AI in azienda: come cambia processi e modelli di business

In breve: l'AI cambia davvero un'azienda quando entra nei processi e nel modo in cui vende, non quando si aggiunge un abbonamento in più. Per un e-commerce significa assistenza collegata agli ordini e cataloghi leggibili dagli agenti di acquisto; per un'azienda B2B, preventivi più rapidi, nuovi servizi e prezzi legati al risultato.

Punti chiave

Nel 2025 il 20% delle imprese UE con almeno 10 addetti usava l'AI, contro il 13,5% del 2024: l'adozione cresce, il valore non arriva in automatico.
In Italia la quota è raddoppiata in un anno, dall'8,2% al 16,4%, ma un'impresa su tre tra quelle che usano l'AI non la collega a nessuna area aziendale precisa: l'uso è ancora sperimentale.
Il ritorno dipende da investimenti complementari (dati, processi, competenze) che all'inizio costano e si vedono poco.
Nell'e-commerce l'AI sta diventando anche un canale di vendita: gli assistenti AI possono già completare acquisti.
Nel B2B cambia il modo di prezzare: alcuni fornitori fanno pagare per risultato, non per licenza.

Per anni l'AI in azienda è stata una voce del budget IT: un chatbot, un assistente per le email, un plugin nel CRM. Strumenti utili, che lasciano invariato come si prende un ordine o si fissa un prezzo. Secondo Eurostat, nel 2025 gli usi più diffusi tra le imprese europee erano l'analisi di testi (11,8%), la generazione di immagini, video o audio (9,5%) e quella di linguaggio scritto o parlato (8,8%): compiti singoli, presi uno alla volta.

Per una base su casi d'uso, strumenti e governance c'è la guida all'AI generativa in azienda. Qui si sale di un gradino: processi e modello di business. Altri approfondimenti sono nella sezione AI in azienda.

Che differenza c'è tra usare l'AI come strumento e cambiare il modello di business?

Lo strumento migliora un compito, il processo riorganizza una sequenza di compiti, il modello di business cambia cosa vendi, a chi e come ti fai pagare. Molte aziende oggi si fermano al primo livello.

Il modello di business è la logica con cui un'azienda crea valore per il cliente, lo consegna e ne trattiene una parte come ricavo. Un processo è la sequenza di attività, persone e sistemi che produce un risultato ripetibile, come evadere un ordine o emettere un preventivo.

Livello	Cosa cambia	Esempio e-commerce	Esempio B2B
Strumento	Un singolo compito diventa più veloce	Descrizioni prodotto scritte con l'AI e riviste a mano	Bozze di email commerciali o riassunti delle call
Processo	La sequenza di lavoro e chi la esegue	Assistenza che legge stato ordine e tracking e chiude da sola i casi semplici	Preventivo preparato da listino, storico cliente e disponibilità, approvato dal commerciale
Modello di business	Cosa vendi, su quali canali, come ti fai pagare	Catalogo venduto anche dentro gli assistenti AI, oltre che sul sito	Assistenza tecnica venduta in abbonamento o pagata a risultato

I livelli si costruiscono uno sopra l'altro: un modello di business basato sull'AI senza processi solidi sotto è una promessa che il cliente scopre presto di non poter riscuotere.

Perché comprare un software di AI non basta a vedere risultati?

Perché il valore dipende da investimenti che non compaiono nella fattura del fornitore: dati puliti, processi ridisegnati, persone formate. Senza questi, l'AI accelera un lavoro organizzato per un'altra epoca.

Gli economisti Brynjolfsson, Rock e Syverson la chiamano curva a J della produttività: le tecnologie di uso generale, AI compresa, richiedono investimenti intangibili in nuovi processi, modelli di business e competenze. All'inizio assorbono risorse e la produttività misurata sembra ferma; i benefici arrivano quando l'organizzazione si è riadattata.

Il caso di Klarna, fintech svedese dei pagamenti rateali, mostra entrambe le facce. Nel febbraio 2024 l'azienda ha comunicato che il suo assistente AI aveva gestito nel primo mese 2,3 milioni di conversazioni, due terzi delle chat di assistenza, pari al lavoro di 700 operatori a tempo pieno, con tempi di risoluzione scesi da 11 a meno di 2 minuti. A maggio 2025 l'amministratore delegato ha riconosciuto che l'uso spinto dell'AI aveva abbassato la qualità del servizio e che l'azienda tornava ad assumere operatori, perché il cliente deve poter parlare con una persona. Ridisegnare un processo significa anche decidere dove resta l'umano.

Quante aziende italiane usano l'AI e che cosa le frena?

Nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti usava almeno una tecnologia di AI: il doppio dell'anno prima, ma ancora sotto la media UE del 20%. Il freno principale non è la tecnologia, sono le competenze.

