IBM e Microsoft puntano ad automatizzare i processi aziendali con agenti AI vincolati a regole e controlli

La mossa di IBM e Microsoft non è il lancio di un singolo chatbot aziendale, ma il tentativo di confezionare una fabbrica di agenti per processi industriali regolati. Nel comunicato congiunto pubblicato il 10 novembre 2026, le due società presentano Imagine Enterprise come una piattaforma agentic per costruire, eseguire e governare agenti AI collegati a dati, sistemi e procedure già presenti nelle aziende. La notizia è stata ripresa anche da Unite.AI, che sottolinea soprattutto l’obiettivo operativo: portare progetti oggi spesso fermi alla sperimentazione dentro ambienti produttivi controllati.

Il prodotto nasce dall’incastro fra due asset diversi. Da un lato c’è IBM Consulting, che mette a disposizione la propria esperienza di delivery e una libreria di oltre 6.000 agenti e asset pre-costruiti basati su IBM Consulting Advantage. Dall’altro c’è lo stack Microsoft: Microsoft Foundry, GitHub Copilot e Copilot Studio per coordinare agenti e sistemi aziendali; Microsoft Fabric, Microsoft 365, Entra, Purview, Defender e Azure come base dati, identità, governance, sicurezza e cloud, secondo la versione pubblicata da Microsoft Source.

Che cosa c’è dentro Imagine Enterprise

Imagine Enterprise è descritta da IBM come una sorta di digital talent agency per l’impresa: non un catalogo di bot isolati, ma un ambiente per progettare “forze lavoro digitali” con responsabilità, limiti e tracciamento. La pagina prodotto di IBM parla di cinque blocchi: industry blueprints, orchestrazione dei workflow, capacità di ragionamento e abilitazione, sicurezza e governance, fondazione cloud. Nel livello IBM rientrano Agentic Core, Process Studio e Context Studio, usati per collegare gli agenti ai processi e ai dati specifici del cliente.

La promessa commerciale è precisa: evitare che una banca, un’assicurazione o un retailer debbano riscrivere da zero la propria architettura per usare agenti AI. IBM e Microsoft affermano che la piattaforma è progettata per connettersi all’ambiente tecnologico esistente, adattando asset pre-costruiti ai processi dell’organizzazione. Questo punto è cruciale perché molte grandi imprese non hanno un problema di “mancanza di modelli”, ma di integrazione: dati frammentati, sistemi legacy, regole autorizzative diverse per unità di business e obblighi di audit che rendono rischioso lasciare un agente libero di agire.

Nel post tecnico pubblicato da IBM, la piattaforma viene spiegata con un linguaggio più operativo. Gli agenti non dovrebbero limitarsi a rispondere, ma eseguire parti di un processo con ruoli distinti; ogni azione, decisione ed escalation viene registrata; le metriche di latenza, costo, uso dei token e cronologia di esecuzione sono disponibili in tempo reale. I controlli di governance stabiliscono quali attività un agente può completare da solo, quali richiedono approvazione umana e quando l’escalation diventa obbligatoria.

Il caso assicurativo: triage automatico, decisione umana

L’esempio più concreto riguarda i sinistri assicurativi, un flusso ad alta intensità documentale che va dalla prima notifica del danno alla liquidazione. Nel modello illustrato da IBM, il processo viene scomposto in digital workers con responsabilità definite: un Digital Steward valuta la complessità del caso, cerca possibili segnali di frode, verifica la copertura della polizza e instrada il sinistro verso il liquidatore più adatto. I casi semplici possono andare a profili junior, quelli ambigui a profili senior, quelli con molte anomalie a specialisti o unità investigative.

Il punto da notare è che IBM non presenta l’agente come decisore finale del sinistro. Il dipendente riceve una coda prioritaria con la spiegazione del routing, le verifiche già effettuate e l’azione raccomandata; la decisione resta alla persona. Questa architettura è coerente con il mercato a cui IBM e Microsoft si rivolgono: in settori regolati, l’automazione totale è meno vendibile della tracciabilità del processo, della segregazione dei poteri e della possibilità di dimostrare perché un agente ha suggerito una certa azione.

