La corsa agli agenti IA sta mettendo alle strette molte aziende, e non solo per i costi. Il problema vero, quello di cui pochi parlano, riguarda le fondamenta tecniche su cui gira tutto quanto. Perché la infrastruttura costruita finora è pensata per gli esseri umani, non per software autonomi che lavorano a ritmi impensabili. E qui arriva l’allarme lanciato da Meta, che mette sul tavolo numeri difficili da ignorare.
Durante l’evento VB Transform 2026, Barak Yagour, vicepresidente dell’ingegneria di Meta, ha condiviso una cifra piuttosto sorprendente. Le richieste generate dagli agenti IA che arrivano ai sistemi dell’azienda sono cresciute di trenta volte negli ultimi sei mesi. Trenta volte. Yagour ha posto una domanda che suona quasi retorica ma che nasconde una preoccupazione concreta. Cosa succede all’infrastruttura costruita in anni di lavoro quando a usarla non sono più le persone ma gli agenti? La risposta è ancora più pungente. Venti anni spesi a costruire tutto pensando agli umani, e forse restano appena venti mesi per rifare i conti e adattarsi a un mondo dove umani e agenti creano insieme, su larga scala. L’occasione c’è, ha detto, ma non durerà a lungo.
I tre punti deboli che rischiano di saltare
Secondo Yagour, l’arrivo massiccio degli agenti mette sotto pressione l’intera struttura da tre direzioni diverse. La prima è la capacità. Fino a poco tempo fa, per capire quanta potenza di calcolo, spazio o banda servisse a un progetto bastava contare le persone coinvolte. Ora la matematica è saltata. Un ingegnere lancia dieci agenti, e ognuno di questi ne genera altri ancora. Un’organizzazione da mille dipendenti può ritrovarsi, quasi da un giorno all’altro, con il carico di centomila utenti.
Poi c’è la questione dell’identità. I sistemi di controllo degli accessi non sono stati pensati per un agente IA. Non è un umano, eppure si muove dentro l’infrastruttura e prende decisioni per conto suo. Un problema serio, quando si parla di chi può fare cosa. Il terzo fronte è la velocità. Gli agenti scrivono codice più rapidamente di qualsiasi programmatore in carne e ossa, ma quel codice va comunque compilato, testato, distribuito e monitorato. E lì il collo di bottiglia resta.
Come Meta prova a rifare le fondamenta
Yagour ha spiegato che i modelli di ragionamento stanno cambiando anche il modo in cui vengono trattati i dati. Una cosa è trovare corrispondenze partendo da parole chiave, un’altra è ragionare sull’intenzione di qualcuno. Per farlo serve lo storico completo dei comportamenti, non un riassunto veloce. E questo obbliga a ripensare sia come si elaborano i dati sia come si conservano. Così Meta sta abbandonando l’elaborazione a lotti, quella che poteva impiegare fino a ventiquattro ore per aggiornarsi, passando all’elaborazione in tempo reale. Un cambio necessario, perché quando il modello sta ragionando su ciò che vuole un utente in quell’istante non può permettersi ritardi. Allo stesso tempo, l’azienda sta lasciando lo storage opaco per uno che capisce il proprio contenuto, leggendo solo ciò che serve a ogni richiesta e alleggerendo così il lavoro delle GPU.
Sul tema del controllo, Yagour è stato diretto. L’autonomia senza governance non è altro che caos. La soluzione di Meta ha un nome preciso, gli ambienti di dati affidabili. Qui gli agenti possono muoversi liberamente, ma ogni risultato viene tracciato fino alla sua origine ed esaminato con attenzione. In questo modo c’è sempre la certezza che i dati condivisi siano affidabili e sotto controllo. Un modo per dare libertà agli agenti senza rischiare che finiscano per combinare guai.
