TL;DR — L’adozione dell’AI nelle aziende italiane è raddoppiata in un anno (dall’8,2% al 16,4%, dato ISTAT), ma solo il 21% delle organizzazioni ha un modello di governance agentica maturo, secondo Deloitte. Tornando da una vacanza che mi ha portato dal Grimaldi Forum a un rover lunare, mi porto a casa una domanda sola: stiamo costruendo agenti più in fretta di quanto sappiamo governarli — esattamente come 130 anni fa per l’automobile.
Sono tornato da Roquebrune-Cap-Martin con più foto di pannelli museali che di spiagge, e con due articoli già scritti prima ancora di disfare la valigia. Non era il piano — il piano era staccare. Ma quando una mostra di auto d’epoca ti fa incontrare un rover lunare comandato dalla Terra, e tu passi le tue giornate a scrivere di agenti Copilot Studio, il cervello non stacca: collega.
Cosa mi ha insegnato una vacanza a Monaco che non mi aspettavo di imparare
La mostra “Monaco et l’Automobile” e il rover Mona Luna di Venturi Space mi hanno mostrato, senza volerlo, che l’automazione ha sempre seguito lo stesso copione: si toglie un pezzo di controllo alla volta, mai tutto insieme, e ogni pezzo tolto richiede una fiducia nuova, guadagnata con prove verificabili.
Dal cruise control del 1957 ai livelli SAE di guida autonoma, dal primo Gran Premio del 1929 al rover che nel 2030 dovrebbe muoversi sul Polo Sud lunare restando comandato da Terra: 130 anni di industria automobilistica raccontano una lezione che il settore degli agenti AI sta ancora imparando in fretta e furia. Non è nostalgia da vacanza: è un dato di fatto che ho verificato leggendo le fonti tecniche di quella stessa mostra.
Perché l’adozione dell’AI in Italia sta raddoppiando ogni anno, ma la governance no
L’adozione aziendale dell’intelligenza artificiale in Italia è raddoppiata in dodici mesi: dal 5% nel 2023 all’8,2% nel 2024, fino al 16,4% delle imprese con almeno 10 addetti a dicembre 2025, secondo dati ISTAT citati da Giorgio Spina, CEO di Execus. È un’accelerazione reale, non una tendenza timida.
Il problema è che la governance non cresce alla stessa velocità. Uno studio Informatica su 600 leader dati, riportato a marzo 2026, descrive il 2025 come “l’anno del vediamo se funziona” e il 2026 come “l’anno del mettiamo in pratica o rimaniamo indietro” — ma segnala che fiducia, governance e disponibilità dei dati non stanno tenendo il passo con la scala delle implementazioni. È lo stesso squilibrio che ho visto raccontato, con altri strumenti, nella storia dell’automobile: la tecnologia corre, la fiducia verificata arriva sempre dopo.
Cosa dice il gap tra il 74% delle aziende che vuole scalare gli agenti e il 21% che ha una governance matura
Una ricerca Deloitte 2025-2026 fotografa con precisione questo divario: il 74% delle aziende dichiara di voler distribuire agenti AI in modo moderato o esteso entro due anni, ma solo il 21% degli intervistati afferma di avere un modello di governance agentica maturo. Un gap di oltre 50 punti percentuali tra ambizione e capacità reale di gestione.
| Indicatore | Valore | Fonte |
|---|---|---|
| Imprese italiane che usano AI (dic. 2025) | 16,4% | ISTAT / Giorgio Spina |
| Imprese che vogliono scalare gli agenti AI entro 2 anni | 74% | Deloitte |
| Imprese con governance agentica matura | 21% | Deloitte |
| Progetti AI ancora bloccati in fase pilota | ~50% | Dynatrace, “Pulse of Agentic AI 2026” |
Il dato Dynatrace conferma lo stesso schema da un’altra angolazione: circa metà dei progetti di AI agentica resta bloccata in fase pilota, nonostante il 74% delle organizzazioni preveda di aumentare i budget nel prossimo anno. Non manca la volontà di investire — manca l’infrastruttura di fiducia per far scalare quello che già funziona in laboratorio.
Cosa porto a casa da questa vacanza per Bussola e Frontier Firm Navigator
Il CTO di Cloudera, Sergio Gago, ha scritto a luglio 2026 che il vero salto di qualità dell’AI aziendale non è costruire modelli più intelligenti, ma imparare a renderli abbastanza affidabili da poter essere usati nel mondo reale. È la stessa frase che avrei potuto scrivere io guardando il rover Mona Luna comandato da Terra.
Per Bussola, questo significa resistere alla tentazione di aggiungere autonomia solo perché la tecnologia lo permette. Per Frontier Firm Navigator, significa progettare fin dall’inizio ogni nuovo agente come una missione a fasi — simulazione, produzione supervisionata, autonomia solo dopo dati di affidabilità accumulati — esattamente lo schema che ho visto applicato letteralmente a un veicolo destinato alla Luna. Non è un parallelo poetico da vacanza: è un modello operativo che intendo applicare quando torno alla scrivania.
Quanto tempo impiegheranno davvero le aziende italiane a governare bene i propri agenti AI
Se un’industria che lavora sull’automazione da 130 anni ha ancora bisogno di comandare da Terra il suo rover più avanzato, è realistico aspettarsi che le aziende italiane, con appena due anni di adozione AI significativa alle spalle, abbiano bisogno di tempo — non di scorciatoie — per costruire una governance altrettanto matura.
