Sono le nove e mezza di sera, il monitor del mio studio ha ancora quel alone bluastro che fa male agli occhi dopo otto ore di lavoro. Fuori è già buio, e invece di chiudere il laptop come avrei dovuto fare, sto fissando una finestra che non avevo mai pensato di vedere: un'intelligenza artificiale che muove il cursore sul mio desktop, clicca su un'icona obsoleta di un software di contabilità degli anni Duemila, compila un modulo che non ha mai visto prima, e salva il file nel punto giusto. Non sta usando un'API. Non sta chiamando un endpoint REST. Sta semplicemente... guardando lo schermo e agendo, come farei io, come faresti tu.

Mi sono accorto di aver trattenuto il respiro. È successo questa settimana, mentre testavo le nuove capacità di Claude Computer Use e riflettevo su quello che OpenAI sta definendo "Operator". E in quel momento, con il caffè ormai freddo accanto alla tastiera, ho capito che stavamo tutti – me compreso – sottovalutando una transizione epocale. Non si tratta solo di un nuovo tool. È una mutazione del rapporto tra software e intenzione umana. E se devo essere onesto, mi ha lasciato quella sensazione di eccitazione mista a inquietudine che provi quando capisci che il confine del tuo giardino è molto più vicino di quanto pensavi.

L'Assunzione Comune da sfidare

Per anni – e quando dico anni intendo tutta la mia carriera, dalla fondazione di RC Studio in poi – abbiamo costruito un intero mondo digitale attorno a un presupposto non detto ma ossessivamente rispettato: se vuoi che due sistemi parlino, devi costruire un ponte. Le API sono diventate la lingua sacra dell'automazione, il DNA dello sviluppo serio. "Niente API, niente automation" era quasi un mantra. Ricordo ancora riunioni con clienti dove spiegavo perché certi processi erano costosi da automatizzare: "Il loro software legacy non ha API pubbliche, dovremmo fare scraping o – peggio – intervenire manualmente". E quella era la fine della conversazione. Un muro.

Abbiamo elevato l'API a status di virtù tecnologica. Il software "pulito" aveva API documentate. Il software "sporco" era quello che ti costringeva a cliccare. E noi, come professionisti, ci siamo specializzati nel costruire questi ponti: connessioni tra CRM e piattaforme di email marketing, tra gestionali ERP e dashboard analitiche, tra mille sistemi che parlavano JSON e XML. Eravamo i traduttori di un ecosistema frammentato, e il nostro valore risiedeva nella capacità di far parlare macchine che non volevano parlare tra loro.

Ma questa assunzione – che l'unica via per l'automazione scalabile passi per l'integrazione nativa, il webhook, la chiave API nascosta nelle impostazioni – sta crollando sotto i nostri occhi. E non sto parlando di un crollo violento, ma di qualcosa di più sottile e forse più destabilizzante: l'idea che forse, solo forse, non abbiamo bisogno che le macchine parlino tra loro. Forse abbiamo solo bisogno che qualcuno – o meglio, qualcosa – guardi quello che succede sullo schermo e agisca di conseguenza.

Cosa Sta Succedendo Davvero

Nella mia esperienza pratica degli ultimi mesi, ho visto agenti AI compiere azioni che fino a un anno fa sarebbero sembrate fantascienza da film degli anni Ottanta. Non sto parlando di comandi vocali che aprono Spotify. Sto parlando di Claude che accede a un'interfaccia web complessa, naviga tra menu a tendina che cambiano posizione in base all'ora del giorno, riconosce che un campo è diventato rosso perché contiene un errore, e corregge il dato estrandolo da un PDF allegato in un'altra finestra.

Oppure prendiamo quello che sta emergendo con i sistemi come l'attesissimo Operator di OpenAI: la capacità di delegare un intero flusso di lavoro – "prenotami un volo trovando il prezzo migliore su questi tre siti, controllando che ci sia il bagaglio incluso, e compralo usando la carta aziendale" – senza che nessuno abbia mai scritto una riga di codice per collegare Expedia, Kayak e il sistema di spese aziendale.

