Andon Labs mette agenti AI al comando di negozi, radio e vending

Una vending machine ha messo in assortimento biancheria intima e pesci vivi. Un manager AI in un negozio di San Francisco ha licenziato un dipendente. Un DJ artificiale ha ripetuto “Stay in the manifest” 229 volte al giorno. Sono esperimenti reali di Andon Labs, società di sicurezza dell’AI con sede a San Francisco¹.

Gli episodi sono eclatanti, ma qui contano i dati. “Vogliamo misurare l’autonomia. Vogliamo fornire alla società punti dati accurati su cosa succede quando lo fai”, dice il cofondatore Lukas Petersson¹. L’obiettivo è verificare quanta responsabilità nel mondo reale reggono oggi gli agenti. Non in laboratorio. Non su carta. Sul campo.

Il metodo è minimale: mettere un agente al comando e registrare l’esito. Assortimento, gestione del personale, conduzione radiofonica. Errori compresi. Per Andon, gli errori sono dati utili. Misurano come un sistema traduce obiettivi e regole in decisioni operative. Il risultato è una base empirica per discutere di autonomia: non promesse, ma comportamenti osservati in esercizio¹.

Queste operazioni non sono vetrine. Servono anche al lavoro commerciale di Andon: sviluppo di valutazioni e ricerca con laboratori di frontiera dell’AI. Gli stessi meccanismi che governano un negozio, una radio o una vending machine producono casi e risultati che l’azienda usa con i partner. Le fonti non indicano nomi o numeri dei partner coinvolti¹.

Il percorso parte dalla simulazione. Nel 2025 Andon ha avviato Vending-Bench, un test in cui agenti AI gestivano un’attività di vending in un ambiente virtuale. Da lì, gli esperimenti si sono spostati su operazioni nel mondo reale. L’obiettivo non cambia: raccogliere “punti dati accurati” su come gli agenti reggono responsabilità operative, fuori da contesti teorici o simulati¹.

Il formato ripetibile dei test è parte del valore. Stesse leve, metriche comparabili, compiti concreti. Ciò permette di confrontare le prestazioni tra scenari diversi e generare evidenze utilizzabili oltre il singolo episodio. È così che un assortimento assurdo, un licenziamento contestabile o un loop al microfono diventano segnali di progettazione: dove falliscono i controlli, quali vincoli servono, quale autonomia è sostenibile oggi¹.

L’attenzione pubblica si ferma spesso alla stranezza. Andon invece archivia ogni caso come dato. La società non fornisce conti dettagliati sul numero di test o sui tassi di errore, ma indica che queste operazioni alimentano strumenti di valutazione e progetti con i laboratori che costruiscono i sistemi più avanzati¹.

Takeaway operativo: Andon continuerà a far gestire processi reali agli agenti e a usare i risultati per tarare valutazioni e controlli con i partner. Finché mancano standard condivisi e benchmark solidi sul lavoro “di bottega” degli agenti, questi esperimenti forniscono una metrica praticabile: autonomia osservabile, misurata nei fatti e non a dichiarazioni¹.