Agenti AI in produzione: le 4 cause per cui i POC si bloccano

C’è un momento che quasi tutte le aziende che sperimentano l’AI conoscono bene: la demo funziona. L’agente legge la richiesta del cliente, interroga il gestionale, prepara la risposta, e nella sala riunioni qualcuno dice «questo ci cambia il lavoro». Sei mesi dopo, quello stesso agente è ancora nella stessa cartella di prova, con lo stesso dataset di prova, e nessuno sa dire di chi sia la responsabilità. Il salto dal prototipo agli agenti AI in produzione è il punto in cui la maggior parte dei progetti si ferma, e non si ferma per colpa del modello. Questo articolo non spiega come scalare un agente: spiega perché si blocca, cioè quali sono le cause reali dello stallo e come riconoscerle prima di averci speso un anno.

In questo articolo scoprirai:

• Cosa significa davvero avere un agente AI «in produzione»
• 88%, 95%, 40%: cosa dicono davvero le ricerche sugli agenti AI in produzione
• Prima causa: i dati veri non somigliano ai dati della demo
• Seconda causa: nessuno guarda l'agente mentre lavora
• Terza causa: nessun proprietario, nessun budget di esercizio
• Quarta causa: il team non è stato preparato a lavorare con un agente
• Cinque domande diagnostiche per capire se il tuo agente è pronto
• Perché con un partner esterno il tasso di successo raddoppia

Cosa significa davvero avere un agente AI «in produzione»

Prima di parlare di fallimenti conviene definire il traguardo, perché è la parte che quasi nessuno mette per iscritto. Un agente è in produzione quando agisce su dati veri, per utenti veri, dentro un processo che l’azienda considera suo, e quando smette di funzionare, qualcuno se ne accorge e qualcuno risponde. Non è una questione di dove gira il software: è una questione di chi ci conta sopra.

La differenza con il proof of concept è netta e vale la pena renderla esplicita. Nel POC l’input è scelto, il perimetro è amichevole, gli errori sono aneddoti da raccontare. In produzione l’input è quello che arriva, il perimetro include i casi che nessuno aveva previsto, e un errore è un cliente che riceve una risposta sbagliata. Un agente che non ha un responsabile, un tracciamento e un limite di spesa non è in produzione: è una demo lasciata accesa.

Agenti AI in produzione e chatbot: la differenza che decide i controlli

C’è anche una seconda distinzione, meno ovvia. Un agente non è un chatbot con un’interfaccia più bella: è un sistema che compie azioni. Come nota la guida enterprise di Dataiku, con accesso alle API un agente può spostare dati, avviare transazioni e comunicare con i clienti, ed è esattamente questa capacità di agire che moltiplica il raggio d’azione di un errore. Se hai bisogno di rimettere a fuoco cosa distingue un agente da un assistente conversazionale, la nostra guida su cosa sono e come funzionano gli agenti AI parte da lì. Il punto per chi decide è che la soglia della produzione non è tecnica: è il momento in cui l’azienda accetta che un software prenda decisioni al posto di una persona, e organizza di conseguenza controlli, responsabilità e budget.

88%, 95%, 40%: cosa dicono davvero le ricerche sugli agenti AI in produzione

La cifra circola in mille versioni e vale la pena essere precisi, perché le ricerche citate misurano cose diverse e non sono intercambiabili. La ricerca IDC realizzata con Lenovo nel 2025, ripresa in questa analisi sullo scaling degli agenti, stima che l’88% dei POC di AI non arrivi mai in produzione: sopravvivono circa 4 progetti su 33. Il report MIT sullo stato dell’AI nelle imprese, quello del famoso «95%», misura un’altra cosa ancora, la quota di pilot che non produce un impatto misurabile a conto economico entro pochi mesi, e non va confuso con il tasso di messa in esercizio.

La previsione Gartner sugli agenti AI in produzione

Gartner, dal canto suo, non fotografa il passato ma fa una previsione: oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027, per costi crescenti, valore di business poco chiaro o controlli sul rischio inadeguati. Attorno alla stessa previsione compare il fenomeno dell’«agent washing»: su migliaia di fornitori che si presentano come agentici, secondo le stime riportate da MarTech solo un centinaio circa offre capacità realmente autonome. Vale la pena tenerlo a mente quando si valuta un’offerta.

