SAP accelera sull’impresa autonoma, ma per i clienti l’umano resta nel ciclo

Alla 31esima edizione di SAP Now, la filiale italiana ha ripreso il messaggio lanciato a maggio a Sapphire. Dopo l’Intelligent Enterprise, che portava nei gestionali analisi predittive e automazione, è il turno dell’Autonomous Enteprise, l’impresa autonoma in cui gli agenti AI gestiscono un processo dall’inizio alla fine, ragionano sui problemi di business e agiscono senza un intervento umano passo per passo. “Autonomous Enterprise non vuole dire soltanto più agenti o più assistenti. È un nuovo modo di lavorare”, ha sintetizzato Carla Masperi, Amministratrice Delegata di SAP Italia.

Carla Masperi, AD di SAP Italia

Il “team” conta oggi 200 agenti, che diventeranno 400 entro fine anno, e oltre 50 Joule Assistant, gli assistenti specializzati per ruolo. L’interfaccia è Joule Work, che SAP descrive come basata sull’intenzione: l’utente chiede un risultato – per esempio ridurre i giorni medi di incasso dei crediti – e l’assistente attiva gli agenti che recuperano contratti, partite aperte e storico dei clienti.

A sostegno della propria impostazione, SAP cita dati di Boston Consulting Group, secondo cui il 74% delle organizzazioni resta bloccato nella fase pilota, di Anthropic che dice che il 42% dei clienti indica accesso e qualità dei dati come ostacolo principale, mentre l’accuratezza dei modelli linguistici generici si fermerebbe attorno all’80%, secondo altri studi accademici. “Un bilancio non può essere accurato all’86%, ma neanche solo al 99%”, ha osservato Masperi.

Augusta Spinelli, Regional President EMEA di SAP

La risposta di SAP è quella nota: un Knowledge Graph che collega 7,3 milioni di campi e 500.000 tabelle dei suoi applicativi, e la migrazione al cloud con RISE, su un sistema centrale ricondotto allo standard (il cosiddetto clean core), come prerequisito per poter far lavorare gli agenti AI su un sistema di dati certi e aggiornati.

Augusta Spinelli, Regional President EMEA di SAP, ha insistito sull’urgenza: “Le aziende che stanno ottenendo i risultati migliori sono quelle che non hanno aspettato che l’AI diventasse perfetta”. E ancora: “La domanda non è se l’AI cambierà il vostro business: lo sta già cambiando”.

Agenti in produzione, ma sotto supervisione

Le testimonianze dei clienti restituiscono un quadro meno netto. Enrico Andrini, Chief Digital Officer di Bonfiglioli, ha ammesso di non poter affermare che il produttore bolognese di riduttori meccanici sia già un’impresa autonoma. Bonfiglioli usa agenti che affiancano le persone: uno, quando un fornitore è in ritardo, individua gli ordini di vendita coinvolti e suggerisce come riorganizzarli; un altro abbina fatture dei fornitori e ricevimenti merci, evidenziando le discrepanze. L’orchestrazione resta in mano alle persone e gli agenti non si passano ancora il lavoro tra loro: l’azienda usa il protocollo MCP, che collega gli agenti a dati e strumenti, ma non ancora A2A, lo standard che fa dialogare tra loro agenti diversi.

Per Andrini il vincolo resta la qualità del dato, con un’aggravante. “Garbage in, garbage out lo diciamo da almeno 30 anni. Però c’è una differenza: noi umani siamo lenti anche a fare gli errori”. Con sciami di agenti, ha aggiunto, “il danno può diventare velocemente davvero molto grande e anche molto difficile da fermare”.

Da sinistra, Germano Mosconi (Il Milanese Imbruttito) e la giornalista SKY Lavinia Spingardi, presentatori della giornata, e l’AD di SAP Italia Carla Masperi.

Anche Fameccanica, controllata di Angelini Technologies che costruisce macchine per la produzione e sistemi di automazione per la logistica, mantiene un passaggio umano. Francesco Scarrico, Global IT Director, ha descritto un prototipo realizzato in tre mesi: un agente legge gli ordini dei clienti arrivati via mail o in PDF, verifica condizioni commerciali e listini e prepara una proposta; un secondo agente crea l’ordine di vendita, ma solo dopo la validazione di un dipendente. Il prossimo passo sarà l’entrata merci, su circa 2.300 arrivi di componenti al giorno.

