Agent washing: come riconoscere un vero AI agent

L'"agent washing" è la pratica di ribattezzare un chatbot, un assistente o un'automazione basata su regole come "AI agent" senza l'autonomia o l'orchestrazione che lo rendono tale. Il termine conta perché il mercato ne è pieno: Gartner stima che, delle migliaia di fornitori che rivendicano un'AI agentica, solo circa 130 stiano costruendo qualcosa che meriti quell'etichetta, e prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027. Per un'azienda che acquista software, la domanda pratica è semplice: questa cosa è un vero agent che farà del lavoro, o un chatbot con una mano di vernice nuova? Questa guida ti offre il test sul campo.

Che cos'è l'"agent washing"?

L'agent washing è la versione del mercato dell'AI del greenwashing. Gartner ha coniato l'espressione nella sua previsione di giugno 2025 per descrivere i fornitori che "alimentano l'hype praticando l'agent washing, ovvero il rebranding di prodotti esistenti, come assistenti AI, automazione robotica dei processi (RPA) e chatbot, senza reali capacità agentiche".

La distinzione ruota attorno a una sola parola: azione. Un chatbot risponde a un prompt. Un assistente recupera informazioni e redige bozze. Un vero agent riceve un obiettivo, accesso a strumenti e dati e abbastanza autonomia per compiere passi verso un risultato, e poi li compie. Come ha osservato un'analisi di Forbes sui dati di Gartner, "molto di ciò che viene venduto come agent è in realtà un chatbot con ambizioni".

Non è una disputa pedante sull'etichetta. Cambia ciò che stai acquistando, ciò che può restituire e quanta governance richiede. Abbiamo tracciato la linea di confine tra le due categorie in AI agent vs chatbot: qual è la differenza nel 2026; l'agent washing è ciò che accade quando un fornitore sfuma quella linea di proposito.

Perché l'etichetta conta: il 40% che viene cancellato

L'ondata di cancellazioni prevista da Gartner non riguarda modelli deboli. L'azienda ha indicato tre cause: costi in aumento, valore di business poco chiaro e controlli del rischio inadeguati. Nessuna di queste è qualcosa che un foundation model più intelligente risolve. Inserisci il miglior modello del mondo in un progetto senza un risultato definito e senza un responsabile, e otterrai un fallimento più eloquente.

I dati più ampi dicono la stessa cosa. L'iniziativa NANDA del MIT ha rilevato che il 95% dei progetti pilota aziendali di AI generativa ha prodotto zero ritorno misurabile. La valutazione della categoria fatta da Forrester nel 2026, intitolata "Companies Are Chasing, Few Are Catching", ha rilevato che circa tre quarti delle imprese adottano l'AI agentica ma solo una minima parte la usa davvero in produzione. Lo schema è coerente: la demo del pilota funziona magnificamente, poi si blocca sull'ultimo miglio poco glamour fatto di accesso ai dati, integrazione, responsabilità e un piano per quando le cose vanno storte.

L'agent washing getta benzina su questo fuoco. Quando un chatbot ribattezzato viene venduto come agent autonomo, l'acquirente mette a budget risultati che il prodotto non è mai stato costruito per raggiungere, e il divario emerge alla prima verifica. Abbiamo affrontato il lato del deployment in perché la maggior parte dei progetti pilota di AI non arriva mai in produzione e il lato dell'adozione in cosa significa davvero l'AI agentica per la tua azienda. Questo articolo riguarda il lato dell'acquisto: come evitare di comprare la cosa sbagliata fin dall'inizio.

Chatbot, assistente o agent? Una guida sul campo

Gran parte della confusione si dissolve una volta che separi tre categorie che vengono vendute sotto un'unica parola. Usa questa tabella per collocare qualsiasi prodotto che un fornitore ti stia proponendo.

