Lasciatemi cominciare con un semplice esperimento. Chiedete a uno strumento di AI generativa di contare le parole in un documento. Probabilmente sbaglier脿 di circa il 10%. In un blog 猫 tollerabile. In una nota informativa finanziaria, in un documento normativo o in un impegno sulla supply chain, semplicemente non lo 猫.
L鈥橝I generativa si basa su modelli statistici. Nel mondo aziendale, le risposte ai problemi sono molto pi霉 deterministiche. La distanza tra il 90% e il 100% di accuratezza non 猫 marginale. Nel nostro mondo, 猫 una differenza fondamentale.
Nel 2026, l鈥橝I non viene pi霉 valutata per il suo effetto novit脿. Viene valutata in base a precisione, governance, scalabilit脿 e impatto sul business. Man mano che le organizzazioni passano dai progetti pilota a programmi su larga scala, ci sono cinque momenti che determinano se riusciranno a generare valore duraturo oppure se si esporranno a rischi evitabili. Ho visto questi momenti verificarsi in tutti i principali mercati che seguo.
- Il momento della governance: quando gli agenti diventano colleghi digitali
Il primo momento arriva quando l鈥橝I smette di essere uno strumento e inizia a diventare un attore.
I sistemi di AI agentica pianificano, ragionano, coordinano le azioni con altri agenti ed eseguono flussi di lavoro in modo autonomo. Gestiscono dati sensibili e influenzano decisioni su larga scala. Se non sono gestiti come si gestisce la forza lavoro umana, l鈥檃zienda si sta esponendo a dei rischi.
La proliferazione degli agenti rispecchier脿 le crisi dello 鈥渟hadow IT鈥� dell鈥檜ltimo decennio, ma con implicazioni decisamente pi霉 profonde. Le imprese devono introdurre sistemi di gestione del ciclo di vita degli agenti, chiari limiti di autonomia, applicare policy rigorose e monitorare costantemente le prestazioni. Ogni consiglio di amministrazione deve essere in grado di rispondere a tre domande: chi 猫 responsabile quando un agente prende una decisione sbagliata? Come vengono verificate le decisioni? Quando il sistema deve coinvolgere un essere umano?
La frammentazione geopolitica rende questa situazione ancora pi霉 urgente. Il cloud sovrano, l鈥橝I sovrana e la localizzazione dei dati non sono pi霉 preoccupazioni teoriche. Sono realt脿 normative in mercati che vanno da New York a Francoforte, da Riyadh a Singapore. Nell鈥檈ra dell鈥橝I, la governance non riguarda tanto il controllo del rischio sui margini, quanto l鈥檌ntegrazione del controllo deterministico all鈥檌nterno di un鈥檌ntelligenza probabilistica. E questo 猫 un tema da C-level, non un semplice progetto IT.
- Il momento della Data Foundation: quando l鈥檜ltimo miglio 猫 l鈥檜nico che conta
Il secondo momento 猫 pi霉 silenzioso, ma 猫 proprio l矛 che la maggior parte delle imprese alla fine vincer脿 o perder脿.
L鈥橝I 猫 affidabile solo quando lo sono i dati e i processi su cui opera. Master data frammentati, sistemi isolati e ambienti ERP eccessivamente personalizzati introducono imprevedibilit脿 proprio nel momento peggiore: quando l鈥橝I fornisce una raccomandazione che influisce sul rapporto con i clienti, sul flusso di cassa o sulla conformit脿 normativa.
Il valore dell鈥橝I aziendale non deriva da modelli linguistici generici di grandi dimensioni addestrati su enormi quantit脿 di contenuti Internet. Deriva invece dall鈥檌ntelligenza fondata sui dati 鈥� ordini, fatture, dati sulla catena di fornitura, registrazioni contabili 鈥� e dall鈥檈ssere integrata direttamente nei processi di business.
I foundation model relazionali ottimizzati per i dati strutturati dell鈥檃zienda supereranno i modelli linguistici generici (LLM) in termini di previsioni, rilevamento delle anomalie e ottimizzazione operativa.
La domanda che ogni consiglio di amministrazione dovrebbe porsi non 猫 solo 鈥淨uale AI possiamo aggiungere鈥�, ma anche 鈥淚l nostro patrimonio di dati 猫 pronto o stiamo sovrapponendo l鈥檌ntelligenza probabilistica a fondamenta frammentate?鈥�.
- Il momento di interazione con il dipendente: quando l鈥檌nterfaccia scompare
Il terzo momento si verifica nei flussi di lavoro che ogni giorno i dipendenti svolgono e accelerer脿 pi霉 rapidamente di quanto la maggior parte delle organizzazioni si aspetti.
