Una scelta che riflette la direzione che Â鶹ԭ´´ e il suo ecosistema stanno prendendo: non più AI come strumento di supporto, ma agenti in grado di ragionare, decidere e agire autonomamente all’interno dei processi aziendali.

I progetti candidati sono stati valutati secondo rigorosi parametri di qualità su tre categorie: l’adozione di Joule Agents e Joule Assistants standard Â鶹ԭ´´, lo sviluppo di agenti custom su piattaforma Â鶹ԭ´´ e l’utilizzo dell’AI per rendere più efficiente la realizzazione progettuale stessa.

Categoria Joule Agents and Joule Assistants

• ³§³Ü²Ô¾±²Ô´ÇÌýin collaborazione con Altea UP
• Satispay in collaborazione con Avvale
• Goglio in collaborazione con Avvale

I progetti sono stati selezionati tra le candidature che prevedevano l’utilizzo di Agenti o Assistenti standard Â鶹ԭ´´ nei processi Finance, Procurement e Human Resources

• Angelini Technologies in collaborazione con Exprivia
• Multitel Pagliero in collaborazione con Horsa Run
• MILA  in collaborazione con Horsa Run
• Metlac in collaborazione con Digix Plus

I progetti sono stati selezionati tra le candidature che prevedevano l’utilizzo di Agenti o Assistenti standard Â鶹ԭ´´ nei processi di Services, Supply Chain e Sustainability

Categoria Build Your Own Agent

• Fibercop in collaborazione con Mashfrog Group
• ITALIAN EXHIBITION GROUP in collaborazione con Avvale
• SEA in collaborazione con Syskoplan Reply
• Leonardo in collaborazione con Syskoplan Reply

I progetti sono stati selezionati tra le candidature che prevedevano lo sviluppo di agenti custom su piattaforma Â鶹ԭ´´ per i processi di Finance, Procurement e Human Resources

• Agritalia in collaborazione con ³¢´Ç²ú°ù²¹ÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌýÌý
• Prysmian in collaborazione con Mind The Value
• Unicalce in collaborazione con Avvale
• Lavazza in collaborazione con Avvale

I progetti sono stati selezionati tra le candidature che prevedevano lo sviluppo di agenti custom su piattaforma Â鶹ԭ´´ per processi di Supply Chain e Manufacturing

Categoria Agent led implementation

• Laminazione Sottile in collaborazione con Mashfrog Group
• SMEG  in collaborazione con Capgemini

I progetti sono stati selezionati tra le candidature in cui l’AI ha contribuito a rendere più efficiente la realizzazione progettuale.

The post Â鶹ԭ´´ Quality Award 2026: l’AI agentica protagonista dei progetti premiati appeared first on Â鶹ԭ´´ News Center Italy.

È questa, oggi, la vera sfida per chi guida il procurement: aumentare velocità ed efficienza senza perdere qualità, controllo e accountability. E questo è particolarmente vero in Italia che presenta una struttura industriale unica: ad esempio il settore manifatturiero è costruito su filiere multi-livello con migliaia di PMI fornitrici e subfornitrici. Secondo Confindustria, il settore manifatturiero italiano è interconnesso con fornitori extra-UE per 364 categorie di prodotto, per un valore di circa 26 miliardi di euro. In un contesto così frammentato, il monitoraggio del rischio fornitori e la visibilità sulla supply base richiedono strumenti che vadano oltre le capacità manuali — e l’AI diventa un abilitatore naturale.

Il tema è inoltre particolarmente rilevante perché al procurement viene chiesto molto più che ridurre i costi. La funzione è chiamata a contribuire alla gestione del rischio, alla resilienza della supply chain, alla sostenibilità e alla trasformazione digitale dell’intera organizzazione. L’AI può essere un acceleratore straordinario, ma il suo valore non si misura dal numero di attività che riesce ad automatizzare. Si misura dalla sua capacità di produrre risultati migliori per il business.

Una recente ricerca che abbiamo promosso con Economist Enterprise, Procurement at a crossroads: from optimism to realism, coinvolgendo 2.648 executive in tutto il mondo, conferma questa direzione: il 56% degli intervistati considera la strategia sull’AI il principale catalizzatore dell’agenda digitale del procurement. Allo stesso tempo, emerge una minore fiducia nella capacità delle organizzazioni di trasformare gli investimenti tecnologici in outcome migliori e consistenti.

Il messaggio è chiaro: la prossima fase dell’AI nel procurement non riguarda più l’accesso alla tecnologia, ma la capacità di costruire le condizioni per trasformarne il potenziale in valore misurabile.

Partire dal risultato, non dalla tecnologia

Quando si parla di AI, la tentazione è spesso quella di partire dallo strumento: quale soluzione adottare, quale modello utilizzare, quale processo automatizzare. Per il procurement, credo che l’approccio debba essere esattamente inverso.

La prima domanda dovrebbe essere: quale ambito vogliamo migliorare? Un team di sourcing potrebbe voler ridurre il tempo necessario per preparare una gara. Un category manager potrebbe avere bisogno di intercettare prima variazioni nei prezzi o segnali di rischio nella supply base. Un’organizzazione potrebbe voler aumentare la percentuale di acquisti effettuati secondo contratto, riducendo il cosiddetto maverick buying, cioè l’acquisto effettuato fuori dai processi, dai contratti o dai fornitori approvati dall’azienda.

Sono obiettivi diversi e richiedono dati, livelli di automazione e controlli differenti.

Partire dal risultato consente anche di definire fin dall’inizio quali decisioni l’AI può prendere autonomamente, quali raccomandazioni devono essere sottoposte a verifica e quali scelte devono necessariamente rimanere sotto la responsabilità di una persona. In questo modo la governance non diventa un controllo aggiunto alla fine del processo, ma una componente del suo stesso disegno.

Senza dati connessi, l’AI non fornisce informazioni corrette

C’è poi un elemento che considero imprescindibile: la qualità e la disponibilità dei dati.

Dati sui partner, informazioni sulla spesa, contratti, performance dei fornitori e indicatori di rischio sono spesso distribuiti tra sistemi diversi e gestiti secondo logiche differenti. Un’AI può essere sofisticata quanto si vuole, ma se non dispone del contesto corretto rischia di produrre indicazioni incomplete o, peggio, di trasformare un’informazione incerta in una raccomandazione apparentemente certa.

Non è necessario aspettare di avere dati perfetti per iniziare. È però necessario sapere dove i dati sono affidabili, dove presentano lacune e quali decisioni possono essere prese sulla base delle informazioni disponibili.

Per questo una strategia AI efficace deve essere accompagnata da una solida data governance: definizioni condivise, responsabilità chiare, controlli sugli accessi e fonti tracciabili. Quando l’informazione è incompleta, l’AI deve essere in grado di evidenziarlo.

L’AI aumenta il valore del giudizio umano

La trasformazione del procurement non significa, quindi, trasferire ogni decisione all’intelligenza artificiale.

La ricerca Economist Enterprise mostra che meno di un executive su dieci immagina di affidare all’AI un ruolo decisionale prevalente nella maggior parte delle scelte di procurement nei prossimi tre anni. Al contrario, il 46% prevede che la tecnologia possa soprattutto assistere le persone nelle attività tattiche, mantenendo il controllo umano sulle decisioni strategiche.

È un equilibrio che considero particolarmente importante. Un algoritmo può confrontare rapidamente prezzi, condizioni contrattuali e indicatori di performance. Può identificare un fornitore che presenta dati particolarmente favorevoli. Ma non può necessariamente comprendere fino in fondo la qualità di una relazione, la capacità di un partner di collaborare durante una crisi o la disponibilità di un fornitore a innovare.

Queste valutazioni richiedono esperienza, conoscenza del mercato e capacità relazionali. In un contesto in cui molte organizzazioni avranno accesso a tecnologie e dati sempre più simili, sarà proprio questa capacità di interpretare gli output dell’AI e combinarli con esperienza e giudizio a fare la differenza.

Il tessuto industriale italiano è storicamente costruito su relazioni di filiera profonde, spesso radicate in distretti territoriali dove la fiducia, la prossimità e la conoscenza reciproca tra cliente e fornitore sono asset strategici.  

