AI agentica nelle imprese: scalabilità come sfida verso il ROI

L’evoluzione dell’AI nelle imprese: dalla sperimentazione alla scalabilità

Negli ultimi anni, l’adozione dell’intelligenza artificiale all’interno del mondo aziendale ha compiuto un salto qualitativo cruciale, passando da progetti pilota isolati e sperimentazioni di laboratorio a un’integrazione strutturata su scala aziendale. Secondo i dati della McKinsey Global Survey 2026, il 44% delle organizzazioni dichiara ormai di essere entrata nella fase della scalabilità delle tecnologie di IAIin diverse funzioni aziendali, rispetto al 38% registrato un anno prima. Allo stesso tempo, la presenza dell’AI si fa più diffusa: il 56% delle aziende utilizza soluzioni basate sull’AI in tre o più funzioni operative, ampliando significativamente il raggio d’azione rispetto al 51% della rilevazione precedente.

A guidare questa trasformazione sono principalmente le grandi imprese, definite come le organizzazioni con ricavi annuali pari o superiori a 1 miliardo di dollari. Il 54% di queste realtà su larga scala distribuisce soluzioni di intelligenza artificiale a livello enterprise, contro solo un terzo (33%) delle organizzazioni di minori dimensioni. Questo divario dimensionale è ancora più marcato se si osserva specificamente l’adozione dell’AI agentica — ovvero sistemi basati su modelli capaci di agire nel mondo reale, pianificando ed eseguendo in autonomia sequenze articolate di attività all’interno di un flusso di lavoro. Nelle grandi aziende, la quota di organizzazioni che scala agenti autonomi in una o più funzioni aziendali è cresciuta dal 27% al 40% nell’ultimo anno, mentre nelle imprese sotto il miliardo di dollari di fatturato la percentuale è rimasta sostanzialmente ferma al 22%.

La rivoluzione dei coding agent e il cambio di paradigma “Build vs Buy”

Tra le diverse tipologie di strumenti di AI agentica, un ruolo di primo piano è ricoperto dai software coding agent. Circa due rispondenti su dieci riferiscono di aver raggiunto la fase di scalabilità aziendale con gli agenti di programmazione, quota che sale al 31% se si considerano unicamente le grandi organizzazioni.

L’impatto di questi agenti di sviluppo va ben oltre l’efficienza dei reparti informatici, arrivando a ridefinire le strategie di allocazione del budget tecnologico e i rapporti con i fornitori di software. Circa un terzo delle aziende intervistate (il 32%) dichiara infatti di aver rinunciato ad acquistare uno o più prodotti o funzionalità software commerciali perché in grado di sviluppare internamente le medesime capacità grazie agli agenti di coding. Questo fenomeno di sviluppo in-house risulta particolarmente accentuato nei settori della tecnologia (41%), della sanità (39%), dei servizi professionali (38%) e dell’energia (38%). Come evidenziato dall’analisi degli esperti, le organizzazioni leader stanno assumendo un atteggiamento di maggiore autonomia decisionale, riappropriandosi dell’agenda tecnologica e valutando con molta più pragmatica consapevolezza dove acquistare software, dove svilupparlo autonomamente e dove costruire competenze interne critiche.

Il paradosso dell’impatto finanziario: produttività individuale e redditività aziendale e ruolo dei data center

Nonostante la profonda penetrazione dell’AI agentica e dei tool generativi nei processi di lavoro, l’indagine mette in luce un forte scostamento tra i benefici percepiti dai singoli lavoratori e i ritorni economici quantificabili a livello complessivo d’impresa.

Da un lato, l’AI ha dimostrato di essere uno straordinario moltiplicatore delle capacità umane individuali: l’80% dei lavoratori intervistati afferma che l’uso dell’AI ha migliorato la propria produttività quotidiana, il 50% dichiara di prendere decisioni migliori e il 53-55% riporta lo sviluppo di nuove competenze. Inoltre, tali benefici positivi sono percepiti in modo trasversale a tutti i livelli dell’organizzazione, dal C-level fino ai singoli contributor.

Dall’altro lato, tuttavia, questo incremento della produttività individuale stenta a tradursi in un impatto finanziario misurabile a livello di conto economico. Solo il 37% delle aziende attribuisce un contributo positivo dell’AI al proprio EBIT aziendale, una percentuale che rimane pressoché identica a quella registrata nel 2025. Inoltre, la percentuale di organizzazioni considerate “AI High Performer” — ovvero coloro che attribuiscono almeno il 5% dell’EBIT all’utilizzo dell’AI e ne descrivono l’impatto complessivo come significativo — rimane ferma a un ristretto 6% del totale.

