SAP legge una svolta nel modo in cui le imprese stanno affrontando l’intelligenza artificiale: non più soltanto esperimenti, dimostrazioni isolate o scommesse tecnologiche, ma iniziative che iniziano a spostarsi verso la produzione. Per David Robinson, presidente di SAP North America, le aziende stanno cercando di capire come trasformare l’innovazione in valore scalabile, con un’attenzione più concreta al ritorno sugli investimenti e all’impatto operativo.
Il cambio di passo emerge dal confronto con i clienti incontrati a SAP Sapphire in maggio. Robinson descrive una fase in cui molte organizzazioni stanno iniziando a vedere l’AI non come un esercizio teorico, ma come una leva funzionale per modificare processi, modelli IT e capacità competitive. L’obiettivo non è più solo provare una tecnologia emergente, ma capire dove può rendere l’impresa più efficace, differenziata e capace di ridurre costi, rischi e tempi nei percorsi di modernizzazione.
La trasformazione, però, non viene presentata come un salto improvviso. Robinson parla di passi più maturi, ma ancora misurati: le imprese stanno andando oltre i primi tentativi, senza abbracciare l’AI in modo indiscriminato. Il punto centrale diventa quanto spazio concedere all’automazione nel rapporto tra IT e business, e come integrare nuove capacità dentro applicazioni e processi già esistenti. In questa fase, l’AI generativa è vista soprattutto come uno strumento per aggiornare il funzionamento dell’impresa, non come un livello separato dall’operatività quotidiana.
Un ruolo sempre più visibile è quello degli agenti AI. Robinson sostiene che questi sistemi siano maturati nella gestione di specifici processi di business: possono analizzare informazioni, formulare raccomandazioni e, in alcuni casi, prendere decisioni proattive con un intervento umano limitato, sulla base di input precedenti. Inseriti nei cicli produttivi, gli agenti possono contribuire ad accorciare il time-to-delivery e a modificare il modo in cui le aziende costruiscono la propria strategia.
Questa evoluzione mette in discussione anche alcuni modelli classici di sviluppo prodotto. Secondo Robinson, le roadmap costruite funzione per funzione potrebbero contare meno rispetto a due elementi: interoperabilità e disponibilità di agenti affidabili, competenti e integrabili nei flussi aziendali. In altre parole, l’impresa non guarda più solo alla singola funzionalità AI, ma alla capacità di orchestrare modelli, dati, workflow e sistemi legacy in un ambiente coerente.
La stessa SAP sta lavorando su questo incrocio tra intelligenza artificiale e mondo fisico attraverso l’iniziativa Autonomous Enterprise. L’approccio combina agenti AI con una piattaforma per l’orchestrazione di dati e workflow, a supporto di attività operative concrete. Robinson cita l’esempio di un retailer che deve progettare e produrre cappelli personalizzati con monogramma per i consumatori: un caso che mostra come l’automazione possa entrare in processi che collegano configurazione del prodotto, dati, produzione e relazione con il cliente.
Il tema tocca anche l’architettura dei sistemi aziendali. Robinson, promosso al ruolo attuale in gennaio dopo 22 anni in azienda, afferma che i feedback di CTO e CIO indicano un reset delle agende AI, favorito dall’arrivo di nuove funzionalità. Alcune imprese stanno consolidando sistemi più vecchi o valutando come mantenere ambienti ERP personalizzati per poter sfruttare risorse autonome. Per Robinson, questo lavoro preparatorio è un prerequisito per la prossima fase.
Resta aperta la questione della scelta dei modelli. Dopo una lunga fase di sperimentazione con provider di servizi, provider di modelli e soluzioni AI molto specifiche, le aziende chiedono ora quale qualità di risultato possano ottenere nei processi reali. Robinson sposta l’attenzione dalla domanda su quanto siano buoni i singoli modelli alla capacità di curarli, combinarli e adattarli all’interno di un ecosistema enterprise più ampio.
La direzione indicata da SAP è quella di un’AI aziendale meno dimostrativa e più incorporata nei meccanismi operativi. Gli esperimenti non scompaiono, ma vengono giudicati sempre più in base alla capacità di scalare, integrarsi e produrre valore misurabile. Per le imprese, la partita si sposta dalla prova della tecnologia alla disciplina con cui modelli, agenti e sistemi vengono governati dentro processi affidabili.