Può esistere un’agenzia senza dipendenti?

L’azienda full agentic non elimina le persone. Elimina il rapporto lineare tra il numero delle persone e la quantità di lavoro che un’organizzazione può produrre.

Da qualche anno continuiamo a porci una domanda che, fino a poco tempo fa, sembrava più filosofica che imprenditoriale: può esistere un’azienda senza dipendenti?

La risposta più semplice sarebbe sì. Un fondatore, alcuni sistemi automatizzati, una rete di fornitori esterni e una struttura societaria minima possono già costituire un’impresa. Ma non è questo il punto. Non stiamo cercando di capire se sia tecnicamente possibile aprire una società senza assumere nessuno. Stiamo cercando di capire se possa esistere un’organizzazione capace di pensare, progettare, produrre, verificare e migliorare il proprio lavoro attraverso una struttura composta prevalentemente da agenti artificiali.

Da questo punto di vista, la risposta è più complessa: forse sì, ma non senza una presenza umana. Almeno non senza una volontà umana.

L’azienda full agentic non è un’azienda nella quale le persone sono state semplicemente sostituite da software più economici. È un’organizzazione costruita fin dall’origine intorno a una nuova forma di collaborazione tra intenzione umana e capacità computazionale. Un sistema nel quale la conoscenza non rimane dispersa nelle conversazioni, nei documenti e nella memoria individuale dei dipendenti, ma viene registrata, organizzata, valutata e resa nuovamente disponibile a ogni progetto.

Non è un’azienda senza esseri umani. È un’azienda nella quale l’intelligenza disponibile non coincide più con il numero di persone presenti nell’organigramma.

Quattro ore invece di due settimane

Questa riflessione non nasce da una previsione teorica, ma dall’esperienza quotidiana.

Recentemente avevo bisogno di sviluppare un prototipo per un sistema di virtual try-on dedicato agli occhiali 3D. Non esisteva ancora un documento tecnico definitivo. C’erano un’esigenza del cliente, alcune intuizioni, diversi vincoli legati alla resa del prodotto e la necessità di capire rapidamente se l’idea fosse realmente percorribile.

Ho trascorso circa un’ora discutendo con un agente AI. Abbiamo analizzato insieme le possibilità, messo in discussione le prime ipotesi, individuato i rischi e scritto a quattro mani un documento di progetto. L’agente ha poi trasformato quel documento in un primo sistema funzionante. Dopo circa due ore avevo un MVP già molto vicino a ciò che immaginavo. Il tempo restante è servito per correggerlo, verificarlo e portarlo a un livello sufficientemente credibile da poter ampliare gli orizzonti del progetto di innovazione.

Tempo complessivo: circa quattro ore.

Nella mia esperienza professionale precedente, un’attività simile avrebbe richiesto almeno due settimane. Sarebbero state coinvolte probabilmente due o più persone, con riunioni iniziali, analisi di fattibilità, scambi tra design e sviluppo, preparazione dell’ambiente tecnico, prime implementazioni e successive revisioni.

Questo non significa che il lavoro del programmatore sia stato sostituito universalmente al 99%. Un’esperienza individuale, per quanto sorprendente, non è una statistica. La ricerca sulla produttività dello sviluppo software mostra ancora risultati molto differenti a seconda del modello, del professionista, del repository e della natura del problema. METR, per esempio, aveva rilevato un rallentamento su alcuni sviluppatori open source esperti usando strumenti di inizio 2025; nei test successivi ha osservato segnali di accelerazione, dichiarando però che gli effetti reali erano diventati difficili da misurare proprio perché molti sviluppatori non volevano più lavorare senza agenti AI.

Il dato importante non è quindi la percentuale esatta. È il cambiamento della scala temporale.

Attività che prima richiedevano la formazione di un piccolo team possono oggi essere esplorate da una persona in dialogo con uno o più agenti. Non sempre il risultato sarà pronto per la produzione. Non sempre sarà corretto. Ma può essere abbastanza avanzato da permettere a un’azienda di verificare un’intuizione prima di trasformarla in un progetto lungo, costoso e politicamente difficile da interrompere.

