Dinamiche operative e agenti AI, AlixPartners: solo il 20% delle aziende europee è pronto alla transizione. Lutech, Impresoft e TAS puntano su governance dei dati, integrazione e conoscenza verticale. Perché la sfida non è più tecnologica ma industriale
L’intelligenza artificiale è già dentro i budget aziendali, dentro le abitudini di acquisto, nei processi. Eppure, questa accelerazione porta con sé una contraddizione. Più l’adozione aumenta, più cresce l’illusione che sia semplice da gestire. Si sperimenta, si lanciano progetti pilota, si moltiplicano gli agenti. Ma trasformare tutto questo in valore reale, concreto, misurabile, sostenibile nel tempo è un’altra storia.
Per questo è utile conoscere le strategie di realtà che vivono questa trasformazione in prima linea come Lutech, Impresoft e TAS, e di esperti come i consulenti di AlixPartners che stanno monitorando l’impatto dell’AI sull’ecosistema software europeo.
Stando infatti al loro recente report, “AlixPartners – 2026 Enterprise software technology predictions”, soltanto tra il 15% e il 20% delle aziende nell’area ha le carte in regola per affrontare questa transizione. Un dato che fa riflettere, soprattutto considerando che dall’inizio dell’anno il valore di mercato delle società software a livello globale è sceso mediamente del 30%.
Il problema è strutturale. L’AI sta stravolgendo i modelli di business: quello che prima richiedeva mesi di sviluppo oggi si realizza in giorni. Questo mette in crisi i vecchi schemi basati sulla vendita per singolo utente, perché gli agenti sostituiscono sempre più compiti umani, riducendo il numero di licenze necessarie. Il quadro non è però tutto negativo, almeno per il Vecchio Continente. Rispetto agli Stati Uniti, dove il software rappresenta oltre il 50% del mercato tech, in Europa la quota si ferma al 30%. Il resto del mercato è costituito da servizi IT erogati da player specializzati in consulenza e system integration.
«Oltre a questo, altri 4 fattori differenziano il mercato europeo da quello americano: la regolamentazione improntata a un maggior controllo sull’innovazione, nonché a una tutela maggiore del mondo del lavoro» – spiega Marcello Bellitto, partner & managing director di AlixPartners. «La maggiore complessità e frammentazione degli stack tecnologici costruiti layer dopo layer nel corso dei decenni, la composizione del tessuto industriale composto in maggioranza da aziende piccole e medie rispetto ai giganti US.
C’è infine un tema geopolitico, quello della sovranità digitale, che sta portando a una maggiore consapevolezza nella gestione dei dati». Per AlixPartners, a fare la differenza è la specializzazione. Chi opera in settori come banking o healthcare, dove il controllo del dato è strutturalmente più elevato, parte avvantaggiato rispetto alle realtà generaliste, più esposte in un mondo sempre più guidato dall’AI.
LA CONOSCENZA DEI PROCESSI
Il cambio di paradigma racconta di un passaggio dalla capacità di sviluppare codice alla capacità di trasformare i processi aziendali. Non è una sfumatura ma una trasformazione nel modo in cui i system integrator creano valore. «L’adozione dell’AI comporta un cambiamento radicale, che va approcciato in maniera ragionata e consapevole» – spiega Davide Antonazzo, partner di AlixPartners. «I nostri clienti, infatti, non ci chiedono solo di sviluppare un determinato progetto, ma di aiutarli a costruire una strategia integrata in un contesto aziendale più ampio». Per Antonazzo: «L’azienda del mid-market che non ha le capacità di costruire da sé una soluzione di AI si affida a un partner. La trasformazione dei processi operativi che tale soluzione AI abilita è un nuovo business, basato sulla consulenza, che si affianca a quello esistente dello sviluppo del software».
Uno scenario in cui si inserisce Lutech, che genera circa il 50% del proprio margine da attività su dinamiche operative verticali dei clienti. «La tecnologia AI di base diventerà una commodity» – afferma Giuseppe Di Franco, CEO di Lutech. «La competizione si sposta sul layer di orchestrazione, sulle soluzioni che permettono l’interoperabilità dei servizi e l’adattabilità. La conoscenza dei processi del core business è centrale. Per noi è già un asset di valore più di quanto non lo fosse qualche anno fa».
