Con il lancio di Otto, Workato introduce una nuova categoria di agenti AI enterprise progettati non come semplici assistenti conversazionali, ma come veri “digital coworkers” capaci di eseguire processi operativi completi attraverso sistemi aziendali eterogenei. Il progetto rappresenta un’evoluzione diretta del paradigma agentico enterprise, spostando l’attenzione dalla generazione di suggerimenti all’esecuzione autonoma di attività reali con governance integrata.
Otto viene definito da Workato come un “superagent”, cioè un agente orchestratore progettato per coordinare workflow multi-sistema senza limitarsi a un singolo ambiente applicativo. A differenza dei tradizionali copilot integrati in strumenti specifici, Otto opera come layer operativo trasversale, capace di leggere dati, prendere decisioni operative, interagire con utenti e attivare automazioni su migliaia di applicazioni enterprise già collegate all’infrastruttura Workato.
L’elemento centrale dell’architettura è l’utilizzo del cosiddetto Enterprise MCP, ovvero l’implementazione enterprise del Model Context Protocol sviluppata da Workato come control plane per agenti AI. Questo livello infrastrutturale permette agli agenti di accedere a sistemi aziendali mantenendo controlli granulari su permessi, auditabilità e isolamento delle credenziali. In pratica, Otto non richiede la creazione di nuove integrazioni dedicate per ogni agente, ma utilizza l’infrastruttura di connessione già esistente attraverso i server MCP aziendali.
Questo approccio risolve uno dei problemi principali dell’attuale ecosistema agentico enterprise: la separazione tra autonomia e governance. Molti agenti AI moderni sono in grado di eseguire azioni operative complesse, ma spesso operano fuori dai framework di controllo IT tradizionali, creando fenomeni di shadow AI e introducendo rischi legati a sicurezza, compliance e tracciabilità. Workato costruisce Otto proprio attorno a questa criticità, progettandolo come agente autonomo ma interamente governato dal dipartimento IT.
Otto è progettato per funzionare in modo persistente nel cloud, con capacità di esecuzione continua 24/7. Il sistema può ricevere un obiettivo generale e proseguire autonomamente nella sua esecuzione anche in assenza dell’utente. Questo cambia profondamente il concetto di automazione enterprise: non si tratta più di attivare singole workflow automation predefinite, ma di delegare interi processi operativi a un agente che può coordinare task, recuperare informazioni, scrivere codice, comunicare con stakeholder e completare attività multi-step.
Una delle caratteristiche più rilevanti è la componente collaborativa. Otto è progettato per integrarsi direttamente in ambienti come Slack e Microsoft Teams, operando all’interno dei canali aziendali come un membro del team. L’agente può seguire conversazioni, aggiornare utenti, richiedere approvazioni e coordinare attività tra diversi reparti. Questo modello trasforma l’agente AI da strumento individuale a entità operativa condivisa all’interno dell’organizzazione.
L’architettura di Otto si basa inoltre sulla forte integrazione con la piattaforma di orchestrazione Workato, storicamente specializzata in iPaaS e workflow automation enterprise. Questo significa che le capacità agentiche non vengono costruite come modulo separato, ma si appoggiano direttamente a un ecosistema già dotato di connettori, sistemi di monitoraggio, gestione API e policy di sicurezza enterprise.
L’orchestrazione è uno degli aspetti più importanti. Otto non è un singolo modello AI monolitico, ma un sistema che combina reasoning, integrazione applicativa e automazione procedurale. Questo approccio riflette una direzione più ampia nel settore enterprise AI, dove il valore non deriva solo dalla capacità del modello di generare testo, ma dalla possibilità di agire concretamente sui sistemi aziendali.
Workato descrive il sistema come progettato attorno a quattro proprietà fondamentali: autonomia, integrazione, collaborazione e affidabilità. La componente di integrazione è particolarmente importante perché Otto sfrutta connessioni già esistenti verso oltre 1400 applicazioni aziendali. Questo riduce drasticamente il tempo necessario per distribuire agenti operativi in ambienti enterprise, eliminando parte della complessità tipica delle integrazioni AI tradizionali.
Il ruolo dell’MCP è inoltre centrale nella gestione del contesto. Gli agenti AI enterprise soffrono spesso di accesso limitato alle informazioni operative aziendali, creando risposte incomplete o azioni non contestualizzate. Workato utilizza l’Enterprise MCP proprio per fornire agli agenti accesso strutturato a dati, workflow e sistemi aziendali mantenendo però separazione tra privilegi, controllo degli accessi e audit trail.
Dal punto di vista della sicurezza, Otto introduce anche un modello più rigoroso rispetto agli agenti consumer che stanno entrando negli ambienti aziendali. Workato cita esplicitamente il problema degli agenti non governati, spesso introdotti informalmente dai dipendenti senza controllo IT. In questo scenario, Otto viene posizionato come alternativa enterprise-ready, progettata per rispettare policy aziendali, logging completo delle azioni e gestione centralizzata delle autorizzazioni.
L’aspetto più interessante è forse il cambiamento concettuale che questa architettura introduce nel rapporto tra AI e lavoro operativo. Otto non viene presentato come assistente che suggerisce azioni agli utenti, ma come teammate digitale che porta attività fino al completamento. Questo implica una ridefinizione del ruolo stesso degli agenti AI enterprise: da strumenti di supporto a componenti attivi dell’organizzazione operativa.