Gli agenti di intelligenza artificiale stanno passando dalla sperimentazione alle attività operative delle imprese. Nel 2026 rappresentano già il 22% del valore che le aziende dichiarano di ottenere dall’AI, contro il 17% del 2025. Boston Consulting Group prevede che la quota possa raggiungere il 39% entro il 2030. L’espansione, però, sta facendo emergere un divario fra la capacità dei sistemi di agire in autonomia e quella delle organizzazioni di controllarli.
Il dato arriva dall’Applied AI Index 2026, pubblicato da BCG il 30 settembre 2026 sulla base di un’indagine condotta fra oltre 1.300 dirigenti e senior leader appartenenti a più di 20 settori. Il 42% delle aziende intervistate si aspetta che entro il 2030 gli agenti possano prendere decisioni senza un’approvazione umana preventiva.
Oggi appena il 5% dispone dell’intero insieme di controlli che BCG considera necessario per affidare loro questa autonomia.
«La tecnologia è pronta ad agire, ma i guardrail non lo sono», sintetizza Vladimir Lukic, responsabile globale di BCG per AI at Scale. Secondo Lukic, le ambizioni delle imprese per agenti realmente autonomi stanno procedendo più rapidamente delle infrastrutture di governance.
Indice degli argomenti:
La spesa per l’AI è salita al 3,3% dei ricavi
Il fenomeno acquista peso economico perché cresce insieme agli investimenti. Secondo BCG, la spesa aziendale per l’intelligenza artificiale è salita a circa il 3,3% dei ricavi, rispetto a circa l’1% registrato all’inizio del 2025. L’80% di questa spesa si trova ormai fuori dal budget IT centrale: l’AI viene finanziata dalle singole funzioni aziendali, dalle vendite alle operations, dal marketing alla finanza.
Questa distribuzione modifica anche il problema della governance. Un’impresa non deve più controllare soltanto alcuni grandi progetti gestiti dal dipartimento tecnologico. Deve conoscere sistemi, agenti, modelli e connessioni acquistati o sviluppati all’interno di numerose unità organizzative.
BCG divide le aziende analizzate in diversi livelli di maturità. Il 7,5% appartiene al gruppo definito “future-built”, quello più avanzato, mentre il 41% si trova nella fase di scalabilità. Quasi metà delle imprese intervistate dichiara quindi di ricavare già valore dall’AI, anche se con risultati molto diversi. Le aziende più mature registrano, secondo BCG, una crescita dei ricavi 2,4 volte superiore a quella del gruppo meno avanzato. Si tratta di una correlazione rilevata dal report, non della prova che l’AI sia da sola la causa della maggiore crescita.
Il modo in cui gli investimenti vengono organizzati sembra incidere sui risultati. Il 61% delle imprese più mature finanzia programmi pluriennali estesi all’intera organizzazione, contro il 17% delle aziende meno avanzate. Il 95% collega inoltre gli investimenti a indicatori operativi o direttamente al conto economico.
BCG rileva che le imprese che misurano l’impatto sul P&L dichiarano un valore generato dall’AI pari al 3,6%, contro l’1,2% di quelle che non effettuano una misurazione finanziaria formale.
Dal chatbot all’agente che esegue operazioni
La differenza economica tra AI generativa e sistemi agentici riguarda soprattutto la capacità di eseguire azioni. Un chatbot produce generalmente una risposta. Un agente può pianificare una sequenza di attività, interrogare database, usare software, chiamare altri agenti, aggiornare un sistema gestionale o avviare una transazione.
Un agente impiegato nel servizio clienti può, per esempio, ricostruire la storia di un ordine, applicare le regole commerciali dell’impresa, decidere se autorizzare un rimborso e intervenire direttamente sul sistema. In finanza può confrontare documenti, avviare controlli e predisporre operazioni. Nella supply chain può analizzare scorte e domanda e attivare procedure che in precedenza richiedevano più passaggi manuali.
È proprio questa capacità operativa ad aumentare il valore potenziale e il costo di un errore. BCG rileva che il 44% delle imprese “future-built” dichiara di ottenere già valore dall’agentic AI, contro appena il 2% delle aziende meno mature. Le organizzazioni che hanno implementato tutti i sei controlli esaminati dal report dichiarano un valore prodotto dagli agenti tre volte superiore rispetto a quelle che ne hanno adottato soltanto uno.
La governance, in questa prospettiva, assume una funzione economica: può permettere di ampliare i casi d’uso senza aumentare nella stessa misura l’esposizione a errori, violazioni o costi imprevisti.
Il rischio dell’“agent sprawl”
Con l’aumento dei progetti compare un problema già conosciuto nel cloud e nel software aziendale: la proliferazione incontrollata. BCG richiama il rischio di agent sprawl, cioè la presenza di agenti duplicati o poco coordinati, autorizzazioni incompatibili e responsabilità organizzative non definite.
Gartner ha quantificato il fenomeno: entro il 2028 una grande azienda Fortune 500 potrebbe avere mediamente in funzione oltre 150 mila agenti, contro meno di 15 nel 2025. Nella stessa analisi appena il 13% delle organizzazioni affermava di disporre di una governance adeguata per gestirli.
La stima segnala quanto possa diventare difficile mantenere un inventario aggiornato. Un’azienda deve sapere chi ha creato un agente, quali dati può leggere, quali strumenti può utilizzare, quali decisioni può prendere, con quali altri sistemi comunica e chi risponde del suo funzionamento.
