Indice

• Il Paradosso della Gen AI: Adozione Massiva, Impatto Limitato
• Un Déjà Vu della Digital Transformation
• L’Hype si Attenua, ma le Opportunità Restano
• Agentic AI: L’Evoluzione Strategica oltre la Gen AI
• Cosa rende l’Agentic AI diversa?
• Impatti Reali: I Primi Successi dell’Agentic AI
• $650 Miliardi di Valore: Una Nuova Visione Operativa
• Dalla Sperimentazione all’Esecuzione
• Il Punto di Vista di Neodata

Nella nostra ultima newsletter, abbiamo acceso i riflettori su un report del MIT Media Lab/Project Nanda che ha scosso l’intero panorama dell’AI. Il titolo era difficile da ignorare: “Il 95% degli investimenti nella Gen AI non ha generato ritorni misurabili”. Per molti, è sembrata la conferma di un dubbio crescente: nonostante tutto il clamore, l’intelligenza artificiale generativa potrebbe non stare mantenendo le promesse di trasformazione.

Oggi, a distanza di un mese, quel report continua a far discutere — non tanto per il suo pessimismo, quanto perché descrive un paradosso profondo che stiamo vivendo in tempo reale.

Il Paradosso della Gen AI: Adozione Massiva, Impatto Limitato

Ci troviamo in quello che potremmo definire il “paradosso della Gen AI””: una fase in cui l’adozione dell’AI generativa è massiccia in moltissimi settori, ma il suo impatto sui fondamentali di business rimane sorprendentemente modesto. Le aziende stanno implementando strumenti di Gen AI a una velocità record, investendo miliardi in prototipi e progetti pilota. I dipendenti – dal customer service alla creazione di contenuti – utilizzano strumenti come ChatGPT, Midjourney o Copilot per aumentare la produttività quotidiana.

Eppure, questi piccoli successi individuali non si traducono in miglioramenti misurabili a livello organizzativo. Il report del MIT evidenzia che la maggior parte degli investimenti aziendali in Gen AI si concentra su casi d’uso legati a marketing e vendite – scelti spesso per la loro visibilità più che per il reale potenziale trasformativo. Intanto, i processi interni – dove il ROI è generalmente più alto – vengono trascurati.

Questo scollamento non è solo un fallimento tecnologico: è un fallimento strategico.

Un Déjà Vu della Digital Transformation

Come osservano i professori Nathan Furr e Andrew Shipilov in un recente articolo su Harvard Business Review i leader aziendali stanno ripetendo gli stessi errori commessi durante la fase iniziale della trasformazione digitale. All’epoca, si incoraggiava a “far fiorire 10.000 idee” — lanciando esperimenti a pioggia, sperando che alcuni diventassero unicorni.

Ma senza un framework strategico che collegasse questi esperimenti agli obiettivi aziendali, la maggior parte si è arenata. Il risultato? Una moltiplicazione di progetti pilota senza valore scalabile o cambiamenti strutturali.

Con la Gen AI, lo schema si ripete. Le organizzazioni sperimentano in modo entusiasta – spesso spinte dal FOMO o dalla pressione di board e stakeholder – ma l’assenza di orchestrazione genera sforzi disconnessi i, strumenti ridondanti e, infine, frustrazione.

Non è solo inefficienza: è un errore di visione. L’intelligenza artificiale generativa viene trattata come un oggetto brillante, anziché come uno strumento per risolvere problemi reali o trasformare modelli di business.

L’Hype si Attenua, ma le Opportunità Restano

Secondo Gartner, la Gen AI è entrata nella “Valle della Disillusione”– la terza fase del ciclo dell’hype, dove le aspettative esagerate lasciano spazio alla realtà. Anche se può sembrare negativo, è in realtà un passaggio necessario nella maturazione di qualsiasi tecnologia dirompente: un segnale che il mercato sta passando dalla speculazione, all'esecuzione.

Ma esiste un rischio concreto: che i leader aziendali interpretino questa fase come una prova che l’AI non funziona. Sarebbe un errore.

La verità è che, l’AI sta già generando valore reale— anche se non sempre nei modi spettacolari immaginati all’inizio. Ed è qui che entra in gioco una nuova evoluzione dell’AI: l' agentic AI.

Agentic AI: L’Evoluzione Strategica oltre la Gen AI

Se l’AI generativa ha innescato una fase di sperimentazione, ma fatica a produrre valore costante su scala, l’intelligenza agentica l' agentic AI rappresenta il passaggio successivo: da un ruolo di supporto a uno autonomo, da un focus sull’output a uno sull’outcome.

