L'implementazione degli agenti AI di Cisco raggiunge 90.000 dipendenti

Entro la fine di questo mese, ogni dipendente Cisco avrà accesso a un agente AI personalizzato, un'implementazione a livello aziendale che posiziona il gigante del networking sia come fornitore che come caso di test per l'intelligenza artificiale enterprise su larga scala. L'implementazione degli agenti AI di Cisco, che copre circa 90.000 lavoratori in tutta l'organizzazione globale, accompagna l'inizio del nuovo anno fiscale dell'azienda ed è uno dei rollout interni di AI più completi mai realizzati da una grande azienda tecnologica.

Il sistema si basa su uno stack AI personalizzato che Cisco ha costruito internamente. Invece di instradare ogni richiesta dei dipendenti a un unico grande modello linguistico, l'architettura seleziona dinamicamente il modello più conveniente per ogni attività specifica. Le richieste semplici come la gestione del calendario o il recupero di documenti vengono gestite da modelli più piccoli ed economici, mentre il lavoro analitico più complesso può essere inoltrato a sistemi frontiera quando necessario. Questo design di instradamento dei costi riflette una realtà pratica che molte aziende stanno iniziando ad affrontare: l'accesso generalizzato a modelli AI premium è finanziariamente insostenibile su larga scala.

Cisco ha ancorato una parte significativa dell'infrastruttura di supporto nei propri locali piuttosto che affidarsi interamente a servizi AI basati su cloud. L'approccio on-premises offre all'azienda un controllo più stretto sulla sicurezza dei dati e sui costi dei token, due preoccupazioni che hanno rallentato l'adozione dell'AI enterprise in settori regolamentati come finanza, sanità e servizi legali.

Operazioni finanziarie come punto di prova iniziale

Uno dei casi d'uso più maturi all'interno dell'azienda è nelle operazioni finanziarie. Il team finanziario interno di Cisco utilizza già l'AI per generare tra l'80 e il 90 percento delle prime bozze per le sezioni di Discussione e Analisi della Direzione (MD&A) nei documenti normativi. Questi documenti, che accompagnano i rapporti trimestrali e annuali, richiedono spiegazioni narrative dettagliate delle performance finanziarie e sono soggetti a un attento esame normativo.

L'alto tasso di adozione in una funzione fortemente orientata alla conformità suggerisce che la fiducia interna nei risultati generati dall'AI ha raggiunto un livello tale da poter essere utilizzata per lavori ad alto rischio. Il personale finanziario rivede e modifica le bozze invece di scriverle da zero, un modello che rispecchia il modo in cui molti team legali e contabili stanno iniziando a utilizzare l'AI per la generazione di documenti di prima stesura. Il guadagno di efficienza è misurabile: ciò che una volta richiedeva ore di stesura manuale ora richiede minuti, con il revisore umano che si concentra sull'accuratezza e sull'inquadramento strategico piuttosto che sulla costruzione delle frasi.

Cisco ha anche introdotto un nuovo dashboard esecutivo chiamato CFO cockpit, che aggrega i dati di performance in tutta l'organizzazione e fornisce raccomandazioni automatiche per le azioni da intraprendere. Lo strumento è progettato per aiutare la leadership a individuare prima le tendenze aziendali e prendere decisioni più rapide basate su informazioni sintetizzate piuttosto che su fogli di calcolo grezzi. Per un'azienda con oltre 50 miliardi di dollari di fatturato annuo, anche miglioramenti frazionari nella velocità decisionale hanno un peso finanziario significativo.

L'economia dell'instradamento dei modelli

L'architettura di instradamento al centro dell'implementazione degli agenti AI di Cisco è una risposta diretta all'economia dei grandi modelli linguistici. I modelli frontiera come quelli della classe GPT-4 comportano costi di inferenza che si moltiplicano rapidamente quando migliaia di dipendenti li utilizzano quotidianamente per attività di routine. L'approccio di Cisco riserva deliberatamente quei modelli costosi per lavori che richiedono realmente le loro capacità di ragionamento, mentre i modelli più piccoli gestiscono la maggior parte delle query quotidiane.

Questa strategia offre lezioni per altre aziende che pianificano rollout di AI su larga scala. Molte organizzazioni hanno sperimentato assistenti AI per i lavoratori della conoscenza, ma poche hanno affrontato la sfida della gestione dei costi a questa scala. La soluzione di Cisco applica una logica di prezzo a livelli alla selezione dei modelli, lo stesso principio che da tempo governa l'approvvigionamento IT enterprise per risorse di calcolo e storage. L'azienda sta effettivamente costruendo un instradatore di modelli interno che decide, in tempo reale, quale provider di inferenza riceve ogni richiesta e quanto è autorizzato a spendere.

