Parte 1: L’AI Agentica – Un cambio di paradigma per l’Integrated Business Planning

Intro

L’Integrated Business Planning (IBP) sta entrando in una nuova era grazie all’AI agentica, ovvero agenti di intelligenza artificiale capaci di pianificare, decidere e agire in autonomia per raggiungere gli obiettivi aziendali. Per CIO, CTO, CAIO e CFO, questo rappresenta un cambio di paradigma: dall’utilizzo dell’AI come semplice strumento di insight all’adozione di sistemi AI in grado di orchestrare end-to-end i processi di business più critici.
Secondo Gartner, entro il 2028 almeno il 15% delle decisioni operative quotidiane sarà preso autonomamente da questi agenti (rispetto allo zero attuale).
Tradizionalmente, l’Integrated Business Planning (IBP) connette strategia, finanza e operations in un processo di pianificazione unificato. L’AI agentica potenzia radicalmente questo approccio, eliminando i silos tipici della pianificazione — tra dati, decisioni e team.
Al posto di processi periodici e frammentati, le organizzazioni adotteranno una pianificazione continua, guidata dall’AI e condivisa in tempo reale tra i diversi dipartimenti, consentendo maggiore agilità e allineamento cross-funzionale.
Il risultato è un vero cambio di paradigma: la pianificazione diventa più proattiva, data-driven e adattiva che mai.

Questa autonomia orientata agli obiettivi consente una pianificazione più flessibile e cicli decisionali più rapidi. Per generare valore in modo sostenibile, tuttavia, è fondamentale che venga adottata con adeguati meccanismi di controllo e supervisione. Gli analisti di Gartner raccomandano alle aziende di progettare l’AI agentica fin dalle prime fasi con principi di trasparenza, guardrail e supervisione umana, sottolineando come questi agenti “integrino comportamenti autonomi e guidati dagli obiettivi, ma introducano anche maggiore complessità e rischio, rendendo necessari confini chiari, monitoraggio e osservabilità per preservare la fiducia” In sintesi, l’AI agentica si sta affermando come una forza trasformativa, il cui successo dipenderà dalla capacità di coniugare autonomia e governance responsabile.

La visione dell’Enterprise Planning con agenti di AI

L’AI tradizionale — e persino la Generative AI (GenAI) — ha finora agito principalmente come un motore di raccomandazione o un assistente capace di fornire insight o contenuti su richiesta. L’AI agentica compie un salto in avanti: sposta l’AI dal ruolo di passeggero a vero partner nella pianificazione e nelle operazioni aziendali.
Gartner ha identificato l’AI agentica come la trend tecnologica strategica n.1 per il 2025, a testimonianza del fatto che non si tratta di un semplice termine di moda. Inoltre, l’AI agentica offre una via d’uscita dalla trappola che McKinsey definisce il “paradosso della GenAI”: un’adozione ampia, ma con impatti limitati.
A differenza dei chatbot generici, che forniscono assistenza isolata, gli agenti AI possono essere integrati in profondità nei processi core dell’azienda come collaboratori proattivi e orientati agli obiettivi.

Ciò significa che i cicli di pianificazione si riducono da settimane a giorni (o ore) e che le risposte ai cambiamenti — come un’improvvisa interruzione nella supply chain o una fluttuazione del mercato — diventano immediate e intelligenti.
Fondamentalmente, questi agenti agiscono come partner dei planner umani. Interpretano i dati, generano insight e addirittura avviano azioni, mantenendo però sempre le persone nel loop per valutazioni critiche e approvazioni.
In altre parole, l’AI agentica trasforma la pianificazione in una forma di intelligenza collaborativa tra competenze umane e intelligenza artificiale, anziché in un semplice report statico o un foglio di calcolo.

Le funzioni di pianificazione aziendale sono tutte pronte per una trasformazione:

• Financial Planning & Analysis (FP&A): un ambito particolarmente maturo per l’adozione dell’AI agentica è il FP&A — storicamente un processo laborioso, basato sulla raccolta dei dati, sulla costruzione di forecast e sulla generazione di report. Con l’avvento della GenAI e dell’AI agentica, il FP&A sta passando da una pianificazione statica e periodica a una pratica molto più continua e guidata dagli insight.

Secondo una ricerca del FP&A Trends Group, l’AI sta “elevando il FP&A dalla tradizionale analisi alla generazione continua di insight ricchi di contesto. Invece di limitarsi a evidenziare ciò che è accaduto, l’AI agentica aiuterà a spiegare perché è accaduto — e cosa potrebbe accadere dopo.”

• Financial Close, Consolidation and Reporting (FCCR): Within FCCR, agentic AI will streamline the financial close process while ensuring data integrity. Picture an agent that automates month-end workflows, reconciles transactions, checks for anomalies in consolidation, and alerts controllers to any discrepancies. Such an agent, armed with accounting rules and your company’s consolidation model, can quickly identify why balance sheets are unbalanced or where an intercompany elimination went wrong. By continuously monitoring financial data, the agent can catch errors before reports are final, reducing fire drills at quarter-end. Accountants will spend less time on tedious ticking-and-tying, and more on analyzing what the numbers mean with AI ensuring accuracy and compliance.