Misurare insieme valore e rischio

Perché questo modello possa funzionare su larga scala, è necessario misurare non soltanto l’efficienza generata dall’AI, ma anche la qualità delle decisioni e i rischi associati.

Riduzione dei tempi di ciclo, aumento della compliance contrattuale, spesa gestita, performance dei fornitori e adozione da parte degli utenti sono indicatori importanti. Ma devono essere affiancati da metriche come il numero di eccezioni, gli interventi umani sulle raccomandazioni dell’AI, gli errori legati alla qualità dei dati e le eventuali violazioni dei controlli. È un passaggio fondamentale perché l’AI può produrre efficienza visibile senza necessariamente migliorare le decisioni che contano davvero.

La trasformazione richiede inoltre un cambiamento culturale. Le persone devono sapere come lavorare con l’AI, quando mettere in discussione una sua raccomandazione e chi mantiene la responsabilità della decisione finale. Procurement, Finance, IT, Legal e Operations devono condividere regole e responsabilità prima che si verifichi un problema, non dopo.

Il futuro del procurement non sarà quindi semplicemente più automatizzato. Sarà più aumentato dall’intelligenza artificiale, ma anche più focalizzato sulle attività dove esperienza, capacità di giudizio e relazioni fanno realmente la differenza.

Le organizzazioni che riusciranno a collegare AI, dati affidabili, governance e competenze delle persone saranno quelle che potranno trasformare la tecnologia da semplice strumento di automazione in una vera leva strategica.

Paolo Brida è head of Spend Management di Â鶹ԭ´´ Italia

The post AI e procurement: la vera sfida non è automatizzare, ma decidere meglio appeared first on Â鶹ԭ´´ News Center Italy.

È una contraddizione che riguarda da vicino anche le imprese italiane. In un mercato in cui la relazione e la qualità del servizio continuano a rappresentare un elemento distintivo, la capacità di combinare innovazione digitale e attenzione alla persona diventa sempre più strategica.

L’intelligenza artificiale sta accelerando profondamente questa trasformazione. Può analizzare grandi quantità di dati, anticipare bisogni, personalizzare le interazioni, supportare le attività di vendita e marketing e risolvere automaticamente una parte crescente delle richieste di assistenza. Ma proprio mentre la tecnologia diventa più sofisticata, emerge una domanda fondamentale: quanto deve essere automatizzata l’esperienza del cliente e dove, invece, deve rimanere profondamente umana?

La risposta influenza una parte importante della competitività delle aziende nei prossimi anni.

Il costo di una cattiva esperienza

La Customer Experience non è più un tema confinato al marketing o al customer service. Ha un impatto diretto sui ricavi, sulla fidelizzazione e sulla reputazione dell’azienda.

Secondo i dati raccolti da Â鶹ԭ´´ nel State of Service Report, nel 2026 le esperienze negative hanno messo a rischio 3.000 miliardi di dollari di vendite a livello globale. L’82% dei consumatori dichiara di essere stato deluso da un brand, mentre il 60% afferma di non prestare attenzione ai brand anche quando questi soddisfano le sue necessità di prodotto.

Il messaggio è importante: soddisfare la necessità del cliente non è più sufficiente. Se il percorso per arrivare a quella soluzione è complicato, incoerente o impersonale, la relazione rischia di interrompersi.

Pensiamo, per esempio, a un cliente che deve risolvere un problema e viene trasferito da un operatore all’altro, costretto ogni volta a ripetere la propria situazione. Il problema non è necessariamente la mancanza di tecnologia. È la mancanza di continuità nell’esperienza. Ed è proprio la frammentazione uno dei principali nemici della Customer Experience.

L’AI è ovunque. La fiducia, molto meno

L’adozione dell’intelligenza artificiale sta accelerando in tutte le funzioni aziendali che hanno un rapporto diretto con il cliente.

Nel marketing, l’AI permette di sviluppare contenuti e interazioni sempre più personalizzati e di utilizzare l’analisi predittiva per comprendere meglio bisogni e comportamenti. Nelle vendite, può aiutare i commerciali a prepararsi meglio agli incontri e identificare più facilmente opportunità e il passo successivo. Nell’e-commerce, gli agenti AI stanno iniziando a modificare il modo in cui le persone cercano e acquistano prodotti e servizi. Nel customer service, chatbot e agenti intelligenti possono gestire autonomamente e in modo efficace un numero crescente di richieste.

Il potenziale è enorme. Ma c’è un elemento che non possiamo ignorare: i clienti non necessariamente vogliono che ogni interazione con un’azienda sia gestita dall’AI.

I dati del Â鶹ԭ´´ State of Service Report mostrano che il 79% dei consumatori preferisce fortemente ricevere assistenza da una persona rispetto a un agente AI, mentre l’89% ritiene che i brand dovrebbero sempre offrire la possibilità di parlare con un essere umano. Ancora più interessante, l’81% pensa che le aziende utilizzino l’AI principalmente per risparmiare sui costi e non per migliorare la propria esperienza.

Questo è probabilmente uno dei punti più importanti per chi oggi sta definendo una strategia di Customer Experience.

L’AI non deve essere percepita dal cliente come un modo per l’azienda di fare di più spendendo meno. Deve essere percepita come un modo per l’azienda di capire meglio e servire meglio.

Automatizzare ciò che è semplice, valorizzare ciò che è umano

Il vero valore consiste nel permettere alle persone di concentrarsi sulle attività nelle quali il contributo umano fa davvero la differenza. Una richiesta semplice può essere gestita da un agente AI in pochi secondi, senza che il cliente debba attendere. Ma quando il problema diventa complesso, quando entrano in gioco emozioni, negoziazioni o decisioni importanti, la possibilità di parlare con una persona diventa ancora più preziosa.

È una distinzione che vale anche per il mondo B2B. Un agente AI può raccogliere informazioni, preparare un’offerta, analizzare la storia delle interazioni con un cliente o suggerire un’opportunità commerciale. Ma la capacità di comprendere le esigenze di un interlocutore, costruire fiducia e gestire una relazione complessa rimane una competenza profondamente umana.

Il vero problema è la frammentazione

Per ottenere questo risultato, però, non basta aggiungere l’AI ai processi esistenti. Un cliente non percepisce marketing, vendite, e-commerce e customer service come funzioni separate. Per lui esiste un’unica relazione con il brand. Per costruire una Customer Experience realmente intelligente è necessario creare una visione unificata del cliente, nella quale dati, processi e interazioni siano connessi e accessibili nel rispetto delle necessarie regole di sicurezza e governance.

Eppure, nelle aziende, dati e processi sono ancora spesso distribuiti tra sistemi differenti. Il marketing possiede alcune informazioni, il commerciale ne possiede altre, il customer service altre ancora. Il risultato è che il cliente può essere conosciuto molto bene in un punto del suo percorso e quasi completamente sconosciuto in quello successivo. L’AI rischia di amplificare questa frammentazione se viene introdotta come una serie di iniziative isolate.

È qui che il tema della Customer Experience incontra quello della trasformazione aziendale più ampia. Non si tratta semplicemente di adottare un nuovo chatbot o un nuovo strumento di personalizzazione. Si tratta di ripensare il modo in cui l’azienda utilizza i dati e coordina le proprie funzioni per rispondere alle esigenze del cliente.

La nuova sfida: essere più tecnologici e più umani

Il futuro della Customer Experience non sarà determinato dalle aziende che avranno semplicemente più AI. Sarà determinato da quelle che sapranno utilizzarla meglio.

Questo significa partire dal cliente e non dalla tecnologia. Chiedersi quale frizione vogliamo eliminare, quale bisogno vogliamo anticipare, quale decisione vogliamo migliorare. E poi scegliere la tecnologia più adatta per raggiungere quel risultato.

Significa anche riconoscere che non tutte le interazioni devono essere automatizzate. Alcune devono diventare semplicemente più veloci e semplici; altre devono diventare più personali.