Numeri diversi, quindi, ma una direzione concorde: la mortalità si concentra nel tratto tra la demo riuscita e l’esercizio quotidiano. Se ti interessa il quadro generale del perché i progetti AI falliscono, che è più ampio e riguarda anche iniziative non agentiche, lo abbiamo trattato in un articolo dedicato, mentre i percorsi che invece arrivano a destinazione li abbiamo raccolti nei tre pattern di adozione che nel 2026 portano in produzione. Qui restiamo sul caso specifico degli agenti, dove le cause hanno una fisionomia loro.

Prima causa: i dati veri non somigliano ai dati della demo

È la causa più frequente e la meno raccontata, perché non fa una bella figura in nessuna presentazione. Il POC viene costruito su un campione curato a mano: venti pratiche pulite, tre casi limite scelti da chi conosce il processo. Poi l’agente incontra l’archivio reale, anagrafiche duplicate, campi lasciati vuoti da anni, codici prodotto che significano una cosa nel gestionale e un’altra nel CRM, e la percentuale di risposte corrette crolla senza che il modello sia cambiato di una virgola.

Perché un agente AI degrada sui dati reali più di un software tradizionale

Un gestionale che riceve un dato sporco si ferma con un errore. Un agente, invece, interpreta: prende il campo ambiguo, formula un’ipotesi plausibile e prosegue. L’errore non si manifesta come blocco, ma come risposta sbagliata detta con sicurezza, ed è molto più costoso da scoprire. Su catene di più passaggi il problema si moltiplica: l’analisi di ByteByteGo sulle pratiche di produzione descrive proprio il compounding error, per cui l’affidabilità dei singoli passi si moltiplica invece di sommarsi, e cinque passaggi affidabili al 90% non fanno un processo affidabile al 90%.

C’è poi una forma di degrado più lenta, che l’analisi citata sopra chiama definition drift e context staleness: le definizioni di business su cui l’agente è stato costruito, cos’è un cliente attivo, quando un ordine è evaso, invecchiano, e nessuno le aggiorna perché non sono di nessuno. Il rimedio non è un modello migliore ma un lavoro poco glamour di bonifica e di mappatura delle fonti, che va fatto prima e non dopo. È lo stesso motivo per cui l’integrazione con ERP e CRM legacy è quasi sempre la parte più lunga di un progetto, e quella che decide se il resto reggerà.

Seconda causa: nessuno guarda l’agente mentre lavora

La seconda causa di stallo è l’assenza di observability, che detta in termini non tecnici significa: quando un cliente si lamenta di una risposta ricevuta martedì alle 15, sei in grado di ricostruire cosa ha fatto l’agente, quali dati ha letto e perché ha deciso così? Nella maggior parte dei progetti fermi al POC la risposta è no, e senza quella risposta nessun responsabile sano di mente autorizza il passaggio in esercizio.

Valutare il percorso, non solo la risposta finale

Qui il mercato inglese è più avanti del nostro e conviene ascoltarlo. La guida di Google Cloud sugli agenti pronti per la produzione insiste su un punto che ribalta l’abitudine aziendale: un agente va valutato sulla traiettoria, non sull’output. Conta quali strumenti ha scelto, se ha recuperato dopo un errore, se ha chiesto chiarimenti quando i dati non bastavano. Un agente che dà la risposta giusta per la ragione sbagliata è una bomba a orologeria, perché la prima variazione del contesto la fa esplodere.

Che questo sia lo stato dell’arte reale, e non una raccomandazione teorica, lo conferma lo studio «Measuring Agents in Production» (dicembre 2025, con autori di Berkeley e Databricks), costruito su 20 casi studio e 86 professionisti in 26 settori: il 74% dei team valuta gli agenti con verifica umana nel loop e il 75% lavora senza set di benchmark formali, affidandosi a A/B test, feedback degli utenti e monitoraggio in esercizio. Lo stesso studio segnala che il 38% indica nell’affidabilità tecnica il collo di bottiglia principale, molto più della compliance. Chi vende l’idea che basti collegare il modello e guardare i risultati sta descrivendo una fase che nessuno, nei fatti, sta vivendo.

Terza causa: nessun proprietario, nessun budget di esercizio

Un agente in produzione è un servizio vivo: consuma, si degrada, va aggiornato quando cambia il modello sottostante o il processo che serve. Se non ha un proprietario con nome e cognome, resta orfano, e gli orfani, in azienda, non superano il primo trimestre di budget. La domanda «di chi è questo agente?» sembra burocratica ed è invece la più predittiva di tutte.

