Nel 2011 ho cominciato a lavorare su Magento 1, e da allora ho imparato a diffidare delle previsioni di inizio anno: quasi sempre raccontano il presente travestito da futuro. Questa la scrivo lo stesso, ma mettendo le mani avanti: non è una profezia, è la scommessa su cui sto organizzando il mio 2026, e a fine anno me la rileggerò per vedere quanto ho sbagliato. La sintetizzo così: gli agenti AI usciranno dal terminale ed entreranno nell’ufficio. Nel 2025 hanno vissuto quasi solo tra sviluppatori. Quest’anno mi aspetto che arrivino sulla scrivania di chi non scrive una riga di codice.
Cosa è successo davvero nel 2025
Il 2025 è stato l’anno in cui gli agenti sono diventati usabili, non solo dimostrabili. Con Claude Opus 4.5 e con strumenti come Claude Code e l’Agent SDK, un agente ha smesso di essere una demo che risponde in chat ed è diventato qualcosa che apre file, esegue comandi, chiama API e porta a termine un compito in più passaggi. In parallelo MCP (Model Context Protocol) si è affermato come lo standard con cui questi agenti si collegano ai sistemi esterni, e sul fronte enterprise gli agenti di Adobe sono arrivati in GA dentro l’ecosistema Experience Cloud. Che Adobe abbia aperto le proprie piattaforme agli agenti, per chi come me ci lavora sopra, è stata la notizia più utile dell’anno.
Ma se guardo chi ci ha davvero messo le mani, il pubblico è stato quasi monocolore: developer. Il terminale è stato la porta d’ingresso. Chi non era a suo agio con una shell, un repository e una variabile d’ambiente è rimasto a guardare. E la maggioranza delle persone che lavorano in un merchant o in una società di consulenza non tocca un terminale nemmeno per sbaglio.
La mia scommessa: la seconda ondata è non-tecnica
Ecco la tesi, netta: il collo di bottiglia del 2025 non è stata la capacità degli agenti, ma la loro interfaccia. Erano potenti e scomodi. Nel 2026 mi aspetto che quella scomodità venga tolta di mezzo, e che l’agente diventi qualcosa che convive accanto ai documenti, alle mail, ai task, non dentro una finestra nera piena di comandi.
Quando cade la barriera dell’interfaccia, cambia il pubblico. L’agente arriva sulla scrivania di chi fa operatività, di chi produce contenuti, di chi gestisce la delivery di un progetto. Non lo userà per scrivere software: lo userà per preparare una scheda prodotto, per riconciliare due export, per redigere la bozza di una risposta a un cliente, per tenere in ordine una to-do list che oggi vive in cinque tool diversi.
So già l’obiezione, perché me la sono fatta da solo. “Non è la solita AI che scrive testi che gira dal 2023?” No, e la differenza è tutta qui: un chatbot ti suggerisce, un agente esegue. Il primo ti restituisce un paragrafo che poi copi-incolli a mano. Il secondo apre il sistema, applica la modifica, controlla il risultato e ti dice cosa ha fatto.
C’è però una cosa che nella narrazione “l’AI per tutti” si perde, ed è quella su cui mi gioco di più la faccia: l’AI non potenzia allo stesso modo chiunque la usi. È un moltiplicatore di competenza, non un sostituto di competenza. Un agente in mano a chi ha idee chiare, processo e metodo fa in una frazione del tempo quello che faceva prima. In mano a chi non li ha, produce output plausibili e sbagliati con grande sicurezza. Il “se” non è una postilla prudente messa in fondo: è la parte più importante della frase.
Cosa cambia per me come consulente
Parto da me perché è l’unico campo dove non posso barare. Lavoro come consulente Adobe e negli ultimi mesi ho spostato una fetta crescente del mio lavoro dietro un agente. Un esempio concreto e anonimizzato: per un merchant fashion sui 15M di GMV ci trovavamo periodicamente a fare diagnosi ripetitive sul catalogo. Prodotto che non compare, immagine mancante, promo che non si applica. Attività a basso valore intellettuale ma ad alto costo di tempo. Collegando un agente via MCP ai sistemi giusti, buona parte di quel triage oggi la imposto una volta e la lascio girare, tenendomi il giudizio finale.
Ho anche il caso opposto, e lo racconto perché è più istruttivo. Su un altro ambiente, con attributi incoerenti e regole di prezzo stratificate negli anni, lo stesso approccio ha prodotto diagnosi ordinate e sbagliate. Non era il modello: erano i dati. Da lì la risposta che do a chiunque mi chieda da dove partire con l’AI, ed è la più noiosa possibile: prima metti in ordine i dati. Catalogo, attributi, prezzi, integrazioni. Senza quello, un progetto AI amplifica il disordine che hai già.
