AWS ha collaborato con Harvard Business Review Analytic Services per comprendere lo stato attuale dell’IA agentica nelle organizzazioni. I risultati sono stati entusiasmanti e ricchi di spunti: sebbene le aspettative siano elevate, il percorso per generare valore su larga scala deve ancora essere pienamente individuato.
Di seguito riportiamo ciò che abbiamo identificato come fattori alla base del divario esistente tra il riconoscere l’importanza dell’IA e il saperla utilizzare efficacemente.
Il mercato dell’IA sta esplodendo, con investimenti che dovrebbero superare i 190 miliardi di dollari entro il 2034, rispetto ai 5,2 miliardi del 2024. L’ambizione è notevole. L’84% dei 623 decisori aziendali intervistati è convinto che l’IA trasformerà la propria impresa.
Queste aspettative sono supportate anche dalle intenzioni di investimento nell’IA agentica: il 79% degli intervistati prevede che la propria organizzazione li aumenterà nel corso del prossimo anno. Inoltre, il 17% è talmente entusiasta del potenziale della tecnologia da ritenere che oltre la metà dei processi aziendali della propria organizzazione sarà completamente automatizzata dall’IA agentica nei prossimi due anni.
Questo entusiasmo si sta già traducendo in risultati concreti per chi utilizza efficacemente la tecnologia: il 36% di coloro che oggi impiegano l’IA agentica segnala un aumento della produttività organizzativa, il 35% cita un miglioramento delle decisioni basate sui dati e il 33% evidenzia risparmi sui costi.
Tuttavia, uno sguardo più approfondito rivela la sfida di fondo: se il 74% concorda sull’importanza cruciale dell’IA, solo il 26% afferma che la propria organizzazione è attualmente “molto efficace” nello sfruttarla per generare risultati di business positivi. Le organizzazioni riconoscono il potenziale di trasformazione, i leader esprimono entusiasmo e gli investimenti aumentano: eppure, quando si tratta di generare valore concreto, molte faticano a colmare il divario nella realizzazione su larga scala.
Le cause fondamentali: preparazione strutturale e fiducia
La nostra indagine evidenzia tre aree fondamentali in cui le organizzazioni risultano gravemente impreparate:
- Dati – Solo il 13% degli intervistati ritiene che la propria architettura dei dati sia “ben equipaggiata per l’uso dell’IA agentica”, mentre un ulteriore 64% la considera “parzialmente equipaggiata”.
- Governance – Appena l’11% dichiara di essere “molto ben preparato” con strutture adeguate, mentre il 55% si definisce “parzialmente preparato”.
- Personale – È l’area più critica, con appena il 5% che si sente “molto ben preparato” a sfruttare la tecnologia e il 48% che indica la “mancanza di competenze” come principale ostacolo.
Oltre a queste lacune strutturali, un’ulteriore e significativa barriera è rappresentata dalla fiducia: la fiducia che l’IA agentica operi senza provocare danni all’organizzazione e che il valore generato sia dimostrabile.
La fiducia non è un problema puramente tecnico, risolvibile con algoritmi migliori o test più robusti. È una sfida umana e organizzativa che richiede trasparenza, spiegabilità e affidabilità dimostrata della tecnologia. Mentre la tecnologia è pronta, le persone non lo sono ancora.
I dipendenti potrebbero opporre resistenza agli agenti a causa dell’effetto “scatola nera”: se non riusciranno a comprendere il processo decisionale dell’agente, difficilmente delegheranno compiti critici. Questa mancanza di fiducia deriva in parte dal livello di autonomia che le organizzazioni sono disposte a delegare ai propri agenti.
La nostra indagine rileva che quasi la metà delle organizzazioni è restia a cedere decisioni operative, preferendo mantenere un livello di intervento umano che potrebbe, in ultima analisi, vanificare i benefici desiderati in termini di velocità ed efficienza.
C’è poi il tema della fiducia nei risultati. Sebbene l’istinto e il confronto con i colleghi suggeriscano ai dirigenti il potenziale impatto di questa tecnologia, essi temono che il valore atteso non si concretizzi. La paura di restare indietro sta alimentando una corsa agli investimenti. In questo contesto, quasi tre quarti delle organizzazioni non dispongono di una chiara misura del valore, rendendo difficile dimostrare l’impatto sul business.
