A marzo, al Summit, gli AI agent e l’Agent Orchestrator di Adobe erano una promessa da keynote: slide, demo curate, roadmap. Da questo mese sono un prodotto che si può comprare. Adobe ha portato in general availability l’Agent Orchestrator su Adobe Experience Platform e la prima ondata di agenti verticali. La differenza tra “annunciato” e “GA” non è di marketing: è la differenza tra guardare una demo e doverla mettere in un progetto reale, con SLA, dati veri e qualcuno che firma sotto.
Scrivo da consulente che questi agenti dovrà integrarli, non da spettatore. E la mia posizione è semplice: la tecnologia è pronta a essere provata, l’organizzazione del cliente quasi mai lo è. Vale la pena spiegare perché.
Cosa è diventato davvero acquistabile
L’Agent Orchestrator è il livello che sta sopra Adobe Experience Platform e coordina più agenti — quelli di Adobe e, in prospettiva, quelli di terze parti — facendoli ragionare sullo stesso profilo cliente e sugli stessi dati. Non è “un chatbot in più”: è un reasoning layer che decide quale agente attivare, con quali permessi e su quale slice di dati.
Con la GA arrivano anche agenti purpose-built già confezionati: un agente per l’ottimizzazione del sito, uno per la produzione di contenuti, uno per l’analisi dei dati, un Brand Concierge conversazionale rivolto al cliente finale. Sono pensati per innestarsi dentro Adobe Experience Cloud — quindi AEM, Commerce, Analytics, Target, Journey Optimizer — senza che tu debba costruire l’infrastruttura di orchestrazione da zero.
Questo è il punto che trovo interessante e onesto allo stesso tempo: Adobe non ti vende “l’AI”, ti vende agenti già collegati ai suoi tool. Il valore è tutto lì. Se i tuoi dati e i tuoi processi vivono già nell’ecosistema Adobe, parti con un vantaggio enorme. Se non ci vivono, gli agenti restano macchine potenti a cui manca la benzina.
Cosa serve davvero per portarli in un progetto reale
1. La governance viene prima, non dopo
Un agente che scrive contenuti, modifica un sito o risponde a un cliente è un attore che agisce, non che suggerisce. Cambia completamente la domanda che devi porti: non “l’output è buono?” ma “chi è responsabile di ciò che l’agente fa in autonomia?”.
Nei progetti seri questo si traduce in cose concrete e noiose: definire quali azioni un agente può eseguire da solo e quali richiedono un human-in-the-loop, tracciare ogni azione in modo auditabile, stabilire i permessi a livello di dato e non solo di utente. L’Agent Orchestrator offre gli strumenti per farlo, ma non lo fa al posto tuo. La governance è una decisione organizzativa che il software può applicare, non inventare. La mia previsione: il primo mese di ogni progetto agentico serio se ne andrà in policy, non in prompt.
2. I dati sono il vero collo di bottiglia
Un agente vale quanto il profilo cliente su cui ragiona. Se il tuo Real-Time CDP è incompleto, se le identità sono frammentate tra e-commerce, CRM ed email, se i dati di catalogo sono sporchi, l’agente amplificherà quel disordine con grande sicurezza. Ho visto merchant convinti che l’AI avrebbe “sistemato i dati”: è l’esatto contrario. Gli agenti non ripuliscono i dati, li presuppongono.
Un caso dal campo, anonimizzato: un merchant fashion sui 15M di GMV voleva un agente conversazionale per il post-vendita. Dopo due settimane era chiaro che il problema non era l’agente, ma il fatto che stato ordine, reso e disponibilità vivevano in tre sistemi che non si parlavano. Il lavoro vero era lì, a monte. L’agente è arrivato terzo.
3. L’orchestrazione è dove si vince o si perde
Il nome “Agent Orchestrator” è azzeccato perché il valore non è il singolo agente, è il coordinamento. Un Site Optimization Agent che gira senza parlare con l’agente di contenuti e con quello di analytics produce ottimizzazioni scollegate dalla strategia. La domanda giusta da fare in fase di design è: quale agente ha l’ultima parola quando due entrano in conflitto? Nella mia esperienza è qui che i progetti multi-agente si complicano, molto più che nella qualità del singolo output.
Cosa è pronto e cosa non lo è ancora
Provo a essere netto, perché è quello che chiederei io a un consulente.
È pronto: l’infrastruttura di orchestrazione, gli agenti verticali per casi d’uso ben delimitati (produzione contenuti, ottimizzazione del sito, analisi dati), l’integrazione nativa con i tool Adobe. Se sei già dentro l’ecosistema, oggi puoi partire con un pilota vero.
Non è ancora pronto (o non lo darei per scontato): l’autonomia spinta su processi critici senza supervisione, l’interoperabilità matura con agenti di terze parti — il concetto c’è, gli standard di interoperabilità si stanno assestando adesso e li valuterei sul campo, non sulla brochure — e soprattutto la readiness organizzativa del cliente medio, che quasi sempre sottovaluta il lavoro su dati e governance. Il divario oggi non è tecnologico. È di processo.
La mia opinione da chi dovrà integrarli
Sono convinto che questa sia una delle transizioni più concrete degli ultimi anni in Adobe Experience Cloud, e non lo dico per entusiasmo: lo dico perché il passaggio da GenAI “che assiste” ad agenti “che eseguono” cambia il mestiere di chi progetta questi sistemi. Il mio ruolo si sposta dal configurare tool al disegnare confini: cosa un agente può fare, con quali dati, sotto quale controllo.
Il rischio che vedo è il classico entusiasmo da GA: comprare la licenza e pensare di aver comprato il risultato. Non funziona così. Un agente in produzione senza governance è un incidente che aspetta di succedere; senza dati puliti è un generatore di errori convincenti. Il mio consiglio, se dovessi darne uno solo: iniziate da un caso d’uso stretto, misurabile e a basso rischio, e trattate i primi tre mesi come un investimento in dati e regole, non in AI. La parte AI, paradossalmente, è quella che vi darà meno problemi.
Mini-FAQ
Cos’è l’Adobe Agent Orchestrator?
È il livello di orchestrazione su Adobe Experience Platform che coordina più AI agent sullo stesso profilo cliente e sugli stessi dati, decidendo quale agente attivare, con quali permessi e su quale porzione di dati. Da settembre 2025 è in general availability.
Cosa serve per usare gli AI agent di Adobe in un progetto reale?
Tre cose, in quest’ordine: governance (chi risponde delle azioni dell’agente, cosa è automatico e cosa richiede human-in-the-loop), dati puliti e identità unificate (tipicamente su Real-Time CDP), e un disegno di orchestrazione che stabilisca le priorità tra agenti.
Conviene già partire?
Sì se sei già dentro l’ecosistema Adobe Experience Cloud e scegli un caso d’uso stretto e misurabile. Il vincolo principale oggi non è la tecnologia, è la readiness organizzativa su dati e governance.
Gli agenti Adobe funzionano con agenti di terze parti?
L’interoperabilità è nella visione dell’Agent Orchestrator, ma gli standard si stanno assestando: la valuterei sul campo prima di darla per acquisita in un progetto critico.
Chi sono. Sono un consulente Adobe presso il gruppo Lutech, certificato Adobe Commerce, Adobe Experience Manager, Adobe Analytics e Adobe Target. Da tempo approfondisco l’AI agentica applicata all’e-commerce e all’experience, con un occhio a ciò che serve davvero per portarla in produzione: dati, governance e processi, non solo modelli.