Adept (ACT‑1): recensione critica dell’AI‑agent che usa il software come una persona

Introduzione — cosa è Adept (stato al 13 agosto 2026)

Adept si è costruita una reputazione come laboratorio/product startup specializzata in agentic AI: modelli capaci non solo di leggere e scrivere testo, ma di prendere azioni nell’interfaccia digitale (clic, digitazione, navigazione tra app) osservando i pixel e imparando dalle dimostrazioni. La pietra miliare tecnica è il modello ACT‑1 e la relativa ricerca/applicazione nella capacità di «usare il computer» come farebbe una persona.

Proposta di valore

Adept propone un livello di automazione diverso rispetto ai classici strumenti RPA o alle integrazioni API: dove non esistono API stabili o quando i workflow attraversano più applicazioni desktop/web con interfacce dinamiche, un agente che interpreta lo schermo e compie azioni può automatizzare compiti ripetitivi, ridurre errori manuali e accorciare cicli operativi.

Il valore è particolarmente evidente in contesti enterprise che usano software legacy, portali fornitori senza API, o combinazioni complesse di CRM/ERP/portali verticali in cui costruire integrazioni dedicate sarebbe costoso o fragile.

Modello di business e asset finanziari

Prima della riorganizzazione e di accordi con hyperscaler, Adept aveva raccolto capitali rilevanti dai venture investor e posizionato il prodotto verso clienti enterprise. Dopo le fasi di sviluppo del modello, l’azienda ha stipulato accordi commerciali e ha visto parti del team e dei suoi asset tecnici integrarsi in organizzazioni più grandi.

Da un punto di vista commerciale, la proposta classica per questo tipo di piattaforme è B2B: vendita di licenze, pricing per agent/istanza o per volume di task, plus professional services per integrazione e governance. Tuttavia, i dettagli pubblici su listini e piani standard non sono stati divulgati in modo esteso; molte trattative restano customizzate per il cliente enterprise.

Funzionalità e tecnologia (come si differenzia)

• Percezione pixel‑to‑action: i modelli sono addestrati a interpretare lo schermo (pixel) e trasformare comandi in sequenze di click/azioni, riducendo la dipendenza da API ufficiali.
• Multimodalità: oltre al testo, l’agente può lavorare con schermate, modali, form, e simulare input utente complessi.
• Workflow end‑to‑end: progettati per concatenare operazioni attraverso diversi strumenti (es. estrarre dati da un portale, aggiornare un CRM, inviare notifiche), con log e artefatti per audit e rollback.
• Human‑in‑the‑loop: pattern di sicurezza dove l’agente propone bozze o azioni da approvare prima dell’esecuzione sono consigliati nei casi sensibili.

Questa combinazione di capacità rende la tecnologia interessante dove l’automazione tradizionale fallisce o richiede costose integrazioni.

Prezzi e accessibilità commerciale

Non esistono listini pubblici dettagliati disponibili: per piattaforme simili il pricing enterprise include componenti fisse (setup, integrazione), variabili (numero di agent, volumi task, SLA) e costi ricorrenti per supporto e governance. Chi valuta Adept o soluzioni analoghe dovrà aspettarsi proposte su misura e audit tecnici preliminari prima del pricing finale.

Vantaggi per founder, team operativi e buyer

• Rapidità nell’automatizzare processi complessi: evita l’engineering di integrazioni dedicate e può ridurre il time‑to‑value su automazioni browser/desktop‑centriche.
• Riduzione degli errori umani in attività ripetitive e miglior tracciamento tramite log automatici.
• Scalabilità teorica: un agente ben costruito può essere replicato su più account/tenant con regole di governance.

Limiti, rischi e punti critici

Nonostante il potenziale, ci sono limiti concreti da valutare:

• Fragilità dell’automazione UI: i cambi di interfaccia, pop‑up imprevisti, autenticazioni a due fattori e differenze regionali possono rompere workflow basati su pixel o coordinate.
• Rischi di sicurezza e compliance: un agente che opera con credenziali o dati sensibili impone controlli stretti (isolation, logging, encryption, revocation, data‑retention policy).
• Costi di mantenimento: più l’automazione è «troppo dipendente» dall’interfaccia, maggiore sarà il bisogno di manutenzione e monitoraggio.
• Dipendenza dal fornitore: per soluzioni proprietarie di agentic AI la lock‑in tecnologico e la disponibilità degli aggiornamenti del modello sono questioni importanti.
• Rischio normativo e strategico: la dinamica di mercato ha mostrato come grava il talento e la tecnologia verso hyperscaler via accordi di licenza o acqui‑hire; questo influisce su roadmap e disponibilità commerciale a lungo termine.

Concorrenti e posizionamento

Il mercato degli agenti che usano software e delle automazioni enterprise è affollato e ibrido. I segmenti principali di competitor includono:

• RPA tradizionale: UiPath, Automation Anywhere — robusti nelle grandi installazioni ma meno orientati all’apprendimento dall’interfaccia pixel‑level.
• Low‑code / integrazione: Microsoft Power Platform, Workato, Zapier/Make — ottimi per integrazioni API‑first, meno efficaci su portali senza API.
• Agentic / browser AI emergenti: soluzioni e toolkit che stanno crescendo (sia open source che commerciali) che mirano ad eseguire azioni sul web in modo autonomo; grandi cloud provider stanno altresì sviluppando strumenti analoghi integrati nelle loro piattaforme.

La differenza competitiva di Adept è stata finora la focalizzazione sulla ricerca e sul training di modelli capaci di osservare e agire nel software: un posizionamento tecnico forte, ma con sfide commerciali e di go‑to‑market tipiche dei prodotti di frontiera.

Per chi è adatto (use‑case consigliati)

• Aziende che integrano software legacy senza API e che sopportano costi elevati per integrazioni custom.
• Team di operations e finance che eseguono attività ripetitive su portal esterni (reconciliation, estrazione report, inserimento dati).
• Organizzazioni che richiedono prototipi veloci per validare risparmi operativi prima di investire in integrazioni native.

Conclusione: quando considerare Adept o soluzioni simili

Le piattaforme di agentic AI rappresentano una leva interessante per ridurre lavoro manuale su workflow complessi e per accelerare l’automazione laddove le API non ci sono. Adept è stata tra le realtà che hanno spinto in avanti la ricerca in questo spazio e la sua tecnologia — ACT‑1 in primo luogo — ha mostrato capacità distintive.

Tuttavia, chi valuta un progetto deve mettere sul piatto una checklist concreta: analisi dei punti di rottura dell’interfaccia, piano di sicurezza per credenziali e dati, strategia di fallback/manual override, e valutare il rischio commerciale legato alla stabilità del fornitore e all’evoluzione del mercato (inclusi movimenti di talenti e asset verso hyperscaler).

In sintesi: valore tecnico e opportunità operative reali, ma scelta che richiede governance rigorosa, proof‑of‑concept mirati e contratti enterprise che proteggano la continuità del servizio e la proprietà dei workflow.