Quando l'AI smette di parlare e inizia a cliccare
Per anni abbiamo immaginato l'intelligenza artificiale come un interlocutore: chiediamo qualcosa in chat, riceviamo una risposta, copiamo, incolliamo, agiamo noi. Tutto il valore dell'AI passava attraverso un'interfaccia di testo e una persona umana che traduceva quel testo in azione.
Nel 2026 questo paradigma sta cambiando. Una nuova categoria di agenti AI, raggruppata sotto l'etichetta di «Computer Use», è in grado di osservare uno schermo, muovere un cursore, compilare moduli, navigare browser e usare software gestionali esattamente come farebbe un dipendente. Non parliamo più di AI che suggeriscono: parliamo di AI che fanno.
Per un'azienda italiana, questa transizione non è un dettaglio tecnico. È una svolta operativa che cambia ciò che possiamo automatizzare, a quali costi e con quali implicazioni.
Cosa sono davvero gli agenti Computer Use
Un agente Computer Use è un sistema AI che riceve un obiettivo in linguaggio naturale (ad esempio: «scarica le fatture passive di marzo dal portale del fornitore X e caricale nel gestionale») e lo esegue interagendo direttamente con le interfacce software che un essere umano utilizzerebbe. Non si limita a chiamare API: legge lo schermo, riconosce pulsanti e campi, decide dove cliccare, gestisce errori imprevisti.
Le tre capacità fondamentali sono:
- Visione dello schermo: l'agente cattura screenshot e li analizza con un modello multimodale per comprendere cosa è visibile, dove sono i pulsanti, quali campi vanno compilati.
- Pianificazione: riceve l'obiettivo finale e lo scompone in passi intermedi («prima accedo al portale, poi vado alla sezione fatture, poi filtro per marzo, poi scarico in PDF»).
- Esecuzione e correzione: simula clic, digita testo, scrolla, e quando qualcosa non funziona come previsto (un popup imprevisto, un campo mancante) tenta strategie alternative.
Anthropic con Claude, OpenAI con i suoi Operator, Google con Project Mariner: i principali laboratori di AI hanno tutti rilasciato versioni di questa tecnologia nel corso del 2024-2026. La differenza rispetto agli RPA tradizionali (come UiPath o Automation Anywhere) è sostanziale: mentre l'RPA richiede di registrare flussi rigidi che si rompono al primo cambio di interfaccia, gli agenti Computer Use comprendono il contesto e si adattano.
Perché il 2026 è il punto di svolta
Tre fattori convergono in questo momento storico:
1. I modelli sono diventati abbastanza affidabili
Fino al 2024, gli agenti Computer Use sbagliavano troppo spesso per essere usabili in produzione. Si bloccavano su popup banali, cliccavano nel posto sbagliato, perdevano il filo dopo pochi passaggi. Nel 2026 i benchmark mostrano tassi di completamento dei task superiori all'80% su workflow di media complessità. Non è perfezione, ma è sufficiente per molti casi d'uso reali.
2. I costi sono crollati
Far girare un agente Computer Use richiede inferenza intensiva: ogni screenshot deve essere analizzato, ogni decisione genera token in input e output. Il costo per task è sceso di un ordine di grandezza in due anni. Ciò che nel 2024 costava 5 euro a esecuzione oggi ne costa meno di uno.
3. Le PMI italiane hanno bisogno di automazione su software legacy
Gran parte delle aziende italiane lavora con strumenti che non hanno API moderne: portali bancari, gestionali ERP datati, piattaforme della pubblica amministrazione, applicativi di nicchia. L'integrazione tradizionale è impraticabile o costosissima. Gli agenti Computer Use sbloccano l'automazione esattamente dove le API non esistono.
Dove ha senso usare Computer Use oggi
Non tutti i task sono adatti a un agente Computer Use. Alcuni casi d'uso sono già maturi, altri restano sperimentali. Ecco una mappa pragmatica:
Casi d'uso solidi
- Estrazione dati da portali web: scaricare fatture, estratti conto, documenti dalla PA, bollette dei fornitori. Task ripetitivi, regolari, su interfacce relativamente stabili.
- Inserimento dati in gestionali: caricare ordini, registrare movimenti, aggiornare anagrafiche tra sistemi che non comunicano via API.
- Reporting cross-piattaforma: raccogliere metriche da più dashboard (Google Analytics, Meta Ads, CRM) e consolidarle in un report unico.
- Test funzionali su applicazioni interne: simulare il comportamento di un utente per verificare che un'applicazione funzioni dopo un aggiornamento.
Casi d'uso da gestire con cautela
- Operazioni finanziarie: bonifici, pagamenti, modifiche a conti bancari. Tecnicamente possibili, ma il rischio di errore con conseguenze irreversibili è troppo alto. Va sempre mantenuto un controllo umano.
- Comunicazione con clienti reali: rispondere a email o messaggi a clienti senza supervisione è rischioso, perché un errore di tono o di contenuto si scarica direttamente sulla reputazione aziendale.
- Workflow critici per la compliance: in contesti regolamentati (sanità, finanza, legale) è necessario documentare ogni passaggio e prevedere meccanismi di audit. Possibile, ma richiede progettazione attenta.
