Agenti AI in produzione: il 69% delle decisioni passa ancora da una persona

Nel discorso pubblico l'agente AI è una macchina che fa le cose al posto tuo. Nei numeri di chi li ha messi davvero in produzione, è una macchina che propone e aspetta.

L'indagine The Pulse of Agentic AI in 2026, commissionata da Dynatrace e condotta da Y2 tramite Qualtrics su 919 dirigenti di organizzazioni con almeno 100 milioni di dollari di fatturato — rilevazione fra novembre e dicembre 2025, con cinquanta rispondenti italiani — ha il pregio, raro in questo ambito, di dichiarare metodologia e campione. Vale la pena leggerla tenendo presente che il committente vende strumenti di osservabilità: una parte delle conclusioni è interessata, i dati grezzi meno.

L'adozione c'è

Il 50% delle organizzazioni ha agenti in produzione su casi d'uso selezionati, il 44% ha un'adozione estesa in alcuni dipartimenti, il 23% dichiara un'integrazione matura su scala aziendale. Il 72% gestisce fra due e dieci progetti in parallelo.

La distribuzione per funzione è la parte istruttiva. IT operations guida con il 70% di utilizzo e il 46% in produzione; cybersecurity si ferma al 49% con il 26% in produzione; dati e reporting al 51% con il 23%. I prodotti digitali rivolti al cliente finale sono al 42% di utilizzo ma solo al 15% in produzione. L'area legale è ferma al 12%, con il 3% in produzione.

Il pattern è leggibile a occhio nudo: gli agenti entrano prima dove l'errore è reversibile e interno. Un agente che apre un ticket sbagliato costa dieci minuti; un agente che sbaglia una risposta a un cliente costa un cliente; un agente che sbaglia una clausola costa una causa. Le aziende non stanno adottando in base alla maturità della tecnologia, ma in base al costo del fallimento.

Il dato che ribalta la narrazione

Il 69% delle decisioni prese da agenti viene verificato da una persona. Solo il 13% delle organizzazioni sviluppa esclusivamente agenti autonomi; il 64% costruisce sia agenti autonomi sia supervisionati, il 23% lavora solo in human-in-the-loop.

Non è timidezza. È la conseguenza di come vengono scelti i criteri per passare in produzione: sicurezza e privacy dei dati al 59%, accuratezza e affidabilità al 55%, monitoraggio del comportamento del modello al 44%, conformità a regole interne o esterne al 43%. L'allineamento al ROI viene dopo, al 41%.

Chi decide se un agente va in produzione, insomma, non si chiede per prima cosa quanto fa risparmiare. Si chiede cosa succede quando sbaglia.

Dove si inceppano i progetti

Gartner prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027. La previsione circola molto e viene spesso citata come prova che la tecnologia non funziona. I dati sulle difficoltà operative raccontano qualcosa di più preciso.

Il 45% delle organizzazioni fatica a definire quando l'agente possa procedere da solo e quando serva un'approvazione. Il 41% non ha visibilità su come le decisioni vengono prese ed eseguite. Il 40% non riesce a monitorare prestazioni, costi e conformità quando cambiano gli agenti o le versioni. Il 36% non è in grado di ricostruire gli effetti a valle di un'azione indesiderata. Il 30% non collega le azioni dell'agente ai risultati di business.

Fra le barriere dichiarate, sicurezza, privacy e compliance guidano con il 52%, seguite dalla gestione degli agenti su larga scala al 51% e dalla carenza di competenze al 44%. Il business case poco chiaro è al 33%.

Nessuna di queste voci riguarda la qualità del modello. Riguardano tutte il contorno: confini decisionali, tracciabilità, attribuzione di responsabilità. Sono problemi di ingegneria dei sistemi e di organizzazione, non di intelligenza artificiale — e chi ha vissuto l'introduzione degli ERP trent'anni fa li riconosce quasi tutti.

Il costo che nessuno preventiva

C'è un aspetto economico che merita attenzione perché sfugge ai modelli di valutazione tradizionali. Un workflow agentico complesso non ha un costo fisso: ogni operazione innesca passaggi di ragionamento, chiamate a strumenti esterni, tentativi ripetuti, validazioni. Aggiungete un orchestratore, più agenti che dialogano e un livello di governance, e la spesa cresce in modo non lineare.

Il risultato è che il costo di esercizio somiglia più a una voce di spesa corrente aperta che a un investimento delimitato. Una cosa che i responsabili finanziari scoprono alla terza fattura, di solito con un certo stupore.

A questo si aggiunge un effetto perverso segnalato da più parti: i controlli aggiuntivi, i livelli di validazione e la supervisione umana necessari per contenere il rischio spesso azzerano il ritorno atteso. Non perché la tecnologia sia inadeguata, ma perché il caso d'uso era stato scelto male in partenza — un processo che, per sua natura, non tollera decisioni probabilistiche.

Cosa distingue i progetti che reggono

Dai dati e dalle testimonianze emergono tre tratti ricorrenti nelle implementazioni che arrivano in produzione e ci restano.

Autonomia su compiti specifici, non agenti generalisti. Un agente che fa una cosa in un ambiente delimitato, con input e output definibili, ha probabilità di successo incomparabilmente maggiori di un assistente tuttofare. La direzione del mercato, secondo gli stessi analisti, si sta spostando verso agenti aggiunti in modo incrementale alle applicazioni esistenti.

Confini decisionali scritti prima. Stabilire in anticipo quali azioni l'agente può compiere da solo, quali richiedono conferma e quali sono vietate. È un documento noioso da redigere e l'unico che serva davvero quando qualcosa va storto.

Tracciabilità come requisito, non come aggiunta. Se non si può ricostruire perché l'agente ha fatto quello che ha fatto, non si può correggerlo, non si può difenderlo davanti a un cliente e non si può documentarlo davanti a un'autorità. Il 44% delle organizzazioni esamina ancora manualmente i flussi tra agenti: è sostenibile con tre agenti, non con trenta.

Un'ultima osservazione, che nei report non compare. Quando un agente sbaglia, la responsabilità non si dissolve nel modello: resta in capo a chi ha approvato l'implementazione. È questa, più di qualsiasi previsione sui tassi di fallimento, la ragione per cui il 69% delle decisioni passa ancora da una persona. E non sembra un numero destinato a scendere in fretta.