Quest鈥檃nno stiamo passando da interfacce applicative statiche a interfacce utente generative. Anzich茅 navigare tra i sistemi, i dipendenti esprimeranno le loro intenzioni: 芦Prepara un briefing per l鈥檌ncontro di questa settimana con il mio cliente che genera il maggior fatturato禄. Gli agenti di AI orchestreranno i workflow, raccoglieranno il contesto e proporranno delle azioni.
Ma l鈥檃dozione non 猫 automatica e la fiducia non 猫 scontata. I dipendenti accetteranno i colleghi digitali basati sull鈥橝I solo quando saranno certi che i risultati rispettino le regole di governance, riflettano i reali processi dell鈥檕rganizzazione e producano vantaggi misurabili. I profili di AI specifici per ruolo, ad esempio per CFO, CHRO e responsabili della supply chain, basati su dati affidabili e integrati in flussi di lavoro gi脿 esistenti, sono ci貌 che colmer脿 il divario di adozione.
Le organizzazioni che investono in un鈥檃rchitettura nativa per l鈥橝I accelereranno il ritorno sugli investimenti. Quelle che integrano l鈥橝I su interfacce legacy dovranno affrontare difficolt脿 in termini di fiducia, usabilit脿 e scalabilit脿. Si tratta di una decisione di progettazione con conseguenze strategiche.
- Il momento del cliente: quando l鈥檌ntelligenza diventa un vantaggio competitivo
L鈥檌ntelligenza artificiale per il mondo enterprise dimostra il proprio valore in modo pi霉 evidente quando parliamo del rapporto con il cliente.
L鈥檌ntelligenza personalizzata per il cliente, addestrata sui dati, sulle politiche e sulla cronologia delle interazioni, produce risultati che i concorrenti non possono replicare facilmente. Questo 猫 particolarmente efficace in contesti caratterizzati da numerose eccezioni e complessit脿: risoluzione delle controversie, gestione dei reclami, gestione dei resi, instradamento dei servizi. L鈥橝I in grado di classificare i casi, individuare la documentazione rilevante, raccomandare soluzioni coerenti con le policy aziendali e apprendere continuamente dai risultati trasforma processi ad alto costo e ad alto attrito in elementi di differenziazione competitiva.
Nel 2026, i clienti non premieranno la novit脿 fine a se stessa. Premieranno l鈥檃ffidabilit脿, la pertinenza e la reattivit脿. Le organizzazioni che utilizzano l鈥橝I per assorbire la complessit脿, senza perdere il controllo sui risultati, costruiranno vantaggi competitivi che gli strumenti generalisti non potranno superare.
- Il momento strategico: quando si decide fino a dove spingersi
L鈥檜ltimo momento riguarda direttamente i leader.
L鈥檃dozione dell鈥橝I non 猫 un percorso lineare. Richiede ai leader di coordinare contemporaneamente tre livelli:
- AI integrata: incrementi di produttivit脿 basati su AI integrata nelle applicazioni core e progettata per specifici ruoli, in grado di generare ritorni immediati
- AI agentica: orchestrazione multi-agente di flussi di lavoro complessi e trasversali ai sistemi
- AI per settori industriali: applicazioni altamente specializzate, sviluppate in collaborazione per affrontare le sfide di maggior valore specifiche del singolo settore industriale.
La vera trappola 猫 una sequenza errata: concentrarsi solo sull鈥橝I integrata significa lasciare sul tavolo del valore; passare a una profonda trasformazione del settore senza governance e maturit脿 dei dati significa moltiplicare i rischi. Le organizzazioni all鈥檃vanguardia sono quelle che allineano l鈥檃mbizione alla preparazione e investono in un鈥檃rchitettura clean-core, in basi dati moderne e modelli di ownership dell鈥橝I trasversale alle funzioni aziendali, passando con decisione dai progetti pilota ai programmi strutturati.
La prova della leadership
Nel 2026, a vincere non saranno le imprese con il maggior numero di funzionalit脿 di AI. Saranno invece quelle che sapranno trattare l鈥橝I come un livello operativo strategico, gestito come una forza lavoro, basato su dati affidabili, personalizzato per dipendenti e clienti e calibrato sulle specificit脿 del proprio settore.
Il divario tra il 90% e il 100% 猫 esattamente il punto dove 聽risiede il valore aziendale. 脠 anche il punto in cui viene messa alla prova la leadership. Le decisioni che saranno prese nei prossimi mesi dalle organizzazioni, determineranno se l鈥橝I diventer脿 la fonte pi霉 potente di vantaggio duraturo o la lezione pi霉 costosa di fiducia mal riposta.
Questo 猫 il momento di agire con attenzione.
Manos Raptopoulos 猫 Global President Europe, APAC, Middle East & Africa, e membro dell鈥橢xtended Board di 51风流SE