Sistemi multi-agente in azienda: guida pratica

Un singolo agente AI è già un bel passo avanti rispetto a un chatbot. Ma c'è un livello ulteriore: sistemi in cui più agenti lavorano in modo coordinato, ciascuno specializzato in un compito, per gestire processi che nessun agente da solo gestirebbe altrettanto bene. È l'architettura multi-agente. Non è fantascienza né intelligenza artificiale generale: è un approccio progettuale pratico che molte aziende usano già per automatizzare processi complessi. Capire quando adottarla, come progettarla e quali errori evitare fa la differenza tra un sistema che funziona e un progetto che si arena.

Cos'è un sistema multi-agente

È un'architettura in cui più agenti autonomi collaborano per un obiettivo comune. Ognuno ha un ruolo preciso, capacità definite e può interagire con gli altri e con sistemi esterni. La parola chiave è coordinamento: più agenti che lavorano in parallelo senza parlarsi non fanno un sistema multi-agente. In un sistema vero ogni agente sa cosa fanno gli altri, quando aspettarne il risultato e quando procedere da solo.

Il paragone più immediato è un team di progetto. Ci sono ruoli diversi, come project manager, tecnico, commerciale e amministrativo, ognuno con competenze e compiti propri, e il risultato nasce dalla collaborazione. Nel sistema multi-agente l'orchestratore fa il project manager e coordina, gli agenti specializzati eseguono i compiti, il risultato finale compone i loro contributi. Con una differenza: gli agenti lavorano in pochi istanti, gestiscono volumi enormi e non hanno bisogno di riunioni di allineamento.

Quando un agente solo non basta

Un agente singolo riceve un input, lo elabora con i suoi strumenti e produce un risultato o esegue un'azione: funziona benissimo su processi ben definiti e abbastanza lineari. Serve un sistema multi-agente quando il processo richiede competenze diverse, e un solo agente non può essere ottimizzato per tutto; quando alcuni compiti possono procedere in parallelo, mentre un agente singolo lavora in sequenza; quando il processo è troppo lungo per il contesto che un solo agente riesce a gestire; quando sistemi diversi richiedono autorizzazioni separate, per sicurezza e secondo il principio del minimo privilegio; o quando servono verifiche incrociate, con agenti che controllano il lavoro degli altri.

Un esempio: un agente unico che gestisce l'intero ciclo di un ordine complesso, dalla ricezione alla verifica di magazzino, dal documento fiscale alla comunicazione al cliente fino all'aggiornamento del gestionale, diventa fragile, lento e difficile da mantenere. Un sistema con agenti specializzati per ogni fase è più robusto, più veloce grazie al lavoro in parallelo e più facile da migliorare.

Le architetture più diffuse in azienda sono tre: l'orchestratore centrale, il più comune e il più semplice da progettare, dove un orchestratore riceve l'obiettivo, lo scompone, assegna i compiti agli agenti, raccoglie i risultati e produce l'output, adatto a flussi con fasi chiare ed eterogenee; la rete, dove gli agenti si attivano a vicenda senza un coordinatore centrale, più flessibile e adatta a processi distribuiti o con dipendenze non note in anticipo, ma più difficile da progettare e controllare; e la gerarchia, dove un orchestratore principale guida orchestratori di secondo livello, che a loro volta guidano gli agenti, utile per processi molto complessi che attraversano più reparti.

Processi interni ad alto volume: ordini, report e contratti

Un ordine richiede verifica del magazzino, calcolo del prezzo con gli sconti del cliente, controllo del fido, documento di conferma, comunicazione al cliente e aggiornamento del CRM. L'orchestratore riceve l'ordine e attiva in parallelo l'agente di magazzino, quello commerciale e quello del credito; quando tutti hanno risposto decide se procedere, sintetizza e attiva l'agente documentale e quello della comunicazione. Il tempo di gestione passa da ore, a mano, o da minuti, con un agente sequenziale, a pochi secondi.

La stessa logica di aggregazione parallela produce i report per la direzione: un agente raccoglie i dati di vendita, uno quelli operativi, uno quelli finanziari, uno analizza i concorrenti, e l'orchestratore compone un report coerente con indicazioni e anomalie, automatico, sempre aggiornato, sistematico nel segnalare ciò che non torna. E nella verifica dei contratti, un agente estrae le clausole rilevanti, un secondo le confronta con le regole interne, un terzo verifica la conformità normativa, un quarto produce il report con le difformità: la revisione legale si accorcia e nessuna clausola sfugge.

Il cliente al centro: assistenza multicanale e preparazione commerciale

Email, chat e telefono hanno ciascuno un agente dedicato, e un orchestratore garantisce che le informazioni siano condivise: se un cliente ha aperto un ticket via email, l'agente della chat lo sa. In parallelo, un agente che analizza il tono delle conversazioni segnala i casi critici da passare in priorità a una persona.

