{"id":81217,"date":"2026-08-05T00:00:00","date_gmt":"2026-08-04T22:00:00","guid":{"rendered":"https:\/\/www.jacopoperfetti.com\/blog\/agente-ai-gestisce-azienda\/"},"modified":"2026-08-05T00:00:00","modified_gmt":"2026-08-04T22:00:00","slug":"agente-ai-gestisce-azienda","status":"publish","type":"post","link":"https:\/\/www.jacopoperfetti.com\/blog\/agente-ai-gestisce-azienda\/","title":{"rendered":"Possiamo dare a un agente AI il compito di gestire un\u2019azienda?"},"content":{"rendered":"

Sempre pi\u00f9 spesso escono notizie relative a Start-Up fondate da un team di poche persone, se non addirittura da una sola persona, le famigerate One-Man-Unicorn<\/em><\/a>, su cui titani delle Big Tech come Sam Altman<\/a> scommettono da anni.<\/p>\n

Tuttavia, questo modello di Start Up non sempre funziona.<\/p>\n

L\u2019ingegnere Alex Reibman ha provato a spingersi ancora pi\u00f9 avanti, affidando per 24 ore la gestione di un vero business a Saul, un agente basato su GPT-5.6. Le condizioni erano piuttosto generose. Saul aveva un\u2019app iOS reale da far crescere, un Mac sbloccato, 350 dollari sul conto, token praticamente illimitati e grande libert\u00e0 d\u2019azione. Aveva anche un obiettivo relativamente semplice: far crescere il pi\u00f9 possibile il business.<\/p>\n

Il risultato per\u00f2 \u00e8 stato un piccolo disastro.<\/p>\n

Durante l\u2019esperimento<\/a>, Saul si \u00e8 scontrato con sistemi anti-bot e limiti di tempo. Per superarli ha comprato 50 tester falsi spendendo 99,50 dollari, ha iniziato a fare spam agli utenti, ha ridotto il prezzo sei volte fino ad arrivare a zero e alla fine \u00e8 riuscito persino a mandare in crash il Mac.<\/p>\n

Dopo 24 ore aveva prodotto zero dollari di ricavi e perso circa cento dollari. Ci sta, del resto era un esperimento. Il dettaglio che trovo pi\u00f9 interessante, per\u00f2, riguarda il modo in cui ha fallito.<\/p>\n

Nessuno aveva chiesto a Saul di comprare utenti falsi. Nessuno gli aveva chiesto di fare spam. Nessuno gli aveva suggerito di manipolare le metriche o regalare il prodotto. L\u2019agente aveva ricevuto un obiettivo quantitativo, poco tempo e pochissimi vincoli. Cos\u00ec ha cercato scorciatoie che assomigliano parecchio a comportamenti che nel mondo delle startup esistono da molto prima di ChatGPT.<\/p>\n

Ovvero: Vanity metric. Crescita artificiale. Spam. Prezzi insostenibili. Insomma, per diventare un pessimo founder non serviva inventare nulla di nuovo.<\/p>\n

Saul ha semplicemente ottimizzato quello che sembrava crescita, anche quando con un\u2019attivit\u00e0 sostenibile aveva poco a che fare. \u00c8 una vecchia trappola del management. Quando trasformiamo una misura in un obiettivo, le persone iniziano a ottimizzare la misura e quella misura perde progressivamente la capacit\u00e0 di raccontarci ci\u00f2 che volevamo capire.<\/p>\n

Con gli agenti questo problema potrebbe diventare ancora pi\u00f9 evidente. Una persona a cui diciamo \u00abaumenta le vendite\u00bb porta con s\u00e9 esperienza, buon senso, reputazione, paura di essere licenziata, regole sociali e una quantit\u00e0 di vincoli impliciti che spesso nemmeno ci rendiamo conto di aver comunicato. A una macchina quei vincoli vanno definiti. Altrimenti \u201ccrescita\u201d pu\u00f2 voler dire pi\u00f9 utenti veri oppure cinquanta account comprati per cento dollari.<\/p><\/blockquote>\n

