smeup, attraverso la piattaforma Userbot, è stata inclusa come Sample Vendor nella categoria Agent Orchestration in quattro report Gartner® Hype Cycle™ pubblicati nel 2026.
Il riconoscimento riguarda:
- Gartner® Hype Cycle™ for Agentic AI, 2026
- Gartner® Hype Cycle™ for AI in ITSM, 2026
- Gartner® Hype Cycle™ for Agentic Automation, 2026
- Gartner® Hype Cycle™ for IT Operations, 2026
Essere indicati come Sample Vendor non rappresenta una classifica, una certificazione o un’approvazione da parte di Gartner. Identifica aziende e soluzioni considerate rappresentative di una specifica categoria tecnologica.
Per Userbot, la presenza nella categoria Agent Orchestration all’interno di quattro ricerche dedicate ad ambiti differenti assume un significato particolare. Evidenzia infatti la natura trasversale dell’orchestrazione degli agenti AI: una tecnologia che non riguarda soltanto chatbot e assistenti virtuali, ma interessa automazione dei processi, gestione dei servizi IT, operations e applicazioni enterprise.
Siamo soddisfatti di questo riconoscimento. Ma il tema più importante è il cambiamento che contribuisce a rappresentare: gli agenti AI stanno passando dalla sperimentazione a sistemi governati, integrati e capaci di svolgere attività concrete all’interno delle organizzazioni.
Dal singolo assistente a un ecosistema di agenti AI
Quando si parla di intelligenza artificiale in azienda, è ancora frequente immaginare un unico assistente al quale rivolgere domande.
Questo modello ha permesso a molte organizzazioni di avvicinarsi all’AI generativa, sperimentando nuove modalità di accesso alle informazioni e di interazione con clienti e dipendenti. I processi aziendali reali, tuttavia, difficilmente possono essere gestiti da un solo agente.
Consideriamo una richiesta di rimborso. Per completarla potrebbe essere necessario:
- identificare il cliente;
- recuperare l’ordine dal gestionale;
- verificare il pagamento;
- controllare lo stato della spedizione;
- applicare le policy aziendali;
- aggiornare il CRM;
- aprire un ticket;
- coinvolgere un operatore in presenza di un’anomalia.
Non si tratta di generare una singola risposta testuale. Si tratta di coordinare dati, applicazioni, regole e responsabilità diverse.
Per questo stanno emergendo architetture composte da più agenti specializzati. Un agente può comprendere la richiesta, un altro recuperare i dati dall’ERP, un terzo verificare le condizioni previste dal processo e un altro ancora predisporre l’azione conclusiva.
L’Agent Orchestration è il livello che permette a questi agenti di lavorare insieme verso un obiettivo comune, mantenendo continuità del contesto, controllo sulle azioni e coerenza con le regole dell’organizzazione.
Il futuro dell’AI enterprise non dipenderà quindi soltanto dalla capacità di costruire agenti più potenti. Dipenderà dalla capacità di trasformarli in un sistema coordinato.
Perché l’Agent Orchestration sta diventando centrale
Un agente isolato può essere efficace nello svolgimento di un compito circoscritto. Quando viene inserito in un processo aziendale, però, emergono requisiti ulteriori.
L’agente deve conoscere il proprio ruolo, accedere esclusivamente alle informazioni necessarie, utilizzare strumenti autorizzati e trasferire il lavoro a un altro agente o a una persona quando richiesto.
Deve inoltre essere possibile ricostruire ciò che è accaduto: quali dati sono stati consultati, quali strumenti sono stati utilizzati, quali decisioni sono state prese e perché è stato scelto un determinato percorso.
In questo scenario, l’orchestrazione svolge una funzione paragonabile a quella di un livello operativo e di governo. Non si limita a instradare le richieste, ma coordina l’intero ciclo di esecuzione degli agenti.
Una piattaforma di Agent Orchestration deve quindi affrontare almeno cinque dimensioni:
- coordinamento, per assegnare ogni attività all’agente più adatto;
- contesto, per evitare che informazioni e operazioni vadano perse nei passaggi;
- integrazione, per collegare gli agenti ai sistemi aziendali;
- governance, per definire limiti, permessi e livelli di autonomia;
- osservabilità, per monitorare e verificare ciò che gli agenti eseguono.
È questo passaggio, dall’agente isolato all’ecosistema governato, che rende l’Agent Orchestration una componente strategica dell’AI enterprise.
Il significato della presenza in quattro Gartner® Hype Cycle™
I quattro report nei quali Userbot è stata inclusa osservano lo stesso cambiamento da prospettive complementari.
Il Gartner® Hype Cycle™ for Agentic AI analizza l’evoluzione complessiva delle tecnologie che consentono agli agenti di comprendere obiettivi, prendere decisioni ed eseguire azioni.