Un esempio concreto: il backoffice di una PMI commerciale
Pensiamo a un'azienda italiana di distribuzione con un team amministrativo di tre persone. Ogni settimana, una persona dedica una giornata intera a queste attività:
- Scaricare le fatture passive da quattro portali fornitori diversi.
- Verificare che corrispondano agli ordini emessi nel gestionale interno.
- Caricare manualmente le fatture nel software di contabilità.
- Inviare promemoria via email ai fornitori che non hanno ancora caricato la fattura.
Un agente Computer Use può svolgere il 70-80% di questo lavoro in modo autonomo, lasciando alla persona solo la gestione delle eccezioni: fatture con discrepanze, fornitori nuovi, casi anomali. Il risultato non è la sostituzione del ruolo, ma la sua trasformazione: meno tempo a cliccare, più tempo a controllare e decidere.
Il calcolo economico è significativo. Otto ore a settimana liberate per persona, su tre persone, equivalgono a 24 ore settimanali — più di mezza FTE. In un anno, parliamo di oltre 1.200 ore di lavoro che possono essere reindirizzate verso attività a maggiore valore aggiunto.
I rischi reali (e come gestirli)
Adottare agenti Computer Use senza una strategia chiara è rischioso. I tre pericoli principali, spesso sottovalutati:
Rischio di esecuzione errata
Un agente che clicca dove non dovrebbe può causare danni reali: cancellare dati, inviare comunicazioni sbagliate, modificare configurazioni. La mitigazione passa per tre principi: permessi minimi (l'agente accede solo ai sistemi strettamente necessari), conferma umana per le azioni irreversibili, logging completo di ogni passaggio per poter ricostruire cosa è successo.
Rischio di sicurezza e prompt injection
Un agente che legge contenuti web può imbattersi in prompt injection: istruzioni nascoste in un sito o in un'email che cercano di dirottare il comportamento dell'agente. La protezione richiede modelli aggiornati, sandbox di esecuzione e politiche chiare su quali siti l'agente è autorizzato a visitare.
Rischio di dipendenza
Quando un'azienda automatizza un processo critico con un singolo agente AI, crea una dipendenza dal fornitore di quel modello. Cambiamenti di prezzo, di policy o di disponibilità possono mettere in difficoltà l'operatività. La mitigazione passa per architetture modulari che permettano di sostituire il modello sottostante senza riscrivere tutto.
«Gli agenti Computer Use non sono un sostituto del pensiero strategico. Sono uno strumento. Come ogni strumento, fanno meraviglie nelle mani giuste e disastri in quelle sbagliate.»
Come iniziare in azienda
Se vuoi esplorare seriamente questa tecnologia, il consiglio è di non partire dal grande progetto trasformativo. Parti da un task specifico, ripetitivo e a basso rischio. Tre criteri per scegliere il primo caso d'uso:
- Frequenza alta: il task deve essere svolto almeno una volta a settimana, idealmente ogni giorno. Solo così l'investimento nell'automazione si ripaga in tempi ragionevoli.
- Conseguenze contenute: se l'agente sbaglia, il danno deve essere recuperabile in pochi minuti. Niente automazioni su pagamenti o comunicazioni dirette ai clienti come primo progetto.
- Interfacce stabili: il software con cui l'agente interagisce non deve cambiare ogni mese. Portali della PA, gestionali interni, dashboard di reportistica sono buoni candidati.
Una volta validato il primo caso, è naturale espandere. Ma il primo successo deve essere chiaro, misurabile e a basso rischio.
Cosa cambia per il lavoro
La domanda inevitabile: gli agenti Computer Use minacciano i posti di lavoro? La risposta onesta è che cambiano la natura del lavoro più di quanto lo eliminino. Le attività di pura esecuzione (cliccare, copiare, incollare) sono destinate a ridursi. Le attività di supervisione, eccezione, decisione e relazione restano centrali.
Il manager italiano del 2026 non gestirà più persone che fanno data entry: gestirà persone che supervisionano agenti AI che fanno data entry. È una distinzione sottile ma fondamentale, e impone un investimento serio in formazione. Sapere quando fidarsi dell'agente, quando intervenire, come progettare il workflow: queste sono le nuove competenze chiave del lavoro amministrativo e operativo.
Conclusione: una tecnologia matura, ma non banale
Computer Use non è hype. È una tecnologia che funziona, è economicamente accessibile e copre un'area (l'automazione di software senza API) in cui le PMI italiane hanno bisogni reali e poco coperti. Ma non è una bacchetta magica. Implementarla bene richiede competenza, governance e un approccio iterativo.
Il rischio più grande non è adottare questa tecnologia, ma adottarla male: con eccessivo entusiasmo, su processi sbagliati, senza i giusti controlli. Il rischio simmetrico è ignorarla, lasciando che concorrenti più reattivi guadagnino margini di efficienza che diventeranno presto incolmabili.
Se stai valutando dove e come introdurre gli agenti Computer Use nella tua azienda, il punto di partenza è capire quali processi hanno il profilo giusto: frequenza alta, basso rischio, interfacce stabili. Il nostro assessment di AI readiness è pensato esattamente per questo.