Stato dell’adozione dell’IA agente in Spagna

L’IA agente è entrata nella agenda tecnologica di buona parte delle grandi imprese spagnole, ma è ancora lontana dal diventare una capacità operativa su larga scala. Il 59,2 % delle organizzazioni continua a lavorare con piloti sparsi, mentre solo il 3,8 % ha realizzato un vero e proprio deployment industriale.

Questi dati provengono dall’Observatorio Agentic AI España e Iberoamérica 2026, realizzato da NTT DATA e CIONET su un campione di 130 organizzazioni, di cui 80 spagnole, intervistate tra novembre 2025 e febbraio 2026. Lo studio ha analizzato strategia, processi, architettura, investimenti, dati e governance.

Confronto regionale

Il confronto con il mercato latinoamericano mostra che, sebbene la Spagna concentri il maggior numero di organizzazioni studiate e una elevata attività, il Brasile è il mercato più maturo in cinque delle sette dimensioni di benchmark. In Spagna il 36,9 % delle aziende opera già tramite programmi strategici, contro il 54,5 % del Brasile.

Questa differenza è significativa perché quasi il 48 % delle imprese spagnole prevede di trasformare le proprie iniziative in programmi strategici, e un terzo punta a un scaling trasversale. Il successo dipenderà meno dal lancio di nuovi piloti e più dalla capacità di superare le limitazioni accumulate nella prima fase di adozione.

Valore generato e aree di impatto

Finora, la maggior parte dei benefici si concentra sull’efficienza interna. La accelerazione dei processi rappresenta il 28,5 % dei vantaggi identificati, seguita dal miglioramento dell’esperienza dei dipendenti (20,7 %) e dalla riduzione dei costi (19,7 %). La creazione di nuovi ricavi è ancora marginale, con appena 4,6 % di contributo.

La distribuzione dei casi d’uso spiega questa disparità:

    • 43,8 % di applicazioni verticali in aree specifiche;
    • 39,2 % di strumenti orizzontali di produttività;
    • Solo 16,9 % delle organizzazioni ha iniziato a riprogettare processi end‑to‑end con agenti.

Di conseguenza, IT e back‑office sono le aree dove l’impatto è più visibile, poiché operano su processi strutturati e sistemi che consentono automazione con minori dipendenze organizzative. Passare a funzioni commerciali, relazioni con i clienti o processi critici richiede agenti capaci di interagire con dati aziendali, eseguire azioni su sistemi transazionali e operare entro limiti decisionali definiti.

Il rischio della stagnazione nei piloti

«Il rischio non è adottare tardi l’IA agente; il rischio è rimanere permanentemente in fase pilota», afferma César Adán Pedroso, responsabile di Autonomous and Intelligence Technology per la Spagna di NTT DATA. Quando i test non sono più isolati, un agente capace di eseguire azioni introduce esigenze di supervisione diverse rispetto a un chatbot o a un copilota che si limita a generare contenuti.

Architettura e integrazione con sistemi core

L’architettura delle imprese riflette lo stesso grado di immaturità. Nell’intero Ibero‑America, il 57,7 % delle organizzazioni sperimenta ancora con agenti specializzati, mentre il 30 % utilizza principalmente copiloti e chatbot. Solo il 12,3 % ha iniziato a costruire architetture in cui più agenti possono interoperare in modo coordinato.

La connessione con i sistemi centrali è ancora più limitata: tre aziende su quattro presentano un’integrazione bassa o inesistente con ERP, CRM e piattaforme di gestione della supply chain. Solo il 4 % è riuscita a realizzare un’integrazione profonda con flussi critici e dati master.

Questa carenza impone un limite pratico al valore ottenibile. Un agente isolato può sintetizzare informazioni, produrre analisi o assistere un dipendente; intervenire autonomamente su ordini, inventari, prezzi o assistenza clienti richiede connettività a sistemi transazionali, permessi, tracciabilità e meccanismi di interruzione quando si superano soglie predefinite.