Colmare il divario
Le organizzazioni che stanno riuscendo a colmare con successo il divario tra ambizione e messa in pratica comprendono che avere solide basi si traduce in valore. Queste realtà leader hanno maggiori probabilità di ottenere risultati in innovazione (42%) e customer experience (39%) rispetto a quelle ancora in ritardo.
Per allinearsi ad esse, suggeriamo di concentrarsi su quattro priorità.
1. Investire nelle basi
Oltre a sperimentare e sviluppare soluzioni agentiche, occorre investire nella risoluzione di carenze infrastrutturali, come architetture dati frammentate e strutture di governance inadeguate.
2. Investire adesso nei talenti
È necessario essere trasparenti riguardo ai percorsi di sviluppo delle competenze e alle preoccupazioni legate alla possibile sostituzione dei ruoli. Per integrare pienamente l’IA agentica nei flussi di lavoro è indispensabile investire sia nella formazione tecnica sia nel cambiamento organizzativo.
Ad esempio, occorre aiutare le persone a calibrare la fiducia: quando lasciare che l’agente agisca e quando intervenire? Potrebbero attraversare una crisi di identità nel passaggio dall’esecuzione diretta dei compiti al ruolo di supervisori e gestori degli agenti, e avere bisogno di supporto per affrontarla.
3. Costruire la fiducia in modo sistematico
Iniziare con applicazioni a basso rischio per verificare l’affidabilità e comprendere quali meccanismi di controllo e sicurezza siano necessari per trovare il giusto equilibrio tra autonomia e supervisione. Sperimentare utilizzando strumenti di osservabilità: registrare il ragionamento di un agente come un log tracciabile consente agli esseri umani di verificare perché abbia preso una determinata decisione. Né il controllo umano totale né l’autonomia completa dell’agente rappresentano la soluzione ottimale: occorre progettare sistemi con adeguate misure di sicurezza e supervisione.
4. Definire il successo fin dall’inizio
Lo studio mostra che il 95% delle organizzazioni non dispone di metriche di successo chiare, il che genera punti ciechi a livello dirigenziale. È necessario stabilire obiettivi concreti e misurabili prima di iniziare, così da mantenere l’attenzione sui risultati e non sulla tecnologia.
Occorre inoltre utilizzare strumenti che permettano di monitorare i progressi rispetto a tali metriche. È importante pensare in grande, senza concentrarsi esclusivamente sui risultati a breve termine: si tratta di una strategia di lungo periodo.
Le imprese più avanzate non si limitano a utilizzare l’IA per ottimizzare processi esistenti (e costosi), ma la impiegano per progettare nuovi prodotti e servizi per i propri clienti. Il valore reale deriva dal ripensamento dei processi end-to-end e delle catene di valore trasversali alle funzioni. Queste organizzazioni ridefiniscono l’integrazione tra IT e business, superano i confini funzionali e misurano il valore generato per l’impresa anziché limitarsi a SLA o metriche interne. Usano le metriche per apprendere, non per raggiungere obiettivi assoluti.
Un futuro luminoso e agentico?
L’IA agentica offre un mondo di opportunità per ripensare le catene di valore inter-funzionali e innovare più rapidamente a beneficio dei clienti. Tuttavia, come dimostrano i dati, l’ambizione supera la preparazione. Il divario crescente tra l’84% che riconosce il potenziale dell’IA e la minoranza pronta a implementarla dimostra che l’adozione dell’IA agentica non è un semplice aggiornamento plug-and-play. Richiede una strategia deliberata per modernizzare i patrimoni informativi, ricalibrare i framework di gestione del rischio e sviluppare nuove competenze.
Il futuro dell’IA può essere brillante, ma appartiene ai leader che la affrontano come un’evoluzione sistemica dell’organizzazione.
Spero che questa analisi dia l’impulso, la concentrazione e il coraggio per cogliere questa opportunità.
