Il passaggio dai chatbot che rispondono a sistemi che eseguono compiti in autonomia segna una discontinuità di natura, non di grado. Secondo analisti latinoamericani, la cosiddetta IA agéntica – capace di scomporre un obiettivo, pianificare azioni e portarle a termine senza supervisione costante – sta ridisegnando i processi aziendali. Eppure, un rapporto del Massachusetts Institute of Technology rivela che il 95% delle imprese spende in strumenti di intelligenza artificiale senza ottenere risultati tangibili. Il paradosso è netto: la tecnologia accelera, ma la capacità organizzativa di assorbirla resta il collo di bottiglia.

La radice del fallimento, osservano dirigenti di aziende messicane e brasiliane, non risiede negli algoritmi ma nella preparazione di dati, processi e persone. In Messico, il caso di TYASA mostra che un riordino preliminare delle informazioni e una strategia ibrida tra infrastruttura locale e cloud hanno permesso di ridurre del 30% i costi di licenziamento e di creare le fondamenta per l’analitica avanzata. In Brasile, la piattaforma Melvin ha incorporato l’IA direttamente nella gestione della manutenzione industriale: il 75% delle squadre che l’hanno adottata segnala un ritorno sull’investimento in meno di sei mesi, grazie a modelli predittivi che analizzano vibrazioni e temperatura per prevenire guasti.

L’esperienza argentina aggiunge un tassello: Globant e la piattaforma Egg hanno messo a punto una metodologia che misura la preparazione emotiva e l’allineamento delle competenze prima di qualsiasi implementazione tecnica. Applicata a oltre 60.000 dipendenti di Mercado Libre, ha prodotto un cambiamento di comportamento nell’80% dei casi. Secondo i promotori, il 70% della difficoltà nel catturare valore dall’IA risiede nelle persone e nei processi, non nella tecnologia – un dato che Boston Consulting Group e McKinsey confermano su scala globale.

Sul fronte della formazione, l’università sino-britannica Xi’an Jiaotong-Liverpool University ha reso l’IA materia obbligatoria dal primo anno, con un approccio che antepone la disciplina di studio alla tecnologia («X plus AI»). L’obiettivo non è creare programmatori, ma professionisti capaci di governare agenti digitali, valutarne i rischi etici e integrarli nel proprio campo. In Italia e in Europa, dove la carenza di competenze digitali resta elevata, il modello segnala una direzione: l’upskilling verso ruoli di supervisione e decisione strategica.

La prossima tappa non sarà un nuovo modello linguistico, ma la capacità delle organizzazioni di ridisegnare i flussi di lavoro intorno a ecosistemi agéntici, preservando il giudizio umano su empatia, negoziazione e governance. Il crinale è tra automazione che svuota gli uffici e automazione che eleva il talento: la differenza la faranno le scelte di progettazione organizzativa dei prossimi mesi.