Quanto costa tenere un agente AI in esercizio

La seconda metà del problema è il costo, che nel POC nessuno misura perché il volume è irrisorio. In produzione la voce da tenere d’occhio non è il canone del modello ma il costo per sessione: token consumati, chiamate API, elaborazione per singola interazione. La guida di Dataiku raccomanda di tracciare questi tre elementi fin dal primo giorno proprio per intercettare presto le derive di spesa, e ByteByteGo aggiunge il correttivo ingegneristico: ogni ciclo dell’agente deve avere un limite duro, numero massimo di iterazioni, timeout, condizione esplicita di completamento, altrimenti un caso anomalo può bruciare in una notte il budget del mese.

Va detta anche la parte controintuitiva, per onestà: lo studio di Berkeley rileva che molti team considerano il costo dei modelli trascurabile rispetto al costo del lavoro esperto che sostituiscono, e per questo scelgono i modelli migliori senza troppi calcoli. Le due cose convivono, il costo unitario è basso, il costo fuori controllo è quello che uccide il progetto, e la differenza la fa un tetto di spesa deciso prima, non un preventivo fatto dopo. Se il tema del ritorno economico è quello che ti blocca, l’abbiamo affrontato di petto in questo approfondimento sul ROI dell’AI generativa.

Quarta causa: il team non è stato preparato a lavorare con un agente

L’ultima causa non è tecnica per niente, ed è quella che sorprende di più i decisori. Un agente che entra in produzione cambia il lavoro di qualcuno: chi prima scriveva la risposta ora la controlla, chi prima decideva ora supervisiona. Se quel passaggio non viene preparato, succede una delle due cose. O le persone non si fidano e continuano a rifare a mano ciò che l’agente ha già fatto, costo doppio, beneficio zero. Oppure si fidano troppo e smettono di controllare, che è peggio.

Il progetto in questo caso non fallisce: viene abbandonato, che è una morte più silenziosa e quindi meno studiata. È anche il motivo per cui l’escalation verso una persona va progettata come un passaggio previsto e non come il segnale di un guasto: ByteByteGo lo mette tra le pratiche di base, e la guida di Dataiku ricorda il caso Klarna, che dopo aver portato gli agenti a gestire circa tre quarti delle conversazioni di assistenza è tornata a un modello ibrido riconoscendo i limiti dell’automazione integrale.

Quanta autonomia hanno davvero gli agenti AI in produzione

La misura giusta di autonomia, del resto, è molto più bassa di quanto il marketing lasci credere: sempre secondo lo studio «Measuring Agents in Production», il 68% degli agenti in esercizio compie meno di dieci passi prima di un intervento umano e l’80% dei casi studio lavora dentro flussi strutturati predefiniti anziché in pianificazione autonoma. Su come accompagnare le persone in questo passaggio abbiamo scritto una guida specifica al change management per gli agenti AI, e una sui processi di back-office, che restano il terreno dove il rapporto tra beneficio e rischio è più favorevole.

Cinque domande diagnostiche per capire se il tuo agente è pronto

Le cause viste finora si possono trasformare in una sequenza di verifiche. Non è un piano di lavoro: è una diagnosi, cinque domande con un criterio di superamento verificabile. Se una non passa, è lì che il progetto si fermerà, e vale la pena scoprirlo adesso.

Perimetro, dati e tracciabilità: le tre verifiche che si fanno prima

1. Il perimetro d’azione è scritto? Criterio: esiste un elenco chiuso delle azioni che l’agente può compiere e, soprattutto, di quelle che non può compiere da solo. Anthropic, nella sua guida su come costruire agenti efficaci, raccomanda di aggiungere complessità solo quando migliora dimostrabilmente i risultati, perché l’autonomia porta con sé costi più alti e errori che si accumulano. Se nessuno sa dire cosa l’agente non farà mai, il perimetro non esiste.

2. L’agente ha già visto i dati veri? Criterio: due settimane di esecuzione in sola lettura sull’archivio reale, con la qualità delle risposte misurata su casi non scelti da chi ha costruito l’agente. È il test che fa cadere più POC, ed è meglio che cada qui.

3. Puoi ricostruire una sessione andata male? Criterio: preso un caso specifico, sei in grado di vedere passo per passo cosa ha letto e deciso l’agente, in autonomia e senza chiedere al fornitore. Se la risposta dipende da un’email al vendor, non hai observability: hai fiducia.