Per le aziende italiane, che spesso hanno costruito il proprio vantaggio competitivo sulla qualità della relazione, sulla capacità di comprendere il cliente e sulla vicinanza al mercato, questa può rappresentare un’opportunità particolarmente importante.

L’intelligenza artificiale può rendere l’esperienza più immediata, predittiva e personalizzata. Ma non può, da sola, creare fiduciam che continua a nascere dalla capacità di un’azienda di capire il proprio cliente, mantenere le proprie promesse e sapere quando è il momento di lasciare parlare la tecnologia e quando, invece, è il momento di far parlare una persona.

The post Customer Experience nell’era dell’AI: la tecnologia accelera, ma la fiducia resta umana appeared first on Â鶹ԭ´´ News Center Italy.

L’incordatura realizzata a mano sulla superficie della racchetta, il design personalizzato, il packaging e la distribuzione, così come i sistemi che rendono possibili ciascuno di questi passaggi, fanno tutti parte di una supply chain globale che garantisce che la racchetta arrivi dal magazzino alla borsa dell’attrezzatura del campione esattamente quando ne ha bisogno.

Questo percorso — dalle materie prime e dai fornitori globali fino alla produzione, allo stoccaggio, alle operazioni doganali e alla consegna dell’ultimo miglio — è una storia di supply chain. E Â鶹ԭ´´ contribuisce a renderla possibile.

La racchetta accuratamente selezionata, insieme alle scarpe, alla maglia, al cappellino e agli shorts Wilson che de Minaur sceglie di indossare mentre compete ai massimi livelli, rappresenta solo una piccola parte delle migliaia di prodotti che Wilson realizza e distribuisce ad atleti e clienti in tutto il mondo.

Dietro ogni prodotto c’è un’operatività globale interconnessa che comprende produzione, magazzini, retail, e-commerce e canali B2B, supportata da una base digitale che aiuta Wilson a far funzionare tutto in modo fluido e senza interruzioni.

Le basi di un’azienda globale di articoli sportivi

Wilson è leader globale nel settore delle attrezzature e dell’abbigliamento sportivo, con una storia di oltre un secolo di innovazione nel tennis, basket, baseball, golf e in altri sport. Dallo sviluppo di attrezzature ad alte prestazioni per i migliori atleti al mondo alla creazione di prodotti per giocatori di ogni livello, Wilson combina una profonda competenza nel mondo dello sport, innovazione e artigianalità per aiutare gli atleti a esprimere al meglio le proprie prestazioni.

Da quasi vent’anni, Wilson si affida a Â鶹ԭ´´ per gestire le proprie attività a livello globale, mettendo in connessione centinaia di dipendenti nelle funzioni finance, vendite, logistica, gestione dei magazzini e in altre funzioni retail strategiche.

L’ecosistema Â鶹ԭ´´ di Wilson comprende l’enterprise resource planning (ERP) core, la gestione della supply chain, dati e analytics, procurement, travel, global trade, integrazione ed enterprise architecture. L’attuale ambiente include Â鶹ԭ´´ ERP Central Component (Â鶹ԭ´´ ECC), Â鶹ԭ´´ Analytics Cloud, Â鶹ԭ´´ Datasphere, e Â鶹ԭ´´ Business Technology Platform, oltre ad altre soluzioni come Â鶹ԭ´´ Ariba, Â鶹ԭ´´ Concur e Â鶹ԭ´´ LeanIX.

E la trasformazione digitale di Wilson fondata su tecnologia Â鶹ԭ´´ continua. L’azienda si sta preparando a una importante trasformazione verso Â鶹ԭ´´ S/4HANA, che inizierà nel 2027 e consentirà di introdurre nuove funzionalità in aree quali l’extended warehouse management (EWM), i trasporti, la qualità e le operazioni omnicanale. Nell’ambito del percorso verso Â鶹ԭ´´ S/4HANA, Wilson utilizza Joule per supportare la conversione del codice, segnando l’inizio dell’introduzione di nelle proprie attività operative.

Un’unica base connessa per un’esperienza cliente connessa progettata per seguire il ritmo dello sport

Oltre agli atleti professionisti come de Minaur, che scelgono Wilson per le proprie performance dentro e fuori dal campo, i clienti Wilson di tutto il mondo interagiscono con l’azienda in molti modi, attraverso i negozi retail, l’e-commerce e i canali B2B. Il cardine di queste esperienze è una rete complessa di prodotti, inventario, ordini, magazzini e processi aziendali che devono funzionare in modo integrato.

Il mondo dello sport professionistico si muove rapidamente. Una partita di tennis può cambiare in pochi secondi. Le aziende di beni di consumo come Wilson gestiscono un’operatività globale altrettanto dinamica e impegnativa: progettare, produrre, movimentare e vendere prodotti a clienti e atleti in tutto il mondo.

Un evento importante, come un torneo del Grande Slam o la vittoria di un torneo da parte di un ambassador Wilson, può determinare un aumento della domanda per i prodotti utilizzati dagli atleti e desiderati dai tifosi. Questo richiede a Wilson di coordinare inventario, produzione, magazzini, retailer ed e-commerce nei diversi mercati e di reagire rapidamente al variare della domanda. Soluzioni Â鶹ԭ´´ come Â鶹ԭ´´ Extended Warehouse Management, Â鶹ԭ´´ Global Trade Services, Â鶹ԭ´´ Concur e Â鶹ԭ´´ Ariba forniscono a Wilson le fondamenta necessarie per operare in modo più intelligente, agire più rapidamente e rispondere alle esigenze in continua evoluzione della gestione di un’attività retail globale.

Questo settembre, a New York, i fan vedranno Alex de Minaur competere con la sua fidata racchetta Wilson e indossare il suo nuovo completo Wilson personalizzato. Quello che non vedranno è l’ecosistema integrato e il percorso articolato che si cela dietro ogni singola racchetta, ogni paio di scarpe, ogni capo di abbigliamento — e la tecnologia Â鶹ԭ´´ che lo rende possibile.

“Il tennis è un gioco di preparazione. Quando scendo in campo, ogni dettaglio conta — da come sento la racchetta in mano al completo che indosso. Sapere che Wilson e la tecnologia alla base della sua attività fanno sì che tutto sia pronto esattamente quando ne ho bisogno mi dà quel tipo di sicurezza che mi permette di concentrarmi sulla competizione e dare il meglio di me�. Alex de Minaur.

Dominique Vitale e Sinead Cormican, Global Sponsorships, Â鶹ԭ´´

The post Dal cloud al campo: Wilson opera in modo più intelligente e veloce con Â鶹ԭ´´ appeared first on Â鶹ԭ´´ News Center Italy.

In Â鶹ԭ´´, la nostra risposta è chiara: la prossima ondata di trasformazione sarà guidata dall’Industry AI. Questa convinzione si riflette anche nell’evoluzione della nostra divisione, che da Customer Innovation Services diventa Customer Industry Solutions. Non si tratta semplicemente di un cambio di nome, ma di un ampliamento della missione e del riconoscimento del fatto che il futuro dell’AI enterprise sarà determinato dalla combinazione di tecnologia, profonda competenza nei diversi settori, eccellenza ingegneristica e innovazione incentrata sul cliente.

L’opportunità che abbiamo davanti è enorme. Gli analisti stimano che la sola AI generativa potrebbe creare tra 2.600 e 4.400 miliardi di dollari di valore economico annuale a livello globale, mentre si prevede che la spesa globale per l’AI supererà i 630 miliardi di dollari entro il 2028. Tuttavia, per realizzare questo valore sarà necessario che le aziende vadano oltre la sperimentazione e implementino l’AI in modo profondamente rilevante per i propri settori.

Per anni, le imprese hanno perseguito la trasformazione digitale attraverso piattaforme ampie e funzionalità orizzontali applicabili a diverse funzioni e settori. L’AI ha seguito un percorso simile. I Large Language Model (LLM) e gli strumenti di AI general-purpose hanno dimostrato capacità straordinarie e aperto possibilità completamente nuove. Tuttavia, man mano che le organizzazioni superano la fase dei progetti pilota e delle proof of concept, emerge sempre più chiaramente un elemento: l’AI generica può portarci solo fino a un certo punto.

