Nei consigli di amministrazione, non si discute più di adozione dell’intelligenza artificiale (ormai data per assodata), ma di ritorno economico, con la maggior parte delle organizzazioni che fatica ancora a dimostrare se gli investimenti in AI stiano producendo valore reale. È in questo contesto che si inserisce Botanu, startup con base tra New York e San Francisco che vuole essere il “COO degli agenti AI”. L’idea di fondo è trattare gli agenti intelligenti come una forza lavoro da gestire, valutare e ottimizzare, anziché come semplici strumenti software da acquistare e utilizzare.

I numeri aiutano a capire la portata del problema. La spesa media annuale delle imprese per l’AI si aggira intorno ai 186 milioni di dollari con una crescita sostenuta anno su anno, mentre la spesa in token è aumentata di 13 volte dal gennaio 2025, là dove solo il 27% dei dirigenti afferma che l’IA abbia soddisfatto le loro aspettative in termini di ROI. Diverse analisi indipendenti convergono sul fatto che l’entusiasmo per l’adozione supera di gran lunga la capacità di misurare l’impatto. Il risultato è una forma di “shock da fattura” che si manifesta quando i costi diventano concreti e difficili da giustificare.

Secondo la lettura proposta dalle fondatrici di Botanu Alina Vrsaljko e Deborah Jacob, il problema non è tecnologico. Le aziende non stanno fallendo perché l’intelligenza artificiale non funziona, ma perché non dispongono degli strumenti per capire dove e come stia generando valore. In altre parole, manca una metrica condivisa e affidabile che colleghi direttamente costo e risultato.

Qui emerge una differenza sostanziale rispetto alle precedenti ondate tecnologiche come quella del cloud. In quel modello, la relazione tra utilizzo e spesa era relativamente lineare e tracciabile, nel senso che ogni workload poteva essere ricondotto a un team, a un prodotto o a un servizio specifico. Con gli agenti AI, questa linearità si spezza. La stessa attività può avere costi molto diversi a seconda del contesto, del modello utilizzato o della complessità dell’elaborazione. A complicare il quadro contribuisce il passaggio da licenze flat a modelli di pricing basati sul consumo, che trasferiscono ulteriore variabilità sul lato cliente.

Il risultato è una perdita di visibilità. I costi si frammentano tra fornitori, infrastrutture e strumenti diversi, mentre il valore prodotto si disperde nei sistemi aziendali che registrano gli esiti finali, come CRM, piattaforme di supporto o sistemi finanziari. Collegare questi due mondi, spesa e outcome, diventa un esercizio complesso anche per organizzazioni tecnologicamente mature.

demo-value-map

Botanu costruisce la propria proposta proprio su questa frattura. La piattaforma raccoglie dati di telemetria a livello di sistema per ricostruire il comportamento degli agenti lungo l’intera filiera operativa, indipendentemente dal vendor o dallo stack utilizzato. Non si limita a contare token o chiamate API, ma traccia il percorso completo di un’azione, fino a collegarla al risultato effettivamente registrato nei sistemi aziendali. Un passaggio cruciale, dal momento che il valore non viene dichiarato dall’agente stesso, ma misurato dove si concretizza.

L’approccio introduce un cambio culturale oltre che tecnico. Misurare l’attività, come il numero di interazioni o di operazioni eseguite, è relativamente semplice ma spesso fuorviante. Un agente può essere estremamente “attivo” senza generare alcun impatto significativo sul business. Spostare l’attenzione sugli outcome significa se mai chiedersi, ad esempio, se un agente commerciale stia davvero aumentando i lead qualificati o se un sistema di supporto stia riducendo i tempi di risoluzione in modo misurabile.

In questo senso, la distinzione proposta da Botanu tra una logica orientata ai consumi e una orientata ai risultati è meno banale di quanto sembri. La prima è facilmente manipolabile e tende a favorire metriche superficiali, mentre la seconda richiede un’integrazione profonda con i processi aziendali e una definizione chiara degli obiettivi. È anche, inevitabilmente, più difficile da implementare.

Dal punto di vista organizzativo, il tema si sposta rapidamente dal reparto IT al livello executive. Sempre più spesso sono infatti CEO e CFO a doversi assumere la responsabilità degli investimenti in AI, senza però disporre di strumenti adeguati per valutarli con criteri finanziari tradizionali. Senza una metrica che tenga insieme costo e rendimento, l’AI rischia di essere percepita come una voce di spesa opaca, difficile da governare.

L’analogia dell’agente AI che dovrebbe essere gestito come un dipendente fatta da Botanu aiuta a chiarire la posta in gioco. Non basta sapere quanto costa, bisogna capire se sta svolgendo il proprio lavoro in modo efficace e se quel lavoro ha un valore per l’organizzazione. Questo implica introdurre pratiche di performance management applicate a entità non umane, con una frequenza e una scala operativa molto più elevate.

La scommessa di Botanu è che la prossima linea di demarcazione nel mercato non sarà tra chi adotta l’AI e chi la ignora, ma tra chi riesce a misurarne il valore e chi no. Ecco perché la dove la spesa continua a crescere e inizia a incidere in modo significativo sui ricavi, la capacità di dimostrare un ritorno concreto diventa un vantaggio competitivo. Le aziende che riescono a identificare con precisione i casi d’uso più redditizi possono concentrare lì le risorse, amplificando l’impatto degli investimenti e costruendo un margine difficilmente colmabile nel breve periodo.