Anthropic e gli agenti che operano i computer: la fine dell'IA solo consultiva

Per anni, l'argomento di vendita dell'intelligenza artificiale per le aziende ha ruotato attorno a una promessa attentamente delimitata: l'IA aiuterà il tuo team a prendere decisioni migliori. Suggerisce, sintetizza, classifica. A eseguire sono ancora le persone. Questo contratto implicito sta venendo riscritto — e Anthropic è una delle aziende più deliberate in questo movimento.

La società, fondata nel 2021 da ex ricercatori di OpenAI, non si sta limitando ad aggiornare il proprio modello Claude. Sta costruendo uno strato di agenti autonomi capaci di navigare interfacce grafiche, attivare strumenti esterni e completare interi flussi di lavoro dall'inizio alla fine — senza che un essere umano debba fare da intermediario a ogni passaggio. Questo ha un nome tecnico: computer use e tool use. E ha conseguenze pratiche molto concrete per qualsiasi azienda che dipende ancora dalle persone per spostare informazioni tra sistemi.

Cosa sta costruendo Anthropic, esattamente

Claude, il modello principale di Anthropic, ha iniziato a supportare in modo nativo il concetto di tool use — la capacità di richiamare funzioni esterne, consultare API, interrogare basi di dati ed eseguire azioni su sistemi di terze parti come parte di una catena di ragionamento. Più di recente, l'azienda ha fatto un passo avanti verso il computer use: l'agente riesce a vedere lo schermo, muovere il cursore, fare clic sui pulsanti e compilare moduli, esattamente come farebbe un operatore umano.

Questo non è fantascienza. Anthropic ha reso disponibile il computer use in versione beta per gli sviluppatori tramite API già nel 2024, con dimostrazioni che mostrano l'agente mentre naviga in un browser, apre file e interagisce con software convenzionali. L'accesso avviene tramite l'API di Claude 3.5 Sonnet, con prezzi che seguono il modello di token in ingresso e in uscita — lo stesso già familiare a chi usa Claude per la generazione di testo.

La differenza rispetto a ciò che già esiste

Strumenti di automazione come Zapier, Make (ex Integromat) e UiPath esistono da anni. La differenza fondamentale degli agenti di Anthropic risiede nel livello di ragionamento. Le piattaforme di automazione tradizionali seguono regole fisse: se si verifica X, fai Y. Quando lo scenario si discosta dal copione — un campo cambia posizione, un'e-mail arriva con un formato inatteso, un passaggio dipende da un giudizio contestuale — l'automazione si rompe e un essere umano deve intervenire.

Un agente basato su Claude riesce a interpretare l'ambiguità, ad adattare il passo successivo in base a ciò che ha trovato e, se necessario, a chiedere chiarimenti prima di agire. È la differenza tra uno script e un collaboratore junior formato. Nessuno dei due è perfetto, ma uno dei due sa improvvisare.

Perché questo è importante per le PMI in Italia adesso

Gran parte delle piccole e medie imprese opera con stack tecnologici frammentati: CRM in un sistema, ERP in un altro, assistenza clienti in uno strumento di chat, fatturazione elettronica in un portale separato. Integrare tutto questo tramite API richiede sviluppo personalizzato — costoso, lento e fragile.

Gli agenti con computer use aprono una scorciatoia: invece di costruire un'integrazione tecnica tra sistemi, si insegna all'agente a operare ogni sistema come farebbe un essere umano. Apre il portale, accede, estrae le informazioni, passa al sistema successivo e le registra. Senza riscrivere lo stack. Senza un contratto di sviluppo da sei mesi.

I casi d'uso più immediati si trovano in tre aree:

• Vendite e CRM: qualificazione dei lead, aggiornamento dei record, invio di follow-up basati su trigger definiti dal team.
• Supporto clienti: smistamento dei ticket, consultazione della cronologia del cliente su più sistemi, elaborazione di risposte per approvazione umana o invio diretto.
• Operazioni e back office: riconciliazione dei dati tra fogli di calcolo e sistemi, generazione di report, compilazione di moduli normativi.

L'apprendimento pratico: da dove cominciare

La tentazione è voler automatizzare tutto in una volta. È il percorso più sicuro verso la frustrazione. Ciò che funziona — e l'ho già sperimentato con clienti in diversi settori — è iniziare mappando i processi ripetitivi che consumano più tempo delle persone qualificate. Non i processi più complessi, ma quelli che più prosciugano ore del team senza aggiungere un giudizio reale.

Dopodiché, scegli un flusso di lavoro completo e isolato — un processo con un inizio, uno svolgimento e una fine ben definiti — e verifica se un agente riesce a eseguirlo con supervisione umana al termine. Non come sostituto totale, ma come prima bozza che un essere umano rivede e approva. Questo modello ibrido riduce il rischio e accelera l'apprendimento organizzativo.

Quali sono ancora i limiti reali

Sarebbe disonesto non menzionare le restrizioni. Il computer use di Anthropic è ancora in beta, e la stessa azienda avverte di possibili errori in attività che coinvolgono molti passaggi concatenati, interfacce con elevata variabilità visiva o sistemi che richiedono un'autenticazione a più fattori complessa. La velocità di esecuzione e il costo per attività devono essere calcolati prima di qualsiasi decisione di scala.

La sicurezza è anche una variabile critica: un agente con accesso ai sistemi interni ha bisogno di politiche chiare sui permessi, di un audit delle azioni e di limiti ben definiti su ciò che può o non può fare senza approvazione umana. Non è facoltativo — è il minimo indispensabile per un'implementazione responsabile.

Il segnale che il mercato deve saper leggere

Anthropic non è sola in questo movimento. Google, OpenAI e startup come Cohere e Mistral stanno correndo nella stessa direzione. Ciò che questo segnala non è una corsa alle funzionalità — è un cambiamento di paradigma sul ruolo dell'IA all'interno di un'operazione aziendale.

La domanda che ogni manager dovrebbe porsi oggi non è più "come posso usare l'IA per aiutarmi a pensare". La domanda giusta è: quali fasi del mio processo attuale non richiedono un giudizio umano e potrebbero essere eseguite da un agente domani? Chi mapperà questa risposta per primo avrà un vantaggio — non perché ha adottato una nuova tecnologia, ma perché ha ridotto i costi operativi in modo strutturale e ha liberato il proprio team per il lavoro che dipende davvero dalle persone.