A differenza dei sistemi generativi che si concentrano sulla creazione di contenuti o sulla sintesi, l’Agentic AI introduce agenti intelligenti orientati agli obiettivi capaci di operare in autonomia in contesti aziendali complessi. Non si limitano ad assistere agiscono, imparano, e ottimizzano.

Dove la Gen AI ha deluso in termini di scalabilità, l’Agentic AI inizia a produrre risultati reali, concreti e misurabili.

Cosa rende l’Agentic AI diversa?

L’Agentic AI unisce tre capacità chiave:

1. Autonomia – Gli agenti perseguono obiettivi, prendono decisioni e si adattano a contesti dinamici senza supervisione costante.
   
2. Integrazione – Possono essere integrati in profondità nei sistemi aziendali, non solo come interfacce.
   
3. Esecuzione – Non si limitano a suggerire: agiscono direttamente all’interno dei flussi operativi.
   

Queste non sono ambizioni future: sono già realtà. Secondo McKinsey research, un numero crescente di aziende industriali e logistiche sta adottando sistemi agentici nei processi mission-critical — con risultati notevoli.

Impatti Reali: I Primi Successi dell’Agentic AI

• ManifatturaAgenti per il rilevamento visivo automatico dei difetti hanno migliorato sensibilmente la qualità e ridotto gli scarti.
  
• Logistica: Agenti intelligenti per il routing e la pianificazione hanno ridotto i costi di oltre il 20%.
  
• OperationsIn ambiti documentali complessi (es. fatturazione o compliance), gli agenti hanno ridotto i tempi da giorni a minuti.
  

Oltre all’efficienza, l’Agentic AI abilita una nuova agilità aziendale— sistemi che imparano, si adattano e migliorano in autonomia.

$650 Miliardi di Valore: Una Nuova Visione Operativa

McKinsey stima che l’Agentic AI possa generare tra $450 e $650 miliardi di ricavi aggiuntivi entro il 2030in settori come automotive, industria ed energia. Questo grazie a:

• Un aumento dei ricavi tra il 5% e il 10% grazie a innovazione più rapida e maggiore reattività
  
• Riduzione dei costi tra il 30% e il 50% grazie all’automazione, alla riduzione degli errori e all’efficienza operativa
  

E, cosa forse più importante, l'IA agentica apre le porte a nuovi modelli di businessdai contratti basati sui risultati alle piattaforme performance-as-a-service, trasformando non solo il modo in cui le aziende lavorano, ma anche il modo in cui competono.

Dalla Sperimentazione all’Esecuzione

Il paradosso della Gen AI ci ricorda una verità fondamentale: la tecnologia da sola non crea valore — lo fa la strategia.

L’Agentic AI non è solo un’evoluzione tecnologica, ma un cambiamento di paradigma. Richiede alle organizzazioni di superare la fase di sperimentazione fine a sé stessa, e ancorare le iniziative AI a:

1. Problemi reali dei clienti
   
2. Opportunità scalabili di business
   
3. Piani di implementazione cross-funzionali
   
4. Una visione trasformativa di lungo periodo
   

Per chi è pronto a passare da progetti frammentati a esecuzioni Coordinate e ad alto impatto, l’Agentic AI offre una roadmap concreta.

Il Punto di Vista di Neodata

In Neodata, non vediamo questa fase come un fallimento, ma come una svolta. Ora che le aziende stanno superando l’hype iniziale della Gen AI, chi saprà investire in sistemi agentici, guidati da obiettivi chiari avrà un vantaggio competitivo decisivo — non solo in termini di produttività, ma anche di innovazione, resilienza e crescita.

Il futuro dell’AI non è nell’abbandono della tecnologia, ma nella sua corretta progettazione e integrazione.

Perché lo scopo di ogni tecnologia non è impressionare, ma risolvere problemi concreti.

Il nostro AI Enablement Framework è progettato per guidare le aziende dalla sperimentazione all'impatto. Combiniamo una profonda esperienza nella scienza dei dati con un approccio modulare e scalabile per aiutare le aziende a identificare e mappare casi d'uso di alto valore, integrare l'IA nei loro flussi di lavoro operativi e garantire che ogni soluzione sia in linea con i problemi strategici e aziendali.

Dalla formazione e dalla valutazione della disponibilità dei dati allo sviluppo di sistemi intelligenti su misura per il contesto aziendale, aiutiamo le organizzazioni a integrare l'intelligenza artificiale dove è più importante, ottenendo risultati misurabili e valore a lungo termine. Contattaci per saperne di più.