La componente on-premises aggiunge un altro vantaggio di costo. Eseguendo l'infrastruttura di inferenza all'interno dei propri data center, Cisco evita il markup per token dei fornitori di AI cloud e mantiene costi di infrastruttura prevedibili. Per le aziende che elaborano milioni di query al mese, la differenza tra i prezzi di inferenza on-premises e cloud può spostare il costo totale di proprietà di un ampio margine.

Il business AI di Cisco sta crescendo rapidamente

L'implementazione interna arriva in un momento in cui il business AI esterno di Cisco si sta espandendo rapidamente. L'azienda ha indicato circa 9 miliardi di dollari in ordini di prodotti correlati all'AI nell'anno fiscale 2026, un aumento di oltre quattro volte rispetto ai circa 2 miliardi di dollari registrati nell'anno fiscale 2025. La crescita riflette la domanda per l'infrastruttura di rete e data center di Cisco che supporta i carichi di lavoro AI, in particolare da parte di provider cloud e grandi aziende che costruiscono la propria capacità AI.

Il titolo Cisco è salito di circa il 53 percento dall'inizio del 2026, un rally legato in parte al suo posizionamento come fornitore di infrastrutture AI. L'implementazione interna dell'AI aggiunge una seconda narrazione: l'azienda è anche un grande utilizzatore della tecnologia che aiuta altri a implementare, il che rafforza la sua credibilità quando consiglia i clienti sulla strategia AI. Cisco si trova nella posizione insolita di essere sia un fornitore leader di apparecchiature di rete AI sia un cliente di riferimento per l'adozione dell'AI enterprise su larga scala.

Cosa segnala l'implementazione degli agenti AI di Cisco per il settore

L'approccio di Cisco è notevole per ciò che rivela sullo stato dell'adozione dell'AI enterprise in generale. La maggior parte delle aziende è ancora in fase sperimentale, con implementazioni isolate in reparti specifici piuttosto che rollout a livello organizzativo. Cisco sta eseguendo un'implementazione di livello produttivo su tutta la sua forza lavoro, che genera dati reali sui modelli di utilizzo, le curve di costo e gli effetti sulla produttività che poche altre organizzazioni possono eguagliare.

La decisione di mantenere l'infrastruttura on-premises è anche significativa. Molte piattaforme AI enterprise sono state costruite su API cloud pubbliche, creando dipendenza da fornitori esterni e sollevando questioni di residenza dei dati. Il modello ibrido di Cisco dimostra che una grande organizzazione può mantenere il controllo sulla propria pipeline AI beneficiando comunque della gamma di modelli disponibili sul mercato. Per i settori regolamentati come banche e sanità, dove la sovranità dei dati è un requisito legale, questa architettura è particolarmente rilevante.

Cisco accompagna il rollout con un programma di aggiornamento delle competenze dei dipendenti progettato per aiutare i lavoratori a capire come utilizzare efficacemente i propri agenti AI. La componente formativa riconosce una realtà emersa dai precedenti esperimenti AI enterprise: fornire l'accesso allo strumento è necessario ma non sufficiente. I dipendenti devono imparare a integrare gli agenti AI nei loro flussi di lavoro, a valutarne l'output e a sapere quando passare al giudizio umano. L'azienda scommette che il dividendo di produttività non provenga dall'AI stessa ma dalla combinazione dello strumento e di una forza lavoro addestrata che lo utilizza strategicamente.

Cosa osservare in seguito

L'implementazione inizierà entro la fine di questo mese e raggiungerà tutti i dipendenti nelle settimane successive. Cisco non ha rivelato i modelli specifici nel suo stack di instradamento né il risparmio esatto previsto, ma le scelte architetturali sono abbastanza visibili da poter essere studiate da altre aziende. L'azienda si sta posizionando come cliente di riferimento per il tipo di implementazione AI che aiuta i propri clienti a costruire.

Per i leader tecnologici aziendali che osservano l'esperimento, le variabili chiave da monitorare sono la traiettoria del costo per query man mano che il sistema scala, i guadagni misurabili di produttività tra diverse funzioni e i risultati di sicurezza derivanti dall'esecuzione dell'infrastruttura AI in sede. I risultati di Cisco nei prossimi due trimestri offriranno uno dei punti dati più concreti disponibili su cosa costa e cosa offre effettivamente l'implementazione su larga scala dell'AI enterprise. L'implementazione degli agenti AI di Cisco è più di un progetto IT aziendale: è un caso di studio in tempo reale che il resto del mercato enterprise osserverà attentamente.

Related Articles

• Accenture estende Microsoft 365 Copilot a una forza lavoro globale di 743.000 persone
• Studio sulla Forza Lavoro Globale Rivela un Divario Critico di AI Readiness mentre l'Adozione Agentic Accelera
• Meta implementa il tracciamento MCI per addestrare i Meta autonomous AI agents tramite il comportamento dei dipendenti

✔Human Verified

Ricercato e verificato con fonti primarie dalla redazione di Bytevyte.