Agenti AI nelle PMI: su cosa possono agire
Nelle PMI italiane l'uso di agenti AI è cresciuto 10,8 volte da maggio a ottobre 2026. Ma un agente agisce solo sui sistemi che può leggere e aggiornare.
In breve. Fra maggio e ottobre 2026 l'uso di agenti AI nelle piccole e medie imprese italiane è cresciuto di 10,8 volte. Ma quel numero misura quante persone aprono uno strumento agentico, non quanti processi aziendali l'agente riesce davvero a toccare. La differenza la fa una cosa sola: se in azienda esistono sistemi che un agente può leggere e aggiornare.
- Le PMI italiane hanno moltiplicato per 10,8 gli utenti attivi settimanali di strumenti agentici fra la settimana 1-7 maggio 2026 e quella del 29 settembre-5 ottobre 2026: seconde fra i 27 Paesi UE dietro al Belgio (12,1 volte), su una media UE di 8,1 volte (OpenAI, ottobre 2026).
- Nel 2025 usava almeno una tecnologia di intelligenza artificiale il 17% delle imprese europee con 10-49 addetti, il 30,4% di quelle con 50-249 addetti e il 55% di quelle con almeno 250 addetti (Eurostat, dati 2025).
- Fra le imprese italiane che usano l'AI, il 33,4% non indica nessuna finalità aziendale per cui la sta usando; di queste l'83,3% ha fra 10 e 49 addetti (Istat, Imprese e ICT, 15 dicembre 2025).
- L'AI entra nei processi produttivi nel 17,5% delle imprese italiane con almeno 10 addetti e nella logistica nel 6,1% (Istat, 15 dicembre 2025).
- Dal 9 dicembre 2025 il Model Context Protocol, lo standard con cui un agente AI si collega ai sistemi aziendali, è un progetto della Agentic AI Foundation della Linux Foundation: co-fondatori Anthropic, Block e OpenAI, fra i sostenitori Google, Microsoft, AWS e Cloudflare.
La domanda che arriva dagli imprenditori in questi mesi è: "mi dicono che adesso l'AI non risponde soltanto, fa le cose. Noi cosa possiamo fargli fare?". La risposta onesta è scomoda: dipende poco dall'agente che compri e molto da quanto della tua azienda esiste in una forma che un software può leggere e aggiornare.
Gli agenti AI non sono assistenti più bravi. Sono programmi a cui si dà un obiettivo e un insieme di strumenti, e che decidono da soli quali usare per arrivare in fondo: cercare un ordine, controllare una giacenza, preparare una conferma. Se quegli strumenti non esistono, l'agente resta un ottimo scrittore di testi. Che è, esattamente, quello che succede oggi nella maggior parte delle PMI italiane.
In sei mesi gli agenti hanno smesso di chattare
Il dato più fresco arriva da OpenAI Economic Research, nel report Europe's Agentic Opportunity: Moving from Breadth to Depth with AI Agents dell'ottobre 2026. Nelle aziende con 200 utenti o meno, gli utenti attivi settimanali di strumenti agentici in Italia sono cresciuti di 10,8 volte fra la prima settimana di maggio 2026 e quella chiusa il 5 ottobre 2026: seconda su 27 Paesi UE dietro al Belgio (12,1 volte), con media europea a 8,1 volte e nessun Paese sotto le 5. A settembre 2026 il 65% dei token prodotti dalle aziende italiane osservate viene da attività agentiche, decimo valore in Europa.
Due precisazioni di onestà. Non è un'indagine di mercato: è la telemetria dei prodotti di un singolo fornitore (ChatGPT Enterprise e Business, Codex e ChatGPT Work, lanciato a luglio 2026) sui propri clienti. E la base di maggio era bassissima: moltiplicare per dieci un numero piccolo resta un numero piccolo. Lo dice il report stesso, quando scrive che un'adozione più ampia non produce automaticamente un uso più profondo.
Tradotto: la curva che vedi sui giornali misura quante volte si apre lo strumento, non quante ore ha tolto dalle spalle di qualcuno. Il salto da "lo stiamo provando" a "ci gira un pezzo di processo" non lo fa il modello. Lo fanno i tuoi sistemi.
