Gli AI agent sono ovunque, ma la fiducia fatica tenere il passo
È questa la premessa con cui Microsoft, a Build 2026, ha presentato un vero e proprio “trust stack” aperto per gli agenti costruiti su Azure AI Foundry. Il problema, spiega l’azienda, è concreto: le policy scritte non si traducono in controlli attivi a runtime, valutare la sicurezza di un agente in contesti che cambiano è difficile e i controlli sparsi tra prompt, codice, gateway e framework rendono rischioso il passaggio dalla demo alla produzione. Per un canale che ha già venduto proof-of-concept ai propri clienti, è esattamente il muro contro cui molti progetti stanno rallentando.
La risposta di Microsoft ruota attorno a due progetti open source utilizzabili con qualsiasi stack. Il primo è ASSERT, un framework di valutazione guidato dalle policy che trasforma le regole aziendali in scenari di test mirati e fa emergere difetti di sicurezza e qualità prima che raggiungano la produzione; funziona con LangChain, CrewAI, LiteLLM, OpenAI e altri.
Il secondo è Agent Control Specification (ACS), uno standard aperto e portabile per collocare controlli deterministici di sicurezza nei punti esatti in cui un agente può fallire. ACS definisce cinque checkpoint di validazione nel ciclo di vita dell’agente — input, LLM, stato, esecuzione degli strumenti e output — ed è espresso in YAML, quindi versionabile e verificabile. Microsoft lo descrive come l’MCP o l’A2A della sicurezza degli agenti: uno standard che qualsiasi framework può adottare.
La standardizzazione della governance
Il segnale più interessante per il canale è l’ecosistema che sostiene queste specifiche. ACS nasce con l’endorsement di clienti come KPMG e Zscaler e di partner come Arize AI, CrewAI, IBM, Monte Carlo e Obsidian Security. Non è un dettaglio: significa che la governance degli agenti si sta standardizzando trasversalmente ai vendor, e chi costruisce competenze ora si posiziona su un layer destinato a durare oltre la singola piattaforma.
Sul fronte prodotto, Foundry aggiunge il Guided Guardrail Setup (in preview), che consiglia i controlli giusti — filtri PII, protezione dai jailbreak, aderenza al task — dopo un breve questionario, e la Runtime Data Loss Prevention basata su Microsoft Purview, che estende le policy di protezione dei dati direttamente nelle interazioni degli agenti. Arrivano anche l’evaluator Rubric e una misura di ROI per gli agenti, entrambi in preview.
C’è stata poi una scadenza operativa che rende il tema urgente e non teorico: la Assistants API di Azure OpenAI è stata ritirata il 26 agosto 2026. Le applicazioni che vi si appoggiano devono essere migrate al Foundry Agent Service o alla OpenAI Responses API, che sono i sostituti supportati. Microsoft mette a disposizione una guida e uno strumento di migrazione, ma la documentazione stessa avverte che la migrazione non elimina la necessità di testare le applicazioni: thread, run e pattern SDK vanno rimappati sulle nuove API. Per reseller, system integrator e MSP è una finestra di intervento immediata.
Il contesto di mercato spiega perché la governance è diventata il vero terreno di gioco
Gartner prevede che oltre il 40% dei progetti di AI agentica verrà cancellato entro la fine del 2027, a causa di costi in aumento, valore di business poco chiaro o controlli di rischio inadeguati. In altre parole: la tecnologia degli agenti non è più il collo di bottiglia, lo sono il controllo, la sicurezza e la capacità di dimostrare risultati. È esattamente lo spazio in cui il canale può creare valore: non rivendere modelli, ma vendere fiducia, conformità e messa in produzione.
Le opportunità per partner e MSP
Per partner e MSP le opportunità sono concrete e componibili in offerte di servizio ripetibili. Un primo filone è l’assessment e la migrazione: censire le applicazioni legate alla Assistants API, pianificare il passaggio a Foundry Agent Service e validare i workload prima della scadenza. Un secondo filone è il “guardrail-as-a-service”: usare ASSERT e ACS per definire policy, collocare i controlli ai checkpoint corretti e certificare che un agente rispetti i requisiti del cliente. Un terzo è l’osservabilità gestita — tracing, valutazioni multi-turno e monitoraggio in produzione — venduta come servizio ricorrente. A questi si aggiungono i temi di data protection e compliance, dove l’integrazione con Purview permette di collegare sicurezza dei dati e sviluppo degli agenti in un’unica proposta.
È importante leggere questi annunci per ciò che sono: alcune capacità (Purview insights nel Control Plane) sono già in disponibilità generale, altre (Guided Guardrail Setup, Runtime DLP, Rubric, ROI per gli agenti) sono in public o private preview e seguiranno una propria roadmap. La direzione, però, è netta: lo sviluppo di AI agent sta diventando una disciplina governata, ibrida e orientata alla produzione.
Il canale che saprà tradurre questo passaggio in metodo — con offerte chiare su migrazione, guardrail, osservabilità e ROI — non seguirà il mercato degli agenti: contribuirà a definirne le regole. E lo farà esattamente dove i clienti oggi si sentono più esposti, ovvero nel salto dalla sperimentazione all’esercizio reale.
Diversi elementi Microsoft citati sono in fase di public/private preview e seguono roadmap del vendor.
Comments are closed.