Il vantaggio non consiste solamente nel fare più velocemente ciò che facevamo prima. Consiste nel poter esplorare idee che prima non avremmo nemmeno considerato, perché troppo costose da verificare.

Dall’agenzia che usa l’AI all’agenzia costruita intorno all’AI

Molte organizzazioni dichiarano oggi di utilizzare l’intelligenza artificiale. Generano testi, riassumono documenti, producono immagini, accelerano alcune parti dello sviluppo o aggiungono un chatbot ai propri servizi. Questo può aumentare la produttività, ma non rende un’azienda AI-native e, soprattutto, non la rende agentica.

La differenza non riguarda gli strumenti utilizzati. Riguarda il modo in cui è stata progettata l’organizzazione.

Un’agenzia tradizionale potenziata dall’AI mantiene sostanzialmente la stessa struttura di prima e inserisce nuovi strumenti all’interno dei processi esistenti. Un’agenzia full agentic ripensa invece il processo partendo dalle capacità delle macchine: quali attività possono essere delegate, quali decisioni devono rimanere umane, quale conoscenza deve essere conservata, quali agenti devono collaborare, quali controlli devono essere eseguiti e quando un risultato può essere considerato sufficientemente affidabile.

Microsoft ha definito “Frontier Firm” le organizzazioni costruite intorno all’intelligenza disponibile su richiesta e a team composti da persone e agenti. Nel suo Work Trend Index del 2025, l’82% dei leader intervistati considerava quell’anno decisivo per ripensare strategia e operazioni; il report descriveva inoltre il passaggio da semplici assistenti a colleghi digitali e workflow progressivamente più autonomi. Nel 2026, la stessa ricerca ha rilevato che soltanto il 19% degli utenti AI si trovava in organizzazioni nelle quali capacità individuali e maturità aziendale si rafforzavano realmente a vicenda. In molti casi, le persone stavano imparando più velocemente delle aziende nelle quali lavoravano.

“Questo è probabilmente uno dei principali problemi delle imprese contemporanee: non la mancanza di accesso all’intelligenza artificiale, ma l’incapacità di modificare la propria struttura per utilizzarla davvero.”

Il nuovo patrimonio aziendale è la memoria operativa

In un’organizzazione tradizionale, una parte enorme della conoscenza scompare.

Si perde nelle riunioni non registrate, nelle motivazioni che hanno portato a scartare una proposta, nei feedback inviati via email, nelle correzioni di un direttore creativo, nelle scelte tecniche effettuate sotto pressione e nell’esperienza delle persone che, prima o poi, lasceranno l’azienda.

Ogni nuovo progetto riparte quindi quasi da zero. Si recuperano alcuni documenti, si cercano vecchie presentazioni, si domanda a qualcuno perché fosse stata presa una determinata decisione. Molta energia non viene utilizzata per creare qualcosa di nuovo, ma per ricostruire un contesto già esistito.

Una struttura agentica deve funzionare diversamente. Ogni progetto dovrebbe alimentare una memoria persistente contenente le fonti ufficiali, le decisioni prese, i risultati approvati, gli errori rifiutati, le preferenze del cliente, le regole del brand e gli indicatori qualitativi utilizzati durante la valutazione.

Superside ha costruito parte del proprio posizionamento AI-first proprio attorno a questo principio. Il suo Brand Brain viene descritto come una memoria creativa capace di apprendere da briefing, feedback, preferenze e progetti precedenti, affinché ogni nuova collaborazione non debba ricominciare da zero. È un esempio importante perché dimostra che il vantaggio competitivo non risiede nel semplice accesso agli stessi modelli utilizzati da tutti, ma nella qualità del contesto accumulato intorno a quei modelli. Lo stesso concetto emerge dalle fonti analizzate per Agent1: le migliori agenzie AI-first combinano giudizio umano, sistemi proprietari, brand memory e workflow strutturati che migliorano con ogni progetto.
Monks ha seguito una direzione simile con Monks.Flow, una piattaforma di orchestrazione che collega produzione, contenuti, dati e marketing. In questo modello l’AI non viene presentata come un servizio aggiuntivo, ma come parte del sistema operativo e del modello commerciale dell’agenzia.

