Quasi tutte le imprese usano ormai l’intelligenza artificiale, ma solo una su tre la sta portando a scala. Il collo di bottiglia non è più il modello: è tutto ciò che gli sta intorno. Ecco cosa dicono i dati e cosa deve decidere chi guida l’azienda.
Il punto di partenza, per chi guida un’impresa, non è più capire se l’AI funzioni. È capire perché, pur essendo ovunque, produce valore in pochi casi. La fotografia più recente arriva dal report McKinsey “The State of AI in 2025” (novembre 2025): l’88% delle organizzazioni dichiara di usare regolarmente l’AI in almeno una funzione aziendale, contro il 78% dell’anno precedente. Ma solo circa un terzo ha iniziato a scalarla nell’organizzazione: quasi due terzi restano fermi tra sperimentazione e progetti pilota.
Lo stesso report aggiunge due dati che un CEO dovrebbe tenere accanto: il 62% delle aziende sta almeno sperimentando agenti AI, e il 64% ritiene che l’AI stia abilitando l’innovazione — ma solo il 39% registra un impatto misurabile sull’EBIT a livello aziendale. La distanza tra “la usiamo” e “ci genera valore” è tutto il problema. L’accesso alla tecnologia non è più un vantaggio competitivo: ce l’hanno tutti. Adottarla — cioè cambiare i processi e produrre risultati leggibili a bilancio — resta l’eccezione.
Il 22 luglio 2026 OpenAI ha presentato Presence, un prodotto per affidare agli agenti AI attività operative nei servizi ai clienti e nei processi interni, su voce e chat. La notizia, ripresa in Italia da AI4Business, è interessante non per il prodotto in sé, ma per cosa rivela della direzione del mercato: anche chi costruisce i modelli non vende più solo il modello. Presence unisce modelli, dati aziendali e applicazioni, con autorizzazioni, controlli, valutazioni continue e regole per il passaggio a un operatore umano — e i progetti vengono affiancati da ingegneri dedicati.
Il segnale per chi decide è netto: il modello si sta standardizzando, il valore — e la difficoltà — si sono spostati nelle condizioni intorno all’agente. Non a caso l’annuncio ha avuto eco anche in Borsa: il 22 e 23 luglio diversi titoli del software hanno perso terreno (Workday −9,9%, Atlassian −11,8%, HubSpot −12,7%, Salesforce −7,7%, secondo i dati citati da Business Insider). Non è la prova che i sistemi tradizionali spariranno — ServiceNow, per esempio, ha comunicato una crescita del 25% dei ricavi da abbonamenti nel secondo trimestre 2026 — ma conferma che la partita non si gioca più sul singolo modello.
Se il modello non è il collo di bottiglia, cosa lo è? I dati raccontano tre ostacoli concreti.
La conseguenza pratica è che la decisione strategica non è “quale modello adottare”, ma come costruire le condizioni perché qualsiasi modello lavori bene. Sono domande di governo dell’impresa, non di tecnologia:
In tutto questo la governance non è un freno: è il modo in cui l’AI diventa affidabile. Il percorso corretto è graduale — supervisione umana completa, misura dell’affidabilità dell’agente, estensione dell’autonomia solo dove i numeri lo giustificano. È il modello che chiamiamo HITL (Human-in-the-Loop), e non è solo prudenza operativa: l’AI Act europeo, pienamente applicabile dal 2 agosto 2026, richiede per i sistemi ad alto rischio proprio qualità dei dati, tracciabilità, documentazione e supervisione umana.
Il messaggio che attraversa tutti questi dati è coerente: l’adozione dell’AI non si compra insieme al modello. Un’impresa con dati frammentati e senza regole di supervisione otterrà da qualunque piattaforma — Presence compresa — gli stessi risultati fragili che ottiene oggi. Chi invece connette i dati, definisce le responsabilità e misura il valore trasforma l’AI da esperimento a leva di business.
Non serve scegliere il modello perfetto: serve scegliere il servizio giusto con cui partire. Il percorso comincia dalla Mappa della Complessità, che individua quali processi cliente sono pronti per un agente AI e quali no, quali dati sono disponibili e dove l’automazione crea valore reale — con supervisione e governance incluse dal primo passo. Da lì costruiamo la Visione Cliente Unificata che rende affidabili i dati, e solo allora attiviamo gli agenti. Scegliete il punto di partenza: parliamone.
Spunto:
Fonti primarie e di contesto: