Al Gartner IT Symposium di Orlando, AI McKinsey, ha presentato gli AI Agents at Scale, una forza-lavoro digitale autonoma pensata per affrontare problemi complessi come la decodifica di vecchio codice legacy.
Nel giro di pochi secondi, gli agenti AI hanno mostrato il loro processo decisionale, risolvendo in minuti ciò che un team umano impiegherebbe mesi a completare.
La presentazione è stata effettuata da Dante Gabrielli, associate partner e direttore di product management di QuantumBlack. “Inizialmente ricevo reazioni di incredulità, spesso sento dire: Non è possibile che funzioni”, racconta Gabrielli. “Ma poi subentra l’entusiasmo, quando le persone capiscono che non stiamo solo mostrando tecnologia, ma ripensando il loro business in modi prima impensabili”.
Indice degli argomenti:
Il paradosso della produttività
Secondo le analisi di McKinsey, solo l’1% delle aziende si definisce realmente “maturo” nell’adozione dell’AI, mentre la spesa tecnologica globale continua a crescere più rapidamente della produttività. Questo scollamento è il cosiddetto “paradosso della produttività”.
“Alla base del paradosso c’è una sfida comune: le aziende acquistano tecnologia più velocemente di quanto imparino a utilizzarla in modo efficace”, spiega la senior partner Hrishika Vuppala.
Il risultato? Tra il 30% e il 40% del valore potenziale si perde fra incentivi mal allineati, sistemi frammentati e modelli operativi non aggiornati.
Riprogettare l’impresa prima dell’algoritmo
La ricetta per superare la stagnazione è chiara, l’AI funziona davvero solo quando l’azienda viene ripensata nelle sue fondamenta: dati, piattaforme, persone e processi.
Raddoppia il guadagno
Il framework di McKinsey “Raddoppia il tuo guadagno” evidenzia come le aziende migliori non spendano di più, ma eseguano meglio, seguendo tre direttrici:
1. Reimmaginare il business attraverso la tecnologia
La tecnologia non è più un supporto, ma un motore di innovazione del modello operativo.
2. Ricablare la tecnologia per velocità e scala
Architetture dati moderne e piattaforme “AI-ready” permettono di sperimentare rapidamente e scalare senza attriti.
3. Riumanizzare l’organizzazione
È necessario sviluppare persone capaci di collaborare con l’AI. “Non si tratta di lezioni di dieci giorni”, sottolinea Hrishika. “Si tratta di rendere l’AI parte del modo in cui lavoriamo”.
Dal progetto al sistema vivente: la sfida della scalabilità
Il passaggio dai proof of concept al valore su larga scala rimane uno degli ostacoli maggiori. Oana Cheta, partner e leader dell’agentic AI per la Service Operations Practice, definisce questo salto come il passaggio “da progetti a sistemi viventi di intelligenza”.
Durante il suo intervento al Gartner, Cheta ha delineato i principi chiave che distinguono i veri leader:
1. Non “fare AI sulla cosa sbagliata”
L’AI va applicata dove autonomia e capacità di ragionamento migliorano decisioni, risultati ed esperienze. “Il valore nasce lungo il percorso, non solo nel singolo workflow”, spiega.
2. Progettare per un’orchestrazione modulare, non per la frammentazione
La logica dei micro-agenti isolati non scala. Occorre costruire componenti modulari e livelli di orchestrazione che permettano ai sistemi di evolvere come un ecosistema coerente.
3. Progettare per l’adozione, non solo per l’intelligenza
La tecnologia migliore fallisce se non conquista la fiducia degli utenti.
Come afferma Cheta: “La trasformazione resta solo quando il personale sa quando fidarsi del sistema, quando scavalcarlo e come migliorarlo”.
Un nuovo ruolo per i leader tecnologici
Le organizzazioni più avanti non implementano strumenti isolati, ma creano AI operating model composabili: architetture flessibili che fondono strategia, governance e intelligenza in tempo reale.
“Aiutiamo le aziende a passare dalla trasformazione AI – troppo vaga – a un modello operativo di AI aziendale davvero componibile”, sottolinea Cheta.
Colmare il divario tra strategia ed esecuzione
McKinsey combina consulenza strategica e sviluppo tecnologico in un modello integrato che abbraccia tutti i principali vendor e settori: dalla finanza regolamentata alla sanità, fino a telco e retail.
Questo approccio riduce uno dei rischi più ricorrenti: strategie ambiziose che non si traducono in esecuzione concreta.
Il futuro: dall’hype ai risultati
La trasformazione AI non riguarda solo produttività o tecnologia. Significa ridefinire il lavoro, aumentare la capacità di innovazione e ampliare il valore creato.
Come conclude Hrishika Vuppala: “I vincitori saranno quelli che non tratteranno la tecnologia come un centro di costo, ma come un moltiplicatore di performance”.
In conclusione, McKinsey punta a guidare le aziende “dai piloti alla produttività, dal potenziale ai risultati”.
