L'80% ottiene un ritorno misurabile dagli agenti. L'87% ricontrolla a mano cosa sapeva l'agente

Il report Anthropic del 16 settembre 2026 dà il primo dato citabile sull'adozione degli agenti: 80% di ritorno misurabile, ma le barriere dichiarate sono integrazione (46%), qualità del dato (42%) e change management (39%). E un'inchiesta Fortune della stessa settimana aggiunge il numero che il report non contiene: l'87% ricontrolla a mano il contesto dell'agente.

BlueSky Agent AI · 2026-09-21

Il 16 settembre 2026 Anthropic ha pubblicato The 2026 State of AI Agents, un'indagine su oltre 500 responsabili tecnici. Il dato di apertura è che l'80% delle organizzazioni intervistate dichiara un ritorno misurabile dagli agenti. Nella stessa settimana Fortune ha pubblicato un'inchiesta con un numero che il report di Anthropic non contiene: l'87% dei responsabili dice di dover ricontrollare il contesto di un agente, e lo fa a mano.

I due numeri non si contraddicono. Descrivono la stessa azienda in due momenti diversi della giornata: quella che a fine trimestre misura un risparmio, e quella che ogni mattina apre una conversazione dell'agente per capire su quali dati aveva lavorato.

Sotto, le cifre del report per esteso, le tre barriere che i responsabili hanno dichiarato, e cosa cambia per un'azienda italiana che sta valutando il primo agente.

Le cifre del report Anthropic

Tutti i numeri di questa sezione sono di Anthropic, raccolti su oltre 500 responsabili tecnici, con implementazioni citate in chiaro (Novo Nordisk, Doctolib, L'Oréal). Vanno letti per quello che sono: un'indagine pubblicata da un fornitore di modelli, non una rilevazione indipendente.

Il salto interessante è fra il 57% e il 16%. Più della metà ha portato un agente su un processo a più fasi, quindi ha superato la demo. Ma solo una su sei lo ha fatto attraversare due reparti. È esattamente il punto in cui un agente smette di essere uno strumento personale e diventa un pezzo di infrastruttura, con tutto quello che comporta in termini di permessi, dati e responsabilità.

L'87% che ricontrolla a mano

Il numero di Fortune (inchiesta del 16 settembre) è quello che vale di più per chi deve decidere un budget. L'87% dei responsabili dichiara di dover ri-verificare il contesto di un agente: capire quali documenti aveva letto, quali permessi aveva in quel momento, su quale versione di un dato ha deciso.

Quel controllo costa: è tempo di una persona qualificata, ripetuto a ogni ciclo, e si mangia l'efficienza che l'agente avrebbe dovuto produrre. Se l'agente fa risparmiare due ore e mezza a settimana e la verifica ne costa una, il conto resta positivo ma non è quello scritto nella presentazione di vendita.

La stessa inchiesta segnala che Cisco, Intuit, Workday e ServiceNow stanno costruendo strati di supervisione per monitorare e contenere gli agenti. Il presidente di ServiceNow ha dichiarato che AI Control Tower è probabilmente il prodotto a crescita più rapida nella storia dell'azienda. Chi compra un agente, subito dopo compra il modo di tenerlo a bada.

Le tre barriere dichiarate

Alla domanda su cosa blocca l'adozione, i responsabili intervistati da Anthropic hanno risposto in questo ordine.

Integrazione con i sistemi esistenti: 46%

Qui il modello c'entra poco. La barriera è il gestionale, il CRM, il file server, il catalogo prodotti in Excel che una persona aggiorna a mano da undici anni. Un agente che non legge quei sistemi risponde bene e sbaglia i fatti.

La forma tecnica che questo problema ha preso nel 2026 è il protocollo MCP: un connettore per sistema, con autenticazione propria. Non risolve l'integrazione, la rende ripetibile. È molto, ma va costruita comunque, una per una.