Il rischio concreto, visti i numeri Deloitte e Dynatrace, non è che le aziende italiane vadano troppo piano: è che il 74% che vuole scalare in fretta salti i gradini intermedi che la storia dell’automobile, e ora anche quella dei rover lunari, mostra come necessari. La domanda che mi riporto a casa dalla vacanza non è se l’AI agentica arriverà — arriverà comunque — ma se arriverà con la stessa pazienza con cui Monaco è arrivata dal 1893 a un rover ancora supervisionato nel 2026.
Implicazioni pratiche per chi gestisce agenti AI in una PMI italiana
Per una PMI che sta scalando i propri agenti Copilot Studio, il dato più utile di questa serie non è la statistica in sé, ma la sua traduzione operativa: prima di aggiungere autonomia a un agente, chiedersi se esiste già un responsabile umano identificato, una soglia di errore accettabile definita, e un modo per intervenire in tempo reale se qualcosa va storto — gli stessi tre elementi che rendono affidabile un rover lunare.
L’opportunità concreta è che l’Italia, pur partendo da un’adozione più bassa rispetto ad altri mercati, ha ancora la finestra temporale per costruire governance fin dall’inizio, invece di rincorrerla dopo — cosa che il 79% delle aziende globali, secondo Deloitte, non ha ancora fatto. L’hype da evitare è credere che il ritardo nell’adozione sia uno svantaggio: può essere l’occasione per non ripetere l’errore di chi ha scalato senza governance e ora si ritrova con metà dei progetti bloccati in pilota.
Quante imprese italiane usano oggi l’intelligenza artificiale?
Secondo dati ISTAT, il 16,4% delle imprese italiane con almeno 10 addetti dichiara di utilizzare almeno una tecnologia di intelligenza artificiale a dicembre 2025, contro l’8,2% nel 2024 e il 5% nel 2023 — un raddoppio in dodici mesi.
Cos’è il “gap di governance” nell’AI agentica secondo Deloitte?
È la distanza tra il 74% delle aziende che dichiara di voler distribuire agenti AI in modo esteso entro due anni e il solo 21% che afferma di avere già un modello di governance agentica maturo — un divario di oltre 50 punti percentuali tra ambizione e capacità di gestione reale.
Perché la metà dei progetti di AI agentica resta bloccata in fase pilota?
Secondo il report “Pulse of Agentic AI 2026” di Dynatrace, sicurezza, governance degli agenti e controllo dei costi sono i principali freni al passaggio dalla sperimentazione alla produzione, nonostante il 74% delle organizzazioni preveda di aumentare i budget dedicati nel prossimo anno.
Cosa lega la storia dell’automobile al ritardo nella governance degli agenti AI di oggi?
Entrambe mostrano che l’automazione, per essere affidabile, richiede tempo per costruire fiducia verificabile a piccoli passi, non un salto immediato all’autonomia completa. Il rover lunare Mona Luna di Venturi Space, comandato da Terra per scelta, è l’esempio più recente dello stesso principio applicato a un dominio diverso da quello aziendale.
Conclusioni
Non pensavo che una vacanza potesse trasformarsi in una piccola serie di articoli, ma il filo che lega il Grimaldi Forum, un rover lunare e i dati Deloitte sulla governance agentica è più solido di quanto sembri: l’automazione affidabile richiede pazienza, non entusiasmo. Torno alla scrivania con una convinzione più chiara di quando sono partito: costruire bene Bussola, e qualunque agente venga dopo, significa accettare che il controllo si cede a piccoli passi verificati — non perché sia la scelta prudente, ma perché è l’unica che, alla lunga, funziona davvero.
Riferimenti
- Spina, G. (2026, 9 aprile). Normative italiane ed europee 2026 per gli Agenti AI [dato ISTAT]. techfromthenet.it. — Livello B — consultato il 04/08/2026.
- integralsolutions.pl. (2026, 26 marzo). Intelligenza artificiale agentiva nel 2026: l’adozione cresce, la fiducia e la governance no [studio Informatica]. — Livello B — consultato il 04/08/2026.
- solofinanziamenti.net. (2026, 16 giugno). Governance degli agenti AI 2026: checklist e controlli [dato Deloitte 2025-2026]. — Livello B — consultato il 04/08/2026.
- Belviolandi, S. (2026, 17 giugno). AI agentica, governance e costi frenano la messa in produzione [report Dynatrace “Pulse of Agentic AI 2026”]. ChannelTech. — Livello B — consultato il 04/08/2026.
- Gago, S. (2026, 23 luglio). Costruire la fiducia è il prossimo passo avanti dell’intelligenza artificiale aziendale. Unite.AI. — Livello B — consultato il 04/08/2026.
Fonti verificate al 04/08/2026.
Link interni:
Il rover che va sulla Luna ma resta comandato dalla Terra: la lezione di governance che mi aspettavo da Copilot Studio, non da Monaco
130 anni di automazione in 4.000 metri quadri: cosa mi ha insegnato la mostra del Grimaldi Forum
Copilot Studio: da agente personale ad agente aziendale
Lascia un commento