Le imprese italiane entrano nella fase operativa dell’intelligenza artificiale: cresce il ritorno sugli investimenti e aumenta il peso dell’AI agentica. Tuttavia, per scalare realmente l’adozione servono governance, dati affidabili e nuove competenze.
L’intelligenza artificiale sta finalmente passando dalla sperimentazione alla creazione di valore. È questa l’indicazione più significativa che emerge dalla ricerca “The SAP Value of AI 2026”, realizzata da SAP e Oxford Economics su un campione di 2.300 dirigenti in 13 Paesi, tra cui 200 italiani.
Per i CIO il dato più interessante non riguarda tanto l’aumento degli investimenti, quanto il fatto che il ritorno economico dell’AI inizia a diventare misurabile. Le aziende italiane prevedono infatti un investimento medio di 18,4 milioni di dollari nel 2026, destinato a crescere del 45% entro i prossimi due anni. Parallelamente, il ROI atteso passerà dal 20% (4,9 milioni di dollari) al 38%, raggiungendo i 12,2 milioni di dollari.
L’AI agentica diventa una priorità strategica
La ricerca conferma un trend ormai evidente nel mercato enterprise: il focus si sta spostando dall’AI generativa agli agenti intelligenti capaci di eseguire attività, orchestrare processi e collaborare con applicazioni e persone.
Secondo SAP, entro due anni il ROI attribuibile all’AI agentica raggiungerà 13,7 milioni di dollari per azienda in Italia, mentre il 75% delle organizzazioni considera questa tecnologia un fattore di trasformazione rilevante.
Si tratta di un’evoluzione che DataManager ha già approfondito nell’analisi dedicata agli Agenti AI, il cuore operativo della nuova impresa, dove emerge come il vero salto non sia più la generazione di contenuti, ma l’esecuzione autonoma dei processi.
Dalla sperimentazione alla scalabilità
L’AI è ormai presente nel cuore delle operations. Oggi supporta il 26% delle attività aziendali, quota destinata a salire al 44% entro il 2028.
Il problema, tuttavia, non è più introdurre nuovi modelli, ma riuscire a scalarli.
Solo il 20% delle imprese italiane dichiara infatti di seguire un approccio realmente strategico all’adozione dell’intelligenza artificiale, mentre il 36% continua a sviluppare iniziative isolate e poco integrate.
Anche sul piano organizzativo permane un gap significativo:
- solo il 45% dispone di un responsabile dedicato all’AI;
- appena il 35% definisce KPI specifici per misurarne l’impatto;
- solo il 37% ha attivato programmi strutturati di formazione.
Per un CIO questi numeri indicano una criticità evidente: l’AI continua a essere spesso un’iniziativa tecnologica anziché un programma di trasformazione del business.
Il vero collo di bottiglia sono i dati
Se l’AI generativa ha abbassato la barriera tecnologica, oggi il principale limite è rappresentato dalla qualità del patrimonio informativo.
Il 74% delle aziende italiane segnala problemi di qualità dei dati e il 77% dichiara di aver subito ritardi, rilavorazioni o backlog a causa di output AI poco affidabili.
Non sorprende quindi che SAP continui a porre l’accento sulla connessione tra AI, processi e dati aziendali, un tema affrontato anche durante il recente SAP Executive Summit e che rappresenta uno dei prerequisiti fondamentali per costruire architetture enterprise realmente scalabili.
Governance: la sfida che precede quella tecnologica
Il dato probabilmente più interessante per i responsabili IT riguarda però la governance.
Solo una impresa italiana su dieci ritiene di possedere processi e competenze adeguati per governare l’intelligenza artificiale.
L’arrivo degli agenti AI rende questa lacuna ancora più evidente:
- il 40% delle aziende non utilizza processi human-in-the-loop;
- il 25% non dispone di controlli specifici sugli accessi degli agenti;
- solo il 48% mantiene un inventario degli agenti AI attivi.
Sono aspetti che richiamano direttamente i temi della governance, della compliance e della sicurezza, sempre più centrali anche alla luce dell’AI Act europeo e dell’evoluzione delle architetture enterprise.
Shadow AI e competenze: il rischio è organizzativo
Accanto agli aspetti tecnologici emergono criticità di natura organizzativa.
L’80% degli intervistati ritiene che le iniziative di reskilling non stiano tenendo il passo con l’evoluzione dell’intelligenza artificiale, mentre il fenomeno della Shadow AI interessa almeno occasionalmente il 67% delle aziende.
Per i CIO il problema non è tanto impedire l’utilizzo dell’AI quanto riuscire a governarlo, integrandolo nei processi aziendali e definendo policy, responsabilità e controlli coerenti.
Dall’AI all’Autonomous Enterprise
Secondo Carla Masperi, Amministratore Delegato di SAP Italia, il prossimo passo sarà costruire organizzazioni nelle quali dati, processi e AI operino come un unico sistema.
È la visione dell’Autonomous Enterprise, nella quale gli agenti AI non sostituiscono le persone ma collaborano con esse all’interno di workflow governati, contestualizzati e misurabili.
Per i responsabili IT il messaggio della ricerca è chiaro: il valore dell’AI non dipenderà più dalla scelta del modello linguistico più potente, ma dalla capacità di integrare dati, processi, sicurezza e governance in un’unica architettura digitale. Solo così sarà possibile trasformare l’attuale entusiasmo per l’AI agentica in un vantaggio competitivo sostenibile.
