Il 2026 State of AI Development Report di OutSystems, basato su interviste a 1.900 responsabili IT in tutto il mondo, restituisce un’istantanea precisa e per certi versi inquietante dell’industria AI odierna. Secondo lo studio, il 96% delle organizzazioni coinvolte utilizza già agenti AI in qualche forma e il 97% sta esplorando strategie agentiche su scala sistemica.

L’AI agentica rappresenta un salto qualitativo rispetto alle applicazioni generative che hanno dominato il dibattito negli ultimi tre anni. Un agente AI esegue infatti workflow in autonomia, prende decisioni in tempo reale e si adatta al contesto operativo senza intervento umano diretto. Gartner stima che il 40% delle applicazioni enterprise includerà agenti AI specifici per task entro la fine del 2026, partendo da meno del 5% nel 2025. È un’accelerazione senza precedenti nel ciclo di adozione di una tecnologia enterprise.

I dati di OutSystems confermano questa direzione con un dettaglio interessante sulla distribuzione geografica della maturità. L’India emerge come mercato con i livelli più avanzati di capacità agentiva, mentre Australia e Giappone mostrano una base crescente di organizzazioni in stadio intermedio. In Europa, Germania, Paesi Bassi e Regno Unito si collocano anch’essi su una maturità intermedia. I settori più avanzati in termini di deployment in produzione sono i servizi finanziari e il tech, dove la misurabilità del valore e la pressione competitiva sono entrambe più alte.

Uno dei passaggi più interessanti del report riguarda l’impatto sull’industria dello sviluppo software in senso stretto. Il 31% degli intervistati afferma che l’AI è già parte integrante delle proprie pratiche di sviluppo e un ulteriore 42% l’ha incorporata in fasi specifiche del ciclo di vita del software, tanto che secondo Woodson Martin, CEO di OutSystems, costruire software e costruire sistemi AI sono diventati la stessa cosa.

Agent Sprawls

Crediti: Shutterstock

È una fusione con implicazioni profonde. In mercati come India e Australia, lo sviluppo assistito da AI generativa è già il metodo prevalente, con il modello “human-on-the-loop” (supervisione umana ridotta ma non assente) che è adottato dal 52% delle organizzazioni. Ciò non significa tanto automatizzare singole operazioni ripetitive, quanto delegare intere porzioni del processo decisionale a sistemi che operano in autonomia e vengono supervisionati a posteriori, non in tempo reale.

Dove il report si fa più preoccupante è quando si concentra sulla cosiddetta Agent Sprawl, che preoccupa il 94% delle organizzazioni, Con questo termine, si intende la proliferazione incontrollata di agenti e strumenti AI che aumenta la complessità tecnica, il debito architetturale e il rischio di sicurezza. Solo il 12% ha implementato una piattaforma centralizzata per gestire questa frammentazione, mentre la maggioranza sta ancora sperimentando approcci di governance che variano per team e area geografica, senza un framework coerente.

Il 38% delle organizzazioni gestisce un mix di agenti custom e pre-built, creando stack difficili da standardizzare e da proteggere. È esattamente il tipo di eterogeneità che nel breve periodo accelera l’adozione ma che, nel medio periodo, genera le condizioni per incidenti di sicurezza, duplicazioni costose e impossibilità di audit sistematici.

La testimonianza di Scott Finkle, VP of Technology di McConkey Auction Group, è indicativa di un approccio che molte organizzazioni stanno adottando in modo pragmatico: partire da un progetto piccolo e ben definito, portarlo in produzione e costruire competenza interna. Una risposta sensata di chi sa di non poter aspettare che i framework maturino prima di iniziare. Il rischio è che, quando quei framework arriveranno, l’infrastruttura da riconciliare sarà già diventata ingestibile.

(Immagine in apertura: Shutterstock)