// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Il software venduto per postazione ha i giorni contati
Gartner ha pubblicato un'analisi secondo cui 234 miliardi di dollari di spesa in software applicativo enterprise sono esposti a quello che l'azienda di analisi chiama "agentic arbitrage": entro il 2030 varrà il 20% della spesa SaaS applicativa delle aziende. Il meccanismo è semplice da descrivere e destabilizzante da digerire: quando un agente AI completa un compito attraversando più sistemi, l'utente umano smette di aprire le interfacce software una per una.
George Brocklehurst, Managing VP di Gartner, lo dice senza giri di parole: gli agenti sostituiscono le interfacce, non le affiancano. La citazione ufficiale recita che "i sistemi agentici forniscono risultati direttamente, bypassando le applicazioni tradizionali centrate sull'interfaccia utente, e rendono il software invisibile. Questo spezza il legame tra crescita degli utenti e crescita dei ricavi per molti fornitori di software enterprise".
Va tenuto separato ciò che è già realtà da ciò che è proiezione. I 234 miliardi sono una stima Gartner con orizzonte 2030, non un dato di spesa attuale. Quello che è già disponibile oggi, e su cui torneremo, è un numero più piccolo di casi concreti in cui il pagamento a risultato ha sostituito la licenza. La distanza tra proiezione e realtà è la misura di quanto lavoro resta da fare prima che il mercato SaaS cambi pelle davvero.
Il SaaS enterprise ha costruito la propria economia su un'equazione elementare: più utenti collegati, più ricavi ricorrenti. Ogni dipendente in più che apre l'applicazione è una licenza in più venduta, e il fornitore ha interesse diretto a moltiplicare gli accessi umani, non a renderli superflui.
Gli agenti AI rompono l'equazione dal lato sbagliato per chi vende licenze. Se un agente porta a termine il lavoro che prima richiedeva dieci persone collegate a dieci account, il fornitore che fattura per postazione perde ricavi anche quando il proprio prodotto funziona meglio che mai. Le enterprise app stanno diventando sistemi di decisione invece che semplici sistemi di registrazione, e questo cambia chi (o cosa) va contato per fatturare.
Il paradosso è che il software può restare eccellente e comunque perdere il modello di business che lo sosteneva. Non è un problema di qualità del prodotto: è un problema di chi occupa la sedia davanti allo schermo, e sempre più spesso quella sedia resta vuota.
Il passaggio non riguarda solo chi vende il software, riguarda anche chi lo paga per farlo girare. Alcune aziende hanno già cominciato a mettere un tetto di spesa sui costi legati agli agenti e ai token consumati, perché il consumo variabile senza controllo può costare più della vecchia licenza fissa. Un agente che lavora ventiquattr'ore su ventiquattro e consuma token a ogni chiamata genera una bolletta diversa da quella prevedibile di un abbonamento annuale, e i CFO se ne sono accorti prima dei CIO.
Il caso più concreto è Salesforce, che ha reso disponibile da luglio 2026 l'Agentforce Help Agent con pricing pay-per-resolution: 2 dollari per ogni incidente risolto in autonomia dall'agente, zero addebito se il cliente chiede comunque un operatore umano. È il terzo modello di prezzo per Agentforce in diciotto mesi, dopo quello per conversazione e i Flex Credits, ed è la prova che il fornitore stesso sta abbandonando la licenza per utente prima ancora che i clienti glielo chiedano.
Tom's Hardware aveva già intercettato la direzione del vento con un pezzo che si chiedeva se un agente AI che paghi solo se fa il risultato fosse un'idea sostenibile. Oggi la risposta parziale è sì, con un fornitore enterprise di peso che lo mette in produzione, non solo in slide.
Chi guadagna in questa riconversione non è automaticamente chi ha scritto il software originale. Guadagna chi controlla il livello di orchestrazione, cioè chi decide quale sistema viene invocato, quando e a quale costo. Un system integrator o una startup AI-native che si posizionano sopra gli applicativi esistenti possono catturare il budget nuovo sbloccato dal