Tipologie di agenti e loro diffusione

La progressione dell’adozione segue un percorso di rischio crescente:

    • 52,5 % ha lavorato con agenti analitici, che producono informazioni senza agire direttamente sui sistemi;
    • 30,4 % utilizza agenti capaci di modificare parametri entro limiti definiti;
    • 16 % impiega agenti transazionali, in grado di agire in modo indipendente in ambienti digitali.

Investimenti, dati e la “paradosso spagnolo”

Il benchmark evidenzia una debolezza particolarmente marcata in Spagna: solo il 2,5 % delle aziende mantiene un aggiornamento sistematico dei dati, la percentuale più bassa tra le regioni studiate, a confronto con il 18,2 % del Brasile.

Inoltre, i “sandbox” per sperimentare con dati e agenti sono disponibili nel 57,5 % delle imprese spagnole, contro il 90,9 % delle brasiliane. Il 61,3 % delle organizzazioni spagnole ritiene ancora basso l’impatto ottenuto, creando quella che lo studio chiama la «paradosso spagnolo»: un mercato con volume e investimento assoluto superiori, ma ancora incapace di tradurre tale attività in condizioni operative equivalenti.

Il problema dei dati non riguarda solo la disponibilità. Nel campione complessivo, l’88,5 % mantiene una governance di informazioni non strutturate (documenti, conversazioni, immagini, audio, video) a livelli base o incipienti. Questa carenza è critica per i sistemi basati su modelli di linguaggio, che dipendono fortemente dall’accesso a conoscenza aziendale dispersa e dalla sua corretta contestualizzazione.

Governance, autonomia e rischi percepiti

La governance è un altro divario tra sperimentazione e operatività su larga scala. In Spagna, solo il 22,5 % dispone di controlli di autonomia (limiti decisionali formali, registri di audit, meccanismi di stop). Il Brasile arriva al 45,5 %.

L’analisi statistica mostra che l’ambizione aziendale avanza più rapidamente dei controlli: solo sei delle 130 organizzazioni analizzate presentano una evoluzione della governance comparabile al loro livello di ambizione.

Questa lacuna diventa cruciale quando gli agenti passano dal raccomandare all’eseguire. Sicurezza, regolamentazione e bias sono tra i principali rischi percepiti, ma riconoscerli non è sufficiente se non si hanno procedure operative per gestirli.

Competenze e cultura organizzativa

Il fattore umano rappresenta un ulteriore ostacolo:

    • Il 67 % delle aziende ha formato meno del 30 % dei dipendenti sull’IA;
    • Il 92 % dei casi registra fiducia media o bassa del personale nell’interagire con gli agenti;
    • Il 62,3 % manca di documentazione formale su come integrare gli agenti nei processi;
    • Solo il 20,8 % ha ridisegnato workflow specifici per gli agenti.

«La creazione di valore richiede investire per trasformare le capacità», afferma Adán Pedroso, sottolineando che l’adattamento del talento è tra i fattori determinanti per le organizzazioni che vogliono avanzare verso deployment più ampi.

Conclusioni e prospettive future

In sintesi, la Spagna sta vivendo una fase di transizione critica per l’IA agente. La maggior parte dei progetti è ancora in fase pilota, l’integrazione con sistemi core è limitata e la governance dei dati è debole. Tuttavia, la volontà di trasformare le iniziative in programmi strategici è alta, e il potenziale di efficienza è comprovato.

Per superare il “paradosso spagnolo”, le imprese dovranno:

    • Investire in data‑governance avanzata, con aggiornamenti sistematici e sandbox diffusi;
    • Costruire architetture interoperabili che consentano a più agenti di collaborare su flussi critici;
    • Implementare controlli di autonomia robusti, con audit e meccanismi di stop;
    • Rafforzare la formazione e la cultura aziendale, garantendo che una quota significativa di dipendenti sia pronta a collaborare con gli agenti.

Solo affrontando simultaneamente le carenze tecniche, i gap di governance e le sfide di talento la Spagna potrà passare dal ruolo di sperimentatore a quello di leader operativo nell’IA agente.