessi

Gli AI agents sono entità software autonome o semi-autonome capaci di osservare, prendere decisioni, agire e raggiungere obiettivi in ambienti digitali (e talvolta fisici). Questi agenti si basano su tecniche come gli LLM per analizzare situazioni complesse e operare in autonomia. Il loro utilizzo va dalla gestione di assistenti virtuali alla pianificazione di processi aziendali fino al supporto decisionale in ambienti critici.

“Ogni agente IA è diverso ed è fondamentale identificare il contesto d’uso corretto. La loro adozione richiede un’attenta valutazione dei bisogni aziendali specifici”, sottolinea Khandabattu. L’introduzione di questi agenti permette alle aziende di automatizzare compiti complessi con maggiore precisione e adattabilità, ma comporta anche nuove sfide, che vanno dalla personalizzazione dei modelli alla gestione del rischio operativo.

Dati AI-ready: la base per modelli precisi ed efficienti

I dati AI-ready rappresentano una condizione necessaria per l’efficacia dell’IA. Si tratta di dataset preparati e ottimizzati in modo da essere “pronti” all’utilizzo nei vari casi d’uso AI, sia da un punto di vista tecnico che etico.

Gartner hype cicle

La “prontezza” dei dati non è un parametro assoluto, ma dipende dal tipo di modello IA e dal contesto in cui viene utilizzato. Questo obbliga le organizzazioni a rivedere le pratiche tradizionali di gestione dei dati, abbracciando nuovi approcci alla qualità, governance e protezione del dato.

Secondo Gartner, le aziende che vogliono implementare l’IA su larga scala dovranno evolvere i propri sistemi di data management, affinché siano in grado di garantire trasparenza, evitare bias, proteggere la proprietà intellettuale e prevenire problemi di conformità.

Multimodal AI: l’evoluzione dei modelli intelligenti

Un’altra tecnologia in evidenza nel Gartner Hype Cycle 2025 è la Multimodal AI, che integra diversi tipi di dati (testo, immagini, audio e video) all’interno dello stesso modello. Questi sistemi “ibridi” sono in grado di comprendere meglio il contesto e la complessità delle situazioni, migliorando l’efficacia delle applicazioni IA in ambiti come il riconoscimento visivo, la comprensione del linguaggio e l’assistenza decisionale.

Gartner prevede che la Multimodal AI diventerà sempre più centrale in ogni settore e sarà integrata in prodotti software, soluzioni verticali e strumenti aziendali nei prossimi cinque anni.

AI TRiSM: sicurezza, etica e governance al centro

Infine, un elemento chiave per la diffusione sicura dell’IA è rappresentato da AI TRiSM (Trust, Risk and Security Management), un framework che unisce diversi livelli di controllo e tecnologie per supportare politiche aziendali orientate alla governance, alla sicurezza e alla protezione dei dati. “L’IA introduce nuove sfide che i controlli tradizionali non riescono a gestire. Servono strumenti specifici per garantire affidabilità, equità e rispetto della privacy”, afferma Khandabattu.

AI TRiSM è costituito da quattro livelli tecnici che assicurano il rispetto delle normative e delle policy interne per tutti gli usi dell’IA. Un approccio multilivello che diventerà indispensabile man mano che i sistemi intelligenti verranno integrati nei processi aziendali critici.

Il valore potenziale dell’IA è immenso, ma come sottolinea Gartner non emergerà spontaneamente. Le aziende dovranno puntare su progetti pilota allineati con obiettivi concreti, test di infrastruttura accurati e una stretta collaborazione tra team tecnologici e business.

La vera differenza sarà fatta da chi saprà bilanciare innovazione e pragmatismo, investendo non solo nei modelli generativi, ma soprattutto nelle fondamenta dell’IA sostenibile basate su dati affidabili, strumenti governabili e agenti capaci di generare valore reale.

(Immagine in apertura: Shutterstock)