Il 97% delle grandi aziende ha già stanziato i fondi, ma solo il 18% ha completato l’implementazione: data quality e data access restano i principali ostacoli
Qlik, leader globale nell’integrazione e nella qualità dei dati, nelle analytics e nell’intelligenza artificiale, ha pubblicato Qlik 2025 Agentic AI Study, un’analisi su come le grandi aziende stanno pianificando, finanziando e rendendo operative le soluzioni di Agentic AI. Lo studio, commissionato ad Enterprise Technology Research (ETR), evidenzia un forte impegno verso gli agenti, ma anche evidenti gap nell’esecuzione. La quasi totalità degli intervistati ha già stanziato un budget dedicato; tuttavia, molti prevedono che occorreranno anni per implementare iniziative di Agentic AI su ampia scala, a causa delle difficoltà legate alla data quality e all’integrazione con i sistemi attuali.
“Non sono l’ambizione o i fondi a mancare alle aziende. Mancano le basi di dati e analytics che consentano agli agenti di lavorare in modo sicuro e sotto controllo in ogni area del business” afferma James Fisher, Chief Strategy Officer di Qlik. “Perché l’Agentic AI possa davvero fare la differenza nel 2026, bisogna investire innanzitutto su pipeline affidabili, interoperabilità e su un framework ROI solido, riconosciuto dal board”.
Risultati principali
- I fondi ci sono: il 97% delle aziende ha già destinato un budget all’Agentic AI e il 39% prevede di investire almeno un milione di dollari, mentre il 34% riserva tra il 10% e il 25% del proprio budget AI complessivo. Agentic AI è ormai una voce di bilancio a tutti gli effetti e le aziende si aspettano di vedere i primi risultati tangibili entro il 2026;
- La strategia si consolida, ma la misurazione del valore è in ritardo: il 69% dichiara di avere una strategia AI formale, rispetto al 37% nel 2024, ma solo il 19% ha definito un framework ROI. La governance si sta spostando dalla domanda “dovremmo farlo?” a “cosa abbiamo ottenuto?”;
- La scalabilità richiederà tempo: solo il 18% ha pienamente implementato l’Agentic AI e il 46% ritiene che la scalabilità richiederà dai tre ai cinque anni. Inoltre, appena il 42% si sente sicuro dell’expertise interna. Il 2026 si prospetta come una fase di costruzione più che di rollout su larga scala;
- Il vero ostacolo sono i dati: data quality, disponibilità e data access rappresentano i limiti principali, seguiti da integrazione, competenze e governance. La vera sfida riguarda l’infrastruttura aziendale, più che la potenza dei modelli;
- Il rischio si concentra nella fase di deployment: le principali preoccupazioni riguardano la cybersecurity, l’affidabilità dei risultati e i rischi legali, seguiti da explainability e auditability. Saranno le valutazioni legate al rischio a orientare le tempistiche e la scelta dei fornitori;
- I primi ambiti di adozione: le aree che stanno adottando più rapidamente l’Agentic AI sono IT operations e software development, dove la riduzione dei costi rappresenta l’obiettivo principale e la produttività è la metrica di riferimento. I primi risultati positivi si riscontrano soprattutto nei contesti in cui sono già presenti telemetria e baseline.
Avendo ottenuto un posto stabile nel budget, l’Agentic AI è ormai parte integrante dei piani operativi per il 2026 e le prime iniziative seguono un approccio pragmatico. In particolare, secondo gli intervistati, IT operations e software development sono i settori che si stanno muovendo per primi, grazie a risultati più chiari e tracciabili. La scalabilità limitata invece è da attribuire alla complessità di integrare dati governati e di alta qualità nei workflow esistenti e di connettere i sistemi in modo sicuro, piè che alle capacità dei modelli. Di conseguenza, fino a quando queste sfide non saranno superate, molti programmi resteranno confinati a progetti pilota o proof of concept, senza raggiungere una piena operatività.
“Quando la spesa passa dallo status di sperimentazione a voce di bilancio, i vincoli sono quelli classici delle grandi aziende: data quality, integrazione, governance e competenze”, ha commentato Erik Bradley, Chief Strategist di Enterprise Technology Research (ETR). “I nostri dati evidenziano un interesse diffuso, ma solo una minoranza delle aziende è effettivamente pronta a scalare. Il prossimo anno sarà cruciale per trasformare use case specifici in ambito IT operations e software engineering in soluzioni operative stabili e misurabili”.