C’è un dato che Di Franco cita per inquadrare la portata del cambiamento: secondo una recente ricerca di Stanford, l’adozione dell’AI sta avvenendo più velocemente di quanto accaduto con qualsiasi altra tecnologia di massa, PC e Internet compresi. Una velocità di adozione che non si traduce automaticamente in vantaggio competitivo. «La capacità di implementare queste soluzioni senza un addizionale lock-in, oltre a tutto quello che l’IT ha creato in passato, è una delle linee guida da seguire» – continua Di Franco. «Vuol dire passare da un approccio sensazionalistico a uno più realistico, che richiede progettazione, scelta, inserimento in un programma evolutivo dell’azienda ad ampio respiro».
Per Lutech, il trend attuale non è scegliere il modello di intelligenza artificiale da adottare. «Si assiste a una convergenza tra i vari modelli, oramai abbastanza simili tra loro» – osserva il manager. «Questo riduce il gap tra Stati Uniti e Cina. La vera differenza non è più sulla tecnologia ma nell’esecuzione. E in questo, tutte le funzioni aziendali sono parte del cambiamento, incluso il management».
IL RISCHIO DELL’AI “FAI-DA-TE”
C’è però una dinamica da tenere d’occhio: l’AI dà la sensazione di poter fare tutto da soli. Creare agenti, automatizzare flussi, costruire soluzioni in autonomia. Una percezione che rischia di essere ingannevole, soprattutto in ambito enterprise. «L’intelligenza artificiale innalza il livello di complessità, non lo semplifica» – avverte il CEO di Lutech. «Introduce un ulteriore elemento che va gestito. Il consulente e il system integrator devono portare all’attenzione del cliente i temi della sicurezza, della condivisione dei dati, fondamentali per un utilizzo consapevole della tecnologia». A questo si aggiunge la sfida del capitale umano.
Per il CEO, le competenze non si sono evolute con la stessa velocità della tecnologia e quindi si è creato un disallineamento tra opportunità e concreto saper fare. Di Franco ricorda che in Italia ci sono 15 milioni di persone tra i 6 e i 66 anni, privi delle competenze digitali di base. «L’AI potrebbe aggravare questo divario o, nella migliore delle ipotesi, diventare un acceleratore per recuperare terreno rispetto alle economie più avanzate. Sia in termini di tecnologia che di skill. L’AI come elemento di crescita per la società».
L’architettura del futuro è agent-based e richiede indipendenza. «Il passaggio a un’architettura basata sugli agenti è ormai una necessità tecnica» – prosegue Di Franco. Personalizzare soluzioni “on top” di piattaforme AI esistenti permette di accelerare l’adozione e renderla più sostenibile. Ma questo impone anche una riflessione sulla dipendenza dai grandi vendor internazionali. Non a caso, Lutech sta investendo in questa direzione con un progetto chiamato BrAIn, pensato per affrancare le architetture AI dalle piattaforme proprietarie dei grandi vendor globali, puntando sull’integrazione e sul supporto concreto al business. «Le aziende destinate a emergere da questa fase non saranno quelle che investiranno di più in tecnologia, ma quelle capaci di trasformarla in processi, competenze e valore misurabile. Non basta una visione technology-driven: serve un approccio business case-driven. Prima ancora che tecnologica, questa è una trasformazione culturale e manageriale» – dice Di Franco.
IL MID-MARKET ITALIANO
C’è una fetta del tessuto produttivo italiano che rischia di restare indietro. Alessandro Geraldi, Group CEO di Impresoft, la conosce bene. Impresoft Group lavora prevalentemente con il mid-market, circa il 70% dei suoi ricavi viene da questo segmento, e da questa posizione osserva una contraddizione che si ripete: interesse alto per l’AI ma governance quasi assente.
Il problema è che nelle aziende di medie dimensioni l’intelligenza artificiale sta entrando dalla porta di servizio. I dipendenti usano strumenti consumer, chatbot, assistenti, generatori di testo, senza che l’azienda abbia un sistema per controllare cosa viene condiviso, con chi, e su quali piattaforme. Dati sensibili, processi interni, informazioni strategiche: «Tutto può finire in sistemi che non garantiscono protezione» – spiega Geraldi. «Se non gestisci questo, i tuoi dipendenti useranno l’AI comunque, ma tu non avrai alcun controllo su quello che stanno facendo».