Il divario che conta non è fra Italia ed Europa: è fra piccole e medie
Eurostat misura l'adozione dell'AI nelle imprese europee con almeno 10 addetti: nel 2025 circa il 20% in media UE, dal 13,5% del 2024. Ma la media nasconde il dato che conta per una PMI, la rottura per classe dimensionale:
- imprese con 10-49 addetti: usa l'AI il 17%;
- imprese con 50-249 addetti: il 30,4%;
- imprese con 250 addetti e oltre: il 55%.
Fra una piccola impresa e una grande ci sono 38 punti percentuali. Ma è il salto interno alle PMI a essere istruttivo: passando da 10-49 a 50-249 addetti l'adozione quasi raddoppia, e non perché a cinquanta addetti i manager siano più illuminati. Succede perché a quella soglia, tipicamente, esiste già un gestionale che tiene insieme anagrafiche, ordini e magazzino. C'è qualcosa a cui attaccarsi.
È la ragione per cui abbiamo scritto che il problema dell'AI nelle PMI non è il modello, sono i dati: l'AI non arriva prima del sistema informativo, arriva dopo. Con gli agenti AI la regola si irrigidisce. Un assistente lavora su un testo incollato a mano; un agente che deve agire ha bisogno di un posto dove leggere e, soprattutto, dove scrivere.
Un terzo di chi usa l'AI non sa dire a cosa serve
Il dato più severo lo fornisce l'Istat nel report Imprese e ICT del 15 dicembre 2025. Fra le imprese italiane che dichiarano di usare almeno una tecnologia di intelligenza artificiale, il 33,4% non indica nessuna delle finalità aziendali proposte dal questionario: non la contabilità, non il marketing, non la produzione, non la logistica. Niente. Un anno prima era il 15,5%, e l'83,3% di queste imprese ha fra 10 e 49 addetti.
Non significa che quelle aziende mentano. Significa che l'AI è entrata dalla porta delle persone, non da quella dei processi: qualcuno in ufficio la usa per scrivere email e preventivi, e l'azienda non riesce ad agganciarla a una funzione aziendale perché non è agganciata a nulla.
Lo confermano i numeri su dove l'AI arriva: processi produttivi 17,5% delle imprese con almeno 10 addetti, logistica 6,1%. Dove bisogna toccare materiali, macchine, mezzi e giacenze, la presenza dell'AI crolla, perché lì per fare qualcosa serve poter leggere e aggiornare un dato operativo. E quel dato spesso non esiste in forma leggibile, oppure vive in un software di cui l'azienda non controlla le chiavi.
Un agente non sa niente: chiede a un sistema
Vale la pena smontare il meccanismo, perché una volta visto non si compra più un agente AI senza fare le domande giuste. Un agente funziona in quattro mosse: riceve un obiettivo, consulta l'elenco degli strumenti disponibili, li usa decidendo lui l'ordine, verifica il risultato. Gli "strumenti" sono funzioni esposte dai sistemi aziendali: leggi la giacenza del codice X, crea un ordine di acquisto, aggiorna lo stato della commessa. Senza strumenti, l'agente può solo produrre testo.
Fino a un anno fa ogni collegamento di questo tipo era un lavoro su misura, diverso per ogni modello e ogni fornitore. Il 9 dicembre 2025 Anthropic ha donato il Model Context Protocol - il protocollo con cui un modello dichiara e usa strumenti esterni - alla Agentic AI Foundation, fondo diretto della Linux Foundation: co-fondatori Anthropic, Block e OpenAI, fra i sostenitori Google, Microsoft, AWS, Cloudflare e Bloomberg. La Linux Foundation, si legge nell'annuncio, fornisce "una casa neutrale" e non detta la direzione tecnica del progetto.
Sembra una notizia da addetti ai lavori. Per una PMI sposta una decisione concreta: collegare l'AI ai propri sistemi non è più un progetto legato a un singolo fornitore di modelli, ma un'integrazione verso uno standard a governance neutrale. Il che sposta la fatica sul lato tuo del cavo: i tuoi sistemi sanno esporre funzioni, con permessi e tracciamento?
