L’intelligenza artificiale è ormai entrata nelle attività delle imprese, ma il ritorno economico fatica a tenere il passo. Secondo McKinsey, l’89% delle aziende usa regolarmente l’AI e la maggioranza sta almeno sperimentando gli agenti. Solo il 37%, però, attribuisce ai propri programmi di AI un impatto positivo sull’utile operativo. Il divario riguarda l’AI nel suo complesso e precede quindi una valutazione dei più recenti impieghi degli agenti.
Il costo di questi sistemi aiuta a spiegare la distanza tra adozione e risultati. Un flusso di lavoro basato su agenti richiede, nei calcoli di McKinsey, da 5 a 30 volte le risorse di calcolo necessarie per una normale richiesta a un chatbot. L’agente può compiere più passaggi di inferenza, consultare strumenti, recuperare informazioni e coordinare sistemi diversi. In una recente indagine citata dalla società di consulenza, il 93% dei partecipanti ha dichiarato che questi consumi hanno fatto superare il budget destinato all’AI.
Alle risorse impiegate durante l’uso si aggiunge il lavoro sull’infrastruttura. McKinsey indica la necessità di aggiornare lo stack tecnologico esistente perché gli agenti funzionino in modo affidabile. Intanto migliorano gli strumenti con cui svilupparli: quelli di Anthropic e OpenAI hanno compiuto progressi nell’uso dei tool e nell’interazione con i computer, mentre LangGraph, il framework di LangChain, offre funzioni di orchestrazione e controlli umani per guidare attività più lunghe.
Un segnale dei progressi arriva dalla capacità dei modelli di affrontare compiti complessi in autonomia. L’organizzazione di ricerca METR stima per Claude Opus 4.6 un orizzonte di circa 12 ore nei lavori di ingegneria del software: su compiti di quella dimensione, il completamento autonomo riesce nella metà dei casi. La ricercatrice Sydney Von Arx ha chiarito che le dodici ore indicano il tempo medio necessario a una persona per svolgere il compito, non il tempo impiegato dall’AI. La misura descrive dunque la difficoltà del lavoro affrontato.
Lo sviluppo software è uno degli ambiti in cui McKinsey vede il maggiore potenziale. La sua stima arriva a quasi mille miliardi di dollari di valore aggiunto per le imprese, se gli agenti vengono impiegati con successo. Il possibile contributo va oltre la scrittura di codice: comprende l’analisi dei requisiti, i test, la ricerca di errori e alcune fasi di rilascio. L’obiettivo delineato dagli analisti è trasformare l’intero ciclo di sviluppo dei prodotti, non soltanto aumentare la produzione del singolo programmatore.
I risultati ottenuti finora sono molto diversi da un’organizzazione all’altra. Tra le aziende che usano agenti nello sviluppo software, soltanto un quarto è riuscito ad accelerare in modo significativo i cicli di sviluppo. Nello studio, McKinsey considera significativo almeno un raddoppio della produttività per più di un quarto dei team. Anche tra gli sviluppatori emerge una forte differenza: circa l’80% di chi utilizza strumenti di AI registra incrementi di produttività intorno al 3%, mentre il 20% con i risultati migliori arriva al 55%.
In alcune aziende l’effetto è stato opposto: la produttività è diminuita nel 30% delle imprese dopo l’introduzione degli agenti per programmare. Un altro studio richiamato da McKinsey mostra perché il volume di attività non basta a descrivere il risultato: con gli strumenti di AI, l’attività di programmazione è cresciuta del 180%, ma le versioni pubblicate del software sono aumentate del 30%. Per valutare il beneficio economico occorre guardare a ciò che l’intero processo riesce a consegnare.
Nel lavoro quotidiano pesa anche la fiducia nei risultati. Secondo McKinsey, circa il 46% degli sviluppatori nel mondo diffida attivamente dell’accuratezza degli strumenti di AI; un terzo si fida in linea di principio e appena il 3% dichiara una fiducia elevata. Verificare il codice prodotto e integrarlo nel lavoro del team rimane quindi parte dell’impiego degli agenti. Le prestazioni tecniche crescono, ma le imprese devono ancora tradurle con continuità in software utilizzabile e in tempi di sviluppo più brevi.
Gli investimenti mostrano comunque quanto sia alta l’aspettativa verso questo mercato. Secondo McKinsey, i finanziamenti ai fornitori di soluzioni basate su agenti per lo sviluppo software sono passati da livelli trascurabili nel 2023 a circa 5 miliardi di dollari nel 2025. La fase successiva si giocherà nella capacità di inserire gli agenti nei processi aziendali e di misurarne i risultati: più codice e più interazioni con l’AI, da soli, non rappresentano un ritorno economico.