Fivetran ha pubblicato l’”Agentic AI readiness index 2026″, e il dato che apre il report è netto: l’85% delle aziende sta portando agenti in produzione su una data foundation che non è pronta a reggerli. Non è un problema di modelli, è un problema di dati.
Il punto di partenza è che gli agenti sono già operativi. Secondo la ricerca, quasi il 60% delle aziende dichiara di aver investito milioni in agentic AI e il 41% la usa già in produzione. Quando si chiede cosa le frena, in cima alla lista ci sono data quality e lineage (42%), seguiti da sovranità e compliance normativa (39%) e da security e privacy (39%). Talent, strategia e skill vengono dopo. Fivetran cita anche una stima di Gartner secondo cui oltre il 40% dei progetti di agentic AI verrà cancellato entro il 2027.
Perché conta per chi lavora con il data stack. Un agente non si comporta come una persona davanti a una dashboard: non si ferma a controllare un numero che non torna, legge il contesto che ha e agisce. Un agente alimentato da dati di scarsa qualità o mal governati non migliora nel tempo, prende semplicemente decisioni sbagliate più in fretta. Errori che prima erano piccoli — un’integrazione rotta, un campo mancante, una definizione in conflitto — diventano fallimenti a livello di sistema.
La differenza la fanno pochi elementi concreti. Solo il 15% delle organizzazioni si dichiara pienamente pronto, e tra queste il 98% riporta forte fiducia nel ROI dell’agentic AI; tra le meno pronte la stessa fiducia scende al 16%. Le aziende “fully prepared” hanno quattro cose in comune: data movement automatizzato che tiene le informazioni aggiornate, lineage che mostra da dove arrivano i dati e come sono cambiati, interoperabilità che li fa circolare tra sistemi senza restare intrappolati, e governance che definisce cosa gli agenti possono vedere e fare e dove serve ancora la revisione umana.
Il messaggio pratico è di non trattare la governance come un tema di compliance a valle: il 65% delle organizzazioni dichiara che limiterebbe pesantemente o bloccherebbe vendor incapaci di rispettare requisiti di governance e sovranità. Una volta che gli agenti passano in produzione, la governance diventa il layer di controllo che decide dove possono operare.
In sintesi
- L’85% delle aziende esegue agentic AI su una data foundation non pronta; data quality e lineage sono il primo ostacolo (42%).
- Solo il 15% è pienamente preparato, e tra questi quasi tutti (98%) vedono un ROI reale.
- Data movement automatizzato, lineage, interoperabilità e governance separano chi scala dagli altri.
Fonte: 85% of enterprises are running agentic AI on a data foundation that isn’t ready — https://www.fivetran.com/blog/85-of-enterprises-are-running-agentic-ai-on-a-data-foundation-that-isnt-ready
Hai qualcosa da aggiungere? Unisciti alla discussione.