La magia – se vogliamo chiamarla così – sta nel computer vision combinato con il reasoning. L'agent non sa "dove" è programmaticamente il pulsante "Aggiungi al carrello". Lo vede. Lo riconosce come oggetto visuale, come farebbe un umano. E questo cambia tutto.

Perché significa che il 90% del software esistente, quello che non ha API, quello legacy scritto in Visual Basic negli anni Novanta, quello che il tuo commercialista usa ancora perché "funziona e non si cambia", diventa improvvisamente automatizzabile. Non serve più il refactoring costoso. Non serve il middleware. Serve uno screenshot, una buona prompt engineering, e pazienza.

Ma c'è di più. Nella mia esperienza con RC Studio, ho notato una cosa curiosa: i clienti non chiedono più "puoi integrare X con Y?". Chiedono "puoi far sì che l'AI faccia questo compito che faccio io ogni mattina?". Non vedono più sistemi. Vedono azioni. E questa è una rivoluzione antropologica oltre che tecnologica. Stiamo passando dal paradigma della connessione sistemi a quello dell'intenzione diretta.

Le Implicazioni per i Professionisti

Qui devo essere onesto con te, perché se ci conosci sai che non sono tipo da allarmismi, ma nemmeno da illusioni. Questo cambiamento sposta il baricentro del valore professionale in modo radicale.

Se fino a ieri il tuo core business era "connettere piattaforme A e B tramite API", stai per entrare in una crisi di rilevanza. Non immediata, non totale, ma inesorabile. Perché quando un agent può semplicemente "usare" Salesforce come fa un umano – leggendo i campi, cliccando sui tab, compilando form – la differenza tra un'integrazione nativa e un'interfaccia controllata da AI diventa trasparente per l'utente finale. Anzi, spesso la seconda opzione è più veloce da implementare e più flessibile.

Ho parlato con sviluppatori che stanno iniziando a sudare freddo. "Ma allora tutto quello che ho imparato su OAuth, su GraphQL, su RESTful architecture... diventa inutile?" No. Non diventa inutile. Ma diventa una specializzazione di nicchia, non più il mainstream dell'automazione.

Il valore si sposta verso l'orchestrazione strategica. Non più "come connetto", ma "cosa automatizzo e con quale criterio". Chi capirà i processi aziendali profondi, chi saprà disegnare workflow che combinano decisioni umane e azioni automatiche, chi sarà in grado di supervisionare questi agenti desktop (perché sì, hanno bisogno di supervisione, commettono errori, si confondono sui layout), sarà più richiesto di chi sa solo scrivere uno script Python che fa una POST request.

E poi c'è l'aspetto etico e di governance. Quando un agent ha il controllo del tuo desktop, ha accesso a tutto. Non solo ai dati esposti via API, ma alle email aperte, ai documenti sul desktop, alla cronologia del browser. La cybersecurity diventa una questione completamente diversa. Chi di noi si occuperà di disegnare i "guard rail" per questi agenti? Chi definirà cosa possono e non possono vedere?

Come Consiglio di Posizionarsi

Se mi chiedessi – e immagino che in parte tu lo stia facendo leggendo queste righe – cosa fare, come fondatore di RC Studio ti direi questo: non inseguire il trend con l'ansia di chi arriva tardi alla festa. Ma non ignorarlo con l'arroganza di chi pensa che "le API rimarranno sempre il modo corretto".

