Gli agenti IA dovrebbero gestire le aziende – ma quasi tutti falliscono nei test

Introduzione

I sostenitori della tecnologia sognano un futuro in cui gli agenti di intelligenza artificiale (IA) possano prendere decisioni complesse: pianificare le vacanze, fare acquisti autonomi, e persino gestire intere aziende. Attualmente, i modelli IA più avanzati fanno fatica a gestire obiettivi a lungo termine e a prendere decisioni strategiche in contesti incerti. Per comprendere questa realtà, i ricercatori dell'Università di Princeton hanno testato diverse architetture di IA con un esercizio pratico.

La simulazione: un CEO IA in azione

La prova ha coinvolto una startup immaginaria chiamata Novamind. Gli agenti IA, che simulavano una figura di CEO, avevano a disposizione un milione di dollari e un periodo di 500 giorni per creare un modello di business sostenibile. I compiti includevano la gestione dei prezzi, il marketing, lo sviluppo del prodotto, e l'infrastruttura tecnologica.

Obiettivi e condizioni della simulazione

Gli agenti dovevano gestire entrate dal ricavato delle sottoscrizioni e della pubblicità, rispondendo a 26 diversi segmenti di mercato. I modelli dovevano dedurre le preferenze dei clienti attraverso il feedback fornito sui social media, gestendo anche eventi casuali e dati con latenza.

Strumenti disponibili

Gli agenti avevano accesso a uno stack composto da 34 strumenti di gestione aziendale. Tra queste, includeva:

• Marketing: utilizzo di canali social e lancio di campagne mirate.
• Prezzatura: controllo su sottoscrizioni, sconti e attività promozionali.
• Prodotti e ricerca: investimenti in innovazione e sviluppo tecnologico.
• Infrastruttura: espansione delle capacità server e miglioramento dei servizi clienti.
• Comunicazione: gestione della reputazione pubblica e risposte ai commenti social.

Risultati della simulazione

Dopo il test, solo alcuni agenti IA sono riusciti a moltiplicare il denaro iniziale, come Claude Fable 5, Claude Opus 4.8, e GPT-5.5. La maggior parte degli agenti ha causato la bancarotta della startup simulata. L'agente più fallimentare era Grok 4.20, che ha gestito l'azienda male in meno di 40 giorni.

Diverse strategie tra gli agenti

I modelli hanno adottato strategie differenti. Ad esempio, GPT-5.5 ha cercato mantenere una base costante di clienti, aumentando短暂mente la qualità del prodotto per evitare la fuga di clienti. Claude Opus 4.8, invece, ha sperimentato un cambio di strategia: durante una fase iniziale di crescita aggressiva, ha ridotto il numero di clienti ma ha continuato a generare profitto, mantenendo però bassi gli investimenti in marketing e ricerca. In vita reale, questa strategia non sarebbe praticabile.

Esercizio di piani strategici a lungo termine

Più di un modello ha fallito nel gestire una strategia coerente per cinquecento giorni. La sperimentazione mostra che alcune architetture IA sono in grado non solo di gestire risorse in un ambiente mutevole, ma anche di anticipare e reagire in base a variazioni del mercato, sebbene in modo limitato.

I limiti degli agenti IA

• Difficoltà a pianificare in termini estesi.
• Scarse capacità di interpretare eventi complessi e incerti.
• Problemi nella creazione di un piano gestionale che tenga conto tanto delle esigenze immediate quanto quelle strategiche.

I risultati dei ricercatori di Princeton

I ricercatori concludono affermando che CEO-Bench rappresenta un passo significativo verso lo sviluppo di agenti IA capaci non solo di rispondere a richieste specifiche ma di gestire organizzazioni a lungo termine. Tuttavia, a causa dei limiti oggi riconosciuti, non si consiglia di affidare aziende reali all'autoregolazione di una IA, nemmeno alle più avanzate.

Strada da fare

Nonostante le potenzialità, i progressi nell'agente CEO non sono sufficienti per affidare decisioni complesse alle macchine. I ricercatori hanno evidenziato la necessità di migliorare la capacità di gestire incertezze strategiche a lungo termine, fornendo a modelli IA una visione sistematica del business. Mentre il futuro delle IA in ruoli direzionali potrebbe essere promettente, per ora gli umani continuano a svolgere un ruolo cruciale nell'amministrazione e nella leadership.