Il ROI dell’AI generativa e degli agenti AI 2026

Benché le soluzioni basate sull’Agentic AI non siano molto diffuse e spesso siano ancora piuttosto semplici, la nostra ricerca rileva che gli agenti AI stanno guadagnando terreno tra gli early adopter: 

• il 32% degli intervistati dichiara di avere soluzioni di Agentic AI in produzione.

• I senior executive prevedono un ritorno fino al 47% sugli investimenti nell’Agentic AI nei prossimi 12 mesi, in linea con i risultati ottenuti finora con l’AI generativa.

• Il 44% delle organizzazioni con più casi d’uso di Gen AI in produzione sta già utilizzando agenti AI.

Non sorprende che gli early adopter stiano ora trasferendo i risultati ottenuti al contesto dell’Agentic AI, ma è anche chiaro che le organizzazioni più tecnologicamente avanzate stanno creando un vantaggio rilevante sui concorrenti. Scarica il report completo per i dettagli.

Un effetto molto temuto dell’intelligenza artificiale generativa e agentica è la perdita di posti di lavoro. E non è un timore infondato. I team che hanno perso più spesso posti di lavoro a causa dell’AI generativa nell’ultimo anno sono operazioni IT (nel 40% delle organizzazioni intervistate), assistenza/servizio clienti (37%) e data analytics (37%). Ma non è tutto:

• Il 42% degli intervistati afferma che la Gen AI ha solo creato posti di lavoro nella propria organizzazione.

• L'11% ha affermato solo che sono stati persi posti di lavoro. 

• Il 35% ha detto che l’AI ha causato sia la creazione che la perdita di posti di lavoro.

• Il 13% ha dichiarato che l’automazione basata sull’AI non ha influito sull’occupazione. 

Consulta il report per i dati sugli effetti sull’occupazione per i diversi gradi di anzianità e altri approfondimenti.

L’entusiasmo per gli agenti AI non significa che l’AI generativa sia ormai un gioco da ragazzi. Anche se la Gen AI sta producendo valore per quasi tutti gli intervistati, il 96% dichiara di affrontare problemi significativi, tra cui: 

• Qualità e quantità dei dati (40% degli intervistati)

• Esperienza o competenze del personale (35%)

• Integrazione con sistemi esistenti o legacy (31%)

• Scalabilità e prestazioni (27%)

Per le aziende con 500‑999 dipendenti la sfida più grande sono i talenti, citati come problema dal 43%, rispetto al 34% delle imprese di maggiori dimensioni.

I team che più spesso implementano l’AI generativa e agentica sono ITOps (62% degli intervistati), data analytics (59%), cybersecurity (53%), sviluppo software (50%) e assistenza clienti (49%). Le tre motivazioni più diffuse sono: 

• Efficienza operativa, indicata dal 51% come obiettivo prioritario (migliori efficienze ottenute dall’88% degli intervistati).

• Migliore innovazione, citata dal 44% (con un miglioramento misurabile ottenuto dall’83% degli intervistati).

• Migliore customer experience, citata dal 40% (obiettivo raggiunto secondo l’84% degli intervistati).

Il report approfondisce i modi in cui i team di business e IT stanno utilizzando la Gen AI e ottenendo risultati concreti.

La ricerca analizza i risultati di interviste condotte in 10 Paesi e 6 settori diversi. Alcuni aspetti particolarmente interessanti sono: 

• Le organizzazioni canadesi sono intensamente focalizzate sui casi d’uso rivolti ai clienti; il 54% applica la Gen AI all’assistenza e al servizio clienti (contro il 48% a livello globale). 

• Solo il 32% delle organizzazioni francesi ottiene ritorni dall’AI generativa, contro il 49% a livello globale.

• Le società di servizi finanziari si preoccupano più spesso non dell’efficienza operativa, ma del miglioramento della performance finanziaria, citato dal 44% tra le motivazioni principali dell’adozione, contro il 29% in tutti gli altri settori.

• Le aziende manifatturiere sono più propense a citare problemi di competenze ed esperienza dei dipendenti (41%, contro una media del 34%).

Leggi il report per informazioni dettagliate su tutti i Paesi e i settori della ricerca, da chi ha ottenuto il ROI più alto a dove si stanno diffondendo più velocemente gli agenti AI e chi fa più uso della shadow AI.