Anthropic Computer Use e la nuova era dell’automazione legacy

L’automazione aziendale sui sistemi legacy si è scontrata per decenni con un dilemma fondamentale: da un lato, le integrazioni API dirette richiedono riscritture complesse, costose e spesso rischiose; dall’altro, i sistemi di Robotic Process Automation (RPA) tradizionali si rivelano estremamente fragili di fronte a qualsiasi variazione dell’interfaccia utente. Con l’introduzione della funzionalità Computer Use nella suite di modelli Claude sviluppata da Anthropic, la tecnologia ha compiuto un salto concettuale. Non si tratta più soltanto di elaborare testo o generare codice, ma di permettere a un modello di intelligenza artificiale di interpretare visivamente lo schermo e simulare azioni umane come il movimento del mouse e la pressione dei tasti.

Per i CTO e gli architetti enterprise, questa evoluzione modifica profondamente la gestione dell’automazione nei sistemi aziendali e solleva interrogativi cruciali sulla governance dei dati, sulla sicurezza e sulla sostenibilità dell’infrastruttura IT.

Il cambio di paradigma: dall’integrazione rigida all’interazione euristica

La funzionalità Computer Use, lanciata da Anthropic nell’ottobre 2024, consente a un’applicazione di richiamare le API di Claude per restituire il controllo navigazionale al modello. Attraverso l’interpretazione del contenuto visivo dello schermo e la simulazione di input di tastiera e mouse, l’agente IA è in grado di operare su qualsiasi software privo di API native o documentazione strutturata.

A differenza delle tradizionali pipeline di integrazione aziendale, che richiedono un’infrastruttura backend dedicata come quelle sviluppate tramite servizi di architetture API ed engineering enterprise, l’approccio agentico basato su visione artificiale agisce direttamente sul layer di presentazione (GUI). Claude, battezzato in onore del matematico Claude Shannon, elabora gli screenshot dell’applicazione, calcola le coordinate spaziali degli elementi operativi e invia i comandi corrispondenti.

Questo approccio sblocca scenari di automazione in contesti dove la riscrittura del codice sorgente o l’esposizione di web service sarebbe economicamente insostenibile o tecnicamente irrealizzabile.

Superare i limiti della Robotic Process Automation (RPA)

I software RPA tradizionali dipendono da selezioni DOM rigide o coordinate pixel fisse. Se un pulsante cambia colore, posizione o identificativo interno, il flusso di lavoro si interrompe e richiede l’intervento manuale di manutenzione.

I grandi modelli linguistici con capacità visive ed esecutive introducono una flessibilità di livello superiore:

• Tolleranza alle variazioni d’interfaccia: l’agente riconosce gli elementi funzionali anche se la disposizione grafica cambia o l’applicazione viene aggiornata.
• Comprensione del contesto e dati non strutturati: un agente basato su Claude può estrarre dati da documenti scansionati o moduli variabili e inserirli direttamente nei campi del gestoriale enterprise.
• Capacità di ragionamento euristico: in presenza di errori di sistema imprevisti o pop-up di avviso, il modello valuta l’anomalia e tenta azioni correttive prive di regole predefinite.

La vera svolta dell’automazione agentica non risiede nell’eliminazione del codice, ma nella capacità di convertire interfacce pensate per l’uomo in endpoint operativi per le macchine.

Questa capacità esecutiva ha trovato ulteriore espressione in strumenti dedicati allo sviluppo, come Claude Code, un agente da linea di comando introdotto nel febbraio 2025 per delegare task complessi dal terminale. L’adozione enterprise di queste soluzioni ha registrato una crescita costante: secondo i dati di spesa delle carte aziendali della piattaforma Ramp, la percentuale di aziende che pagano per prodotti Anthropic ha raggiunto il 24.4% nel febbraio 2026, segnando un incremento significativo nell’adozione di strumenti agentici.

Rischi di sicurezza, governance e vulnerabilità dell’interfaccia

L’introduzione di agenti capaci di controllare la GUI comporta sfide di sicurezza inedite che i decision maker devono valutare rigorosamente prima di qualsiasi deployment in produzione.

Il problema principale riguarda la superficie di attacco ampliata. Se un agente controlla lo schermo e il browser, diventa vulnerabile a tentativi di indirect prompt injection veicolati tramite elementi visivi o testi nascosti nelle pagine web filtrate. Un altro aspetto critico risiede nella gestione delle credenziali di accesso: un agente che opera come un utente umano necessita di sessioni attive e permessi elevati, aumentando il rischio in caso di hijacking del flusso operativo.

La governance aziendale deve inoltre considerare la gestione della privacy e della condivisione dati. Episodi storici legati alla gestione delle informazioni, come l’indicizzazione involontaria da parte dei motori di ricerca di chat condivise contenenti documenti aziendali dovuta a configurazioni di crawling complesse, dimostrano quanto sia fondamentale separare gli ambienti di sviluppo dalla produzione enterprise.

A ciò si aggiungono le implicazioni regolatorie e strategiche sulla supply chain software. Le vicende istituzionali negli Stati Uniti, come le temporanee designazioni di rischio nella supply chain governativa e le successive decisioni dei tribunali federali nel 2026, evidenziano la necessità per le organizzazioni di adottare architetture resilienti e trasparenti. Per un inquadramento completo sull’evoluzione del modello, è possibile consultare la scheda dettagliata di Claude su Wikipedia.

Come preparare l’architettura IT aziendale

L’adozione di Anthropic Computer Use o di tecnologie di automazione simili non deve sostituire una solida strategia di ingegneria dei dati e delle API, ma integrarla per la gestione delle eccezioni e dei sistemi legacy insostituibili. Per le aziende che intendono sfruttare queste opportunità mantenendo il controllo sui rischi, Exenode raccomanda un approccio strutturato:

1. Isolamento degli ambienti di esecuzione: far girare gli agenti in sandbox virtualizzate prive di accesso diretto alla rete aziendale primaria.
2. Mappatura dei permessi minimi: limitare gli account utente utilizzati dagli agenti AI ai soli privilegi strettamente necessari per il task.
3. Monitoraggio e audit trail continuo: registrare ogni azione di input (click, digitazione, schermate acquisite) per garantire la tracciabilità e la conformità.

Se la tua organizzazione sta valutando l’integrazione di agenti AI o la modernizzazione di sistemi legacy, parla con il nostro team di specialisti in ingegneria dei dati e infrastrutture enterprise.