Se si analizzano le singole funzioni aziendali, l’impatto economico emerge in modo differenziato: le riduzioni dei costi sono più frequentemente riscontrate nella gestione della catena di approvvigionamento, nelle service operations e nella produzione manifatturiera. Al contrario, la crescita dei ricavi è guidata in misura maggiore dall’applicazione dell’AI nell’area marketing e vendite, seguita dallo sviluppo di prodotti e servizi e dall’ingegneria del software.

Le sfide emergenti: i costi operativi e la tokenomics

Un ulteriore elemento di complessità nell’equazione del ROI dell’AI è rappresentato dall’emergere dei costi operativi legati alle infrastrutture e ai consumi computazionali. Circa il 20% delle organizzazioni dichiara che i costi operativi dell’AI— inclusi i costi dei token necessari per alimentare i modelli di fondazione e gli agenti di ragionamento complesso — stanno ponendo vincoli e limitazioni all’utilizzo effettivo della tecnologia.

Come sottolineato nelle analisi sui dati di bilancio, sebbene il costo unitario per singolo token sia progressivamente diminuito, il volume totale di token consumati e generati dagli agenti software durante l’esecuzione di task articolati è cresciuto a ritmi esponenziali. I direttori finanziari e i Chief AI Officer si trovano quindi a dover sviluppare una vera e propria disciplina di “tokenomics” per ottimizzare la resa economica della spesa in intelligenza artificiale. Ciononostante, la fiducia nell’evoluzione della tecnologia rimane solida: il 28% delle aziende dedica ormai più del 10% del proprio budget ICT totale all’AI e ben il 60% delle organizzazioni prevede di incrementare ulteriormente gli investimenti in AI nel corso del prossimo anno.

La strategia degli “High Performer”: la riprogettazione dei flussi operativi

Quali lezioni si possono trarre dal 6% di aziende “High Performer” che riescono a estrarre valore finanziario concreto ed elevato dall’AI agentica? L’analisi del campione McKinsey rivela tre pilastri strategici differenzianti:

1. Obiettivi ad alta ambizione: Se l’82% delle aziende tradizionali utilizza l’AI principalmente per perseguire l’efficienza e il taglio dei costi, gli High Performer combinano la ricerca dell’efficienza (78%) con obiettivi strategici di crescita dei ricavi (74%) e innovazione dei modelli di business (65%). Inoltre, gli High Performer hanno una probabilità 3,3 volte superiore di pianificare una trasformazione radicale dell’impresa guidata dall’IA nei prossimi tre anni.
2. Riprogettazione profonda dei workflow: Invece di inserire semplicemente gli strumenti di AI all’interno dei processi operativi preesistenti, il 74% degli High Performer riprogetta da cima a fondo i flussi di lavoro aziendali (workflow redesign), contro appena il 25% delle altre aziende. È proprio la riprogettazione end-to-end dei processi la chiave per sbloccare il passaggio dal guadagno del singolo lavoratore all’impatto economico aggregato.
3. Adozione capillare di agenti e gestione dei rischi: Gli High Performer mostrano una probabilità tre volte superiore di scalare agenti autonomi nelle diverse funzioni aziendali e sono due volte più propensi a scalare i software coding agent. Inoltre, circa il 48% di essi utilizza agenti per sviluppare software internamente. Al contempo, il 52-56% degli High Performer gestisce attivamente i rischi legati all’inaccuratezza dei modelli, alle vulnerabilità di cybersecurity e alle azioni non autorizzate o indesiderate dei sistemi agentici.

L’impatto sull’occupazione e le prospettive future

Sul fronte dell’organizzazione del lavoro, la ricerca evidenzia come le timori passati di drastiche riduzioni dell’organico si siano rivelate in gran parte sovrastimate. Nel corso dell’ultimo anno, solo il 14% delle aziende ha registrato una riduzione effettiva del proprio personale dovuta all’adozione dell’AI, un dato significativamente inferiore rispetto al 32% delle aziende che nel 2025 prevedeva tagli all’occupazione. La maggioranza relativa (66%) riporta infatti che non vi sono state variazioni sostanziali nel numero totale di dipendenti.

Guardando al futuro, tuttavia, le aspettative di ristrutturazione rimangono elevate: il 39% dei rispondenti prevede una contrazione dell’organico nell’anno a venire, specialmente nei reparti di service operations e supply chain management. Nonostante ciò, la maggior parte dei lavoratori non percepisce l’AI come una minaccia immediata per la propria carriera, con solo il 13% che dichiara ansia per le proprie prospettive professionali.

In conclusione, l’AI agentica rappresenta senza dubbio una nuova frontiera competitiva per le imprese, ma il vero fattore determinante per trasformare l’adozione tecnologica in rendimento finanziario risiede nella capacità organizzativa di assorbire il cambiamento, ridefinire i processi operativi e creare un modello operativo coerente in grado di scalare l’innovazione.