I plugin contano più dei modelli nell’AI enterprise

L’integrazione con gli strumenti di lavoro quotidiani diventa il vero campo di battaglia dell’AI enterprise

La notizia che l’harness AgentCore di Amazon Bedrock è ora generalmente disponibile non riguarda un nuovo modello, ma un nuovo punto di integrazione: chi orchestra agenti in n8n può passare credenziali, contesto e tool senza scrivere un layer di colla proprietario.

Il segnale tecnico è chiaro: l’infrastruttura di connessione diventa il pezzo più conteso.

La stessa logica vale per Microsoft Excel. L’estensione Amazon Quick per Microsoft 365 gestisce il recupero e la formattazione dei dati in un unico passaggio: niente copia-incolla tra browser e cella, l’agente agisce dove il dato vive. È un dettaglio che sposta il valore dalla qualità del modello alla qualità dell’integrazione.

Il divario non è di intelligenza, ma di aggancio

Le aziende frontier, il top 10% per utilizzo mensile di AI, generano 8,3 volte più token di output per utente attivo rispetto alle aziende tipiche (45-55 percentile), secondo il report di OpenAI sull’adozione enterprise.

A giugno 2026, Codex ha generato il 64% dei token di output combinati di Codex e ChatGPT tra i clienti enterprise, come documenta lo studio OpenAI.

Nelle aziende frontier, il 21% degli utenti attivi settimanali usa Plugins contro il 9% nelle aziende tipiche, secondo i dati di OpenAI.

Per le skills il divario è 19% contro 3%, come riporta il report di OpenAI.

Il 95% dei dipendenti OpenAI usa Plugins settimanalmente, un dato che racconta come l’integrazione sia ormai il default operativo, come emerge da il report di OpenAI.

Da febbraio a giugno, gli utenti settimanali attivi di Codex enterprise sono cresciuti di 108 volte nel settore legale, 41 volte in vendite e recruiting, 26 nel marketing e 5 in ingegneria, secondo lo studio di OpenAI.

Il team di ingegneria di Virgin Atlantic usa Codex per rifattorizzare codice legacy in 30 minuti invece di due settimane, come riporta il report di OpenAI.

Il team di prodotto della stessa compagnia usa ChatGPT Work per completare settimane di ricerca competitiva in ore, influenzando la strategia digitale quinquennale, come documenta il report di OpenAI.

Surface-agnostic: il pattern che smonta la dipendenza dal modello

Model ML usa GPT-5.6 Sol in flussi di lavoro che creano file PowerPoint ed Excel modificabili, come descritto da la piattaforma Model ML.

Gli agenti di Model ML aiutano i professionisti della finanza a portare un flusso di lavoro dalla richiesta iniziale attraverso ricerca, analisi e un deck o workbook finito, come spiega.

Il prodotto è definito ‘surface-agnostic’ da.

Un professionista della finanza può iniziare un’assegnazione in email o nell’app Model ML e continuarla nei plug-in Microsoft Office senza spiegarla di nuovo, come riporta la pagina di Model ML.

Nel tuo stack, il connettore è la prima classe

Chi costruisce agenti enterprise dovrebbe trattare il layer di integrazione come un requisito di sistema, non come un accessorio. Il modello diventa un componente intercambiabile: se il punto di aggancio è solido, si può cambiare LLM senza riscrivere i flussi. Se il punto di aggancio è debole, ogni upgrade è un’operazione chirurgica.

Il modello è il motore; i plugin sono la strada.