“Nel mondo enterprise, il contesto è tutto. Il futuro dell’AI non risiede in un’intelligenza generica, ma in un’intelligenza in grado di comprendere i settori, i processi aziendali e il modo in cui le imprese creano valore�, ha dichiarato Dominik Metzger, Global Head of Industry AI. “È qui che l’organizzazione Customer Industry Solutions svolge un ruolo fondamentale, riunendo una profonda competenza nei diversi settori, gli insight dei clienti e l’eccellenza ingegneristica per colmare il divario tra innovazione e impatto concreto sul business�.

Un’azienda manifatturiera che cerca di ottimizzare la propria supply chain deve affrontare sfide fondamentalmente diverse da quelle di un retailer che vuole personalizzare le esperienze dei clienti. Una banca alle prese con requisiti normativi opera in un contesto completamente diverso rispetto a un’azienda del settore life sciences che vuole accelerare ricerca e sviluppo. Ogni settore ha i propri processi, modelli di dati, normative e modalità di creazione del valore.

È proprio per questo che Industry AI rappresenta la nuova frontiera della trasformazione enterprise. Il portafoglio Industry AI combina la potenza dell’AI con una profonda conoscenza dei diversi ambiti e del contesto aziendale. Non comprende soltanto il linguaggio, ma anche le peculiarità dei settori e la realtà concreta del modo in cui le aziende operano. Può affrontare sfide specifiche di settore e produrre risultati misurabili, scalabili e rilevanti per l’impresa.

Partendo dalle solide basi costruite attraverso la customer co-innovation, l’organizzazione Customer Industry Solutions riunisce una profonda competenza nei diversi settori, gli insight dei clienti e l’eccellenza ingegneristica per accelerare l’Industry AI su larga scala. È importante sottolineare che stiamo inoltre unendo i punti di forza dell’innovazione con i clienti e del forward-deployed engineering.

Questa combinazione è particolarmente potente. I team dedicati all’innovazione con i clienti portano una profonda comprensione delle sfide di business, dei processi di settore e dei risultati attesi dai clienti. Il forward-deployed engineering offre invece la capacità di sviluppare, implementare e rendere rapidamente operative le soluzioni all’interno di ambienti enterprise complessi. Insieme, queste competenze ci consentono di colmare il divario tra l’innovazione rivoluzionaria e il suo impatto concreto sul business.

Il nostro ruolo non consiste semplicemente nell’aiutare i clienti ad adottare nuove tecnologie. Consiste nel lavorare al loro fianco per affrontare sfide aziendali complesse, trasformare rapidamente le idee in soluzioni e aiutarli a passare dalla sperimentazione dell’AI a una trasformazione che coinvolga l’intera organizzazione.

L’Industry AI sta inoltre cambiando il modo stesso in cui avviene l’innovazione. Gli insight più preziosi emergono spesso dalla risoluzione di problemi reali dei clienti. Nascono dalla comprensione delle criticità sul campo, dall’identificazione delle opportunità per semplificare la complessità e dall’applicazione dell’AI in modi capaci di generare un valore concreto per il business. Tutto questo richiede una collaborazione tra clienti, esperti di settore, ingegneri e team di prodotto ancora più stretta di quanto non sia mai avvenuto in passato.

Questo rappresenta un altro ruolo fondamentale che l’organizzazione Customer Industry Solutions è chiamata a svolgere. Lavorando a stretto contatto con clienti di diversi settori e regioni e raccogliendo sistematicamente gli insight provenienti dal campo, possiamo contribuire a orientare lo sviluppo futuro dei prodotti e ad accelerare l’adozione su larga scala di funzionalità di AI specifiche per i diversi settori.

Ogni interazione con un cliente diventa un’opportunità per imparare, perfezionare e sviluppare soluzioni in grado di apportare benefici a interi settori.

Sindhu Gangadharan è head of Customer Industry Solutions, Â鶹ԭ´´

The post Le soluzioni Industry per i clienti plasmano il futuro delle Autonomous Enterprise appeared first on Â鶹ԭ´´ News Center Italy.

La domanda che mi viene rivolta più spesso dai clienti, indipendentemente dal settore o dall’area geografica, è sostanzialmente sempre la stessa: come possiamo costruire un’organizzazione capace di assorbire una turbolenza costante senza perdere coerenza operativa?

La mia risposta è chiara: non è possibile gestire una situazione di discontinuità permanente in modo puramente reattivo. Occorre costruire sistemi in grado di anticipare, adattarsi e agire autonomamente, su larga scala e in tempo reale. È questo che oggi la Business AI, quando è integrata nel cuore digitale dell’organizzazione, rende possibile. E la dimostrazione più evidente arriva dai nostri clienti, molti dei quali hanno condiviso il loro straordinario percorso di innovazione basato sull’AI durante i nostri recenti eventi, come Â鶹ԭ´´ Sapphire.

I dati sono la base, non un elemento accessorio

Il percorso di Ericsson è particolarmente significativo perché l’azienda ha affrontato una realtà che molte imprese faticano ancora ad accettare. Come ha affermato con chiarezza Esra Kocatürk Norell, Vice President of Customer Experience and Enterprise IT di Ericsson: «Quando l’AI viene scalata, smette di essere un problema di intelligenza artificiale e diventa un problema di dati.» Questa visione ha portato l’azienda a investire in modo mirato nella realizzazione di un’infrastruttura dati unificata basata su Â鶹ԭ´´ Business Data Cloud: un’architettura governata che consente ai dati di rimanere nei sistemi di origine, gestendo però in modo centralizzato semantica di business, governance e policy per il ciclo di vita.

Oggi oltre 85.000 utenti utilizzano Joule ed Ericsson sta passando con decisione dalla fase di sperimentazione all’adozione su scala enterprise seguendo due direzioni parallele: da un lato modernizza il proprio backbone ERP attraverso RISE with Â鶹ԭ´´; dall’altro sfrutta l’intelligenza artificiale per generare valore nelle decisioni, aumentare l’efficienza e sviluppare nuovi modelli di business. L’esperienza di Ericsson dimostra che il percorso verso un’AI affidabile, scalabile e ripetibile passa inevitabilmente dalla governance dei dati e che costruire queste fondamenta fin dall’inizio rappresenta un vantaggio strategico, non un costo.

Dal cuore digitale al mondo fisico

Se Ericsson rappresenta un esempio di trasformazione AI a livello di architettura dei dati, Martur Fompak International, leader globale nei sistemi di seduta e negli interni per l’industria automobilistica, mostra cosa significhi portare questa trasformazione direttamente nello stabilimento. L’azienda ha implementato un modello di intralogistica autonoma abilitato da Joule e dalle funzionalità di embodied AI di Â鶹ԭ´´, collaborando con Humanoid, partner specializzato in robotica, per integrare robot basati sull’intelligenza artificiale direttamente nelle operazioni manifatturiere.

Il sistema collega i segnali provenienti dalla produzione con il contesto di business, traducendoli in un’esecuzione fisica autonoma. Guidati dai dati relativi ai materiali, alle ubicazioni di magazzino, alle sequenze produttive e alle priorità operative, i robot umanoidi gestiscono i flussi di materiali lungo l’intero processo produttivo: identificano, trasportano e consegnano i materiali alle linee di produzione, registrando continuamente le attività all’interno dei sistemi Â鶹ԭ´´.

Come ha spiegato Özlem Altınışık, Group Intelligent Technologies Director di Martur Fompak International, l’obiettivo è «combinare autonomia cognitiva e automazione fisica» per «trasformare l’esecuzione, accelerare il processo decisionale e diffondere capacità intelligenti in tutta l’organizzazione.»

I primi risultati mostrano un aumento della produttività e una riduzione degli errori, mentre l’obiettivo per la produzione di massa è raggiungere un’efficienza fino a cinque volte superiore. Martur Fompak International è stata inoltre l’unica azienda premiata nella categoria AI Excellence dei Â鶹ԭ´´ Innovation Awards 2026, un riconoscimento non solo della tecnologia adottata, ma soprattutto della capacità di ripensare radicalmente l’ambiente di fabbrica.