Il problema riguarda anche la cosiddetta shadow AI. Bloccare gli strumenti autorizzati senza offrire alternative utilizzabili può spingere dipendenti e unità operative verso applicazioni esterne, sottraendo ulteriormente i sistemi ai controlli centrali. Gartner raccomanda per questo inventari degli agenti, regole sulle autorizzazioni e controlli adattati al livello di autonomia anziché un’unica policy applicata indistintamente a tutti i sistemi.
Quando un errore si propaga alla velocità del software
Un sistema autonomo collegato a dati, applicazioni e altri agenti può trasformare un errore locale in una sequenza di azioni. Le conseguenze possono comprendere accessi impropri alle informazioni, diffusione di dati, acquisti non autorizzati, consumo eccessivo di risorse informatiche o modifiche indesiderate ai sistemi aziendali.
Il 24 settembre 2026 Gartner ha sottolineato la distanza fra le policy aziendali tradizionali e i controlli applicabili durante l’esecuzione dei sistemi. La società prevede che entro il 2029 almeno il 70% delle organizzazioni che utilizzano agentic AI in produzione nelle attività di infrastruttura e operations possa subire almeno un incidente rilevante di servizio, sicurezza o costo collegato in parte a controlli insufficienti durante l’esecuzione. È una previsione di Gartner, non un dato su incidenti già avvenuti.
Anche McKinsey individua un ritardo organizzativo. La AI Trust Maturity Survey 2026, realizzata tra dicembre 2025 e gennaio 2026 su circa 500 organizzazioni, rileva che solo circa il 30% ha raggiunto un livello di maturità pari o superiore a tre nelle aree della strategia, della governance e dei controlli dedicati agli agenti. Sicurezza e gestione del rischio risultano inoltre il principale ostacolo indicato dalle imprese per portare l’agentic AI su scala più ampia.
Anche il modello economico dei fornitori entra sotto esame
Le criticità riguardano inoltre i costi e la dipendenza dai fornitori. Il 29 settembre 2026 Gartner ha previsto che entro il 2028 il 70% delle imprese abbandonerà le soluzioni di agentic AI sviluppate attraverso alcuni modelli di forward-deployed engineering, nei quali tecnici del fornitore lavorano direttamente con il cliente per costruire e implementare la soluzione.
Gartner collega la previsione soprattutto all’aumento dei costi e alla difficoltà delle aziende di modificare in autonomia i sistemi una volta terminato l’intervento del fornitore. La società raccomanda di stabilire fin dall’inizio proprietà intellettuale, responsabilità sul progetto, trasferimento delle competenze, governance e modalità di uscita dal contratto.
Il punto incide direttamente sul ritorno degli investimenti. Un agente può ridurre il costo di una singola attività, ma il calcolo deve comprendere inferenza, token, integrazioni, sicurezza, osservabilità, manutenzione e supervisione umana. Con migliaia di agenti attivi, una piccola inefficienza ripetuta su larga scala può diventare una voce significativa di spesa.
L’AI Act europeo entra nella fase applicativa
Per le imprese europee la crescita degli agenti coincide con l’entrata nella fase operativa dell’AI Act. Dal 2 agosto 2026 sono entrati in vigore alcuni poteri di enforcement della Commissione europea e delle autorità nazionali, insieme a specifici obblighi riguardanti modelli di AI per finalità generali e requisiti di trasparenza.
L’AI Act non crea una categoria normativa autonoma chiamata “agente AI”. Gli obblighi dipendono dalla funzione del sistema, dal soggetto che lo sviluppa o lo utilizza e dal livello di rischio previsto dal regolamento. Un agente inserito in un processo aziendale dovrà quindi essere valutato per ciò che effettivamente fa e per le conseguenze delle sue decisioni.
Per banche, assicurazioni, industria, servizi e pubbliche amministrazioni, l’inventario degli agenti e la documentazione degli accessi possono quindi diventare elementi utili sia alla sicurezza operativa sia alla conformità.
L’impatto sul lavoro passa dalla riorganizzazione
Il rapporto BCG affronta anche il lavoro. Le aziende intervistate prevedono in media una riduzione della forza lavoro compresa fra il 10 e il 15% collegata all’AI. Allo stesso tempo, l’89% ritiene che la tecnologia genererà nuove attività, mentre l’11% si aspetta soprattutto la sostituzione di lavori esistenti. Sono aspettative dichiarate dai manager e non previsioni indipendenti sull’occupazione.
Le imprese più mature stanno già intervenendo sull’organizzazione: il 55% di quelle classificate da BCG come “future-built” effettua una pianificazione strategica della forza lavoro legata all’AI, contro il 17% delle aziende meno avanzate. Il tema comprende la ridefinizione delle responsabilità fra persone e agenti, la verifica delle decisioni automatizzate e l’attribuzione della responsabilità finale sui processi.
La crescita dell’agentic AI sposta quindi parte dell’investimento dai modelli alla struttura dell’impresa. Software e capacità computazionale rimangono necessari, ma il valore dipende anche da dati affidabili, processi ridisegnati, sistemi di autorizzazione, misurazione finanziaria e responsabilità definite.
BCG prevede che entro il 2030 quasi quattro decimi del valore aziendale prodotto dall’AI arriveranno dai sistemi agentici. Il passaggio dal 22% attuale al 39% previsto richiederà però di gestire una quantità molto maggiore di software capace di agire. Per le imprese che vogliono affidare agli agenti decisioni e operazioni, il problema economico si sposta così dal costo di acquistare l’intelligenza artificiale al costo di governarla durante l’esecuzione.
Partecipa alla community