Le persone servono ancora?

Sì. Ma cambia la ragione per cui servono.

L’idea iniziale nasce ancora da un desiderio, da un problema osservato, da una frustrazione, da una sensibilità culturale o da una possibilità che qualcuno ha saputo intravedere. L’intelligenza artificiale può espandere quell’idea, confrontarla con una quantità enorme di conoscenza, simularne le conseguenze e trasformarla rapidamente in qualcosa di visibile. Ma non possiede automaticamente una ragione per desiderare che quella cosa esista.

Le persone restano necessarie per attribuire significato, formulare intenzioni, assumersi responsabilità, interpretare le ambiguità e decidere quali possibilità meritino di diventare realtà.

Supernatural, un’agenzia AI-native fondata nel 2021, rappresenta bene questo equilibrio. Ha incorporato l’AI nella ricerca, nella strategia, nell’ideazione e nella produzione, senza sostenere che la macchina possa sostituire completamente il giudizio creativo. Uno dei suoi fondatori ha riassunto il rapporto in modo semplice: l’AI può produrre infinite variazioni, mentre le persone portano il giudizio necessario per riconoscere quelle che hanno valore. Anche nelle referenze raccolte per Agent1, Supernatural emerge come esempio di organizzazione costruita fin dall’origine intorno alla collaborazione tra persone e macchine, anziché come agenzia tradizionale successivamente adattata all’AI.

Il lavoro umano si sposta quindi dall’esecuzione continua alla definizione del problema, alla direzione, alla selezione e alla responsabilità.

Non significa che l’esecuzione non abbia più valore. Significa che, quando produrre una prima versione diventa estremamente economico, il valore si trasferisce verso la capacità di formulare domande migliori, costruire un contesto più preciso, riconoscere gli errori e scegliere quale direzione perseguire.

Le idee non valgono automaticamente più dell’esecuzione. Un’idea generica rimane poco utile. Ma una visione ben formulata, accompagnata da conoscenza, sensibilità e capacità di giudizio, può oggi generare una quantità di esecuzione che fino a poco tempo fa avrebbe richiesto un’intera struttura produttiva.

Dall’organigramma all’orchestrazione

In un’azienda agentica, l’organigramma tradizionale perde parte della propria centralità.

Il lavoro non viene distribuito soltanto in base ai ruoli delle persone, ma attraverso una rete di agenti specializzati: alcuni ricercano, altri progettano, altri programmano, altri verificano, altri conservano la memoria del progetto. Un orchestratore decide quale agente coinvolgere, in quale sequenza e con quali informazioni. Un sistema di valutazione controlla i risultati e registra cosa ha funzionato, cosa è stato rifiutato e perché.

OpenAI descrive gli agenti come sistemi capaci di completare workflow utilizzando modelli, strumenti, dati e istruzioni definite. Le indicazioni ufficiali insistono sulla necessità di strumenti documentati, contesto accessibile, osservabilità e sviluppo iterativo: elementi che trasformano un esperimento isolato in un processo riutilizzabile.

È ciò che stiamo sperimentando in agent1. Non ci limitiamo a chiedere a un modello di produrre un risultato. Registriamo i processi, strutturiamo le fonti, conserviamo le scelte, analizziamo gli errori e costruiamo task qualitativi che possano valutare ciò che viene generato. L’obiettivo non è creare un’unica intelligenza onnisciente, ma un sistema di agenti e orchestratori capace di scegliere, ideare, costruire e migliorare con un grado crescente di autonomia.

Ogni progetto diventa così contemporaneamente un lavoro per il cliente e un’esperienza di apprendimento per l’agenzia.

Efficienza non significa semplicemente tagliare

“La parola che descrive meglio questo cambiamento è efficienza.”