I dati sono del rapporto Istat Imprese e ICT 2025: la quota era del 5,0% nel 2023 e dell'8,2% nel 2024. Il divario per dimensione si allarga: l'AI è usata dal 53,1% delle grandi imprese e dal 15,7% delle PMI. Gli ambiti in cui l'AI viene adottata più spesso sono marketing e vendite (33,1%), organizzazione dei processi amministrativi (25,7%) e ricerca, sviluppo o innovazione (20,0%).

C'è poi un dato che conferma quanto spesso ci si ferma al primo livello, l'AI come strumento: il 33,4% delle imprese che usano l'AI non indica alcuna finalità aziendale tra quelle proposte (era il 15,5% nel 2024). Per Istat è il segno di un'adozione diffusa ma poco strutturata, ancora iniziale e sperimentale. In pratica, molte aziende hanno gli strumenti ma non li hanno ancora agganciati a un processo.

Tra le imprese che non usano l'AI, l'11,5% ne ha valutato l'adozione senza poi procedere. Ecco gli ostacoli che indicano e come si affrontano in un progetto concreto:

Ostacolo indicato (Istat 2025)	Quota	Come si affronta in un progetto
Mancanza di competenze	58,6%	Formazione per ruolo e un gruppo di lavoro misto, con un partner esterno nella prima fase
Poca chiarezza delle norme	47,3%	Classificare ogni caso d'uso secondo l'AI Act prima di partire: secondo la Commissione europea la grande maggioranza dei sistemi oggi in uso rientra nel rischio minimo o nullo
Dati non disponibili o di scarsa qualità	45,2%	Partire da un processo con dati già affidabili (ordini, listini) e sistemare il resto in parallelo
Privacy e protezione dei dati	43,2%	Scegliere fornitori con accordi sul trattamento dei dati e decidere quali dati non escono dall'azienda
Costi elevati	43,0%	Un pilota limitato, con costo per caso gestito confrontato con quello attuale
Considerazioni etiche	25,7%	Regole scritte su supervisione umana e trasparenza verso i clienti

Come cambia un e-commerce quando l'AI entra nei processi e nei canali di vendita?

Cambia in due punti: il servizio clienti, collegato ai dati degli ordini, e la vendita, che passa anche dagli assistenti AI oltre che dal sito.

Un assistente generico fa risparmiare poco; uno collegato a piattaforma, gestionale e corriere può dire dov'è il pacco, avviare un reso secondo la policy, proporre un'alternativa a un prodotto esaurito e passare a un operatore reclami e ordini di importo alto. Il metodo è quello dell'automazione dei processi aziendali: prima si mappa il flusso, poi si automatizza.

L'agentic commerce è la vendita in cui un assistente AI cerca, confronta e acquista per conto dell'utente. L'Agentic Commerce Protocol, standard aperto sviluppato da Stripe e OpenAI, permette a un negozio di rendere il checkout disponibile agli agenti compatibili, a partire da ChatGPT, restando venditore ufficiale (merchant of record) e decidendo quali prodotti vendere. La documentazione di Stripe descrive integrazioni di questo tipo, alimentate da un feed di catalogo strutturato.

La scheda prodotto va scritta anche per un agente che la interpreta: attributi completi, disponibilità aggiornata, prezzi, tempi di consegna e condizioni di reso chiari. È lo stesso lavoro che serve per farsi trovare nei motori di ricerca basati sull'AI.

Quali nuovi modelli di business apre l'AI per le aziende B2B?

Le strade concrete sono quattro: trasformare la velocità in un argomento di vendita, passare dal prodotto al servizio, offrire servizi che imparano dai dati del cliente e farsi pagare in base al risultato.

La velocità come parte dell'offerta

In molte aziende B2B il collo di bottiglia è il preventivo: listini, sconti per cliente e disponibilità stanno in sistemi diversi. Un flusso che raccoglie questi dati e prepara la bozza, lasciando l'approvazione al commerciale, accorcia il ciclo di vendita. Se il concorrente risponde in tre giorni e tu in tre ore, la rapidità entra nell'offerta, soprattutto nell'e-commerce B2B, dove i buyer si aspettano prezzi e disponibilità in tempo reale.

Dal prodotto al servizio

Un produttore di macchinari possiede manuali, schede e storico degli interventi: un assistente che lavora su quei documenti dà supporto di primo livello a qualsiasi ora, e quello che era un costo dell'ufficio tecnico può diventare un contratto di assistenza in abbonamento.

