MuleSoft Connectivity Benchmark Report: l’adozione dei sistemi multi-agente crescerà del 67% entro il 2027

Con l’adozione degli agenti AI che raggiunge una massa critica, il 96% dei leader IT afferma che il successo degli agenti dipende dall’integrazione tra i sistemi

I responsabili IT si stanno orientando verso architetture basate su API per connettere ambienti multi-agente ed evitare che infrastrutture frammentate e fenomeni di shadow AI rallentino l’innovazione

Milano, 5 febbraio 2026 – La transizione verso l’Agentic Enterprise, in cui persone e agenti di intelligenza artificiale collaborano, sta prendendo sempre più slancio: oggi le organizzazioni utilizzano in media 12 agenti, un numero destinato a crescere del 67% nei prossimi due anni. Tuttavia, i leader IT devono affrontare importanti sfide in termini di orchestrazione e governance: il 50% degli agenti opera ancora in silos isolati, anziché all’interno di sistemi multi-agente. Questo porta a flussi di lavoro disconnessi, automazioni ridondanti e a un potenziale rischio di shadow AI.

Sono alcune delle evidenze emerse nell’ultimo Connectivity Benchmark Report di Salesforce, l’indagine condotta su 1.050 responsabili IT di grandi aziende — che racconta come le organizzazioni stiano adottando architetture API-driven come base unificata per connettere, orchestrare e governare gli ambienti multi-agente, favorendo il successo delle iniziative di AI.

Il percorso verso i sistemi multi-agente

Con l’adozione che raggiunge una fase di maturità, gli agenti AI non sono più una sperimentazione: stanno diventando un motore chiave della produttività aziendale. I leader IT puntano su soluzioni agentiche diversificate e sulla definizione di protocolli di comunicazione per gestire in modo efficace l’ecosistema di agenti.

• Crescita rapida: l’83% delle organizzazioni dichiara che la maggior parte — o la totalità — dei team e delle funzioni ha già adottato agenti AI.*
• Aspettative elevate: il 96% dei leader IT afferma che gli agenti hanno già migliorato — o miglioreranno — l’esperienza dei dipendenti, mentre il 95% ritiene che permetteranno agli sviluppatori di concentrarsi su attività a maggior valore aggiunto.
• Sviluppo eterogeneo: in media, le organizzazioni riportano che i propri agenti AI esistenti sono stati sviluppati attraverso modalità diverse, così distribuite:
  • Agenti SaaS preconfigurati (36%)
  • Agenti integrati all’interno di piattaforme enterprise (34%)
  • Agenti personalizzati sviluppati internamente (30%)
• Adozione dei protocolli: nel distribuire agenti AI, le aziende stanno già supportando — o pianificando di supportare — diversi standard e protocolli per gestirli e connetterli, con un forte interesse per:

Costruire una base unificata

Per colmare i gap di integrazione, i leader IT stanno convergendo verso una base unificata. Utilizzando le API come vero e proprio “tessuto connettivo”, le aziende possono trasformare strumenti di AI frammentati in un sistema multi-agente coerente, in cui gli agenti comunicano in sicurezza, condividono il contesto dei dati ed eseguono attività lungo l’intero ecosistema IT.

• Mandato di connettività: il 96% dei responsabili IT concorda sul fatto che il successo degli agenti AI dipenda da un’integrazione fluida e continua dei dati tra tutti i sistemi.
• Evoluzione dell’architettura: il 94% dei leader IT ritiene che il successo degli agenti AI richiederà un’architettura IT sempre più basata su API, in cui le API rappresentano i blocchi fondamentali per connettere applicazioni, dati e AI all’interno dell’organizzazione.
• Integrazione accelerata: un team su tre (33%) sta già utilizzando le API per velocizzare l’integrazione tra i diversi sistemi.
• API al servizio dell’AI: il 50% delle organizzazioni sta già impiegando le API per connettere e governare le soluzioni di intelligenza artificiale.

I sistemi multi-agente in azione

Le prime realtà ad adottare gli agenti AI stanno dimostrando come una base unificata consenta di superare i silos sperimentali e portare i sistemi multi-agente al cuore delle operazioni aziendali:

• AstraZeneca, azienda biofarmaceutica globale guidata dalla scienza, ha scelto Agentforce Life Sciences for Customer Engagement per trasformare il proprio approccio all’engagement con i clienti a livello globale, rafforzando le relazioni con gli operatori sanitari grazie a interazioni data-driven e basate sull’AI. Estendendo la propria architettura componibile con MuleSoft Agent Fabric, AstraZeneca potrà orchestrare le azioni degli agenti interni ed esterni nell’ambito delle attività sul territorio, delle operazioni commerciali e tra brand e regioni diverse, consentendo ai team di cura e agli agenti AI di lavorare in modo integrato.

“Il successo di un’Agentic Enterprise non si misura dal numero di agenti implementati, ma dalla coerenza con cui operano. È fondamentale definire come questi vengano censiti, governati e orchestrati per collaborare in modo sinergico. In questa era multi-agente, il ruolo dell’IT evolve: dalla gestione di ambienti frammentati alla creazione di un piano di controllo centralizzato, essenziale per rendere l’ecosistema IA sicuro, affidabile e scalabile”, afferma Davide Andreoni, Senior Regional Vice President di Salesforce e Head of MuleSoft Italia.

Ulteriori informazioni:

• Connectivity Benchmark Report
• MuleSoft Blog
• Come le aziende possono prepararsi ai sistemi multi-agente
• MuleSoft Agent Fabric

Metodologia

L’11ª edizione del Salesforce Connectivity Benchmark Report, realizzata in collaborazione con Vanson Bourne e Deloitte Digital, si basa su interviste a 1.050 leader IT a livello globale. L’indagine, condotta online tra ottobre e novembre 2025, ha coinvolto Stati Uniti, Regno Unito, Francia, Germania, Paesi Bassi, Australia, Singapore, Hong Kong e Giappone. Tutti i partecipanti ricoprono ruoli manageriali o superiori in dipartimenti IT di organizzazioni enterprise (con almeno 1.000 dipendenti), appartenenti al settore pubblico o privato.

*Gli agenti AI sono definiti come la più recente evoluzione dell’intelligenza artificiale, in grado di comprendere il linguaggio naturale, ragionare sugli obiettivi, prendere decisioni ed eseguire attività in autonomia. L’AI agentica può coordinarsi con persone, sistemi o altri agenti per raggiungere risultati senza input umani passo dopo passo.