Qui la questione di chi possiede il software diventa pratica. Se ordini, magazzino e commesse vivono in un gestionale in affitto, le funzioni che un agente potrà usare sono quelle che il fornitore decide di esporre, quando decide lui e al prezzo che decide lui: lo stesso meccanismo che abbiamo descritto parlando di chi decide il prezzo del canone e di cosa serve per cambiare fornitore cloud. Se il software è tuo, l'elenco degli strumenti da esporre lo scrivi tu, in funzione del processo che ti costa.
Cosa può fare un agente, processo per processo
Il confronto che segue mette in fila, per ciascun processo tipico di una PMI, il dato che deve esistere a sistema, cosa l'agente fa se quel dato c'è e cosa resta a mano se non c'è. È il modo più rapido per capire dove un agente AI produce ore risparmiate e dove produce solo una conversazione.
- Conferme d'ordine - Dato necessario a sistema: giacenza e lead time per codice articolo. Con il dato: l'agente verifica disponibilità, propone data di consegna e prepara la conferma. Senza il dato: scrive una bella email che qualcuno deve comunque verificare in magazzino.
- Costo commessa - Dato necessario: ore uomo e consumi materiale registrati nel momento in cui accadono. Con il dato: l'agente confronta preventivo e consuntivo a commessa aperta e segnala gli scostamenti. Senza il dato: niente, il costo si conosce a commessa chiusa.
- Riordino magazzino - Dato necessario: storico consumi, scorta minima, tempi di fornitura. Con il dato: l'agente propone la lista di riordino e la mette in approvazione. Senza il dato: si riordina a sensazione, come adesso.
- Presenze e costo del personale - Dato necessario: timbrature attribuite a commessa o cantiere. Con il dato: l'agente ricostruisce ore per commessa e anomalie di timbratura. Senza il dato: si continua a leggere fogli firma.
Lo schema è sempre lo stesso: con i dati a sistema l'agente toglie un passaggio dentro il processo, senza i dati aggiunge un passaggio fuori dal processo.
Scenario: distribuzione, 25 addetti, 4.000 referenze
Lo scenario che segue è una ricostruzione su configurazioni ricorrenti nel tessuto fra Mantova, Brescia e Verona. Non è un caso cliente reale.
Venticinque addetti, distribuzione di componenti tecnici, quattromila referenze, gestionale usato soprattutto per ciclo attivo e passivo. Gli ordini arrivano per email e telefono, il venditore interno controlla la disponibilità aprendo due schermate e chiedendo conferma al magazzino, la conferma d'ordine si scrive a mano. Dalla richiesta alla conferma passano ore, a volte un giorno.
L'imprenditore prova un agente AI sulle email: riassume le richieste e produce bozze corrette nella forma. In tre settimane l'entusiasmo si spegne, perché la bozza va comunque verificata voce per voce, e la verifica è la parte che costa. L'agente non ha accesso né alla giacenza né ai tempi di fornitura: ha automatizzato l'unico pezzo che non pesava.
La mossa che cambia il risultato non è cambiare agente: è rendere interrogabili due dati, giacenza disponibile per codice e tempo di riapprovvigionamento per fornitore. Esposte quelle due funzioni, lo stesso agente risponde con una data di consegna verificabile e il controllo umano scende a campione. Il valore non è arrivato dal modello: era nei due dati che prima non c'erano.
Quattro verifiche prima di comprare un agente AI
- Scegli il processo, non lo strumento. Parti da un processo che misuri e che ti costa: ore di verifica sulle conferme d'ordine, giorni di ritardo negli incassi, margine perso sugli sconti. Se non sai dire quale numero dovrebbe migliorare, sei nel 33,4%.
- Chiedi l'elenco delle funzioni esposte. Al fornitore del gestionale: quali operazioni sono disponibili via API o tramite un server compatibile con gli standard per agenti, in lettura e in scrittura, con quali permessi e con quale registro di chi ha fatto cosa? Se la risposta è vaga, oggi non è agganciabile.
- Verifica dove nasce il dato. Un dato ricostruito a fine mese non serve a un agente che deve agire oggi. Se la registrazione avviene dopo il fatto, la prima spesa utile è la rilevazione del dato alla fonte, non l'AI.