Qualità del dato: 42%

Un agente amplifica il disordine. Se il listino ha tre versioni e nessuno sa quale sia buona, l'agente ne sceglie una e la cita con sicurezza. Il problema esisteva già prima, solo che lo assorbiva una persona che sapeva quale file guardare, e quella persona in ferie ad agosto era il punto in cui l'azienda si accorgeva di avere un problema di dati. Adesso se ne accorge il cliente che riceve il preventivo.

Change management: 39%

La terza barriera è la più sottovalutata nei preventivi. Riguarda chi userà l'agente: le istruzioni cambiano, il controllo cambia, in alcuni casi cambia chi risponde di un errore. Il 42% delle imprese italiane, secondo AI4Business, ha abbandonato la maggior parte delle iniziative AI lanciate nel 2025. Quasi nessuna per un problema di modello. Cambiare LLM non tocca nessuna delle tre barriere.

Il conto italiano è diverso, e il report non lo copre

Qui va ammesso un limite. Il campione di Anthropic è fatto di organizzazioni grandi, tecnicamente attrezzate, spesso con un team dedicato. Novo Nordisk e L'Oréal non sono un'azienda di quaranta persone a Bergamo, e l'80% di ritorno misurabile non è trasferibile.

I numeri che riguardano l'Italia dicono altro. Gartner prevede che oltre il 40% dei progetti agentici venga cancellato entro il 2027. Sul mercato italiano, il 42% delle imprese ha già abbandonato quasi tutte le iniziative del 2025 e circa metà dei prototipi non è mai arrivata a scala. Letti insieme al report Anthropic, raccontano una cosa sola: il ritorno esiste, ma è concentrato dove qualcuno ha risolto integrazione, dato e organizzazione prima di comprare l'intelligenza.

Cosa fa BlueSky Agent AI su ciascuna delle tre

BlueSky Agent AI è nata su questo perimetro, non sul modello.

Sull'integrazione. Ogni sistema esterno è un connettore MCP con autenticazione propria e gerarchia di credenziali a tre livelli (template dell'agent, singolo agent, utente). Excel, Google Sheets, Trello, calendario, posta, file aziendali, cataloghi e listini con versioning: sono connettori già scritti, non integrazioni da preventivare.

Sul dato. File system documentale con cartelle e permessi, ricerca semantica centralizzata, import di listini da CSV, Excel e PDF con cronologia delle versioni. L'agent lavora su un archivio con una versione buona dichiarata, non sulla cartella condivisa.

Sul change management. L'agent si può mettere in modalità "solo report": analizza le conversazioni, propone i piani di miglioramento, non applica niente. Chi guida il progetto approva i piani uno per uno, e ogni piano arriva con un livello di rischio dichiarato. Si passa alla modalità autonoma quando la fiducia c'è, non il primo giorno.

E sull'87% che ricontrolla a mano: ogni sessione dell'agent lascia un registro leggibile di cosa ha fatto e con quali strumenti, i guardrail su dati personali e risposte non verificate lavorano con una soglia configurabile, e le azioni sensibili richiedono un'autorizzazione esplicita prima di partire. Il controllo resta, ma diventa una lettura invece di una ricostruzione.

ModelMatch™ sceglie quale modello usare per ciascun nodo del processo, perché una fase di ragionamento e una di riformulazione non hanno bisogno dello stesso motore. È la parte che fa scendere il costo. La parte che porta un progetto in produzione sono le tre qui sopra.

In sintesi

• L'80% di ritorno misurabile è un dato Anthropic su oltre 500 responsabili tecnici di grandi organizzazioni, pubblicato il 16 settembre 2026. Va citato con la fonte, non come dato di mercato.
• Il numero operativo è l'87% di Fortune: quasi tutti ricontrollano a mano il contesto dell'agente, e quel tempo erode il risparmio dichiarato.
• Le barriere sono integrazione (46%), qualità del dato (42%), change management (39%). Sono problemi di sistemi informativi e di organizzazione.
• In Italia il 42% delle imprese ha già lasciato indietro le iniziative del 2025. Il divario con l'80% del report non è di tecnologia.
• La domanda da fare a un fornitore non è quale modello usa, ma cosa resta scritto dopo che l'agent ha agito.