La recente ondata di vendite dei titoli SaaS interpreta in modo errato la reale portata della disruption. Rivela perché il software enterprise è oggi più essenziale che mai
A cura di Christian Klein, CEO SAP SE
L’intelligenza artificiale è il cambiamento tecnologico più significativo dai tempi di Internet e l’evento più trasformativo mai accaduto al software aziendale. Non perché l’AI lo minacci, ma perché l’AI ha bisogno del software aziendale. I progressi nel ragionamento, nella generazione di codice e negli agenti autonomi sono veri e rimodelleranno ogni settore.
Lo vedo in prima persona. L’AI sta generando incrementi di efficienza a doppia cifra nelle nostre stesse operazioni. In oltre due terzi dei nostri contratti cloud del quarto trimestre, i clienti hanno scelto di includere funzionalità AI. I produttori utilizzano agenti AI per automatizzare i processi di quotazione, riducendo drasticamente i tempi di risposta. I team di consulenza stanno recuperando un quarto della loro settimana lavorativa da dedicare ad attività di maggior valore. Non è hype: sta accadendo, su scala enterprise.
Ogni grande cambio di piattaforma segue uno schema. All’inizio, il valore si concentra nei livelli più bassi dello stack: capacità di calcolo, modelli, infrastruttura. Le “pale” durante la corsa all’oro. Con il tempo, però, il valore duraturo migra verso il livello applicativo, dove la tecnologia si traduce in risultati concreti. Internet lo ha dimostrato chiaramente. Il cloud computing lo ha confermato. Con l’AI non sarà diverso. Il software non sta arrivando alla fine della corsa – ha appena iniziato. In altre parole: il software sta diventando il superpotere dell’AI.
Dove risiede il vero valore
In tutti i settori, le imprese stanno investendo miliardi nell’AI, spinte da reali progressi in funzionalità e produttività. Eppure molte faticano a trasformare gli esperimenti in risultati misurabili e scalabili in tutta l’organizzazione. Le cause sono note: ecosistemi di dati frammentati, processi in silos, governance incoerente e AI “appiccicata” a sistemi legacy obsoleti.
Indipendentemente dal settore o dalle dimensioni, ogni cliente con cui parlo vuole una sola cosa: un’AI che comprenda profondamente il proprio business, in modo sicuro e affidabile. Ciò richiede applicazioni integrate, dati armonizzati e controlli chiari. Senza questi elementi, l’AI opera nel vuoto, scollegata dalla realtà dell’azienda.
Se non comprende come la funzione finance si collega agli acquisti, come la supply chain interagisce con la produzione, quali regole di compliance governano una transazione o come gestire le eccezioni, l’AI non può gestire un’organizzazione in modo affidabile. Il più piccolo errore – l’utilizzo di dati non aggiornati, incompleti o sbagliati – può scatenare a cascata decisioni sbagliate, transazioni errate e perdite significative prima che qualcuno se ne accorga. Lungi dall’eliminare il software, l’AI mette in evidenza l’indispensabilità dei sistemi che coordinano il lavoro su larga scala.
L’AI per il business ha successo quando agenti e governance si incontrano
Creare un agente è sempre più semplice, ma è solo la punta dell’iceberg. Implementarlo lungo supply chain end-to-end o nei processi di chiusura finanziaria, con piena conformità e tracciabilità, è dove si concentra la maggior parte dello sforzo. Orchestrazione, applicazione delle policy e determinismo dei workflow sono i custodi della fiducia. Più agenti autonomi vengono distribuiti, più diventano preziosi i sistemi governati che li governano e li supervisionano, ed è qui che le piattaforme che già gestiscono le operazioni di business più importanti del mondo mostrano tutto il loro valore.
Di cosa hanno bisogno gli agenti per operare su larga scala
Per generare risultati tangibili e affidabili, gli agenti hanno bisogno di tre elementi.
Primo, una profonda conoscenza di dominio e di settore codificata nei sistemi, affinché comprendano contesto, relazioni e processi end-to-end.
Secondo, dati accurati e ricchi semanticamente, che costituiscano una fonte di verità affidabile.
Terzo, governance a livello aziendale: regole di validazione, controlli di conformità, flussi di approvazione, gestione delle identità e tracciamento delle attività per mantenere l’autonomia in sicurezza.
Sono questi gli elementi che distinguono l’AI in grado di gestire davvero e in modo affidabile un’azienda da quella che colpisce solo in una demo.
Cosa cambia e cosa rimane vero
L’AI rende il software più veloce ed economico da sviluppare. I modelli linguistici diventeranno una commodity. I modelli di business evolveranno, man mano che i pattern di utilizzo si sposteranno dagli utenti agli agenti. Emergeranno interfacce completamente nuove. Gli utenti dialogheranno sempre più con l’AI invece di navigare applicazioni, e i front-end saranno generati dinamicamente in tempo reale.
Ma il bisogno di sistemi governati e costantemente aggiornati non farà che crescere. L’AI alza l’asticella per aggiornamenti sicuri, miglioramenti basati sulla telemetria e controlli condivisi, tutti punti di forza del SaaS maturo. Gli agenti AI non sostituiscono il software enterprise. Vi fanno affidamento.
I vincitori non saranno quelli che possiedono modelli di base leggermente migliori. Saranno coloro che sapranno fornire valore a livello applicativo: risultati basati su profonda competenza di dominio, integrati tra funzioni e governati per la scalabilità.
Il software sta diventando il sistema operativo dell’autonomia affidabile. Le aziende che lo capiranno integreranno l’AI nei sistemi che gestiscono l’economia mondiale. Le altre continueranno a fare esperimenti, generare prototipi e chiedersi perché i risultati non siano all’altezza dell’hype.
Lunga vita al software.
