Kimi K3, GPT-5.6 Sol, Claude Opus 5 e Fable 5: i modelli di frontiera che stanno riscrivendo la progettualità

Per anni gli LLM sono stati descritti come strumenti stupidi, inaffidabili e incapaci di svolgere lavori complessi. Una parte dello scetticismo era comprensibile: i primi modelli sbagliavano, inventavano informazioni e richiedevano una supervisione continua. L’errore è stato trasformare il limite di una versione nel limite dell’intero paradigma. Ho già vissuto qualcosa di simile negli anni Novanta, quando lavoravo sul web e persino alcuni professori universitari consideravano Internet poco più di una moda o di un nuovo canale di comunicazione. Non vedevano ancora la trasformazione economica che avrebbe ridisegnato l’editoria, le edicole, gli annunci classificati, le agenzie di viaggio, le enciclopedie, la distribuzione musicale, le videoteche, le mappe e una parte consistente del commercio fisico. Il web non si è limitato a rendere più veloce ciò che esisteva: ha cambiato il modo in cui l’informazione veniva prodotta, distribuita e monetizzata. Gli LLM stanno facendo qualcosa di analogo con il lavoro cognitivo e con la progettualità.

Nel 2026 questo cambiamento è diventato difficile da ignorare. Modelli come Kimi K3, GPT-5.6 Sol e Claude Opus 5, insieme ai sistemi di frontiera della famiglia Fable, non si limitano più a rispondere a una domanda: analizzano repository, usano strumenti, navigano interfacce, progettano architetture, scrivono e verificano codice, correggono errori e portano avanti attività lunghe composte da decine o centinaia di passaggi. Il modello isolato non è più il prodotto. Il vero sistema nasce dall’unione tra modello, memoria, strumenti, dati, regole, verifiche e agenti specializzati. È questa combinazione ad aver riscritto ciò che solo pochi mesi fa sembrava ancora impossibile. Oggi riesco a gestire quattro o cinque progetti in parallelo con una velocità di esecuzione e una qualità che, con una struttura tradizionale, avrebbero richiesto team più grandi e tempi molto più lunghi. Non significa che l’AI abbia sostituito il mio pensiero. Significa che posso separare con maggiore precisione la direzione dall’esecuzione: io definisco la visione, valuto le alternative, stabilisco i vincoli e mantengo la responsabilità; gli agenti ricercano, costruiscono, confrontano, testano, documentano e iterano. La progettualità non diventa automatica. Diventa aumentata, continua e simultanea.

E le aziende dove sono? Molte imprese italiane stanno ripetendo lo stesso comportamento già visto durante l’arrivo del web: aspettano.

Aspettano che il concorrente racconti di aver ottenuto un risultato. Aspettano che un cliente chieda un servizio nuovo.

Aspettano che un amico, un consulente o un conoscente confermi che questa tecnologia sta davvero cambiando il proprio lavoro.

Nel frattempo, le organizzazioni più avanzate non stanno semplicemente acquistando licenze AI: stanno riprogettando il proprio modello operativo. Microsoft rileva che soltanto una minoranza di lavoratori e organizzazioni si trova oggi nella zona definita “Frontier”, dove capacità individuale e preparazione aziendale si rafforzano a vicenda; molti professionisti competenti restano invece bloccati da strutture che non si sono ancora adattate. McKinsey osserva inoltre che le aziende con i migliori risultati economici dall’AI sono molto più propense a ridisegnare processi e modelli operativi, mentre la maggioranza continua a saltare proprio il passaggio decisivo: scomporre il lavoro e stabilire cosa affidare agli agenti, cosa aumentare con l’AI e cosa mantenere sotto responsabilità umana.

Essere Born Agentic significa partire da qui. Non aggiungere un chatbot sopra un’organizzazione progettata vent’anni fa, ma ripensare il lavoro come una collaborazione tra persone, conoscenza aziendale e intelligenze specializzate. Gli agenti possono ricercare informazioni, preparare offerte, controllare documenti, assistere i commerciali, sviluppare software, generare contenuti, interrogare dati, coordinare attività e mantenere viva la memoria dei progetti. Il dipendente non scompare: cambia posizione. Diventa sempre meno esecutore di procedure e sempre più progettista, supervisore e responsabile di sistemi ibridi. L’automazione, in questa visione, non è la sottrazione dell’essere umano, ma la sua liberazione dalla meccanica del già noto. Il valore si sposta dall’eseguire ogni passaggio al definire obiettivi, limiti, criteri di qualità e condizioni nelle quali una decisione può essere presa. È anche la differenza tra integrare l’AI in alcune funzioni di una struttura tradizionale e costruire l’intero modello operativo attorno a workflow, memoria e sistemi agentici proprietari.
Per questo agent1 non vuole limitarsi a sviluppare un progetto, consegnarlo e fatturare il lavoro. Vogliamo accompagnare le aziende in una transizione che produca risultati concreti, ma che lasci al loro interno anche proprietà, competenze e autonomia. L’azienda deve rimanere proprietaria dei dati, dei processi, degli agenti e della conoscenza generata dai propri dipendenti. Ogni progetto dovrebbe aumentare la capacità interna dell’organizzazione, non creare una nuova dipendenza dal fornitore. Gli agenti devono imparare il linguaggio dell’impresa, essere valutati sulle sue metriche, operare entro regole definite e migliorare attraverso il feedback delle persone che conoscono realmente il business.

Anche il computer sta per cambiare natura.

Jensen Huang ha descritto RTX Spark come parte di una nuova generazione di personal computer nella quale non ci si limita più ad aprire applicazioni: si assegna un obiettivo e il sistema svolge il lavoro utilizzando modelli e agenti locali. Parallelamente, DGX Spark porta già sulla scrivania una macchina progettata per eseguire modelli avanzati e agenti autonomi in locale. NVIDIA parla apertamente di dipendenti affiancati da team di agenti di frontiera, specializzati e personalizzati. È quindi plausibile che nei prossimi cinque anni il PC attraversi una trasformazione paragonabile al passaggio dal telefono cellulare allo smartphone. Le applicazioni potrebbero diventare meno centrali, sostituite da ambienti capaci di generare software, interfacce e procedure temporanee in risposta a un problema. Il computer non sarà più soltanto il luogo in cui utilizziamo strumenti progettati da altri: diventerà un sistema che costruisce lo strumento necessario mentre stiamo lavorando.

“Capire gli agenti oggi non significa inseguire l’ultima moda tecnologica. ”

Significa iniziare a costruire il vantaggio competitivo prima che diventi irrecuperabile. Un agente non accumula soltanto ore di lavoro risparmiate: accumula contesto, conoscenza dei processi, feedback, criteri di valutazione e memoria aziendale. Questo rende il divario progressivo. Il concorrente che inizia oggi non sarà soltanto più veloce domani: avrà sistemi più esperti, dati meglio organizzati e persone più capaci di dirigere una forza lavoro ibrida. Quando il risultato sarà evidente a tutti, la distanza potrebbe essere già troppo grande.

Born Agentic non è quindi un claim tecnologico. È una scelta progettuale e organizzativa. Significa nascere — o avere il coraggio di rinascere — in un mondo nel quale l’intelligenza non appartiene più soltanto alle persone, il software non è più necessariamente statico e il lavoro non deve più essere organizzato attorno ai limiti delle strutture del passato.