• Merchandising Planning: il settore retail offre un’illustrazione chiara del cambio di paradigma introdotto dall’AI agentica: si passa dalla predizione all’esecuzione. I retailer utilizzano da tempo l’AI per prevedere la domanda o raccomandare prodotti (insight predittivi), ma il prossimo salto evolutivo è la orchestrazione autonoma, con agenti AI che gestiscono dinamicamente tutto — dai prezzi all’inventario — in tempo reale.
  Come riporta Consumer Goods Technology, “nei prossimi cinque anni, il cuore dell’intelligenza retail passerà dagli insight predittivi all’orchestrazione autonoma. Entro il 2030, l’AI agentica… collegherà dati, decisioni ed esecuzione in tempo reale.”
  Un merchandiser che utilizza un agente AI potrà decidere con maggiore sicurezza quante giacche invernali inviare a ciascun negozio, perché l’agente avrà già elaborato i tassi di sell-through storici, le tendenze attuali e persino i dati climatici locali.
  Secondo un sondaggio NVIDIA del 2025, 9 retailer su 10 stanno testando o adottando soluzioni AI. Salesforce evidenzia inoltre che il 76% dei retailer prevede di aumentare gli investimenti in agenti AI nel prossimo anno, con il customer service come principale caso d’uso.

• Supply Chain Planning: uno degli ambiti che sta già vivendo cambiamenti significativi è la pianificazione della supply chain e delle operations, dove incertezza e disruption rappresentano sfide costanti. EY descrive l’AI agentica come un potente alleato per i team di supply chain chiamati ad affrontare domanda volatile, complessità logistiche e pressioni sui costi. Ad esempio, se un fornitore strategico registra un ritardo o si verifica un aumento improvviso dei costi delle materie prime, l’agente può avvisare immediatamente i planner e simulare scenari alternativi, come l’approvvigionamento da un fornitore di backup o il reindirizzamento delle spedizioni. Questi agenti eccellono nella pianificazione di scenario, eseguendo innumerevoli simulazioni what-if (ad esempio: “Cosa accadrebbe se la domanda aumentasse del 20% il prossimo mese?” o “Cosa succederebbe in caso di chiusura di un porto?”) e presentando i risultati attraverso dashboard o narrazioni chiare, a supporto sia dei planner sia del management. Il risultato è una supply chain al tempo stesso agile e responsabile, in cui l’AI gestisce la complessità degli aggiustamenti operativi quotidiani, mentre le persone forniscono indirizzo e governance per garantire risultati ottimali e una gestione efficace dei rischi.

Tutti questi cambiamenti evidenziano una trasformazione fondamentale: la pianificazione sta diventando un processo di intelligenza continua e collaborativa, anziché un’attività periodica e manuale. L’AI agentica permette a ogni funzione di pianificazione non solo di diventare più efficiente, ma anche più interconnessa.
Le pianificazioni di finanza, contabilità, merchandising e supply chain non vivono più in silos separati, perché gli agenti AI contribuiscono a unirle, condividendo insight e allineando le azioni in modo istantaneo.
Questo delinea una visione entusiasmante per i CXO: un futuro in cui i piani si adattano in tempo reale al variare delle condizioni, guidati dall’AI ma supervisionati dall’esperienza umana.
Il vantaggio competitivo andrà alle organizzazioni che sapranno cogliere per prime questa sinergia.

Dalla visione alla realtà: lo stato attuale dell’AI Agentica nella pianificazione aziendale

La visione è senza dubbio affascinante, ma qual è la realtà oggi? È importante riconoscere che, a prescindere da ciò che alcuni vendor possano dichiarare, l’AI agentica nella pianificazione aziendale è ancora agli albori.
Negli ultimi 1–2 anni, abbiamo assistito a un’ondata di annunci da parte dei fornitori di software di planning riguardo nuovi “agenti” e “copiloti” AI. Alcuni esperti del settore l’hanno definita una vera e propria “corsa agli annunci AI”, con vendor che promuovono di tutto: dal forecasting basato su machine learning alla generative AI e all’AI agentica integrate nelle loro piattaforme.
L’hype può risultare opprimente: quasi ogni settimana un provider software proclama una nuova funzionalità AI che promette di trasformare la pianificazione.