- Metti un umano in approvazione sulle azioni irreversibili. Ordini, pagamenti, comunicazioni ai clienti: l'agente propone, una persona conferma.
Domande frequenti
Che differenza c'è fra un assistente AI e un agente AI?
Un assistente risponde dentro una conversazione e si ferma là. Un agente AI riceve un obiettivo, dispone di strumenti collegati a sistemi esterni (gestionale, magazzino, posta, e-commerce) e decide autonomamente quali usare e in quale ordine per completare il compito, verificando il risultato. Senza strumenti collegati, un agente si comporta come un assistente.
Quanto sono diffusi gli agenti AI nelle PMI italiane?
Secondo il report Europe's Agentic Opportunity di OpenAI Economic Research (ottobre 2026), nelle aziende italiane con 200 utenti o meno gli utenti attivi settimanali di strumenti agentici sono cresciuti di 10,8 volte fra la prima settimana di maggio 2026 e quella conclusa il 5 ottobre 2026: secondo valore fra i 27 Paesi UE dopo il Belgio. Il dato misura l'uso dei prodotti di un singolo fornitore e parte da una base molto bassa, quindi indica la direzione del fenomeno, non la sua dimensione.
Serve un gestionale per usare un agente AI?
Per far scrivere testi, no. Per far agire un agente su ordini, magazzino, commesse o scadenzario serve un sistema che contenga quei dati e che possa esporli con permessi e tracciamento: nelle PMI quel sistema è il gestionale. Non è un caso che nel 2025 l'adozione dell'AI passi dal 17% nelle imprese europee con 10-49 addetti al 30,4% in quelle con 50-249 addetti (Eurostat, dati 2025), la fascia in cui un gestionale integrato è la norma.
Che cos'è il Model Context Protocol e perché riguarda la mia azienda?
È il protocollo con cui un modello di intelligenza artificiale dichiara e utilizza strumenti esterni, cioè funzioni esposte dai sistemi aziendali. Dal 9 dicembre 2025 è un progetto della Agentic AI Foundation, fondo diretto della Linux Foundation, co-fondata da Anthropic, Block e OpenAI e sostenuta anche da Google, Microsoft, AWS, Cloudflare e Bloomberg. Per un'azienda significa che l'integrazione fra AI e propri sistemi si fa verso uno standard a governance neutrale, non verso il formato proprietario di un singolo fornitore.
Se il mio gestionale è in affitto posso comunque usare gli agenti AI?
Puoi, nei limiti di ciò che il fornitore espone: le funzioni disponibili, i tempi con cui vengono aggiunte e il costo di accesso li decide chi possiede il software. Con un software di proprietà sei tu a decidere quali operazioni esporre, con quali permessi e in quali tempi.
Quali rischi concreti porta un agente che agisce sui sistemi aziendali?
Tre, tutti gestibili in fase di progetto: azioni irreversibili su un dato sbagliato, accessi troppo ampi concessi all'agente, assenza di tracciabilità su chi ha fatto cosa. La contromisura: permessi minimi per funzione, registro delle operazioni e approvazione umana obbligatoria sulle azioni che toccano denaro, clienti o fornitori.
Fonti
- OpenAI Economic Research, Europe's Agentic Opportunity: Moving from Breadth to Depth with AI Agents, ottobre 2026: report in PDF.
- Eurostat, Use of artificial intelligence in enterprises, dati 2025 (dataset isoc_eb_ai): Statistics Explained.
- Istat, Imprese e ICT - Anno 2025, 15 dicembre 2025: comunicato stampa e report completo in PDF.
- Model Context Protocol, MCP joins the Agentic AI Foundation, 9 dicembre 2025: annuncio ufficiale.
Vuoi sapere su cosa potrebbe agire un agente AI nella tua azienda? In una call di 30 minuti guardiamo un processo concreto, verifichiamo quali dati esistono a sistema e ti diciamo se oggi un agente può lavorarci o se prima va costruito il dato. Scrivici per fissare la call.
Articoli correlati
Vuoi portare la tua azienda online?
Cerchi supporto per il tuo progetto digitale? Contattaci per un preventivo gratuito e senza impegno.
CONTATTACI