A questo si aggiunge una pressione culturale sottile ma pervasiva. L’AI consumer ha abituato tutti, manager, dipendenti, imprenditori, all’idea che basti chiedere per ottenere. Che la tecnologia sia semplice, immediata, infallibile. Nel contesto aziendale questa percezione è pericolosa. «Porta a delegare decisioni senza verificare, ad accettare output senza controllare, a costruire workflow su fondamenta probabilistiche in contesti che richiedono certezza» – continua Geraldi, che è netto su un punto: «Le aziende vivono in un mondo in cui ogni affermazione deve essere dimostrabile, ogni processo deve essere replicabile, ogni risultato deve essere verificabile». L’AI non cambia questa esigenza, la complica. E chi non lo capisce in tempo rischia di dover rifare tutto da capo.
ACCOMPAGNARE IL CAMBIAMENTO
La risposta di Impresoft a questo scenario è una strategia che accompagna le aziende dall’assessment iniziale – per capire da dove si parte, cosa è realmente utile fare, quali sono i rischi specifici del proprio settore – fino all’implementazione e alla governance continuativa. Un elemento distintivo è il sistema di controllo trasversale: chi ha accesso agli strumenti di AI, quanto si spende, cosa funziona e cosa no, dove ci sono anomalie, come cambiano i pattern di utilizzo nel tempo. Non un cruscotto decorativo, ma uno strumento operativo per chi deve prendere decisioni in contesti complessi. La governance, in questa visione, non è un vincolo burocratico: è la condizione che rende l’AI sostenibile nel lungo periodo, scalabile, e soprattutto utile, invece che costosa e fragile.
A rendere credibile questo approccio – secondo Geraldi – sono due asset che Impresoft ha costruito in decenni di lavoro: il software proprietario e una profonda conoscenza verticale dei settori in cui opera, dalla manifattura al retail, dalla moda al lusso fino all’healthcare. Ed è proprio questa competenza di processo a trasformarsi in un vantaggio competitivo quando entra in gioco l’AI.
«Bisogna sapere come funziona un flusso di gestione del credito, o un flusso di approvazione normativa, o una catena di diagnosi clinica, per poter verificare che l’output sia corretto, coerente e affidabile. Chi conosce solo la tecnologia ma non il processo non è in grado di rilevare un’allucinazione, non riesce a capire quando qualcosa non torna, non ha gli strumenti per distinguere un risultato plausibile da uno corretto. Conosciamo il sistema dati, sappiamo dare semantica al processo. Questo ci consente di beneficiare di quello che l’AI produce e anche di rilevare eventuali errori e di garantire che l’implementazione regga alla prova dei fatti».
C’è infine una questione strutturale che per Geraldi riguarda l’intero ecosistema produttivo italiano. Le medie imprese, che rappresentano la spina dorsale dell’economia del Paese, difficilmente riusciranno ad attrarre i talenti necessari per gestire autonomamente una trasformazione basata sull’AI.
«C’è un elemento di attrattività, di scala, di capacità di offrire percorsi di crescita che i profili più specializzati cercano altrove. La complessità cresce, le competenze si specializzano e chi non ha un partner che conosce profondamente l’operatività rischia di trovarsi solo davanti a decisioni che non è in grado di valutare. In questo scenario, il ruolo del partner IT cambia radicalmente: non è più quello dell’esecutore tecnico che implementa decisioni prese altrove, ma quello del partner strategico che arriva preparato, con soluzioni già testate su contesti analoghi. In pratica, la differenza tra fare rumore e fare innovazione che funziona e quindi genera valore».