Proprietario e rilascio graduale: le due verifiche che decidono l’esercizio

4. Chi è il proprietario e qual è il tetto di spesa? Criterio: un nome, un costo per sessione misurato su dati reali e un limite oltre il quale il sistema si ferma da solo. Senza le tre cose insieme, il budget del prossimo anno non verrà rinnovato.

5. Il rilascio è graduale e il team sa cosa fare? Criterio: un percorso a stadi, ambiente isolato, poi esposizione limitata, poi rilascio pieno, secondo lo schema sandbox/canary/produzione raccomandato da Google Cloud, e un percorso di escalation noto alle persone. Su come si struttura concretamente questo passaggio abbiamo un approfondimento dedicato: da pilot a produzione, scalare un agente AI in azienda. Se invece sei ancora a monte e vuoi capire da dove parte la tua azienda, la verifica di readiness è il punto giusto da cui cominciare.

Perché con un partner esterno il tasso di successo raddoppia

C’è un dato del report MIT che merita più attenzione di quella che ha ricevuto, perché tocca la scelta più concreta che un’azienda deve fare. Nella lettura che ne dà Forbes, i progetti costruiti con un partner esterno hanno avuto successo circa il doppio rispetto a quelli sviluppati internamente, e il motivo emerge dalle cause elencate finora. Le cinque verifiche sopra non richiedono un modello migliore: richiedono di aver già visto altre volte come si sporca un archivio, quali domande fa un revisore, dove salta il costo per sessione. È esperienza accumulata, e l’esperienza si compra o si paga in mesi.

(Una nota di trasparenza: quello studio è stato molto citato ma il PDF originale non è più pubblicamente disponibile all’indirizzo da cui circolava, che riportiamo comunque in Fonti, quindi il dato va preso per quello che è: una rilevazione riportata da fonti secondarie affidabili, non una misura che chiunque possa oggi riverificare alla fonte.)

Onboarding assistito degli agenti AI: cosa si fa insieme e in che ordine

È esattamente su questo che in MIMIR abbiamo scelto di lavorare come servizio, e non solo come prodotto: un agente consegnato con le credenziali e un manuale è un POC travestito da fornitura. L’onboarding assistito serve a fare insieme le cose che nessuno fa da solo, mappare le fonti dati prima di collegarle, definire il perimetro d’azione, impostare il tracciamento delle sessioni, accompagnare le persone nel passaggio da esecutori a supervisori, e a farle nell’ordine giusto, che è la parte che riduce davvero il tempo tra la firma e il primo beneficio misurabile. Abbiamo raccontato come funziona nella pratica nella guida all’onboarding degli agenti AI in azienda, e abbiamo spiegato altrove perché, in ambito enterprise, il servizio conta più del modello.

Se stai valutando le due strade, il confronto tra soluzione chiavi in mano e self-service mette in fila i criteri di scelta, dal costo interno nascosto al tempo che serve per arrivare alla prima verifica superata, e per farsi un’idea concreta di quel tempo, la stima realistica dei tempi di implementazione per una PMI è il riferimento più vicino alla realtà.

Se hai un POC fermo da mesi, o un’idea di agente che non sai come portare in esercizio, parlarne con qualcuno che quel salto l’ha già fatto costa meno che scoprire a fine anno quale delle cinque verifiche non passava. Puoi scriverci da mimir.bot per una consulenza: guardiamo insieme il processo che hai in mente e ti diciamo con franchezza se è pronto, cosa manca e da dove conviene partire.

Fonti:

• Gartner — comunicato ufficiale: oltre il 40% dei progetti di AI agentica sarà cancellato entro fine 2027
• MarTech — analisi della previsione Gartner e fenomeno dell’agent washing
• «Measuring Agents in Production» — studio Berkeley/Databricks, dicembre 2025
• Google Cloud — guida per sviluppatori agli agenti pronti per la produzione
• Dataiku — come costruire agenti AI pronti per la produzione
• Anthropic — Building effective agents
• ByteByteGo — best practice per costruire agenti AI (compounding error, definition drift)
• Atlan — scaling degli agenti AI in produzione, con i dati IDC-Lenovo 2025
• MIT NANDA — «The GenAI Divide: State of AI in Business 2025» (PDF originale, oggi non più raggiungibile)
• Forbes — lettura del report MIT sul 95% dei pilot GenAI che fallisce