Velocità, scalabilità e la piattaforma intelligente

Prysmian, leader mondiale nelle soluzioni per cavi con 20 miliardi di euro di fatturato e attività in oltre 50 Paesi, ha seguito un percorso diverso, ma altrettanto determinato. L’azienda ha completato la trasformazione verso una piattaforma cloud predisposta per l’AI attraverso RISE with Â鶹ԭ´´ in appena quattro mesi, utilizzando poi questa base per sviluppare oltre 100 casi d’uso di intelligenza artificiale. I risultati sono concreti: automazione del 70% delle attività ripetitive; riduzione dell’80% dei tempi di implementazione di nuove soluzioni; accelerazione del 50% del time-to-market dei nuovi prodotti.

Ciò che più colpisce nel percorso di Prysmian è il modo in cui viene ridefinito il ruolo della tecnologia enterprise. Come ha dichiarato Giovanni Cauteruccio, Group CIO & Digital Officer, l’AI integrata rappresenta «un elemento distintivo fondamentale, che ci consente di accelerare il rilascio di nuove soluzioni e rafforzare le competenze e la cultura dell’intelligenza artificiale all’interno dell’organizzazione.» In altre parole, la piattaforma non è più soltanto un sistema di registrazione delle transazioni, ma diventa un motore capace di accrescere progressivamente l’intelligenza dell’organizzazione.

L’architettura dell’agilità

Considerate nel loro insieme, queste tre esperienze raccontano qualcosa di molto più grande della semplice somma dei singoli casi. L’Autonomous Enterprise non è una visione lontana nel tempo. Sta già prendendo forma grazie a imprese che hanno scelto consapevolmente di integrare l’intelligenza artificiale nel cuore delle proprie attività, considerandola un principio fondamentale di progettazione e non una semplice funzionalità aggiuntiva.

A rendere possibile questa evoluzione è la convergenza di tre elementi: una base dati governata; una piattaforma ERP intelligente; funzionalità di intelligenza artificiale che vanno dalla scrivania fino alla linea di produzione e alla supply chain. Quando questi elementi vengono integrati correttamente, le imprese acquisiscono una capacità che nessun modello di gestione puramente reattivo può offrire: la capacità di percepire i cambiamenti, prendere decisioni e agire più rapidamente di quanto la discontinuità riesca a estendersi.

L’incertezza non scomparirà. Le organizzazioni che sapranno affrontarla con maggiore successo saranno quelle che, già oggi, stanno costruendo sistemi capaci di trasformare la volatilità in un segnale e quel segnale in un vantaggio competitivo.

Manos Raptopoulos è Global President Customer Success Europe, APAC, Middle East & Africa e membro dell’Extended Board di Â鶹ԭ´´ SE

The post Dalla produzione ai dati: come le aziende leader stanno riscrivendo le regole dell’agilità appeared first on Â鶹ԭ´´ News Center Italy.

Questa evoluzione emerge chiaramente da una nuova analisi di IDC, basata su una survey che ha coinvolto 300 manager e pubblicata nel white paper Orchestrating the End-to-End Supply Chain: Strategic Priority, Practical Reality. L’orchestrazione end-to-end non è più un obiettivo lontano: per molte organizzazioni è ormai una priorità strategica. Allo stesso tempo, lo studio evidenzia che ambizione e visione, da sole, non bastano.

Il divario dell’orchestrazione

Quasi la metà dei manager intervistati da IDC riconosce i vantaggi significativi dell’orchestrazione end-to-end della supply chain, ma molte organizzazioni non hanno ancora intrapreso azioni concrete. La vera sfida non consiste nel comprenderne il valore, bensì nel colmare il divario tra l’intenzione strategica e la capacità di eseguirla.

IDC ha coinvolto leader di diversi settori e aree geografiche, raccogliendo un messaggio comune: le aziende hanno chiaro il traguardo, ma chiedono indicazioni più precise su come raggiungerlo. Come ha osservato uno degli executive intervistati, il valore dell’orchestrazione della supply chain è evidente; ciò che risulta complesso è definire e mettere in pratica il percorso per arrivarci.

Questa situazione è nota a molte organizzazioni. Negli ultimi anni sono stati compiuti progressi all’interno delle singole funzioni operative, ma sono ancora poche le imprese che sono riuscite a integrare progettazione, pianificazione, approvvigionamenti, produzione, logistica e assistenza in un modello operativo realmente coordinato.

Cosa significa davvero orchestrare la supply chain

Una supply chain orchestrata connette persone, processi e tecnologie per aumentare l’agilità dell’organizzazione e favorire un miglioramento continuo, anche in presenza di interruzioni e cambiamenti.

L’intelligenza artificiale agentica sta ridefinendo questo paradigma, consentendo ai sistemi di analizzare le informazioni, prendere decisioni e coordinare le attività tra le diverse funzioni aziendali in tempo reale. Dagli approvvigionamenti alla pianificazione, dalla produzione alla logistica fino alla distribuzione, l’obiettivo non è più ottimizzare singole attività, ma garantire l’allineamento dell’intera organizzazione.

I tradizionali modelli lineari di supply chain erano stati progettati per un contesto molto più prevedibile. Oggi lo scenario è profondamente diverso. Instabilità geopolitica, evoluzione dell’AI, pressioni legate alla sostenibilità, crescente complessità normativa e aspettative sempre più elevate dei clienti impongono alle aziende una capacità di adattamento continua. Le decisioni prese in una singola funzione si ripercuotono rapidamente sull’intera catena del valore.

L’orchestrazione nasce proprio per affrontare questa complessità. Significa costruire una base informativa condivisa e contestualizzata, progettare processi che operino in modo coordinato e adottare sistemi in grado di supportare decisioni ed esecuzione lungo l’intera supply chain. La tecnologia rappresenta un fattore fondamentale, ma il successo dipende soprattutto dall’allineamento organizzativo: ruoli chiari, metriche condivise e processi coordinati. L’obiettivo non è ottimizzare singole attività, bensì valutare ogni decisione in funzione dell’impatto complessivo sull’intera catena e sul business.

Priorità diverse, un obiettivo comune

La ricerca IDC evidenzia anche come la percezione dell’orchestrazione cambi a seconda del ruolo aziendale. I Chief Operating Officer concentrano l’attenzione sulle performance complessive dell’impresa; i Chief Supply Chain Officer sul bilanciamento tra trasformazione e continuità operativa; i Chief Procurement Officer sul controllo dei costi e sulla gestione dei rischi legati agli acquisti diretti.

L’orchestrazione deve essere in grado di creare valore per le aree coinvolte, mantenendo al tempo stesso una visione unitaria e integrata della supply chain.

Questa pluralità di punti di vista dimostra perché l’orchestrazione sia oggi così importante: il successo deriva dalla capacità di rispettare le priorità delle diverse funzioni impedendo ai silos organizzativi di generare decisioni scollegate tra loro.

Efficienza e agilità non sono più in contrapposizione

Molti dei manager intervistati continuano a ritenere che efficienza operativa e capacità di risposta siano obiettivi in conflitto. L’orchestrazione dimostra invece il contrario.

Grazie a dati integrati, informazioni contestualizzate e strumenti più flessibili, le aziende possono reagire più rapidamente agli imprevisti, ridurre i tempi di risposta e prendere decisioni consapevoli, dimostrando che agilità ed efficienza possono rafforzarsi reciprocamente.

Come ha spiegato uno dei responsabili Procurement nello studio IDC, le organizzazioni devono essere contemporaneamente resilienti ed efficienti, o almeno in grado di valutare rapidamente i compromessi più opportuni. Senza una supply chain integrata e una visione condivisa dei dati, raggiungere questo equilibrio diventa estremamente difficile.

Individuare i problemi in anticipo e reagire tempestivamente consente infatti di ridurre i tempi di recupero, contenere i costi, limitare le spedizioni urgenti e migliorare il livello di servizio ai clienti.

Il ruolo dell’intelligenza artificiale agentica

L’intelligenza artificiale agentica si sta affermando come uno dei principali fattori abilitanti dell’orchestrazione della supply chain.