Tuttavia, i leader tecnologici più accorti devono saper distinguere l’hype dalla sostanza. Come ha affermato con franchezza un fornitore di software finance, “molte di queste presunte funzionalità AI sono rudimentali o sperimentali: demo impressionanti, ma non ancora in grado di offrire valore affidabile in produzione”.
Per esempio, una funzionalità AI di “forecasting” potrebbe limitarsi ad automatizzare un semplice modello statistico; oppure uno strumento di generative AI potrebbe produrre report narrativi visivamente curati, ma che richiedono ancora un’accurata revisione per garantirne la precisione.
I primi adottanti hanno scoperto che è relativamente semplice creare un proof-of-concept di un agente AI capace di rispondere a domande basilari o generare un piano per uno scenario ristretto. La vera difficoltà emerge quando si tenta di distribuire agenti AI in grado di gestire la scala e la complessità reali della pianificazione aziendale: enormi volumi di dati, regole di business articolate e processi cross-funzionali — senza intoppi né allucinazioni.

L’attuale mercato degli agenti AI per la pianificazione si trova quindi in una fase di apprendimento, in cui sia i vendor sia le aziende stanno sperimentando ciò che funziona e ciò che non funziona. Di seguito alcuni pattern da tenere d’occhio nell’attuale panorama:

• Focalizzazione iniziale su ruoli e casi d’uso specifici: una tendenza rilevante è che i vendor non stanno creando una super-AI monolitica, bensì una costellazione di agenti o assistenti specializzati. Questo ha perfettamente senso: le domande che un CFO potrebbe porre (“Cosa sta determinando il gap negli utili questo trimestre?”) sono molto diverse da quelle di un responsabile della supply chain (“Come possiamo ottimizzare i livelli di safety stock?”).
  Ciò indica che la realtà del mercato è costituita da un insieme di agenti AI specializzati e mirati, ognuno dei quali affronta una parte del complesso puzzle della pianificazione — non da un’unica AI generalista. Si tratta di un approccio pragmatico che riconosce la complessità dell’enterprise planning: nessun agente, oggi, può gestire credibilmente tutto, dal consolidamento finanziario al demand forecasting, contemporaneamente.

• Private preview e progetti pilota ovunque: un altro segnale dello stato ancora nascente del mercato è che molte soluzioni di agenti AI sono disponibili in versione limitata o in modalità “preview”. Anche i vendor che hanno annunciato funzionalità generalmente disponibili spesso le etichettano come beta o di prima generazione. Questo evidenzia che i fornitori — giustamente — stanno testando queste capacità con clienti selezionati e migliorandole progressivamente.
  Sebbene la tecnologia stia maturando rapidamente, la maggior parte dei vendor non dispone ancora di agenti AI pronti per una distribuzione estesa nella maggior parte delle aziende. CIO e CTO che valutano queste soluzioni dovrebbero prevedere un percorso di perfezionamento continuo e avviare questi agenti prima in ambienti non critici, prima di una diffusione più ampia.

• Attenzione all’hype cycle: i thought leader del settore invitano alla prudenza, nonostante l’entusiasmo crescente. Come ci piace ricordare, l’innovazione non consiste nell’essere i primi sul mercato con titoli ad effetto sull’AI, ma nel fornire soluzioni affidabili e capaci di generare valore, realmente funzionanti nel mondo concreto della finanza e delle operations. Molti responsabili della pianificazione ricordano bene l’hype cycle di tecnologie precedenti (big data, blockchain, ecc.) e guardano con scetticismo a dichiarazioni troppo altisonanti. Il consenso nella community dell’enterprise planning è chiaro: occorre pretendere prove. Gli agenti AI devono dimostrare di saper produrre forecast accurati, raccomandazioni sensate e reali incrementi di produttività prima di essere incaricati di attività di pianificazione critiche.
  Non c’è grande tolleranza per soluzioni AI che aggiungono solo “magia” senza sostanza, soprattutto in ambito finance, dove errori o insight falsi possono avere impatti rilevanti sul business. Per ora, la maggior parte delle organizzazioni fa bene a considerare l’AI agentica come promettente, ma non miracolosa. e a implementarla in modo controllato e incrementale.

In sintesi, lo stato attuale dell’AI agentica nella pianificazione aziendale è caratterizzato da un progresso dinamico, accompagnato da una sana dose di realismo. Il cambio di paradigma è in atto e sta accelerando, ma siamo ancora alle prime fasi del percorso.
Per CAIO, CIO e CTO, questo significa che ora è il momento di iniziare a costruire le fondamenta — non per credere istantaneamente a ogni promessa, ma nemmeno per rischiare di restare indietro.
Le prossime sezioni illustreranno come affrontare questa opportunità con un approccio chiaro e una prospettiva human-centric. Vedremo inoltre come l’approccio di Board all’AI agentica stia riducendo il rischio di allucinazioni grazie a una strategia mirata e focalizzata su casi d’uso specifici.

I prossimi passi

La Parte 2 della nostra guida illustrerà come affrontare questa opportunità con un focus chiaro e una prospettiva human-centric. Nelle prossime sezioni vedremo inoltre come l’approccio di Board all’AI agentica stia mitigando il rischio di allucinazioni grazie a una strategia mirata e specifica per ciascun caso d’uso (in arrivo presto).