La Fine del Teatro dell’IA: Perché il Rallentamento della Distribuzione è un Segno di Maturità
Crollo delle Implementazioni: La distribuzione degli agenti di IA è diminuita, rivelando un cambiamento cruciale di attenzione delle organizzazioni verso l'infrastruttura.
Spostamento degli Investimenti: Nonostante una diminuzione delle implementazioni, gli investimenti nell'IA continuano a crescere, con budget allocati strategicamente verso obiettivi a lungo termine.
Focus sulla Trasformazione: Le organizzazioni di successo danno priorità alla riprogettazione dei flussi di lavoro e alla preparazione dei dati piuttosto che alla sola implementazione della tecnologia IA.
Quando KPMG ha riportato che la diffusione di agenti AI è scesa dal 42% al 26% tra il terzo e il quarto trimestre del 2025, la maggior parte degli analisti non ha colto il punto. Loro hanno visto una ritirata. Io vedo il primo segnale onesto in due anni di entusiasmo per l'AI.
Il paradosso è evidente: il 67% dei CEO ora si aspetta ritorni sugli investimenti in AI entro uno-tre anni, ridotti rispetto all'orizzonte di tre-cinque anni previsto solo 12 mesi fa.
Gli investimenti continuano a crescere, con il 69% dei dirigenti che dedicherà dal 10% al 20% dei propri budget totali all'AI nel prossimo anno. La fiducia dei CEO nell'economia globale è ai minimi degli ultimi cinque anni, ma la spesa in AI accelera.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Perché allora i numeri delle implementazioni stanno diminuendo?
Perché i dirigenti si stanno rendendo conto di una realtà che la stampa tecnologica è stata riluttante ad affrontare: i progetti pilota predicono quasi nulla sul successo in produzione. Le organizzazioni che si sono affrettate a dimostrare capacità AI nel 2024 ora stanno affrontando le conseguenze.
Secondo diversi sondaggi del settore, il 46% dei proof-of-concept AI è stato abbandonato prima di arrivare in produzione nel 2025. È il doppio del tasso di abbandono rispetto a solo un anno prima.
Le aziende che stanno facendo un passo indietro non stanno rinunciando. Si stanno facendo serie.
Dal teatro dell'AI alla realtà dell'infrastruttura
L'interpretazione di KPMG dei propri dati contraddice la lettura superficiale. I loro analisti osservano che le grandi imprese stanno professionalizzando i sistemi ad agenti invece di abbandonarli.
Gli investimenti e la capacità di ingegneria si sono spostati verso agenti orchestrati, di livello produttivo, con governance adeguata, monitoraggio, sicurezza e integrazione. Il lavoro appare meno impressionante nei report trimestrali, ma getta le basi per sistemi che funzionano realmente su larga scala.
Questa distinzione è importante perché la maggior parte delle organizzazioni ancora non comprende cosa sia davvero necessario per separare il "teatro" dell'AI dalla reale trasformazione. Gli ostacoli che incontrano non sono curiosità tecniche, ma fondamentali lacune infrastrutturali:
- Qualità dei dati: La percentuale dei leader che la citano come critica è salita dal 37% al 65% in un solo anno
- Cybersecurity: Ormai identificata dall'80% come il maggiore ostacolo agli obiettivi strategici di AI, rispetto al 68% precedente
- Complessità dei sistemi: Il 65% indica la complessità dei sistemi ad agenti come principale barriera per due trimestri consecutivi
- Cambiamento nei piani di investimento: La metà dei dirigenti ora prevede di destinare $10-50 milioni specificamente per mettere in sicurezza le architetture ad agenti e rafforzare la governance dei modelli
Questi non sono i modelli di spesa di organizzazioni che inseguono la prossima demo. Questa è l'economia dell'infrastruttura.
Il problema dell’88%
Il divario tra pilota e produzione è stato ampiamente documentato, ma raramente affrontato onestamente.
Le ricerche mostrano che su 33 prototipi AI costruiti da un’azienda, solo quattro arrivano in produzione. Il tasso di fallimento delle iniziative di AI su larga scala si aggira attorno all’88%, più del doppio rispetto ai progetti tecnologici non-AI.
