L'intelligenza artificiale dominerà certamente l'agenda dei responsabili IT anche nel prossimo anno, ma questa centralità rischia di mettere in ombra una serie di tecnologie emergenti altrettanto decisive per il futuro delle aziende. Gli analisti di Gartner hanno certificato questa tendenza nel loro rapporto sui trend tecnologici strategici per il 2026, dove sei dei dieci temi principali riguardano direttamente l'AI. Tuttavia, questa concentrazione potrebbe rivelarsi un'arma a doppio taglio, impedendo alle organizzazioni di cogliere opportunità strategiche offerte da altre innovazioni come la realtà aumentata, la stampa 3D, i gemelli digitali, i veicoli autonomi e il calcolo quantistico.
Il rischio di una visione monotematica
Quando l'attenzione verso una singola tecnologia diventa così preponderante, le aziende rischiano di sviluppare una sorta di tunnel vision strategica. L'AI agentica si confermerà certamente protagonista nel 2026, ma i Chief Information Officer dovrebbero approfittare della fase di pianificazione per effettuare una ricognizione più ampia del panorama tecnologico. Sebbene sia naturale orientare risorse e strategie verso l'intelligenza artificiale, limitarsi a questo approccio significa potenzialmente ignorare altre leve tecnologiche capaci di generare valore concreto per il business.
La sfida per i leader IT consiste nel bilanciare l'investimento nell'AI con l'esplorazione di tecnologie complementari, evitando che l'entusiasmo per una singola innovazione oscuri un quadro più complesso e articolato. Si tratta di adottare una prospettiva strategica multilivello, che guardi oltre l'immediato e consideri l'evoluzione tecnologica nel suo insieme.
La bussola dell'innovazione come strumento di governance
Le organizzazioni dotate di programmi di innovazione strutturati dovrebbero possedere già quello che si può definire un "manifesto dell'innovazione", un documento strategico che stabilisce l'equilibrio tra investimenti tattici e strategici, tra progetti interni e iniziative rivolte ai clienti. Questo framework diventa particolarmente prezioso quando i primi risultati cominciano a consolidarsi, permettendo di orientare gradualmente le risorse verso progetti più ambiziosi, caratterizzati da un rapporto rischio-rendimento più elevato.
Tale strumento può rivelarsi fondamentale anche per definire la direzione degli investimenti in AI, fungendo da parametro di riferimento per valutare l'efficacia delle iniziative intraprese. In sostanza, la governance dell'innovazione preesistente non va abbandonata in favore di un approccio AI-centrico, ma al contrario va utilizzata per inquadrare correttamente anche le strategie di intelligenza artificiale.
L'ancoraggio agli obiettivi di business
Un principio fondamentale che vale per qualsiasi iniziativa tecnologica riguarda il suo legame con la strategia aziendale complessiva. La maggior parte dei progetti IT dovrebbe infatti dimostrarsi allineata agli obiettivi di business, sia che si tratti di riduzione dei costi, generazione di ricavi o una combinazione di entrambi. Questo vale naturalmente anche per l'AI, che deve essere in grado di dimostrare come contribuisce non solo ai risultati economici immediati, ma anche a requisiti strategici più complessi come l'adattabilità e la sostenibilità.
L'incertezza crescente alimentata da eventi imprevisti – dalle catastrofi naturali alle pandemie, fino ai rapidi cambiamenti nei contesti competitivi – richiede strategie tecnologiche capaci di rispondere con flessibilità agli shock esterni. Piattaforme di business, blockchain, cloud computing e smart contract offrono già questa agilità, ma l'integrazione con l'AI agentica può trasformarle in componenti ancora più potenti per realizzare la visione strategica aziendale.
L'esplorazione delle sinergie tecnologiche
Se otto delle dieci priorità strategiche di un'azienda per il 2026 riguardano l'intelligenza artificiale, è probabile che si stiano trascurando tecnologie e trend altrettanto rilevanti. Diventa quindi necessario effettuare una mappatura sistematica delle tendenze tecnologiche, valutando come ciascuna possa supportare gli obiettivi aziendali e, contemporaneamente, potenziare la strategia AI stessa.
Cybersecurity, gemelli digitali, edge computing, robotica, droni e calcolo quantistico rappresentano solo alcuni degli ambiti che stanno rapidamente convergendo con l'intelligenza artificiale. Emergono continuamente nuove combinazioni come l'AI quantistica, l'edge AI, la sovereign AI, le piattaforme di sviluppo native AI e i sistemi di sicurezza basati su AI, che meritano un'attenta considerazione strategica.
Il valore moltiplicativo delle combinazioni tecnologiche
Le aziende tendono spesso a considerare le tecnologie emergenti come entità separate, implementandole attraverso progetti distinti: un'iniziativa AI qui, un progetto blockchain là, un programma sui gemelli digitali altrove. Questo approccio compartimentato impedisce di cogliere le opportunità di creazione di valore che nascono proprio dalla convergenza tecnologica.
Quando si punta a creare nuove proposte di valore per i clienti o modelli di business innovativi attraverso l'AI, può sembrare naturale affidare ogni funzione agli agenti intelligenti. Tuttavia, questa visione isolata limita le possibilità strategiche, perché raramente gli agenti AI possono operare efficacemente senza l'integrazione con altre tecnologie. L'approccio più produttivo consiste nel considerare gli agenti AI come componenti intelligenti che esprimono il loro massimo potenziale quando si combinano con altre innovazioni.
Un esempio concreto viene dal settore retail: il sistema "Just Walk Out" sviluppato da Amazon per i negozi senza casse non si basava esclusivamente sull'AI, ma integrava computer vision, fusione di sensori, tecnologia RFID e il sistema di autenticazione biometrica Amazon One per offrire un'esperienza d'acquisto fluida. Un caso che dimostra come la vera innovazione nasca dall'orchestrazione intelligente di molteplici tecnologie.
Oltre l'AI: la strategia di iperautomazione
Molti esperti sottolineano giustamente che l'intelligenza artificiale non dovrebbe essere ridotta a un semplice strumento per incrementare la produttività e tagliare i costi, ma andrebbe sfruttata per generare nuovi flussi di ricavo attraverso modelli di business, prodotti e servizi inediti. Pur condivisibile, questo approccio rischia di far trascurare le opportunità offerte da altre tecnologie di automazione, dagli script al RPA (Robotic Process Automation).
Per evitare questa trappola, le organizzazioni dovrebbero sviluppare una strategia di iperautomazione indipendente e parallela rispetto a quella sull'AI. Tale strategia deve essere progettata per massimizzare l'efficienza operativa e la generazione di ricavi attraverso un'ampia gamma di tecnologie automatizzate, includendo l'AI quando appropriato ma senza subordinare l'intero programma di automazione agli obiettivi specifici dell'intelligenza artificiale. Solo così si può garantire un equilibrio strategico che sfrutti appieno il potenziale di tutte le tecnologie disponibili, evitando che l'entusiasmo per l'AI oscuri altre opportunità di trasformazione digitale altrettanto preziose.