A fine anno mi fermo sempre a fare i conti con quello che è cambiato davvero nel mio lavoro, non con quello che i comunicati stampa dicevano sarebbe cambiato. E il 2025 ha una risposta netta: è l’anno in cui l’AI agentica ha smesso di essere una demo da conferenza ed è entrata in azienda, nel mio flusso di lavoro quotidiano e in quello dei merchant con cui lavoro.
Lo scrivo con una certa cautela, perché ho passato gli ultimi due anni a diffidare dell’hype. Ma questa volta la differenza l’ho toccata con mano, e non su una slide.
Da “sembra magia” a “è in produzione”
Il salto del 2025 non è stato un singolo annuncio. È stato l’accumularsi di pezzi che, messi insieme, hanno cambiato cosa si può effettivamente fare in un contesto enterprise.
Sul lato Adobe, l’Adobe Experience Platform Agent Orchestrator e i primi agenti sono passati in general availability. Non più preview riservate, ma qualcosa che un cliente può mettere in un piano di rollout. Nello stesso movimento è arrivata in GA anche l’Agentic Composition and Customization Service (ACCS), e soprattutto sono comparsi i primi server MCP di Adobe. Quest’ultimo punto, per me, è il più sottovalutato: significa che l’ecosistema Adobe ha iniziato a parlare lo stesso protocollo con cui parlano gli agenti generalisti.
Sul lato Anthropic, il 2025 ha portato Claude Opus 4, 4.1 e 4.5, ma il vero cambiamento operativo per me è stato Claude Code e l’Agent SDK. Non è un assistente che ti suggerisce righe di codice: è un agente che legge un repository, esegue comandi, itera su un errore e ti riporta un risultato. L’ho adottato come strumento di lavoro reale, non come giocattolo da weekend.
E il collante di tutto questo è stato l’MCP. Nel 2025 il Model Context Protocol è diventato uno standard cross-vendor: non più una cosa di una singola azienda, ma il modo in cui strumenti diversi si espongono agli agenti. Quando ho visto comparire i primi ponti Claude ↔ Adobe — un agente generalista che interroga un server MCP Adobe — ho capito che l’architettura mentale con cui ragionavo fino a un anno fa era già vecchia.
Cosa ha funzionato davvero
Provo a essere concreto, con casi anonimizzati dal campo.
Il primo posto dove l’agentic ha reso è stato il lavoro noioso ma delicato. Su un progetto Adobe Commerce di un merchant fashion mid-market ho usato Claude Code per fare passate sistematiche su una base di codice ereditata: individuare override rischiosi, mappare dipendenze, preparare la bozza di un refactor. Lavoro che prima mi costava giornate di lettura, e che l’agente ha compresso in un pomeriggio di supervisione. La parola chiave è supervisione: non ho delegato la decisione, ho delegato la fatica.
Il secondo è l’analisi di dati sparsi. Con i server MCP che espongono sistemi diversi, ho potuto far ragionare un agente su domande che prima richiedevano tre tool aperti in parallelo e un foglio Excel a fare da ponte. “Quali categorie hanno perso conversion dopo l’ultimo deploy?” è diventata una domanda a cui si può rispondere in modo semi-automatico.
Il terzo, meno tecnico ma altrettanto importante, è la scrittura di primo drafting: documentazione, note di rilascio, bozze di risposta a ticket. Nessuna di queste cose la pubblico così com’è. Ma partire da un draft invece che dal foglio bianco cambia il ritmo del lavoro in modo che a fine trimestre si vede.
Cosa è ancora acerbo
Sarei disonesto se raccontassi solo la parte che ha funzionato. Ci sono tre punti su cui, a dicembre 2025, sono ancora scettico.
Il governo e la sicurezza. Un agente che può leggere sistemi aziendali e agire è potente esattamente quanto è pericoloso se mal configurato. Le domande su chi vede cosa, con quali permessi, con quale audit trail, nel 2025 hanno risposte ancora immature. Nei progetti reali ho tenuto gli agenti volutamente su un guinzaglio corto, con accessi in sola lettura dove potevo. Non per moda della prudenza, ma perché il perimetro di sicurezza dell’agentic enterprise è ancora un cantiere aperto.
L’affidabilità sotto stress. Sui compiti ben delimitati gli agenti sono solidi. Su quelli ambigui, dove servono contesto di business e giudizio, sbagliano ancora in modi che un umano esperto non farebbe. E sbagliano con sicurezza, il che è la cosa più insidiosa. La mia regola operativa del 2025 è stata semplice: più la decisione è costosa da sbagliare, più stretto il controllo umano.
La distanza tra demo e integrazione. Che una GA esista non significa che sia banale metterla in un’azienda reale, con i suoi sistemi legacy e i suoi processi. Tra “l’agente funziona nella demo” e “l’agente è integrato nel nostro stack” c’è ancora un lavoro di consulenza che nessuno ti fa gratis. È esattamente lo spazio in cui vive il mio mestiere.
Su cosa punto nel 2026
La mia scommessa personale è la figura del consulente ibrido: chi sa tenere insieme la competenza Adobe di piattaforma e l’orchestrazione di agenti. Non “l’esperto Adobe” e “l’esperto AI” come due persone diverse, ma un unico profilo che sa dove finisce la piattaforma e dove inizia l’agente, e come farli parlare via MCP.
Il 2025 ha costruito i mattoni — agenti Adobe in GA, MCP standard, i primi ponti tra mondi. Il 2026, secondo me, sarà l’anno in cui questi mattoni vanno assemblati in soluzioni che stanno in piedi in produzione, con governance seria. Meno stupore per la demo, più disciplina nell’integrazione. È lì che voglio essere.
Mini-FAQ
Cosa è cambiato davvero nell’AI agentica nel 2025?
L’AI agentica è passata dalla demo alla produzione: gli agenti Adobe e l’Agent Orchestrator sono arrivati in general availability, MCP è diventato uno standard cross-vendor e strumenti come Claude Code sono entrati nel lavoro quotidiano.
Cos’è MCP e perché conta?
Il Model Context Protocol è il protocollo con cui strumenti e sistemi si espongono agli agenti AI. Nel 2025 è diventato uno standard adottato da più vendor, e con i primi server MCP di Adobe ha reso possibili i ponti tra agenti generalisti come Claude e l’ecosistema Adobe.
Cosa è ancora immaturo nell’agentic enterprise?
Tre cose: la governance e la sicurezza degli accessi, l’affidabilità sui compiti ambigui che richiedono giudizio di business, e la distanza reale tra una demo funzionante e l’integrazione in uno stack aziendale legacy.
Su cosa conviene puntare nel 2026?
Sul profilo di consulente ibrido che unisce competenza di piattaforma Adobe e orchestrazione di agenti, con un focus su integrazione in produzione e governance, non più solo su prototipi.
Chi sono. Sono Fabio Canovi, consulente Adobe presso il gruppo Lutech. Sono certificato Adobe Commerce, Adobe Experience Manager, Adobe Analytics e Adobe Target, e unisco la competenza sull’ecosistema Adobe al lavoro con l’AI agentica (Claude, MCP). Su questo blog racconto, senza vendere nulla, cosa penso di dove sta andando l’e-commerce e cosa farne.