Gli agenti AI sono in grado di monitorare costantemente i segnali provenienti dall’ecosistema, valutare scenari alternativi e raccomandare o addirittura avviare azioni operative entro parametri definiti.

Negli ambienti Â鶹ԭ´´, l’intelligenza artificiale sta già generando valore concreto in ambiti quali l’onboarding dei fornitori, la manutenzione predittiva e il riequilibrio dinamico delle scorte e della capacità produttiva.

La maggior parte dei manager, tuttavia, preferisce considerare l’AI come uno strumento di supporto alle decisioni, piuttosto che come un decisore completamente autonomo. Il giudizio umano, l’esperienza e la responsabilità rimangono elementi centrali. L’orchestrazione funziona meglio quando l’intelligenza artificiale rafforza il processo decisionale mantenendo le persone al centro.

Dati, piattaforme e processi coordinati

Per orchestrare efficacemente la supply chain non basta collegare sistemi diversi. Servono dati armonizzati, processi coordinati e informazioni contestualizzate disponibili nel momento e nel luogo in cui il lavoro viene svolto.

Con supply chain sempre più estese e distribuite tra fornitori multilivello, partner logistici e operatori di servizio, la vera sfida non è più accedere ai dati, ma renderli utilizzabili, contestualizzati e realmente fruibili su larga scala.

L’analisi di IDC evidenzia come una reale orchestrazione end-to-end debba coinvolgere sia le operazioni interne sia l’intero ecosistema esterno. Molte delle informazioni più critiche, come segnali di rischio, vincoli di capacità produttiva e stato delle attività operative, risiedono infatti al di fuori dell’organizzazione. Senza una base dati comune, trasformare gli insight in azioni concrete diventa estremamente complesso.

Dalla strategia all’azione

Il percorso verso una supply chain orchestrata è ormai iniziato, ma procede ancora con velocità diverse da un’organizzazione all’altra. Solo una minoranza delle aziende ritiene di essere vicina a un’orchestrazione end-to-end completa.

La tecnologia, da sola, non rappresenta un limite. Preparazione dei dati, chiarezza degli obiettivi, allineamento organizzativo e gestione del cambiamento sono fattori altrettanto determinanti.

Le organizzazioni più avanzate partono da obiettivi chiari, investono nelle persone oltre che nelle piattaforme tecnologiche e costruiscono roadmap pragmatiche, orientate a generare valore in tempi rapidi. L’orchestrazione non è un progetto con una data di inizio e una di fine, ma un percorso di evoluzione continua che cresce insieme alla maturità dell’organizzazione.

In Â鶹ԭ´´ il nostro obiettivo è rendere l’orchestrazione della supply chain concreta e accessibile. Attraverso le soluzioni Â鶹ԭ´´ Supply Chain Management e Â鶹ԭ´´ Business Network aiutiamo le organizzazioni ad allineare i team, connettere i processi, integrare i partner e incorporare l’intelligenza artificiale nelle attività chiave della supply chain, consentendo decisioni migliori, un’esecuzione più rapida e un impatto duraturo sul business, anche in un contesto in continua evoluzione.

Hagen Heubach, Chief Marketing Officer per Â鶹ԭ´´ Supply Chain Management

The post Ripensare la Supply Chain: trasformare la visione strategica in realtà operativa appeared first on Â鶹ԭ´´ News Center Italy.

Questi investimenti, pur essendo fondamentali, non rappresentavano il traguardo: costituivano le fondamenta. E oggi stanno generando nuovo valore, man mano che le organizzazioni adottano l’intelligenza artificiale per ottenere risultati di business concreti e misurabili.

Oggi, c’è però un altro elemento che sta assumendo un’importanza altrettanto decisiva: i dati. Le organizzazioni che sono nella posizione migliore per amplificare il valore generato dall’AI sono quelle che hanno investito in solide basi dati, in grado di fornire all’intelligenza artificiale il contesto di business affidabile di cui ha bisogno per ragionare, formulare raccomandazioni e agire.

Quando incontro clienti e partner, osservo l’emergere di un nuovo modello. La conversazione non riguarda più tanto dove sia possibile applicare l’AI, quanto piuttosto cosa accade quando l’intelligenza diventa parte integrante del modo in cui l’azienda opera.

Sebbene ogni percorso di trasformazione sia diverso, ci sono tre cambiamenti che emergono in modo ricorrente e costante.

1. Dai casi d’uso dell’AI ai processi di business intelligenti

La prima fase di adozione dell’AI è stata incentrata sulla dimostrazione del valore. Le organizzazioni hanno individuato casi d’uso ad alto impatto, ottenuto risultati misurabili e acquisito la fiducia necessaria per comprendere che l’intelligenza artificiale poteva fare la differenza.

Questo lavoro non è ancora concluso. Tuttavia, sempre più clienti ci chiedono come rendere l’intelligenza una componente integrata dei processi di business che i dipendenti utilizzano ogni giorno. E stiamo già iniziando a vedere come questo si traduca nella pratica.

Un esempio è HR Path Brazil, azienda brasiliana specializzata nella selezione e gestione dei talenti per imprese internazionali, che utilizza Joule integrato in Â鶹ԭ´´ SuccessFactors HCM per automatizzare le interazioni HR più routinarie. La soluzione aiuta i dipendenti a trovare più rapidamente le informazioni di cui hanno bisogno, consentendo al tempo stesso alle divisioni Risorse Umane di concentrarsi su attività a maggior valore strategico. L’azienda ha registrato una riduzione del 7% delle richieste standard di assistenza HR e ha eliminato due ore di lavoro settimanali dedicate al supporto HR, un beneficio che cresce rapidamente nel tempo. È un esempio concreto di come un’intelligenza artificiale integrata e connessa stia diventando parte del modo in cui il lavoro viene svolto.

2. Dal misurare l’utilizzo dell’AI al misurare i risultati di business che genera

Un altro cambiamento significativo che sto osservando riguarda il modo in cui le organizzazioni definiscono il successo. Il ritorno sull’investimento (ROI) è ormai dato quasi per scontato, e questo emerge chiaramente anche dai dati, in particolare dalla ricerca che abbiamo svolto con Oxford Economics pubblicata proprio questa settimana.

Lo studio mostra che a livello globale le organizzazioni che investono nell’intelligenza artificiale prevedono un ritorno medio del 21% già quest’anno, destinato a crescere fino al 38% nei prossimi due anni. Inoltre, con la crescente diffusione dell’AI agentica, si stima che questa possa generare un ritorno economico pari a 17,6 milioni di dollari, oltre quattro volte superiore rispetto alle stime dello scorso anno (4,3 milioni di dollari).

Questo consente alle organizzazioni di concentrarsi maggiormente sui risultati di business prodotti dall’AI. Le domande che si pongono oggi sono, ad esempio: possiamo ridurre i tempi dei processi? Possiamo migliorare la qualità delle decisioni? Possiamo liberare tempo alle persone affinché si dedichino ad attività che generano maggiore valore? Possiamo rendere l’azienda più resiliente e più capace di reagire ai cambiamenti?

Si tratta di un cambiamento importante perché sposta il focus dall’implementazione della tecnologia al miglioramento delle performance dell’impresa.

3. Dai sistemi di record al nuovo sistema operativo dell’impresa

Il terzo cambiamento è quello che, a mio avviso, avrà il maggiore impatto nel lungo periodo.

Per decenni il software enterprise ha avuto principalmente il compito di registrare le transazioni, standardizzare i processi e automatizzare le attività ripetitive. Oggi sta iniziando ad aiutare le organizzazioni ad anticipare i cambiamenti, suggerire le azioni più opportune, coordinare il lavoro tra diverse funzioni aziendali e, sempre più spesso, eseguire decisioni operative di routine sotto la supervisione delle persone.

Per questo ritengo che l’Autonomous Enterprise rappresenti molto più della fase successiva dell’automazione. Rappresenta un nuovo modello operativo per le imprese.