SEI, società quotata al Nasdaq attiva in tecnologia finanziaria, operations e asset management, è il nome cliente citato nel lancio. La società sta esplorando tecnologie emergenti e agentiche con IBM Consulting e Microsoft, ma non ha annunciato risultati produttivi misurati su Imagine Enterprise. Il comunicato precisa che al 30 settembre 2026 SEI gestiva, consigliava o amministrava circa 2.000 miliardi di dollari di asset; il ruolo descritto è quindi quello di caso esplorativo in ambito finanziario, non di deployment già validato con metriche pubbliche.

Disponibilità, modelli di adozione e punti non dichiarati

La piattaforma è già proposta ai clienti attraverso tre modalità. Le aziende possono ingaggiare IBM Consulting per distribuire e operare Imagine Enterprise per loro conto, lavorare in co-innovazione con IBM su implementazioni di scala enterprise oppure scegliere opzioni di autogestione. Per gli ingaggi qualificati, IBM e Microsoft prevedono anche supporto di ingegneri forward-deployed, cioè team inseriti accanto al cliente per passare dalla co-progettazione alla produzione.

Le aree industriali iniziali sono servizi finanziari, assicurazioni e retail. Manifattura, energia, settore pubblico e mobilità sono indicati solo come possibili estensioni future, non come framework già disponibili. Né IBM né Microsoft hanno pubblicato un listino, benchmark di prestazione, tempi medi di implementazione, SLA specifici o metriche di accuratezza sugli agenti. Anche Unite.AI evidenzia questo aspetto in modo implicito: la forza dell’annuncio è l’architettura e la base di asset, non un confronto pubblico di performance.

Questa assenza di prezzo pubblico distingue Imagine Enterprise da offerte più standardizzate. Salesforce, per esempio, pubblica per Agentforce un prezzo indicativo di 2 euro per conversazione per gli agenti customer-facing nella pagina italiana di pricing, pur precisando che le condizioni sono informative e soggette a contatto commerciale. IBM e Microsoft sembrano invece puntare su progetti più consulenziali, dove il costo dipende da processi, integrazioni, governance e gestione operativa.

Perché IBM e Microsoft accelerano ora

Il lancio arriva dopo mesi in cui entrambi i gruppi hanno rafforzato il lato “implementazione” dell’AI, non solo il lato modello. Nell’aprile 2025 IBM aveva annunciato una Microsoft Practice con oltre 33.000 professionisti certificati Microsoft, più di 14.000 progetti Microsoft già consegnati e oltre 30 offerte software IBM disponibili su Azure. Imagine Enterprise è la conseguenza più verticale di quella collaborazione: non semplice integrazione cloud, ma agenti collegati a processi di settore.

Microsoft, intanto, ha creato Microsoft Frontier Company, una nuova struttura focalizzata sulla trasformazione AI enterprise. Nel post firmato da Judson Althoff, l’azienda parla di un investimento da 2,5 miliardi di dollari e di 6.000 esperti industriali e ingegneristici inseriti presso i clienti. La scelta si muove nella stessa direzione di AWS, che a giugno 2026 ha annunciato 1 miliardo di dollari per una propria organizzazione di forward deployed engineering dedicata all’AI agentica.

Investimenti nell’ingegneria AI sul campoValori in $ mld

• Microsoft Frontier Company2,5
• AWS Forward Deployed Engineering1

Il motivo è economico prima ancora che tecnologico: molte imprese hanno già comprato licenze, cloud e accesso a modelli, ma faticano a trasformare prototipi in processi affidabili. Uno studio IBM Institute for Business Value su 2.000 dirigenti tecnologici, condotto con Oxford Economics da gennaio ad aprile 2026, stima che la spesa AI passerà da poco meno del 15% dei budget IT nel 2025 a quasi il 25% nel 2027. È un aumento dichiarato del 71% in due anni, che rende il controllo dei costi degli agenti un tema di governance e non solo di FinOps.

Quota della spesa AI nei budget IT

• 202515%
• 202725%

La stessa ricerca IBM segnala perché una piattaforma come Imagine Enterprise enfatizza log, policy e autorizzazioni: quando gli agenti passano in produzione, la supervisione manuale non scala. Nel riepilogo dello studio, IBM scrive che le organizzazioni che incorporano il controllo nei sistemi AI distribuiscono 16 volte più agenti, ottengono margini operativi superiori del 18% e spendono 4 volte meno budget AI rispetto a chi si affida a governance manuale. Sono dati di survey e analisi, non benchmark di Imagine Enterprise, ma spiegano l’angolo scelto da IBM e Microsoft.

