Quattro tendenze chiave per la gestione dati e l'IA nel 2026
Secondo le previsioni di Eric Avidon, il 2026 sarà un anno cruciale per l'evoluzione dell'intelligenza artificiale (IA) e della gestione dei dati, caratterizzato da diverse tendenze significative. Tra queste, spiccano la crescente consapevolezza contestuale degli agenti e il consolidamento tra i fornitori. Inoltre, si prevede un'adozione sempre più ampia di protocolli quali Agent2Agent (A2A), progettati per facilitare la comunicazione tra agenti e promuovere l'automazione dei processi basata su agenti.
Per superare la fase pilota e diventare strumenti affidabili, gli agenti di IA necessitano di un contesto adeguato. Le cosiddette "semantic layers" (o strati semantici) sono fondamentali per fornire tale contesto, e si prevede che il loro utilizzo diventerà più diffuso nel prossimo anno. Una volta che i progetti superano la fase pilota ed entrano in produzione, questi agenti autonomi automatizzeranno compiti che in precedenza venivano eseguiti manualmente. Man mano che le aziende svilupperanno sistemi multi-agente, la necessità di A2A o protocolli simili per orchestrare le reti di agenti diventerà imperativa.
Michael Ni, analista di Constellation Research, ha riassunto efficacemente questo cambiamento di paradigma: "Nel 2025 si trattava di costruire agenti", ha affermato. "Nel 2026 si tratta di fidarsi di loro".
Contemporaneamente, i fornitori specializzati in IA e gestione dei dati potrebbero trovarsi in difficoltà a causa di un'eccessiva focalizzazione sullo sviluppo di IA basata su agenti – un approccio più complesso e costoso rispetto alla scienza dei dati e all'analisi tradizionali. Di conseguenza, il consolidamento tra i fornitori è atteso come una tendenza significativa nel 2026.
Il contesto è fondamentale
Il Protocollo di Contesto del Modello (MCP) ha fornito un metodo standardizzato per connettere i dati con gli agenti di IA. Tuttavia, connettere gli agenti alle fonti di dati è solo una parte dello sviluppo dell'IA basata su agenti. Gli agenti devono essere connessi a dati che forniscano il contesto necessario per svolgere il loro compito previsto.
Tuttavia, individuare i dati appropriati per un determinato agente può essere arduo, e senza una preparazione adeguata dei dati, può rivelarsi quasi impossibile. Di conseguenza, il modellamento semantico, che ha guadagnato slancio nel 2025, è destinato a diventare una tendenza ancora più significativa nel 2026, secondo David Menninger, analista di ISG Software Research.
"Man mano che l'uso dell'IA si è espanso, e l'importanza dei dati per tali iniziative è diventata più evidente, è diventato anche chiaro che accedere ai dati senza un modello semantico è come tentare di guidare verso una destinazione senza una mappa", ha affermato Menninger. "Il modello semantico è la mappa verso i dati e il loro significato. È tanto importante quanto l'accesso ai dati stessi."
Il ruolo crescente dei modelli semantici
I modelli semantici sono strumenti di governance dei dati che consentono alle organizzazioni di standardizzare il loro approccio alla definizione e categorizzazione dei dati. Fornitori come AtScale, DBT Labs, Looker di Google, Strategy e ThoughtSpot hanno offerto strati semantici per anni. Tuttavia, questi modelli erano visti più come un'aggiunta che una componente critica quando le organizzazioni si limitavano a creare report e dashboard statici anziché agenti autonomi.
Ora, lo sviluppo dell'IA sta rendendo i modelli semantici cruciali, come sottolinea Baris Guletkin, vicepresidente dell'IA presso il fornitore di piattaforme dati Snowflake.
"Man mano che le aziende iniziano a mettere in produzione più progetti di IA, si rendono rapidamente conto che le loro iniziative di IA faticano non per mancanza di intelligenza, ma per mancanza di contesto aziendale", ha affermato Guletkin. "Questo è ciò che trasformerà il modellamento semantico da disciplina secondaria a priorità strategica nel 2026".
Oltre a informare adeguatamente i singoli agenti, i modelli semantici forniscono agli agenti in tutta l'azienda un significato e un contesto condivisi, permettendo loro di lavorare insieme e tra i diversi dipartimenti, ha continuato Gultekin.