Il Gartner® Hype Cycle™ for AI in ITSM approfondisce l’applicazione dell’intelligenza artificiale alla gestione dei servizi IT, dove gli agenti possono supportare classificazione, risoluzione ed escalation delle richieste.
Il Gartner® Hype Cycle™ for Agentic Automation esamina la convergenza tra AI agentica e automazione dei processi. In questo contesto, gli agenti possono affiancare workflow e automazioni tradizionali, gestendo situazioni che non possono essere definite completamente in anticipo.
Il Gartner® Hype Cycle™ for IT Operations considera invece il contributo degli agenti alla gestione quotidiana di infrastrutture, applicazioni ed eventi operativi.
La presenza della categoria Agent Orchestration in questi ambiti mostra come il coordinamento degli agenti non sia una funzionalità limitata a un singolo caso d’uso.
È un livello architetturale destinato a collegare agenti, processi e applicazioni in diverse aree dell’organizzazione.
Per Userbot, essere inclusa come Sample Vendor in questa categoria rappresenta un punto di continuità con una direzione tecnologica intrapresa prima che l’orchestrazione multi-agent diventasse un tema centrale nel dibattito sull’intelligenza artificiale.
La visione di Userbot: non un unico agente, ma un sistema coordinato
La visione alla base di Userbot parte da un principio preciso:
il valore dell’AI enterprise non risiede nel singolo agente, ma nella capacità di coordinare competenze specializzate, dati, applicazioni e persone all’interno di processi governati.
Un agente può essere molto efficace nel comprendere il linguaggio naturale. Questo, da solo, non garantisce che sappia completare un processo aziendale.
Per generare un risultato concreto deve poter collaborare con altri agenti, consultare fonti attendibili, utilizzare i sistemi dell’organizzazione e riconoscere le situazioni nelle quali è necessario l’intervento umano.
L’orchestrazione permette di assegnare a ogni agente un perimetro specifico. Un agente dedicato al customer service non deve necessariamente possedere le stesse istruzioni, autorizzazioni e fonti di un agente che supporta l’IT o l’amministrazione.
Questo approccio consente di costruire un ecosistema modulare. Gli agenti possono essere sviluppati e aggiornati separatamente, mantenendo una regia comune e un’esperienza coerente per l’utente.
Come valutare una piattaforma di agenti AI
La qualità linguistica delle risposte rimane importante, ma non è più un criterio sufficiente per scegliere una piattaforma destinata alla produzione.
Le aziende dovrebbero concentrare la valutazione su alcuni aspetti strutturali.
Continuità del contesto
Quando un agente trasferisce una richiesta a un altro agente, le informazioni raccolte devono seguirla.
Cronologia, dati identificativi, documenti consultati, verifiche già effettuate e operazioni completate non dovrebbero essere ricostruiti a ogni passaggio.
Una domanda utile da rivolgere a un fornitore è:
Che cosa accade al contesto quando un agente trasferisce l’attività a un altro agente o a un operatore?
La risposta permette di comprendere rapidamente se la piattaforma è stata progettata per semplici conversazioni o per processi multi-agent reali.
Integrazione con i sistemi aziendali
Un agente enterprise non dovrebbe limitarsi a spiegare ciò che potrebbe essere fatto.
Deve poter consultare ed eventualmente aggiornare ERP, CRM, sistemi di ticketing, knowledge base e applicazioni proprietarie, nel rispetto delle autorizzazioni previste.
Il valore nasce dalla possibilità di collegare comprensione del linguaggio e capacità operativa.
Governance e osservabilità
Le aziende devono poter conoscere e verificare il comportamento degli agenti.
Questo richiede log, audit trail, controllo degli accessi e strumenti che permettano di analizzare i passaggi eseguiti. Un sistema non osservabile rende più difficile individuare errori, ottimizzare i processi e applicare le policy aziendali.
Intervento umano
L’autonomia non deve essere considerata un obiettivo assoluto.
Nei processi più sensibili, la piattaforma deve consentire di stabilire quando un agente può procedere autonomamente e quando deve richiedere una verifica o trasferire la gestione a una persona.
L’escalation dovrebbe essere configurabile sulla base del tipo di richiesta, del livello di rischio e delle regole dell’organizzazione.
Flessibilità tecnologica
Modelli e provider AI evolvono rapidamente. Una piattaforma enterprise dovrebbe consentire alle organizzazioni di scegliere le tecnologie più adatte ai diversi casi d’uso, evitando di legare l’intera architettura a un unico modello.
L’orchestrazione multi-agent in Userbot 3.0
Userbot 3.0 traduce questi principi in un’architettura progettata per costruire, coordinare e governare agenti AI specializzati.