Caratteristica	Chatbot	Assistente	Vero AI agent
Comportamento di base	Risponde entro uno script o un flusso	Recupera informazioni, redige bozze su richiesta	Persegue un obiettivo e agisce
Gestisce testo libero	Fragile; si rompe se riformuli	Sì, per le domande e risposte	Sì, e agisce di conseguenza
Usa strumenti / sistemi	No	Limitato, in sola lettura	Sì: prenota, aggiorna, chiama API
Autonomia	Nessuna	Suggerisce, aspetta	Compie passi, poi riferisce
Attività multi-step	No	Raramente	Sì, lungo un intero workflow
Supervisione umana	Non necessaria (non può agire)	Facoltativa	Richiesta: approvazioni, handover, override

Il segnale rivelatore sono le righe "usa strumenti" e "autonomia". Se un prodotto produce sempre e solo testo, e non modifica mai un record, invia un messaggio, prenota uno slot o chiama un altro sistema, è un assistente o un chatbot, a prescindere da come lo chiami la pagina dei prezzi. Non è una critica ai chatbot, che sono utili per il recupero delle informazioni. È un avvertimento contro il pagare prezzi da agent per capacità da chatbot.

Cinque domande che distinguono un vero agent da un rebranding

Prima di firmare, sottoponi il fornitore a questo test. I veri sistemi agentici rispondono a tutte e cinque le domande in linguaggio chiaro. Un chatbot ribattezzato sposta il discorso sul modello.

1. Quale azione compie, dall'inizio alla fine? Chiedi un esempio concreto in cui il prodotto porta a termine un'attività senza che una persona esegua l'ultimo passo: prenota l'appuntamento, aggiorna il record del CRM, invia la conferma. Se ogni risposta si ferma a "e poi suggerisce una risposta", è un assistente.
2. A quali strumenti e sistemi riesce davvero ad accedere oggi? Un agent è capace tanto quanto i sistemi che può toccare. Fatti dare l'elenco attuale delle integrazioni, non la roadmap. L'AI Safety Institute del Regno Unito ha analizzato oltre 177.000 strumenti per agent e ha rilevato che gli strumenti di "azione" sono passati dal 24% al 65% dell'uso in sedici mesi, quindi i veri agent sono sempre più definiti da ciò che sanno fare, non solo dire.
3. Qual è la metrica di successo messa per iscritto, e chi ne è responsabile? Le cancellazioni di Gartner risalgono al "valore di business poco chiaro". Un deployment reale ha un numero associato al suo compito (appuntamenti prenotati, mancate presentazioni recuperate, lead risposti in meno di un minuto) e un responsabile con nome e cognome. Nessuna metrica, nessuna responsabilità, nessuna produzione.
4. Come fa una persona a governarlo? L'autonomia senza supervisione è un rischio, non una funzionalità. Chiedi come una persona approva, sovrascrive o spegne l'agent a metà attività, e dove risiede la traccia di controllo. Ne parliamo in human-in-the-loop AI, spiegato. Se la risposta è "va da solo", cambia strada.
5. Cosa succede quando fallisce di martedì? Le demo funzionano con dati puliti. La produzione funziona con campi mancanti, record duplicati e policy cambiate la settimana scorsa. Chiedi cosa fa l'agent quando non riesce a completare un'attività, e se la passa a una persona invece di tirare a indovinare.

Che aspetto ha davvero il "prendere l'iniziativa"

Un vero agent si misura dai risultati, non dalla lunghezza della conversazione. In pratica significa che legge ciò che un cliente invia (testo, una foto, un messaggio vocale, un PDF), decide cosa fare, usa strumenti per farlo e passa la mano a una persona quando serve del giudizio. Si tratta di una squadra coordinata di componenti specializzati con un unico contesto condiviso, non di un singolo modello che risponde in loop.

Entagl è costruito così di proposito. Il suo Addetto alla reception esegue un orchestratore più il rilevamento della lingua in parallelo e agent di dominio specializzati (servizi, prodotti, prenotazioni, vendite, supporto e altro), con strumenti che consultano un catalogo, catturano un lead e prenotano un appuntamento reale in un calendario reale, oltre all'handover umano verso una casella condivisa e a guardrail di output su ogni messaggio. Poiché i quattro agent condividono un unico cervello, il Coordinatore che effettua una chiamata di conferma conosce già lo storico della conversazione: nessuna partenza a freddo. Questa è la differenza tra un agent che agisce e un chatbot che parla.