Negli ultimi anni è stata spesso utilizzata come sinonimo di riduzione dei costi, licenziamenti o compressione dei tempi. Ma l’efficienza che può introdurre l’AI agentica è più profonda: significa liberare le persone dal costo cognitivo delle attività ripetitive e utilizzare le loro capacità migliori per ampliare il valore prodotto dall’organizzazione.

L’obiettivo non dovrebbe essere chiedersi quante persone possano essere eliminate. La domanda utile è quanta energia umana possa essere sottratta a procedure ormai automatizzabili e restituita alla strategia, alla relazione, alla ricerca e all’innovazione.

Le aziende che comprenderanno per prime questo passaggio non diventeranno necessariamente imprese senza dipendenti. Probabilmente continueranno ad avere team, competenze specialistiche e responsabilità distribuite. Ma smetteranno di utilizzare le persone come costose interfacce tra sistemi incapaci di comunicare, come trasportatori di informazioni da un documento all’altro o come esecutori di procedure che una macchina può svolgere più velocemente.

Non avranno necessariamente meno persone. Avranno persone utilizzate meglio.

L’autonomia richiede più governo, non meno

Esiste però un rischio nel racconto dell’azienda full agentic: confondere la velocità con l’affidabilità.

Gli agenti commettono errori. Possono interpretare male un obiettivo, utilizzare informazioni incomplete, produrre risultati apparentemente corretti ma fragili o agire oltre il perimetro previsto. L’esecuzione automatica non è ancora, per definizione, esecuzione senza errori.

Più autonomia viene concessa a un sistema, più devono essere chiari i limiti, le autorizzazioni, i controlli e la responsabilità finale.

La California Management Review propone di considerare l’impresa agentica come un problema di progettazione organizzativa, non soltanto tecnologica. Il suo Agentic Operating Model distingue quattro livelli: specializzazione cognitiva, coordinamento, controllo in tempo reale e governance. La domanda decisiva non è semplicemente se un agente sia capace di agire, ma se possa essere governato, osservato e fermato quando necessario.

Questo significa che il nuovo lavoro della consulenza non sarà soltanto introdurre agenti nelle aziende. Sarà progettare il sistema entro cui potranno operare: quali dati possono consultare, quali decisioni possono prendere, quali azioni richiedono approvazione, come viene misurata la qualità e chi rimane responsabile del risultato.

Un agente isolato può essere uno strumento interessante. Un sistema di agenti senza governance può diventare un’organizzazione incontrollabile.

Un laboratorio, non una profezia

Agent1 nasce per sperimentare questo nuovo paradigma prima di proporlo agli altri.

Non vogliamo descrivere un futuro ideale nel quale le macchine lavorano perfettamente e le aziende funzionano senza attriti. Vogliamo osservare ciò che è già possibile, costruire prototipi reali, misurare dove l’AI produce valore e riconoscere con la stessa onestà dove non è ancora affidabile.

Il modello full agentic non è un punto di arrivo già definito. È una domanda operativa.

Quanto può diventare piccola un’organizzazione senza ridurre la propria capacità di immaginare? Quanto può diventare veloce senza perdere controllo? Quanta conoscenza può conservare? Quanta parte dell’esecuzione può delegare senza delegare anche la propria responsabilità? E soprattutto: cosa possono fare le persone quando non sono più costrette a occupare gran parte del proprio tempo in attività che non richiedono davvero la loro intelligenza?

Forse l’agenzia senza dipendenti non esisterà mai in senso assoluto. Forse rimarrà sempre almeno una persona a formulare l’intenzione, a decidere quale rischio assumersi e a dare un significato al risultato.

Ma sta già emergendo qualcosa di più importante: un’azienda nella quale una sola persona può dialogare con una capacità operativa che un tempo avrebbe richiesto un intero reparto. Un’organizzazione che non cresce soltanto assumendo, ma imparando. Che non accumula unicamente file e consegne, ma memoria. Che non misura il proprio valore dalle ore impiegate, ma dalla distanza tra un’intuizione e la sua realizzazione.

Non è un futuro lontano. È un nuovo metodo di lavoro che possiamo iniziare a progettare oggi.

Born agentic.