Nel 2025, S&P Global Market Intelligence ha rilevato che il 42% delle aziende ha abbandonato la maggior parte delle proprie iniziative di AI, un aumento significativo rispetto al 17% dell’anno precedente.
Il modello si ripete nei settori: l’adozione è facile, i progetti pilota si moltiplicano, ma l’integrazione resta rara e le implementazioni produttive con risultati misurabili sono pressoché inesistenti.
Cosa separa il teatro dalla trasformazione
La vera differenza tra le organizzazioni che si bloccano e quelle che crescono non è la sofisticazione dei modelli o la potenza di calcolo. Il sondaggio AI 2025 di McKinsey conferma che le organizzazioni che segnalano ritorni finanziari significativi hanno il doppio delle probabilità di aver ridisegnato i flussi di lavoro end-to-end prima di selezionare le tecniche di modellazione.
I vincitori partono dai bacini di valore invece che dai casi d’uso, chiedendosi dove perdono più margine o tempo anziché cosa possa fare tecnicamente l’AI.
L’assistente virtuale AI.g di Air India, che ora gestisce oltre quattro milioni di richieste con il 97% di automazione, è nato da una specifica criticità: il loro contact center non poteva scalare con la crescita dei passeggeri. Non l’hanno sviluppato per dimostrare di poter implementare AI. Lo hanno costruito perché gestire le richieste di routine tramite operatori umani stava mandando in crisi l’operazione.
La differenza è tanto filosofica quanto operativa. Le organizzazioni che trattano l’IA come un’implementazione tecnologica si concentrano sulle prestazioni dei modelli e sulle velocità di inferenza. Le organizzazioni che trattano l’IA come trasformazione aziendale si concentrano sulla prontezza dei dati, sulla riprogettazione dei flussi di lavoro e sulla divisione del lavoro tra esseri umani e macchine.
Il primo gruppo lancia progetti pilota che fanno bella figura nelle presentazioni ai dirigenti ma non escono mai dal laboratorio. Il secondo gruppo lancia prodotti.
Questa distinzione spiega perché l’infrastruttura dei dati ora consuma il 50-70% dei budget e delle tempistiche dell’IA nelle implementazioni di successo, una completa inversione delle classiche proporzioni di spesa.
Spiega perché il 72% delle organizzazioni prevede di adottare agenti esclusivamente da fornitori tecnologici affidabili anziché creare soluzioni personalizzate e spiega perché i dirigenti più sofisticati stanno rallentando invece di accelerare.
Perché Fare un Passo Indietro è la Mossa Più Intelligente
I numeri in calo sulle implementazioni devono essere letti come segno di maturità, non di fallimento. Procedere a tutta velocità con un pilota dopo l’altro non è di certo il modo per guidare l’adozione dell’IA. Detto in parole semplici? Smettiamo di ottimizzare per le presentazioni interne invece che per la realtà operativa.
Il vero punto di svolta arriva quando i dirigenti smettono di chiedersi se l’IA genera ROI e iniziano a chiedersi se la loro infrastruttura può supportare ciò di cui l’IA ha bisogno. Questo cambiamento separa le organizzazioni che si preparano al futuro da quelle che nel 2026 dovranno spiegare perché le demo del 2024 non si sono mai trasformate in valore produttivo.
Se c’è un ultimo consiglio che posso offrire, è questo: smettete di concentrarvi sul numero di iniziative IA o tentativi di implementazione di agenti e iniziate a costruire i framework di governance, le pipeline di dati, le architetture di sicurezza e gli standard di integrazione che permettono a ogni nuovo agente di rafforzare il sistema invece che renderlo più fragile. Questo lavoro raramente fa notizia. Non si presta a grandi demo. Ma è l’unico lavoro che conta davvero.
Quando KPMG riporterà ancora numeri di implementazione in crescita tra due trimestri, sapremo quali organizzazioni hanno usato la pausa per costruire fondamenta e quali hanno solo continuato a lanciare progetti pilota.
