L&G: Agentic AI, futuro del tema o nuova moda?

di Aude Martin, ETF Investment Specialist di L&G

L’impatto economico dell’AI – troppo vasto per essere ignorato

In pochissimi anni, l’intelligenza artificiale (AI) è passata da essere un tema di nicchia a un driver macroeconomico impossibile da ignorare, al punto che il Global Research team di Bank of America è arrivato a stimare che gli investimenti in conto capitale per lo sviluppo di questo segmento hanno rappresentato l’1,3% del Pil statunitense nel secondo trimestre del 2025. In altre parole, se non fosse stato pel l’AI, la crescita degli Stati Uniti sarebbe stata prossima allo zero.

Guardando al futuro, invece, McKinsey stima che l’AI generativa contribuirà da sola all’economia globale per un ammontare compreso tra 2,6 e 4,4 trilioni di dollari, accrescendo la produttività lavorativa tra lo 0,1% e lo 0,6% annuo tra oggi e il 2040.

Il quadro descritto contribuisce a spiegare come mai l’intelligenza artificiale sia spesso messa a confronto col settore delle telecomunicazioni tra gli anni ’80 e ’90 del secolo scorso, con la differenza che quella del telco è stata una rivoluzione per un solo settore. Quella che stiamo attraversando oggi, invece, è molto più trasversale e coinvolge una lunga lista di industry: dall’e-commerce alla logistica, dai servizi finanziari alla diagnostica medica.

Pertanto, quando si parla di AI non ci si riferisce solamente a “incrementi” delle performance passate, ma alla capacità di ridefinire modelli operativi e di generare delle economia di scala. Per questo, vista la portata del suo impatto, il tema si presenta come un trend di crescita più strutturale che ciclico.

Agentic AI – perché è così importante

Come già accennato, quando si parla di AI, spesso ci si riferisce al ramo generativo, anche perché è quello più dibattuto anche da un punto di vista mediatico.

Tuttavia, nei tempi più recenti si osserva come stia riscontrando sempre più successo il segmento “agentic”, ovvero quella branca che non si limita a creare contenuti o a rispondere a domande, ma che, sempre basandosi sui large language model (Llm), è in grado di aggiungere livelli aggiuntivi di ragionamento, pianificazione e processi decisionali.

In sostanza, l’agentic AI riesce a suddividere un incarico complesso in una serie di sotto-incarichi, di portarli a termine e di riadattarli a seconda dei feedback che riceve, proprio come farebbe un essere umano che deve svolgere un compito sottoposto a dei vincoli.

Questa branca è di forte interesse, in quanto permetterebbe di sviluppare un aumento della produttività legato non solo grazie all’automazione, ma anche orchestrando interi flussi di lavoro in modo autonomo. Per fare degli esempi pratici, un’azienda potrebbe monitorare le minacce alla cybersecurity in tempo reale, prendere contromisure e verificare l’integrità del sistema senza il costantemente intervento umano. Ciò spiega come mai, ad oggi, gli analisti prevedono una vasta espansione di questo segmento all’interno del mercato AI, tanto che Precedence Research stima che tra 10 anni sarà cresciuto di 20 volte rispetto alle dimensioni attuali.

Tuttavia, ciò non significa che l’agentic AI sarà in grado di sostituire totalmente la presenza e il giudizio umani. Infatti, come tutti i sistemi di intelligenza artificiale, anche questo si basa sulla qualità dei suoi input; pertanto, dati errati o distorti porteranno a risultati imperfetti e solo una persona fisica può far sì che ciò non accada.

Investire in AI, ovvero navigare mari sconosciuti

Alla luce di quanto descritto finora, un investitore potrebbe pensare che sia il caso di puntare tutto sul segmento agentic, ma non bisogna dimenticare che questa è un’opzione tra le tante disponibili e che le tecnologie che nel lungo periodo si riveleranno davvero rivoluzionarie sono molto difficili da riconoscere a priori, soprattutto in un campo in rapida trasformazione come quello in esame.

Infatti, ci sono anche altre tecnologie emergenti che potrebbero ulteriormente amplificare la portata dell’AI. Un esempio è il quantum computing, che va a risolvere i problemi di ramificazione (quelli con più variabili indipendenti) a una velocità che per i sistemi classici è irraggiungibile.

In conclusione, è vero che l'intelligenza artificiale viene implementata su larga scala, ma le tecnologie che domineranno nel prossimo decennio rimangono incerte e i leader di oggi potrebbero non essere i vincitori di domani. Questa incertezza rende la diversificazione fondamentale.

Piuttosto che cercare di individuare singoli nomi, un approccio prudente è quello di cercare di esporsi ad aziende che integrino l'intelligenza artificiale lungo tutta la catena di valore, dai produttori di semiconduttori ai fornitori di infrastrutture cloud, fino alle piattaforme software e alle imprese di sicurezza informatica.

Questi abilitatori costituiscono la spina dorsale dell'adozione dell'AI e probabilmente ne trarranno beneficio man mano che questa diventerà sempre più onnipresente, indipendentemente dalle specifiche applicazioni prevalenti.

È importante capire che questo non è un tema monolitico, ma abbraccia molteplici settori e casi d'uso. Una strategia diversificata ha il potenziale per consentire agli investitori di cogliere i vantaggi di questa tecnologia rivoluzionaria, cercando al contempo di mitigare i rischi insiti nella previsione delle traiettorie tecnologiche.