Servizi che imparano dai dati del cliente

Ogni ordine, richiesta o intervento aggiunge dati che rendono l'offerta successiva più precisa: è così che l'AI trasforma i dati in decisioni, oltre che in testi. In un e-commerce B2B significa assortimenti e suggerimenti di riordino costruiti sullo storico del singolo cliente; per un distributore, previsioni di domanda che guidano scorte e acquisti; per un produttore, manutenzione pianificata sui dati d'uso delle macchine invece che a calendario. Esempi per il commercio sono nella guida all'AI nel retail.

Quando il dato diventa parte del prodotto, va regolato nel contratto. Per i prodotti connessi, compresi i macchinari industriali, il Data Act europeo, applicabile dal 12 settembre 2025, dà agli utenti, anche aziendali, il diritto di accedere ai dati generati dall'uso e di condividerli con terzi, per esempio con un'officina indipendente. Un servizio di assistenza basato su quei dati deve quindi convincere per qualità, non per esclusiva. Se i dati riguardano persone, valgono anche le regole del GDPR su base giuridica e informativa.

Il prezzo legato al risultato

Alcuni fornitori di software lo fanno già: Intercom fa pagare il suo agente Fin 0,99 dollari per risultato, al massimo uno per conversazione, e nulla se Fin non risolve o se il cliente chiede un operatore. Lo stesso principio vale per chi vende servizi B2B: un canone legato a pratiche evase, ticket chiusi o contatti qualificati invece che alle ore lavorate, purché il risultato sia misurabile e concordato prima. Gli effetti sugli abbonamenti software sono nell'articolo su agenti AI e SaaS.

Come si preparano persone e organizzazione a un modello di business basato sull'AI?

Con competenze diffuse, un gruppo di lavoro che unisce reparti diversi e regole chiare su cosa l'AI può fare. La tecnologia è la parte più facile: cambiare un modello di business richiede di sperimentare e di rivedere abitudini e incentivi interni.

Non è solo buona pratica. L'articolo 4 dell'AI Act, in vigore dal 2 febbraio 2025, chiede a chi usa sistemi di AI di adottare misure per sviluppare l'alfabetizzazione sull'AI del personale e di chi li usa per suo conto. Secondo le risposte della Commissione europea, con le modifiche del Digital Omnibus, in vigore da metà luglio 2026, l'obbligo resta ma senza un livello minimo prefissato, la vigilanza si applica dal 2 agosto 2026 e non serve alcun certificato: basta tenere traccia interna delle attività di formazione.

Un gruppo di lavoro misto. Chi possiede il processo (vendite o assistenza), chi conosce i dati e i sistemi (IT, gestionale, e-commerce) e chi valuta contratti e privacy. Con un responsabile unico, che risponde dei risultati.
Formazione per ruolo, non generica. Chi scrive le schede prodotto, chi approva i preventivi e chi gestisce i casi passati dall'AI a una persona hanno bisogno di cose diverse.
Spazio per sperimentare, con confini. Un segmento di clienti, un budget e una data di revisione: un esperimento che non funziona è un'informazione, non un fallimento da nascondere.
Incentivi coerenti. Se l'assistenza è valutata solo sul numero di ticket chiusi, l'AI verrà usata per chiudere, non per risolvere. Gli obiettivi vanno riscritti insieme al processo.
Regole scritte. Quali dati si possono dare a quali strumenti, chi controlla i risultati, quando interviene una persona. Il quadro completo è nella guida alla governance dell'AI in azienda.

Il ruolo della direzione è descritto nella guida su leadership e intelligenza artificiale. Quando il nuovo modello di business rischia di scontrarsi con quello esistente, c'è anche l'opzione di una struttura dedicata: pro e contro sono nell'articolo sulla società separata per l'AI.

Quanto costa portare l'AI nei processi e nel modello di business?

La licenza è la voce più visibile, ma non la più importante. Il costo vero sta in integrazione, dati e persone: per questo conviene ragionare sul costo per caso gestito, non sul canone mensile.

Per Istat i costi elevati frenano il 43,0% delle imprese che hanno valutato l'AI senza adottarla. Prima di decidere, conviene mettere in fila tutte le voci:

Licenze per utente degli assistenti integrati in posta, CRM o piattaforma e-commerce.
Consumo dei modelli: le API si pagano in base al volume elaborato, a milioni di token in ingresso e in uscita, come mostra per esempio il listino API di Anthropic. Il costo cresce con i volumi.
Prezzo a risultato, come per gli agenti di assistenza fatturati per caso risolto (l'esempio di Fin è nella sezione sui modelli B2B).
Integrazione e automazione: collegare e-commerce, gestionale, CRM e corriere, e mantenere i collegamenti quando i sistemi cambiano.
Dati: completare catalogo e listini, digitalizzare manuali e storico interventi.
Persone: formazione, tempo dei referenti durante il pilota, supervisione dei casi che passano a un operatore.

Il confronto utile è tra il costo totale per preventivo, ticket o ordine prima e dopo il pilota, misurato sugli stessi indicatori. Una parte dell'investimento può rientrare nei bandi per la digitalizzazione delle imprese.