Per Antonio Fratta Pasini, Head of IT di Oniverse (il gruppo Calzedonia), la barriera è anzitutto di fiducia. “Il mondo finance vuole il cento percento di accuratezza. Non il 99”, ha spiegato. Solo dopo aver dimostrato questo livello, si può avviare il lavoro di accompagnamento al cambiamento.

Il percorso di trasformazione non è uguale per tutte le applicazioni, avverte Fratta Pasini. Sulle soluzioni SaaS come SuccessFactors o Concur gli aggiornamenti arrivano da sé e i colleghi vedono subito le novità, mentre sull’istanza S/4HANA in private cloud, con quasi vent’anni di storia e 77 società su un’unica installazione, “dobbiamo ancora fare dei compiti a casa”. Per questo Oniverse ha spostato parte del personale dalla gestione dell’hardware a ruoli di architetti di soluzione e di raccordo con le funzioni aziendali, perché “è più facile cambiare se c’è una spinta anche del business”.

Il conto degli agenti

Sul piano commerciale, Spinelli ha annunciato che da ottobre SAP rende disponibili 200 agenti per finanza, supply chain, risorse umane, acquisti ed esperienza cliente, e che dal primo novembre la maggior parte di queste funzionalità entrerà nell’abbonamento standard. “Avere un AI Credit e non usarlo non è un asset, è un costo”, ha avvertito.

Il modello commerciale pubblicato da SAP introduce però una distinzione. Le funzionalità di AI generativa finora vendute in pacchetti per utente confluiscono nella componente Base, inclusa nell’abbonamento. Gli agenti restano invece nella componente Premium e si pagano a consumo in AI Units, i crediti prepagati di SAP: nel 2026 ogni azione di un agente costa 0,02 AI Units e i crediti non usati scadono dopo dodici mesi. Gli agenti sviluppati su misura girano gratis solo fino al 31 dicembre.

Ma come si controllano quindi i costi dell’AI? Secondo Fratta Pasini servono tetti di spesa e trasparenza verso chi usa gli strumenti: “Non ti devo far vedere quanti token hai consumato, perché non sai qual è il valore economico. Devo cercare di tradurre questa cosa in euro”. Nel reparto IT di Oniverse i crediti sono assegnati a scaglioni: chi esaurisce il budget può chiederne altro, che viene concesso se il risultato è misurabile, per esempio in ticket chiusi. “Laddove posso misurare i risultati, sono velocissimo ad aumentare il budget di spesa”.

Andrini distingue tra la produttività individuale, imprevedibile e quindi da contenere con limiti, e gli agenti di processo, il cui consumo si stima con una decina di test. Scarrico punta su simulatori preventivi e su business case validati nella fase pilota, perché oltre all’efficienza di un agente “dobbiamo prevedere quanta strada farà”. Masperi ricorda che per i propri agenti è SAP a scegliere il modello adatto a ogni scenario: “Non è detto che serva per forza la Ferrari per fare il controllo fatture”.

Il nodo del valore

Tutte le imprese sono alla ricerca di dati chiari sul ritorno degli investimenti in AI. Fratta Pasini nota che è evidente quando l’AI incide sulle vendite, come un sistema di raccomandazione nell’e-commerce, molto meno quando si disperde in piccoli risparmi di tempo individuali: “Is the beginning of better, ma non è immediatamente chiaro che sia better for the company”, ha detto, rigirando lo slogan dell’evento. In altre parole: siamo sicuri che il tempo risparmiato dai dipendenti venga effettivamente messo in ulteriore produttività?

Andrini osserva che oggi il costo dei token pesa poco, grazie al calo dei prezzi e alla diffusione ancora limitata degli agenti. Se però l’impresa autonoma passerà dalla visione alla pratica, con agenti pagati a ogni azione compiuta e listini che possono cambiare nel tempo, la prevedibilità della spesa diventerà un criterio di scelta importante quanto l’accuratezza.