Il Router Agent analizza le richieste in ingresso e le indirizza verso l’agente più adeguato. L’utente non deve selezionare manualmente un reparto o ripetere la propria esigenza.
Attraverso l’handoff con trasferimento del contesto, un agente può passare l’attività a un altro agente o a un operatore umano mantenendo disponibili la conversazione e le informazioni raccolte.
La memoria condivisa consente agli agenti di utilizzare dati e risultati prodotti nei passaggi precedenti. Un’informazione recuperata da un agente, per esempio lo stato di un ordine, può essere resa disponibile agli altri agenti coinvolti nel processo.
Le regole di escalation configurabile permettono all’organizzazione di stabilire quando è necessario coinvolgere una persona e quali informazioni devono accompagnare il trasferimento.
L’architettura model-agnostic consente di utilizzare diversi provider e modelli linguistici in funzione delle esigenze del progetto, mantenendo separata la logica del processo dalla tecnologia sottostante.
Le funzionalità di governance e osservabilità permettono infine di monitorare le attività degli agenti, analizzare i percorsi seguiti e disporre di informazioni utili per audit, controllo e miglioramento continuo.
A questi elementi si aggiunge il tema della data residency. Userbot opera attraverso data center situati nell’Unione europea, a Milano e Francoforte, un aspetto particolarmente rilevante per le organizzazioni che operano in settori regolamentati o gestiscono informazioni sensibili.
Dalla sperimentazione alla produzione
L’AI agentica è ancora una tecnologia in rapida evoluzione. Modelli, strumenti, protocolli e pratiche di governance continueranno a cambiare.
Per le aziende, questo rende ancora più importante costruire architetture capaci di adattarsi nel tempo.
Il modello vincente non sarà necessariamente quello basato sull’agente più grande o sul maggior numero di funzionalità. Sarà quello in grado di integrare agenti differenti all’interno dei processi esistenti, mantenendo controllo, affidabilità e continuità operativa.
È su questo livello che Userbot concentra la propria roadmap: trasformare gli agenti AI da strumenti isolati a una componente coordinata dell’organizzazione.
L’inclusione come Sample Vendor nella categoria Agent Orchestration in quattro Gartner® Hype Cycle™ 2026 rafforza la rilevanza di questa direzione e colloca Userbot tra le realtà rappresentative di un mercato destinato ad avere un ruolo crescente nell’evoluzione dell’AI enterprise.
Il riconoscimento è un passaggio importante. Ma il risultato che conta realmente è la capacità di portare gli agenti fuori dalle demo e dentro i processi aziendali.
Domande frequenti sull’Agent Orchestration
Che cos’è l’Agent Orchestration?
L’Agent Orchestration è il livello tecnologico che coordina più agenti AI, assegnando attività, trasferendo il contesto, gestendo l’accesso agli strumenti e controllando l’esecuzione dei processi.
Qual è la differenza tra un chatbot e un sistema multi-agent?
Un chatbot è generalmente progettato per sostenere una conversazione o rispondere a domande. Un sistema multi-agent coordina agenti specializzati che possono accedere a dati, utilizzare applicazioni ed eseguire attività diverse all’interno dello stesso processo.
Che cosa significa essere un Gartner Sample Vendor?
Un Sample Vendor è un esempio di fornitore associato a una specifica categoria tecnologica. L’inclusione non costituisce una classifica, una certificazione o una raccomandazione all’acquisto da parte di Gartner.
Perché il trasferimento del contesto è importante?
Il trasferimento del contesto permette a un agente o a un operatore di proseguire il lavoro senza chiedere nuovamente informazioni già fornite. Riduce le ripetizioni, limita gli errori e rende il processo più efficiente.
Userbot può collegarsi ai sistemi aziendali?
Userbot può essere integrata con ERP, CRM, sistemi di ticketing, knowledge base e applicazioni proprietarie attraverso strumenti, API e workflow configurati in funzione del progetto.
GARTNER e HYPE CYCLE sono marchi registrati di Gartner, Inc. e/o delle sue collegate. Gartner non approva alcuna azienda, fornitore, prodotto o servizio rappresentato nelle proprie pubblicazioni e non raccomanda agli utenti di tecnologie di selezionare esclusivamente i fornitori con le valutazioni più alte o con altre designazioni. Le pubblicazioni Gartner esprimono le opinioni dell’organizzazione Gartner dedicata agli insight di business e tecnologia e non devono essere interpretate come dichiarazioni di fatto. Gartner declina ogni garanzia, espressa o implicita, relativa a tali pubblicazioni, comprese le garanzie di commerciabilità o idoneità per uno scopo particolare.