Invece di impiegare tempo per collegare informazioni provenienti da finanza, supply chain, procurement, risorse umane e customer operations prima di decidere come agire, i sistemi intelligenti possono sempre più fornire il contesto necessario, proporre raccomandazioni, orchestrare il lavoro e aiutare i team a eseguire le attività.

Le persone rimangono saldamente al centro delle decisioni. Ma sono supportate da un software enterprise che sta diventando un partecipante attivo al funzionamento e all’esecuzione del business, e non più soltanto un sistema che registra ciò che è già accaduto.

La direzione che ci attende

Le organizzazioni che costruiranno il maggiore vantaggio competitivo nel lungo periodo non saranno semplicemente quelle che implementeranno il maggior numero di casi d’uso di AI. Saranno quelle che utilizzeranno questi primi successi per ripensare il modo in cui il lavoro viene svolto all’interno dell’intera impresa.

Il percorso verso l’Autonomous Enterprise non si realizzerà dall’oggi al domani e non eliminerà la necessità di una leadership forte, di una governance efficace o di persone competenti. Anzi, tutti questi elementi diventeranno ancora più importanti.

Probabilmente, tra qualche anno guarderemo agli attuali progetti di intelligenza artificiale nello stesso modo in cui oggi guardiamo ai primi anni della trasformazione verso il cloud: non come il punto di arrivo, ma come le fondamenta di un modo completamente nuovo di operare e innovare in modo continuo.

I veri vincitori di questa trasformazione saranno coloro che sapranno diventare progressivamente più intelligenti, più adattivi e, in ultima analisi, più autonomi.

Jan Gilg è membro dell’Extended Board di Â鶹ԭ´´ SE e Global President di Customer Success & Americas

The post Il modello che sta emergendo nelle trasformazioni guidate dall’intelligenza artificiale appeared first on Â鶹ԭ´´ News Center Italy.

Per rispondere, Â鶹ԭ´´ ha intervistato 10.000 consumatori e 4.800 manager in tutto il mondo nell’ambito del , una delle più ampie analisi oggi disponibili sul tema del customer engagement. Dallo studio emerge un modello che chiamiamo “The Engagement Divide“: il divario tra ciò che i marchi credono di offrire e ciò che i clienti sperimentano in realtà.

Un divario che si sta ampliando e sta diventando più evidente nell’era dell’AI.

I consumatori stanno infatti adottando l’intelligenza artificiale a una velocità superiore a molte imprese, utilizzandola per cercare, confrontare e valutare offerte diverse in pochi secondi. Le aziende invece spesso faticano a connettere i propri dati e ad attivarli lungo l’intero customer journey, coprendo marketing, commerce, vendite e servizi di assistenza. Per questo motivo, il divario nell’engagement non può essere colmato solo dal marketing, ma richiede il coordinamento dell’intera organizzazione perriuscire a conquistare la fiducia (e la scelta) dei clienti nei momenti cruciali.

Gli otto principali risultati della ricerca mostrano dove questo divario si sta ampliando e le principali sfide che le aziende devono superare per colmarlo:

1. Il 78% delle organizzazioni ritiene di offrire un’esperienza fluida e coerente su tutti i canali

La fiducia non manca di certo. Oltre tre quarti dei manager intervistati sono convinti di offrire performance multicanale impeccabili, riportando risultati positivi in termini di fidelizzazione, advocacy e incremento del customer lifetime value. Questa fiducia ci dice qualcosa di importante su come i marchi si valutano: le metriche e le dashboard monitorate dalle imprese e i meccanismi di feedback su cui basano le proprie valutazioni possono rafforzare una visione interna che non coincide con quella dei clienti. Come emerge dal dato successivo, la prospettiva del consumatore è nettamente diversa.

2. Il 41% dei consumatori afferma che le aziende non li comprendono come persone

Nonostante la fiducia espressa dai manager, quasi il 41% dei consumatori ritiene che i brand con cui interagisce non lo capiscano realmente. Se si considera questo dato, il divario di coinvolgimento diventa ancora più significativo: una differenza di 36 punti separano la percezione delle organizzazioni da quelle dei loro clienti.

Questo dato offre una chiave di lettura dell’analisi. Ogni investimento in AI, personalizzazione e orchestrazione dovrebbe perseguire un unico obiettivo: far sentire il cliente riconosciuto e valorizzato. Ãˆ proprio questo il valore che l’AI predittiva e la personalizzazione in tempo reale possono generare quando si basano su dati integrati e accessibili.

3. Per il 78% dei manager l’AI è fondamentale per la fidelizzazione  

L’ambizione non manca di certo quando si parla di intelligenza artificiale. Il 78% dei manager intervistati afferma che l’AI quest’anno sarà parte integrante delle proprie strategie di fidelizzazione. L’intento è chiaro: utilizzare l’intelligenza artificiale per ridisegnare il modo con cui interagire con i clienti, personalizzare le esperienze e rispondere ai comportamenti del mercato in tempo reale. La sfida, per la maggior parte delle imprese, risiede nell’implementazione, perché molte realtà faticano ancora a connettere i dati su cui si l’AI può prosperare.

I dati dei clienti sono distribuiti tra sistemi e funzioni diverse, marketing, commerce, assistenza e operation, rendendo difficile attivare l’AI in modo efficace. È qui che il divario di coinvolgimento diventa più evidente. I brand riconoscono che l’AI definirà la prossima era del customer engagement, ma senza dati interconnessi e team coordinati, molti non riescono a tradurre questa ambizione in percorsi di experience migliori.

Quando i silos interni diventano un problema per il cliente

4. Il 75% dei consumatori è scoraggiato da aziende disorganizzate

I silos interni hanno ripercussioni esterne. Tre consumatori su quattro si accorgono quando un’impresa non riesce a coordinare i propri team efficacemente e ne traggono una valutazione negativa. Essere sballottati da un reparto all’altro, dover ripetere le stesse informazioni o ricevere messaggi contraddittori peggiora la percezione complessiva del brand.

Questo dato ci ricorda che il coinvolgimento è una disciplina interfunzionale, non appartiene a un singolo dipartimento. Quando funzioni diverse lavorano con set di dati e priorità differenti, l’esperienza dei clienti ne risentirà inevitabilmente.

5. Solo 2 responsabili decisionali su 5 ritengono che i propri dipartimenti siano veramente allineati

Combinando questo dato con quello precedente, il quadro si fa più chiaro. I consumatori percepiscono la disorganizzazione e i dati mostrano che anche i brand non ne sono indifferenti. Poco meno della metà dei responsabili del campione ritiene che i propri reparti collaborino in modo coordinato, il che rivela quanto la maggior parte delle imprese sia ancora lontana dall’offrire percorsi clienti integrati.

La discrepanza tra questi ultimi risultati è significativa. Le persone percepiscono l’attrito e anche chi ricopre un ruolo di responsabilità lo nota, ma essere consapevoli del problema e risolverlo sono due cose ben diverse. Il coordinamento tra vendite, assistenza, marketing e IT richiede dati condivisi, obiettivi comuni e una leadership che consideri il coinvolgimento dei clienti una priorità trasversale all’intera organizzazione.

6. Il 54% delle imprese non può accedere e utilizzare i dati in tempo reale, mentre il 60% è alle prese con i “dark data�

Oltre la metà delle aziende intervistate non può accedere ai propri dati o utilizzarli in tempo reale, e sei su dieci si ritrovano con “dark dataâ€�, ovvero informazioni raccolte ma mai utilizzate. Questo rappresenta una sfida fondamentale, perché non è possibile personalizzare  risposte, offerte, esperienze in tempo reale se i dati non sono connessi e disponibili rapidamente. Non è possibile colmare il divario di engagement se le informazioni necessarie sono bloccate in sistemi che non comunicano tra loro.

L’esperienza che i clienti desiderano davvero

7. Il 46% dei consumatori afferma che il servizio clienti sia impersonale

Quasi la metà dei consumatori afferma che le interazioni con il servizio clienti non abbiano quel tocco personale che desiderano, e questo vale per l’intero customer journey. Pensate alla chiamata al centro di assistenza in cui ripetete il vostro problema per la terza volta, al chatbot che non sa che siete clienti fedeli, o all’e-mail di follow-up che sembra scritta per un destinatario generico. Questi piccoli episodi, sommati, fanno la differenza.