Il confronto con Salesforce, ServiceNow, AWS e Google

Il mercato degli agenti enterprise si sta polarizzando attorno a due modelli. Il primo è quello delle piattaforme applicative: Salesforce Agentforce parte dal CRM, dal servizio clienti, da Slack e dai dati Salesforce. Con Agentforce 3, Salesforce ha spinto su osservabilità, Command Center, supporto a Model Context Protocol e azioni industriali predefinite; con AgentExchange ha esteso il marketplace ad agenti e strumenti agentici. È un approccio molto integrato con il proprio ecosistema applicativo.

Il secondo modello è quello del control plane trasversale. ServiceNow ha esteso AI Control Tower per scoprire, osservare, governare, proteggere e misurare sistemi, agenti e workflow AI anche fuori dal proprio ambiente. In ottobre 2026 ha presentato AI Passport, uno strato di autorizzazione runtime per controllare che agenti e server MCP agiscano entro ambiti consentiti. Qui la priorità è il governo dell’AI distribuita.

AWS presidia invece il livello infrastrutturale con Amazon Bedrock AgentCore, disponibile in generale dal 2025 e aggiornato nel 2026 con funzionalità di policy, evaluation e controlli enterprise. La sua forza è la componibilità: runtime, identità, policy, strumenti, memoria e osservabilità possono essere usati per agenti costruiti con framework diversi. Imagine Enterprise si colloca più vicino al modello IBM Consulting più Microsoft: non solo runtime e strumenti, ma blueprints industriali, asset pre-costruiti e ingegneri sul campo.

Un dettaglio strategico riguarda IBM stessa. A giugno 2026 la società ha annunciato anche una partnership con Google Cloud per portare agenti industriali costruiti su IBM Consulting Advantage verso Gemini Enterprise. Questo conferma che IBM sta trattando il proprio patrimonio di agenti e metodi di delivery come un asset multi-ecosistema: con Microsoft lo incastra in Azure, Copilot, Fabric, Purview e Defender; con Google lo adatta al mondo Gemini e BigQuery.

Cosa cambia per sviluppatori, aziende e mercato italiano

Per gli sviluppatori enterprise, Imagine Enterprise sposta l’attenzione dalla costruzione del singolo agente alla composizione di un sistema governato. Servono competenze su identità, policy, dati, workflow, test e osservabilità. La presenza di GitHub Copilot e Copilot Studio può semplificare la creazione di componenti, ma non elimina il lavoro più complesso: definire quali strumenti un agente può invocare, quali dati può leggere, quale soglia fa scattare l’approvazione umana e come si documenta l’esecuzione per audit interni o regolatori.

Per le aziende italiane, soprattutto banche, assicurazioni, utility e grandi retailer, il messaggio è doppio. Da un lato la libreria di asset IBM può ridurre il tempo di avvio rispetto a un progetto completamente custom. Dall’altro, il valore reale dipenderà dalla maturità dei dati e dalla capacità di standardizzare processi che spesso variano tra filiali, paesi e linee di business. Un agente che instrada pratiche assicurative o finanziarie deve conoscere policy, eccezioni, deleghe e vincoli locali: senza quel lavoro, la piattaforma resta un contenitore.

Nel settore pubblico italiano il tema va letto con cautela aggiuntiva. AgID ha pubblicato il 9 novembre 2026 le Linee guida per l’adozione dell’IA nella Pubblica Amministrazione, elaborate con il coinvolgimento di istituzioni come ACN, ANAC, Consip, Dipartimento per la Trasformazione Digitale, INPS, ISTAT e altri soggetti pubblici. Il documento richiama classificazione del rischio, conformità, trasparenza, sorveglianza umana e responsabilità: sono proprio i punti che una piattaforma agentica deve rendere verificabili.

Regole europee e italiane da seguire

In Europa, il riferimento centrale resta l’AI Act. La Commissione europea ricorda che il regolamento si applica secondo un calendario progressivo: dal 2 agosto 2026 sono operative diverse disposizioni, incluse le competenze di enforcement e obblighi di trasparenza; le regole per i sistemi ad alto rischio dell’Allegato III sono previste dal 2 dicembre 2027, mentre quelle per sistemi ad alto rischio incorporati in prodotti regolati arrivano dal 2 agosto 2028, secondo la pagina della Commissione sull’enforcement.