Il posizionamento vincente, nella mia visione, è l'ibridazione consapevole. Devi diventare colui che sa quando ha senso usare un'API e quando ha senso usare un agent desktop. Perché la verità è che le API non moriranno: per processi ad alto volume, per sistemi mission-critical dove la latenza e l'affidabilità sono essenziali, l'integrazione nativa resta insuperabile. Non vorrai mai che il tuo sistema di pagamento gestito da un'AI che "clicca" sul pulsante paga. Ma per il 70% del lavoro operativo quotidiano? Per quelle 45 minuti al giorno che passi a copiare dati da un foglio Excel a un portale web antiquato? Lì l'agent desktop è una manna.

Quello che consiglio ai miei clienti – e sto applicando anche in RC Studio – è di creare una mappa di tutti i processi manuali che richiedono intervento umano su GUI (Graphic User Interface). Quei task che fino a ieri erano "non automatizzabili" perché il software non offriva API. Quelli sono il tuo terreno fertile. Inizia a sperimentare con Claude Computer Use, con i framework di computer automation, non per sostituire l'uomo, ma per liberare il tempo umano da quella che chiamo "fatica cieca": il lavoro che non richiede pensiero strategico, solo attenzione visiva e ripetizione motoria.

E soprattutto, investi nell'abilità di "prompting visuale". Scrivere istruzioni per un agent che vede è diverso da scrivere codice. Devi imparare a descrivere stati, a riconoscere elementi UI, a gestire l'incertezza ("se vedi questo popup, chiudilo; se il caricamento dura più di 5 secondi, aspetta"). È un nuovo linguaggio, più vicino alla regia cinematografica che alla programmazione tradizionale.

Il Futuro Realistico

Vediamoci chiari: non vivremo in un mondo dove domani mattina tutti i software saranno controllati da AI che muovono il mouse. La latenza è un problema reale: un'API risponde in millisecondi, un agent che deve "vedere" e "decidere" dove cliccare richiede secondi. Su scala, questo fa la differenza tra un processo fattibile e uno insostenibile. Inoltre, gli errori esistono: un cambio di layout del sito, un popup inaspettato, una finestra che si sposta, e l'agent si perde. Richiedono supervisione, richiedono "guardian" umani.

Ma – e questo è il punto cruciale – abbiamo appena abbassato il costo di entrata dell'automazione di un ordine di grandezza. Un'azienda piccola che non può permettersi 15.000 euro di integrazione custom tra il suo gestionale del 2010 e il nuovo tool di analytics, ora può avere un agent che fa quel lavoro per 200 dollari al mese di API calls. Questa democratizzazione cambierà il mercato del lavoro white-collar più di quanto abbiamo visto con l'arrivo di Excel o di Zapier.

Credo che ci aspetti un periodo di caos creativo, dove vedremo esplodere agenzie e professionisti che offrono "Digital Employee as a Service": non software, ma operatori virtuali che prendono in carico desktop specifici. E credo anche che ci sarà una reazione di ritorno, una riscoperta del valore delle API "vere" quando i sistemi mission-critical richiederanno stabilità assoluta.

Il futuro realistico è ibrido. Avremo agent che usano API dove possono, e che prendono il controllo del desktop dove devono. L'architettura ideale del 2025-2026 non sarà "tutto API" né "tutto GUI", ma "orchestrazione intelligente" dove un layer di intelligenza decide il modo più efficiente e sicuro di completare un task.

Sto chiudendo il laptop adesso, e fuori la notte è più buia. Ma quella sensazione di inquietudine di prima si è trasformata in qualcosa di diverso. Forse è l'opportunità di ridisegnare il nostro rapporto con il lavoro digitale, di smettere di essere gli schiavi delle interfacce che qualcun altro ha deciso per noi. Se vuoi esplorare con me come questo cambiamento può impattare concretamente il tuo business, o se vuoi semplicemente ricevere i miei appunti settimanali su come stiamo testando queste tecnologie in RC Studio, puoi lasciarmi la tua email qui sotto. Rispondo personalmente a ogni messaggio, di solito nelle serate come questa, quando il silenzio aiuta a pensare.

A presto, Roberto

Scopri come automatizzare i tuoi processi desktop →