Perché la parte del "agire" ripaga: la velocità dell'azione reale è una delle mosse a più alto impatto che un'azienda possa fare. Nell'Entagl Response Velocity Study (2026), le conversazioni con risposta entro 60 secondi hanno convertito al 35,1%, un incremento da 2,9 a 4,9 volte rispetto alle risposte più lente, e il 78,4% degli acquirenti che si rivolgono a più fornitori ha comprato da chi ha risposto per primo. Un chatbot può pubblicare una risposta rapida. Un agent può rispondere rapidamente e portare a termine la prenotazione, che è il risultato che sopravvive a una revisione di budget. Se stai valutando la decisione make-or-buy dietro a tutto questo, la analizziamo in costruire o comprare AI agent: il costo reale del fai-da-te.

FAQ

Che cos'è l'agent washing in parole semplici?

È commercializzare un chatbot, un assistente o un'automazione basata su regole come un "AI agent" autonomo, senza l'uso di strumenti, l'orchestrazione e l'autonomia che lo definiscono. Gartner ha dato un nome a questa pratica nel giugno 2025 e ha stimato che solo circa 130 delle migliaia di fornitori che si autodefiniscono agentici siano la cosa reale.

Come faccio a capire se un prodotto è un vero AI agent?

Verifica se compie un'azione dall'inizio alla fine. Un vero agent usa strumenti per cambiare qualcosa nel mondo (prenota uno slot, aggiorna un record, invia un messaggio, chiama un'API) invece di limitarsi a produrre testo. Chiedi un esempio concreto che si concluda senza che una persona esegua l'ultimo passo, l'elenco attuale delle integrazioni, una metrica di successo scritta con un responsabile, e il percorso di override umano e di escalation.

Perché così tanti progetti di AI agentica vengono cancellati?

Gartner attribuisce le cancellazioni previste, superiori al 40% entro il 2027, ai costi in aumento, al valore di business poco chiaro e ai controlli del rischio inadeguati, non a modelli deboli. Il MIT ha rilevato che il 95% dei progetti pilota aziendali di AI generativa non ha prodotto alcun ritorno misurabile. I fallimenti riguardano in modo schiacciante la disciplina del deployment: definizione dello scope, accesso ai dati, responsabilità e governance.

Un chatbot è la stessa cosa di un AI agent?

No. Un chatbot risponde a domande all'interno di uno script o di un flusso. A un AI agent viene dato un obiettivo e l'autonomia per perseguirlo con strumenti, così può completare attività multi-step e compiere azioni reali. Un chatbot è utile per il recupero delle informazioni; pagarlo come se fosse un agent è il punto in cui gli acquirenti si scottano.

Un vero agent ha comunque bisogno delle persone?

Sì, ed è un pregio. Poiché un vero agent può agire, ha bisogno di controlli human-in-the-loop: approvazioni per i passaggi delicati, handover a una persona quando serve del giudizio, un override per fermarlo a metà attività e una traccia di controllo. Un prodotto che "va da solo" senza supervisione è un rischio, non un punto di forza.

Acquistare AI agentica è un problema di due diligence prima ancora che un problema di tecnologia. Valuta qualsiasi fornitore in base alle cinque domande qui sopra, pretendi un'azione che puoi vedere e una persona che possa governarla, ed eviti il 40% che viene cancellato.

Guarda un vero agent che agisce, non che si limita a parlare. Prenota una demo di 30 minuti e osserva Entagl leggere un messaggio, rispondere su più canali e prenotare l'appuntamento, con una persona al comando per tutto il tempo.

Fonti: Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027" (25 giugno 2025); Forbes, "Why 40% Of Agentic AI Projects May Be Canceled By 2027" (7 luglio 2026), che cita l'UK AI Safety Institute e Forrester "Companies Are Chasing, Few Are Catching" (2026); Fortune, "MIT report: 95% of generative AI pilots at companies are failing" (18 agosto 2025), sul MIT NANDA "State of AI in Business 2025". Dati di prima parte dall'Entagl Response Velocity Study (2026). Dati aggiornati a luglio 2026.