Quando il servizio risulta impersonale, mina la bontà degli investimenti sostenuti per acquisire i clienti e fidelizzarli. I consumatori non separano marketing, vendita, assistenza e commerce. Per loro questi elementi confluiscono in un’unica esperienza, e una singola interazione impersonale può erodere la fedeltà e vanificare mesi di impegno e risorse.

8. Il 48% dei consumatori si preoccupa meno del brand e più dell’esperienza complessiva

Quasi la metà dei consumatori considera che l’esperienza complessiva sia  più importante della reputazione dell’azienda. Il valore del marchio da solo non basta a fidelizzare le persone quando un concorrente offre un percorso più fluido, personalizzato e connesso.

Per i professionisti del marketing questo è un campanello d’allarme. La notorietà e l’affinità contano ancora, ma da sole non bastano. Oggi, la fedeltà si costruisce sulla qualità di ogni interazione e su ogni canale. Un processo di reso senza intoppi, un consiglio rilevante al momento giusto, un addetto al customer service che conosce già la tua storia: sono questi gli elementi che incentivano gli acquisti ripetuti, non la sola notorietà del marchio.

Colmare l’Engagement Divide

Gli otto risultati della ricerca raccontano una storia coerente: i brand stanno investendo molto nel coinvolgimento, ma i clienti non ne stanno ancora vedendo i risultati. L’engagement divide è reale, misurabile e diffuso. Ma rappresenta anche una grande opportunità.

Le organizzazioni che stanno ottenendo i migliori risultati condividono un approccio comune, considerando il coinvolgimento come una disciplina aziendale a tutti gli effetti, non come una responsabilità di una singola funzione, tipicamente il marketing. Inoltre, collegano i dati provenienti da ogni punto di contatto con il consumatore, utilizzano l’intelligenza artificiale per passare da campagne di massa a interazioni personalizzate in tempo reale e allineano funzioni diverse attorno a un obiettivo comune: creare valore per il cliente in ogni momento del suo percorso.

Sara Richter è CMO Â鶹ԭ´´ Engagement Cloud, Â鶹ԭ´´

The post 8 motivi per cui i brand devono ripensare il modo di coinvolgere i clienti appeared first on Â鶹ԭ´´ News Center Italy.

Oggi, però, lo scenario sta cambiando nuovamente. Il report “Procurement at a Crossroads: from optimism to realismâ€�, realizzato da Economist Enterprise con il supporto di Â鶹ԭ´´, descrive un procurement che si trova a un vero e proprio bivio: consolidare il ruolo strategico conquistato oppure rischiare di essere ricondotto a una funzione prevalentemente focalizzata sul controllo dei costi.

La ricerca, condotta su oltre 2.600 executive in 23 Paesi, evidenzia infatti un ritorno deciso della pressione su saving ed efficienza. Il 54% dei manager intervistati indica oggi il contenimento dei costi come principale valore generato dal procurement, in crescita rispetto al 43% del 2025.

Ma sarebbe riduttivo leggere questo dato come un passo indietro. Al contrario, il procurement moderno è chiamato a un ruolo sempre più complesso: ridurre i costi, certo, ma allo stesso tempo rafforzare la resilienza, governare il rischio, supportare gli obiettivi ESG e accelerare la trasformazione digitale. È in questa evoluzione che l’intelligenza artificiale assume un ruolo decisivo.

L’AI come nuovo motore del procurement

Uno dei segnali più interessanti emersi dallo studio riguarda proprio la centralità dell’AI. Il 60% degli executive intervistati identifica la trasformazione digitale come la principale priorità strategica del procurement nei prossimi 18 mesi, davanti persino al cost management.

Ancora più significativo è che il 56% indica nelle strategie di intelligenza artificiale il principale driver della trasformazione digitale della funzione. È un cambio di paradigma rilevante: fino a pochi anni fa la digitalizzazione del procurement significava soprattutto automazione, analytics e semplificazione dei processi. Oggi stiamo entrando in una fase nuova, guidata dall’emergere dell’agentic AI: sistemi in grado non solo di analizzare i dati, ma anche di eseguire attività operative e supportare decisioni in modo sempre più autonomo.

La ricerca mostra che il 56% delle aziende sta già valutando o implementando soluzioni di questo tipo. Un’evoluzione che segna il passaggio dall’AI come “assistente� all’AI come “orchestratore� di processi. Dalla gestione del sourcing automatizzato alla proposta in tempo reale di fornitori alternativi in base a eventi geopolitici, fino a workflow intelligenti capaci di apprendere e adattarsi: il procurement entra in una nuova dimensione.

Non si tratta più solo di efficienza. L’AI diventa uno strumento di governo e supporto strategico.

Dal procurement reattivo al procurement predittivo

La vera discontinuità introdotta dall’AI riguarda il passaggio da una gestione reattiva della spesa e del rischio a un approccio predittivo.

Il report evidenzia come il 67% degli executive consideri gli insight predittivi e guidati dall’AI il principale fattore di evoluzione del category management. In altre parole, il procurement del futuro non sarà valutato soltanto sulla capacità di negoziare meglio, ma soprattutto sulla capacità di anticipare criticità e generare valore strategico attraverso i dati.

Questo cambiamento richiede una trasformazione profonda anche culturale: un procurement più integrato con le operazioni finanziarie e supply chain, più collaborativo con i fornitori e più capace di leggere i segnali deboli e trasformarli in decisioni tempestive.

L’AI accelera questo percorso, ma non lo rende automatico. Il vero elemento abilitante resta la qualità del dato. Uno dei messaggi più chiari della ricerca è infatti che il principale limite all’adozione efficace dell’AI non è tecnologico, ma legato alla frammentazione dei sistemi e alla maturità dei dati aziendali.

Il 32% degli executive indica proprio l’incertezza sul ritorno dell’investimento come principale ostacolo all’adozione dell’AI nel procurement.

Molte organizzazioni stanno infatti cercando di introdurre soluzioni avanzate su basi informative ancora disomogenee, con dati non integrati e processi non standardizzati. Ma un procurement davvero intelligente non può prescindere da una piattaforma digitale connessa, capace di integrare dati, fornitori, processi e analytics in un unico ecosistema.

È qui che le piattaforme evolute di spend management giocano un ruolo chiave: trasformare dati frammentati in insight azionabili, garantire visibilità end-to-end e abilitare processi intelligenti su scala.

L’AI non sostituirà il procurement strategico

Accanto all’entusiasmo per l’automazione intelligente, emerge anche un forte realismo. Solo il 9% degli executive ritiene che nei prossimi tre anni l’AI sarà in grado di guidare autonomamente la maggior parte delle decisioni di procurement.

La maggioranza del mercato immagina invece un modello ibrido: AI a supporto delle decisioni operative e tattiche, con il presidio strategico che resta saldamente nelle mani delle persone.

È una distinzione fondamentale. L’AI può ottimizzare processi, accelerare analisi e migliorare la compliance, ma il valore strategico del procurement continua a dipendere da competenze profondamente umane: capacità negoziale, gestione delle relazioni con i fornitori, comprensione del business, lettura del rischio e visione d’insieme.

Il procurement come leva dell’impresa intelligente

Il punto non è più se l’AI trasformerà il procurement, perché lo sta già facendo, ma come le organizzazioni sapranno governare questa trasformazione.

Le aziende capaci di integrare in modo coerente dati, processi e intelligenza artificiale potranno evolvere il procurement in una vera leva strategica di competitività: una funzione in grado di generare contemporaneamente efficienza, resilienza e innovazione.

Chi invece limiterà l’AI a sperimentazioni isolate o a una logica puramente tattica rischia di non capitalizzare il vantaggio costruito negli ultimi anni.

Paolo Brida è Head of Spend Management, Â鶹ԭ´´ Italia

The post Procurement e AI: dall’ottimismo al realismo, la nuova sfida del procurement strategico appeared first on Â鶹ԭ´´ News Center Italy.