"Gli agenti hanno bisogno di un significato e di un contesto condivisi, non solo di dati condivisi", ha affermato. "Se un agente di IA non comprende le definizioni di business che sottostanno ai dati che lo alimentano, il suo ragionamento si sgretola rapidamente. Gli strati semantici forniscono agli agenti la struttura e la base necessarie per offrire risposte affidabili, garantendo così la coerenza dei risultati dell'IA in tutti i team e dipartimenti".
Tuttavia, sebbene prezioso, il modellamento semantico necessita ancora di miglioramenti prima di diventare così onnipresente come l'MCP, ha osservato Menninger.
Un gruppo di fornitori, tra cui Salesforce e Snowflake, ha formato l'Open Semantic Exchange, lo scorso settembre, per migliorare e standardizzare il modellamento semantico. Ma al di là del lavoro del consorzio, che potrebbe o meno portare all'adozione di uno standard, i fornitori devono migliorare i loro strati semantici.
"Vedo ancora una lacuna nella maggior parte dei modelli semantici (…) legata alle metriche", ha affermato Menninger. "La maggior parte dei modelli semantici si limita a catturare ed esprimere metriche sotto forma di definizioni SQL. SQL non è abbastanza completo da catturare tutta la logica che compone un modello di business. Sfortunatamente, non vedo ancora molta attività per espandere la ricchezza delle capacità del modellamento semantico".
Stabilire uno standard per l'interoperabilità tra agenti
Mentre molti agenti sono specifici per un compito e operano in isolamento, altri fanno parte di sistemi multi-agente che richiedono la loro comunicazione e collaborazione. Ad esempio, per ottimizzare una catena di approvvigionamento, un'azienda potrebbe implementare agenti indipendenti per la gestione dell'inventario, le operazioni di magazzino e la pianificazione dei percorsi di consegna, che devono lavorare in concerto.
Un framework che standardizzi e semplifichi l'interazione degli agenti è vantaggioso, e l'adozione di tali framework è prevista come una tendenza tra i fornitori di gestione dei dati e di IA nel prossimo anno.
Sviluppato da Google Cloud e lanciato ad aprile, A2A fa proprio questo, e decine di fornitori – come AWS, Microsoft, Oracle, Databricks e Snowflake, tra gli altri – offrono supporto per il protocollo. Inoltre, il progetto A2A si è fuso con il Protocollo di Comunicazione degli Agenti di IBM nel settembre 2025, unificando due framework concorrenti.
Tuttavia, esistono ancora framework alternativi, quindi resta da vedere se il supporto A2A diventerà una tendenza tanto significativa tra i fornitori di gestione dei dati e di IA quanto lo fu il supporto MCP nel 2025, secondo Donald Farmer, fondatore e direttore di TreeHive Strategy.
A differenza di MCP, che può essere utilizzato per supportare lo sviluppo di tutti gli agenti, A2A e altri framework che semplificano e standardizzano le interazioni degli agenti sono necessari solo quando le organizzazioni implementano framework multi-agente.
"A2A ha un percorso più difficile davanti a sé", ha detto Farmer. "Il protocollo è necessario solo quando le organizzazioni gestiscono effettivamente sciami di agenti che devono lavorare insieme. (…) Lo slancio arriverà. Ma seguirà la domanda aziendale di gestire più agenti, piuttosto che l'entusiasmo dei fornitori per un nuovo standard."
Nel frattempo, Chris Aberger, vicepresidente di Alation, specialista in cataloghi di dati, ha osservato che, sebbene sia necessario un framework per le interazioni tra agenti, prevede che A2A non diventerà lo standard. Invece, pur affrontando A2A un problema che molti utenti di IA incontrano, Aberger si aspetta che MCP evolva per incorporare le capacità offerte da A2A.
"Questo mercato non premia il 'migliore in teoria'", ha detto. "Premia il protocollo che diventa lo standard. E MCP sta rapidamente diventando quello standard. (…) La proposta A2A è allettante. La comunicazione tra agenti è percepita come la prossima frontiera, e [A2A] affronta aree per le quali MCP non è stato originariamente progettato. Ma la sua adozione è strategicamente in ritardo".
L'uso principale di A2A e protocolli simili non scomparirà, ha continuato Aberger. Ma invece che l'adozione di A2A sia una tendenza significativa tra i fornitori di gestione dei dati e di IA nel 2026, sarà l'MCP a evolvere.