ACCELERATORE DI CREAZIONE DI VALORE
C’è un settore che più di altri ha già fatto i conti con la necessità di misurare ogni investimento tecnologico in termini di ritorno concreto e verificabile. È il mondo finanziario. Salvatore Borgese, CEO di TAS, lo conosce dall’interno. Il gruppo TAS opera da decenni nel cuore dei sistemi informativi bancari: core banking, pagamenti, monetica, capital markets. Da questa posizione privilegiata osserva la trasformazione portata dall’AI con occhi diversi rispetto a chi arriva da settori meno regolamentati e meno abituati alla data governance. Il punto di partenza – per Borgese – è un principio che suona semplice ma ha implicazioni profonde: «L’AI non deve sostituire l’architettura in uso ma affiancarsi, integrarsi con essa e valorizzarla. Non si tratta di eliminare totalmente l’esistente per ricominciare da zero. Un’operazione costosa, rischiosa e spesso inutile. Bisogna affiancare l’intelligenza artificiale agli asset già presenti in azienda, incluse le competenze delle persone».
Gestire il cambiamento di processi e procedure mission critical come ad esempio quelli che gestiscono conti correnti o sistemi di pagamento non è assimilabile ad aggiornare un’interfaccia utente. Malfunzionamenti o imprecisioni hanno conseguenze immediate, misurabili e regolamentate per legge. Questa complessità, tuttavia, è anche una forma di vantaggio. «Il settore finanziario era già abituato, molto prima dell’avvento dell’AI, a valutare ogni progetto tecnologico in termini di impatto sul business» – spiega Borgese. «Le banche non comprano più tecnologia ma soluzioni con risultati attesi. Questo significa che quando l’AI è entrata nel perimetro operativo ha trovato organizzazioni preparate a ragionare in termini di valore generato».
È su questa base che TAS sta evolvendo il proprio modello commerciale in tre direzioni. La prima è la costruzione di architetture scalabili e orientate al dato, capaci di misurare l’impatto delle soluzioni in modo trasparente al fine di costruire modelli di pricing sempre più allineati agli obiettivi reali del cliente. La seconda è la condivisione del valore: in alcuni casi, TAS sta esplorando modelli in cui parte del beneficio generato, in termini di maggiori ricavi o minori costi operativi, viene redistribuita tra fornitore e cliente, trasformando un rapporto da transazionale in una relazione di partnership. La terza è la scalabilità attraverso gli agenti. Ed è qui che Borgese introduce un cambio di prospettiva: «L’errore spesso diffuso è guardare agli agenti AI esclusivamente come strumenti di efficienza. Come una tecnologia che fa le stesse cose con meno persone. Questa lettura è parziale e nel lungo periodo rischia di essere anche fuorviante. Gli agenti non sostituiscono semplicemente le risorse umane, bensì le potenziano e moltiplicano».
L’esempio che porta è concreto: un istituto finanziario con mille promotori, che adotta agenti AI potrebbe acquisire la capacità e la copertura con moltiplicatore 5-10. «Ogni persona viene amplificata, non rimpiazzata. Il risultato non è un risparmio sul costo del lavoro, ma una crescita della capacità commerciale-professionale di raggiungere clienti che prima sarebbe stata impossibile da sostenere economicamente». Questa distinzione tra efficienza e moltiplicazione del valore è al centro di quello che Borgese identifica come grande opportunità per il settore finanziario.
«Le banche hanno avviato percorsi incentrati sull’efficienza e hanno orientato molto l’utilizzo dell’AI per ridurre i costi operativi, automatizzare processi ripetitivi, velocizzare flussi di lavoro, ma sono ancora poco focalizzate sulla seconda dimensione: utilizzare l’AI per generare nuove opportunità di business, aprire mercati che prima erano troppo costosi raggiungere e costruire modelli commerciali che senza l’intelligenza artificiale non sarebbero stati sostenibili». È lì, secondo Borgese, che si trova il valore più grande. E anche il lavoro più difficile da fare, «perché si richiede un cambiamento di cultura oltre che di architettura». Ma tutta l’efficienza generata dall’AI dove andrà a finire? «Se si tradurrà esclusivamente in tagli, in riduzione degli organici, in compressione dei costi, l’effetto netto sull’economia potrebbe essere molto negativo. Se invece verrà reinvestita in nuovi business, capacità di aprirsi a nuovi mercati, attirare più clienti allora potrà diventare un motore di crescita reale». Molto dipenderà dalle scelte che le aziende, non solo quelle tecnologiche, faranno nei prossimi anni.