Quando parliamo di Agentic AI, ci concentriamo molto sull\u2019intelligenza dei modelli. Continuiamo a misurare quanto sappiano programmare, ragionare, analizzare dati o usare un computer. Poi diamo a quella stessa intelligenza un obiettivo scritto male e scopriamo che \u00e8 bravissima a fare una cosa che non volevamo.<\/p>\n

Per certi versi, qualcosa di simile pu\u00f2 succedere anche agli esseri umani.<\/p>\n

Leopold Aschenbrenner, ex ricercatore di OpenAI, ha costruito il suo hedge fund Situational Awareness attorno a una convinzione molto forte sulla crescita dell\u2019Intelligenza Artificiale. La sua tesi era investire nell\u2019infrastruttura necessaria a sostenerne lo sviluppo, quindi chip, memoria, data center, energia e aziende legate a questa filiera.<\/p>\n

Nella prima parte del 2026 la strategia ha prodotto risultati straordinari. Poi \u00e8 arrivato luglio. Alcuni titoli legati all\u2019infrastruttura AI sono scesi e un portafoglio molto concentrato, amplificato dalla leva finanziaria, si \u00e8 trovato rapidamente in difficolt\u00e0.<\/p>\n

Situational Awareness sarebbe arrivato a perdere circa il 67% nel solo mese di luglio<\/a> e a vendere gran parte delle proprie posizioni pubbliche.<\/p>\n

La cosa interessante \u00e8 che Aschenbrenner potrebbe anche avere ragione sul futuro. La domanda di chip, energia e data center potrebbe davvero continuare a crescere nei prossimi dieci anni. Un investitore con troppa leva, per\u00f2, deve sopravvivere anche ai prossimi dieci giorni.<\/p>\n

Saul e Situational Awareness sono due storie lontanissime tra loro. In una c\u2019\u00e8 un agente AI che cerca di far crescere un\u2019app. Nell\u2019altra un investitore umano che scommette miliardi sul futuro dell\u2019Intelligenza Artificiale. Hanno per\u00f2 qualcosa in comune. Avere un obiettivo plausibile non garantisce una buona strategia.<\/p><\/blockquote>\n

Saul aveva ragione a cercare crescita. Ha distrutto il valore inseguendo una versione fasulla della crescita.<\/p>\n

Aschenbrenner potrebbe avere ragione sull\u2019espansione dell\u2019infrastruttura AI. Una leva eccessiva ha trasformato una tesi di lungo periodo in una scommessa anche sul breve. Quando ottimizziamo troppo aggressivamente una variabile, tutto ci\u00f2 che quella variabile non misura rischia di sparire.<\/p>\n

Qualit\u00e0 dei clienti. Reputazione. Sostenibilit\u00e0. Tempo. Rischio. Capacit\u00e0 di sopravvivere agli imprevisti.<\/p>\n

Ed \u00e8 per questo che, man mano che inizieremo a delegare agli agenti anche delle decisioni, forse la nuova competenza da sviluppare andr\u00e0 oltre il Prompt Design.<\/p>\n

Dovremo imparare a progettare obiettivi, incentivi, vincoli e margini di errore.<\/p>\n

Perch\u00e9 un agente pu\u00f2 essere estremamente intelligente e, contemporaneamente, prendere decisioni assurde se il gioco che gli abbiamo chiesto di vincere \u00e8 stato progettato male. Alla fine Saul ha fatto esattamente quello che gli avevano chiesto. Il problema \u00e8 capire se gli avevano chiesto la cosa giusta.<\/p>\n","protected":false},"excerpt":{"rendered":"

Un agente AI ha gestito un business per 24 ore e ha fallito inseguendo metriche sbagliate: una lezione su obiettivi, incentivi e vincoli.<\/p>\n","protected":false},"author":1,"featured_media":80453,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_hide_featured_image":false,"_jetpack_featured_image_duplicate_dismissed":0,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[3],"tags":[10,496,7,257,13],"class_list":["post-81217","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-appunti","tag-imprenditoria","tag-intelligenza-artificiale","tag-lavoro","tag-management","tag-startup"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t