Nel B2B, lo stesso schema alimenta la preparazione commerciale: un agente raccoglie informazioni sui potenziali clienti da siti, notizie e banche dati, un secondo valuta quanto corrispondono al cliente ideale, un terzo prepara una scheda con i punti di discussione. Il commerciale arriva a ogni chiamata già preparato, senza ricerche manuali.

Vantaggi, difficoltà e progettazione

I vantaggi sono concreti: specializzazione, perché ogni agente ha gli strumenti, il contesto e le istruzioni giusti per il suo compito; velocità, grazie ai compiti eseguiti in parallelo; scalabilità, perché si aggiungono agenti invece di riprogettare tutto; manutenzione più semplice, perché se cambia una parte del processo si modifica solo l'agente corrispondente; meno errori, grazie alla separazione delle responsabilità e agli agenti di verifica.

Le difficoltà vanno messe in conto: più lavoro di progettazione per definire confini, comunicazione e gestione degli errori; costi più alti, perché ogni agente fa chiamate ai modelli; ricerca dei guasti più complessa, perché bisogna capire quale agente ha sbagliato e perché; latenza di coordinamento; e il rischio di blocchi reciproci o di risultati incoerenti tra agenti con obiettivi leggermente diversi.

La progettazione segue sei passi: l'obiettivo complessivo, con input, output, vincoli di tempo e criteri di qualità; la scomposizione in compiti, verificando per ognuno se richiede competenze specifiche, se può procedere in parallelo, da cosa dipende, per ottenere una mappa dei compiti e delle dipendenze; l'assegnazione agli agenti, con l'agente responsabile per ogni compito, i suoi strumenti, i dati e i sistemi a cui accede, sempre con il minimo privilegio; la comunicazione, definendo come passa l'output di un agente al successivo e come si gestisce il contesto condiviso; gli errori, decidendo prima se, quando un agente fallisce, il sistema si ferma, riprova, passa a una persona o procede con dati parziali; e la supervisione e i registri, perché ogni azione di ogni agente va registrata, per trovare i guasti, ottimizzare e rendere conto, e senza registri dettagliati il sistema è una scatola nera.

Strumenti, costi e quando fare il salto

I framework più usati sono LangGraph, che descrive il sistema come un grafo di stati, AutoGen di Microsoft, pensato per agenti che "discutono" per arrivare a una soluzione, CrewAI, che organizza gli agenti in squadre con ruoli espliciti, e Semantic Kernel di Microsoft, più orientato all'enterprise e all'ecosistema Azure. Per sistemi semplici bastano piattaforme come Make, n8n o Zapier, con meno libertà di personalizzazione. In produzione sono quasi indispensabili strumenti di osservabilità come LangSmith, Langfuse o Arize, che mostrano quale agente ha contribuito a un errore, dove si è perso il contesto e quale passaggio ha introdotto ritardi.

I costi si moltiplicano con gli agenti: cinque agenti su mille richieste al giorno fanno cinquemila chiamate ai modelli. In genere un sistema multi-agente costa 2-5 volte un agente singolo per compiti di complessità simile, e va giustificato dal valore: se porta un processo da dieci minuti a trenta secondi, o permette di gestire dieci volte il volume, il costo in più si ripaga. Conviene scegliere il modello giusto per ogni agente, perché non tutti hanno bisogno dei più potenti, sfruttare la cache ed eliminare le chiamate ridondanti. Quanto ai tempi, un sistema semplice con 2-3 agenti su un processo ben definito si realizza in 4-8 settimane; uno complesso con cinque o più agenti e molte integrazioni richiede 3-6 mesi per un rilascio robusto, soprattutto per collaudi e integrazioni.

La regola pratica: parti da un agente singolo, ottimizzalo e passa al multi-agente solo quando incontri limiti che non riesci a superare. Conviene quando il processo supera il contesto di un agente, si scompone in 3-5 fasi con passaggi chiari, trae vantaggio dal lavoro in parallelo, è troppo vario per un solo agente o richiede verifiche incrociate, come nelle analisi legali o finanziarie. Non conviene per processi semplici e lineari, quando i costi aggiuntivi non sono giustificati, quando manca il tempo per progettare e collaudare, o quando l'agente singolo funziona già bene.

Nessun sistema multi-agente è perfetto al primo rilascio: il valore si costruisce analizzando i registri, migliorando un agente alla volta e aggiungendo capacità man mano che emergono nuovi casi. Le aziende che ottengono di più li trattano come prodotti vivi, non come progetti con una data di fine. Se vuoi valutare se il tuo processo richiede più agenti, parliamone.