Come applicarlo nella tua azienda: i primi passi

Scegli un processo che tocca il cliente e che oggi rallenta vendite o assistenza: preventivi, risposte sugli ordini, schede prodotto. Misura tempi, volumi ed errori attuali.
Metti in ordine i dati che lo alimentano. Listini, catalogo, storico ordini e documenti tecnici devono essere aggiornati e raggiungibili via API.
Ridisegna il flusso prima di automatizzarlo. Decidi cosa fa la macchina, cosa approva una persona e quando il cliente parla con un umano. Strumenti come n8n o Make collegano i sistemi, i modelli AI leggono e scrivono: è il lavoro delle mie soluzioni di automazione e AI.
Fai un pilota di 6-8 settimane con indicatori fissati prima: tempo di risposta, tasso di chiusura delle offerte, ticket risolti, soddisfazione. Per le metriche c'è la guida su come misurare il valore dell'AI.
Solo se il pilota regge, ragiona sul modello di business: nuovo canale, nuovo servizio, nuovo prezzo, provati prima su un segmento di clienti.

Uno scenario: un e-commerce B2B di forniture per la ristorazione, con circa 1.500 prodotti e clienti che riordinano ogni settimana. Il primo passo non è un chatbot ma un flusso che, dal gestionale, propone a ogni cliente il riordino abituale con le disponibilità aggiornate. Se funziona, il passo successivo è un riordino automatico in abbonamento: un modello di business nuovo, costruito su un processo già collaudato.

Errori da evitare

Misurare solo il risparmio. Tagliare costi peggiorando il servizio si paga in clienti persi: affianca sempre una metrica di qualità.
Automatizzare un processo confuso. Se nessuno sa chi approva uno sconto, l'AI renderà la confusione più veloce.
Nascondere la persona. Reclami, resi contestati e trattative B2B devono poter passare a un umano.
Lasciare il pilota senza controllo. Senza indicatori, responsabile e data di revisione, un progetto AI diventa una spesa fissa che nessuno sa valutare.
Cambiare prezzo senza dati. Un'offerta a risultato senza storico su tempi ed esiti può farti lavorare in perdita.
Dimenticare le regole. Da agosto 2026 valgono gli obblighi di trasparenza dell'AI Act: chi usa un chatbot deve sapere che parla con una macchina.

Domande frequenti (FAQ)

Che cosa significa che l'AI cambia il modello di business?

Significa che l'AI modifica cosa un'azienda vende, su quali canali o come si fa pagare, oltre alla velocità dei compiti interni. Esempi sono un catalogo venduto anche tramite assistenti AI o un servizio di assistenza tecnica fatturato a risultato.

Da dove conviene iniziare con l'AI in un e-commerce?

Dai processi che toccano il cliente e hanno volumi alti: risposte su ordini e resi, schede prodotto, suggerimenti di acquisto. Prima servono dati di catalogo completi e aggiornati, gli stessi che leggeranno gli agenti di acquisto.

Quali usi dell'AI nel B2B portano risultati misurabili?

La preparazione dei preventivi da listini e storico cliente, l'assistenza tecnica di primo livello basata su manuali e la qualificazione dei contatti in ingresso. Hanno un risultato che si può contare: tempo di risposta, offerte chiuse, ticket risolti.

Quanto tempo serve per vedere un ritorno dall'AI?

Un pilota su un singolo processo mostra i primi numeri in 6-8 settimane. Cambiare il modello di business richiede di più, perché servono dati, competenze e processi nuovi: costi all'inizio, benefici dopo.

L'AI sostituirà il personale di assistenza e vendita?

Nei compiti ripetitivi riduce il lavoro manuale, ma i casi delicati restano alle persone. Klarna, dopo aver affidato all'AI due terzi delle chat, nel 2025 ha ripreso ad assumere operatori per tenere alta la qualità.

Che cos'è l'agentic commerce?

È la vendita in cui un assistente AI cerca, confronta e completa l'acquisto per conto dell'utente. Protocolli aperti come l'Agentic Commerce Protocol permettono ai negozi di vendere tramite questi agenti restando venditori ufficiali e mantenendo il rapporto con il cliente.

Quali sono i rischi di un modello di business basato sull'AI?

Inefficienze nei primi mesi, mentre processi e persone si adattano; investimenti che non rendono se mancano indicatori e revisioni; un servizio peggiore se si toglie il contatto umano; obblighi su dati personali e AI Act. Si riducono partendo da un pilota misurato su un solo processo, con un responsabile e una data di verifica.

Fonti

Se vuoi capire quale processo della tua azienda può cambiare il modo in cui vendi, parti da una diagnosi gratuita.