Nel corso degli ultimi anni la nozione di “agentic AI” si è imposta nel dibattito tecnologico con una rapidità che non trova ancora corrispondenza nella sua effettiva adozione all’interno dei processi bancari e assicurativi.Un dato frequentemente citato a sostegno della portata del fenomeno riguarda la quota di traffico web globale classificata come non umana, stimata da alcune rilevazioni infrastrutturali intorno al 57%, con oscillazioni giornaliere comprese tra il 52% e il 62%*.Si tratta di un indicatore che descrive il traffico complessivo della rete, comprensivo di crawler, scraper e bot di natura eterogenea, causato anche dall’adozione crescente di sistemi agentici. Nelle organizzazioni finanziarie la percezione dell’impatto potenziale dell’AI agentica risulta elevata, ma la maggioranza dei progetti si colloca ancora in una fase di sperimentazione o di valutazione, non di scala.Il vincolo principale, in questa fase, risulta duplice: la maturità ancora limitata delle soluzioni tecnologiche disponibili sul mercato e la carenza di competenze interne necessarie a integrare modelli complessi.Un’indicazione più diretta di questo scarto emerge dal confronto tra il numero medio di casi d’uso rilevato nelle diverse fasi del ciclo di vita di un progetto di intelligenza artificiale. In base alle analisi e ai dati raccolti dal Cetif Research Insight dell’Advanced Analytics & AI HUB, la Generative AI risulta la tecnologia con il numero più elevato di iniziative allo stadio di idea generation e di sperimentazione, ma un numero proporzionalmente più contenuto di casi effettivamente giunti alla piena adozione. Le tecnologie di advanced analytics e di business intelligence mostrano un profilo diverso: meno iniziative nelle fasi preliminari, ma il numero più alto in assoluto di casi realmente adottati su base stabile. Il divario tra le due curve fotografa in modo puntuale la distanza tra l’entusiasmo iniziale suscitato da una tecnologia e la sua effettiva messa a terra.Indice degli argomenti