// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Oltre il 78% delle aziende prevede agent AI per il supporto clienti entro 18 mesi
Settecentottanta per cento delle aziende intervistate nell'Adobe 2026 AI and Digital Trends Report prevede di avere agenti AI operativi nel customer support entro 18 mesi. Solo il 16% li ha già dispiegati a scala enterprise. La distanza tra questi due numeri — 78% di intenzione, 16% di esecuzione — è la misura più precisa dello stato reale dell'adozione degli agenti AI nel customer service. Non è un mercato in ritardo rispetto alla curva tecnologica: è un mercato in cui il gap tra ambizione e capacità operativa è diventato la variabile critica.
La ricerca coinvolge 3.000 executive e 4.000 consumatori in mercati globali. Le due popolazioni offrono prospettive divergenti che raramente si incontrano nelle analisi di settore. Gli executive vedono gli agenti AI come la prossima trasformazione del customer service — capaci di ridurre i costi, aumentare la disponibilità h24 e scalare senza proporzionali aumenti di organico. I consumatori vedono la stessa tecnologia con una diffidenza significativa: il 44% preferisce ancora interagire con operatori umani, e solo il 16% accetta che un agente AI prenda decisioni autonome sul proprio caso senza supervisione umana.
Il 16% di adozione enterprise non è il risultato di scarsa volontà di investimento. Le aziende stanno allocando budget significativi per gli agenti AI nel customer service — il mercato degli strumenti per il customer service AI ha superato i 10 miliardi di dollari nel 2025, come analizza anche TechRadar. Ma i costi crescono più velocemente del valore prodotto: il token spending senza governance è già diventato una variabile critica anche nel customer support. Il collo di bottiglia è tecnico e organizzativo, non finanziario.
Il 76% degli executive interpellati da Adobe cita la frammentazione dei dati come l'ostacolo principale alla scalabilità degli agenti. Un agente AI che gestisce il supporto clienti deve accedere, in tempo reale, a: storico degli acquisti del cliente, storico delle interazioni precedenti con il supporto, stato dell'ordine corrente, politiche di reso e garanzia, disponibilità di prodotti alternativi. Questi dati vivono tipicamente in sistemi separati — CRM, ERP, piattaforma e-commerce, sistema di gestione dei ticket — che non sono stati progettati per esporre i propri dati a un agente in modo coerente e in tempo reale.
Un agente AI è efficace nella misura in cui i dati che alimentano le sue decisioni sono completi, aggiornati e coerenti. Un agente che risponde sulla base di dati parziali o obsoleti non riduce i costi del customer service: li aumenta, perché produce risposte errate che richiedono correzione umana e generano ulteriori contatti da parte del cliente insoddisfatto. Il 32% dei pilot projects nel customer service AI non raggiunge mai la produzione, secondo i dati Adobe — e la frammentazione dei dati è la causa più frequente.
Salesforce ha dichiarato per il proprio agente Fin un tasso di risoluzione del 76% — percentuale che viene citata frequentemente come benchmark di riferimento per il settore. Il dato è reale ma richiede contestualizzazione. Il 76% di risoluzione è misurato su un universo di ticket che include prevalentemente richieste di tipo standard: stato dell'ordine, politiche di reso, informazioni di prodotto, problemi di accesso. Le richieste complesse, emotive o che richiedono discrezionalità vengono escalate agli operatori umani prima che l'agente le gestisca autonomamente — quindi non entrano nel denominatore del calcolo.
Questo non è un difetto del sistema: è la sua modalità operativa corretta. Un agente AI ben progettato sa quando escalare, e la sua efficacia dipende dalla qualità del triage — cioè dalla capacità di riconoscere quali richieste può gestire autonomamente e quali richiedono intervento umano. Il problema emerge quando le aziende adottano il 76% come aspettativa universale senza verificare se la composizione del proprio volume di ticket è analoga a quella su cui Salesforce misura il benchmark.
L'Adobe report document