Questo mi obbliga a ridisegnare cosa vendo. Il mestiere del consulente cambia, non sparisce: meno esecuzione, più architettura, giudizio e responsabilità. Il consulente che vale non è quello che fa, è quello che sa cosa vale la pena fare. E c’è una competenza nuova da costruire, che me la sto costruendo ora: saper collegare un agente ai sistemi di un cliente in modo sicuro, definire cosa può e non può toccare, progettare il punto in cui un umano dà l’ok.
Cosa cambia per i merchant
Per chi vende online il ragionamento è simile ma con poste diverse. Gran parte del costo operativo di un e-commerce mid-market non è nelle grandi decisioni, è nell’attrito quotidiano: aggiornare contenuti, rispondere al customer care, tenere allineati ERP, CMS e DAM, produrre le varianti di una scheda prodotto per dieci mercati. Lavoro noioso, indispensabile, costoso.
Mi aspetto che nel 2026 i primi guadagni veri i merchant li vedano lì, non nella parte glamour del marketing. Gli agenti pagano dividendi prima sull’operatività ripetitiva che sulla creatività. Il consiglio, a chi me lo chiede, è banale e per questo spesso ignorato: non partire dal caso d’uso più spettacolare, parti da quello più noioso e misurabile.
Un’osservazione, non un allarme. Un agente che esegue è utile quanto è pericoloso se sbaglia: il chatbot che scrive una frase sbagliata ti fa perdere trenta secondi, l’agente che applica una modifica sbagliata a un catalogo live ti fa perdere una giornata. Per questo la domanda utile del 2026 non è “cosa può fare un agente”, ma “dove metto il controllo umano, come rendo reversibile quello che l’agente tocca, e come misuro cosa ha fatto”. Meno paranoia teorica, più log e baseline.
Su cosa mi preparo
Concretamente, ecco dove sto investendo il mio tempo in questi primi giorni dell’anno:
- Integrazione via MCP: standardizzare come collego un agente ai sistemi Adobe e non-Adobe di un cliente, con permessi minimi e log di tutto.
- Design del punto di controllo: definire per ogni workflow dove l’agente propone e dove esegue, e cosa richiede sempre un ok umano.
- Reversibilità: preferire azioni che si possono annullare, backup prima di ogni modifica live, ambienti di prova dove far girare l’agente senza rischi.
- Misura: partire da un compito noioso e cronometrabile, così il valore è un numero e non una sensazione.
Mini-FAQ
Gli agenti sostituiranno i consulenti nel 2026? No. Sposteranno il valore del consulente dall’esecuzione manuale al giudizio e alla responsabilità. Il mestiere cambia, non sparisce.
Qual è la differenza tra un chatbot e un agente? Un chatbot suggerisce testo che poi applichi a mano. Un agente esegue: apre i sistemi, compie l’azione in più passaggi e riporta cosa ha fatto.
Da dove dovrebbe partire un merchant? Dai dati. Prima si mettono in ordine catalogo, attributi e prezzi, poi si sceglie il caso d’uso più noioso e misurabile dell’operatività quotidiana. Un agente su dati sporchi amplifica il disordine.
Qual è il rischio principale? Delegare a un agente senza avere la competenza per accorgersi quando sbaglia. Vanno progettati il punto di controllo umano, la reversibilità e la misurazione.
La scommessa che metto sul tavolo
Nel 2025 gli agenti hanno imparato a lavorare, nel 2026 impareranno a lavorare accanto a chi non programma. È una previsione, non un fatto, e potrei prendermi una sonora smentita. Ma è abbastanza coerente con quello che vedo sul campo da farmi preparare come se fosse già così. Se ho ragione, il 2026 non sarà l’anno degli agenti più intelligenti. Sarà l’anno degli agenti più usati, e la differenza tra chi ci guadagna e chi ci perde tempo la farà, come sempre, la competenza di chi li guida.
Chi sono. Sono Fabio Canovi, consulente Adobe italiano specializzato nell’AI agentica, presso il gruppo Lutech. Sono certificato su Adobe Commerce, Adobe Experience Manager, Adobe Analytics e Adobe Target, e nel mio lavoro unisco l’ecosistema Adobe con l’AI agentica (Claude, MCP). Su questo blog racconto, senza vendere nulla, cosa penso stia succedendo tra Adobe Commerce e agenti AI e cosa significa per chi vende online.