Per le imprese italiane, a questo quadro si aggiunge la normativa nazionale. La disciplina di adeguamento pubblicata su Normattiva richiama la legge italiana sull’AI e designa AgID e ACN come autorità nazionali per l’intelligenza artificiale, con un ruolo distinto rispetto a Banca d’Italia, CONSOB e IVASS nei settori finanziari. In pratica, un progetto di agenti in banca o assicurazione non potrà essere valutato solo dal team IT: dovrà coinvolgere compliance, risk management, privacy, sicurezza e funzioni di business.

Il limite più evidente dell’annuncio è che IBM e Microsoft descrivono l’architettura, ma non pubblicano ancora documentazione sufficiente per valutare casi europei specifici: localizzazione dei dati, segregazione tra tenant, configurazioni di data residency, criteri di conservazione dei log, responsabilità contrattuali fra cliente, IBM e Microsoft, e trattamento dei dati personali in catene multi-agente. Sono aspetti che possono essere risolti nei contratti enterprise, ma non sono chiariti nel lancio pubblico.

Perché conta

La novità non va letta come l’ennesima interfaccia conversazionale, ma come un passaggio verso agenti AI con effetti operativi reali dentro processi regolati. In Europa e in Italia questo sposta il baricentro: non basta dimostrare che un modello risponde bene, bisogna poter spiegare chi gli ha dato accesso a quali dati, entro quali limiti ha agito, quando ha coinvolto una persona e come l’azienda può ricostruire l’evento dopo mesi. Da questo punto di vista, l’enfasi di Imagine Enterprise su log, escalation e policy è allineata alla direzione regolatoria già in corso.

Il vantaggio per le imprese è la riduzione dell’attrito iniziale: agenti pre-costruiti, blueprints industriali e supporto di ingegneri sul campo possono accorciare il percorso tra sperimentazione e produzione. Il limite è che la governance promessa non nasce automaticamente dalla piattaforma: richiede processi puliti, ownership dei dati, controlli interni e responsabilità definite. In Italia, dove PA e settori finanziari hanno presidi specifici, l’esito più probabile è un’adozione selettiva: prima workflow circoscritti e auditabili, poi estensioni più autonome solo dove rischio, dati e responsabilità sono davvero mappati.

Domande e risposte

Che cos’è IBM e Microsoft Imagine Enterprise?

Imagine Enterprise è una piattaforma annunciata il 10 novembre 2026 da IBM e Microsoft per costruire, eseguire e governare agenti AI aziendali. Combina oltre 6.000 agenti e asset IBM Consulting con tecnologie Microsoft per cloud, dati, identità, sicurezza, sviluppo e governance.

Quali settori useranno per primi Imagine Enterprise?

I framework iniziali indicati da IBM e Microsoft riguardano servizi finanziari, assicurazioni e retail. Manifattura, energia, settore pubblico e mobilità sono citati come possibili espansioni future, ma nel lancio del 10 novembre 2026 non vengono presentati come framework già disponibili.

Quanto costa IBM Microsoft Imagine Enterprise?

IBM e Microsoft non hanno pubblicato un listino per Imagine Enterprise. Le modalità indicate sono deployment gestito da IBM Consulting, co-innovazione su implementazioni enterprise e opzioni di autogestione. Il prezzo dipenderà quindi da integrazioni, processi, governance, sicurezza e livello di supporto richiesto.

Imagine Enterprise sostituisce Salesforce Agentforce o ServiceNow AI Control Tower?

Non direttamente. Salesforce Agentforce è più integrato nel CRM e pubblica anche prezzi per conversazione; ServiceNow AI Control Tower punta al governo trasversale degli agenti. Imagine Enterprise unisce asset IBM Consulting, stack Microsoft e ingegneri sul campo per processi industriali regolati.

Le aziende italiane possono usare agenti AI come quelli di Imagine Enterprise?

Sì, ma devono rispettare AI Act, GDPR e regole nazionali. Dal 2026 alcune disposizioni europee sono operative, mentre gli obblighi per sistemi ad alto rischio arriveranno in fasi successive. In Italia AgID e ACN hanno ruoli centrali nella governance dell’AI, con presidi specifici per settori finanziari.