Prima di emergere come trend di rilievo per il 2026, le intelligent operations si sono sviluppate come risposta a un problema sistemico: la crescente complessità dei processi aziendali e la necessità di renderli più agili, affidabili e scalabili.
Indice degli argomenti
Che cosa sono le Intelligent Operations
Di cosa si tratta? Per Simone Neser, Director AI Transformation CEO Office di Capgemini, parlare di intelligent operations significa riferirsi a processi «iperautomatizzati che combinano dati, AI e digitale». Non si tratta quindi di una semplice evoluzione dei workflow tradizionali, ma di una loro riconfigurazione strutturale. Le operazioni aziendali, spiega, rappresentano «le attività quotidiane che mantengono un business in funzione»: attività ripetitive, costose e fortemente data-driven, caratteristiche che le rendono tra i maggiori casi d’uso dell’AI nelle organizzazioni.
L’aspetto centrale, sottolinea Neser, è la necessità di scomporre i processi prima di automatizzarli. Il suo esempio del ciclo quote-to-cash in ambito finance and accounting illustra con precisione questo punto: una volta analizzato nel dettaglio, il processo rivela sei subprocessi, dodici macrotask e cinquantasette microtask. Questa granularità permette di assegnare «le tecnologie corrette ai task corretti» , creando l’architettura necessaria per la vera automazione intelligente.
Neser descrive un modello operativo in cui:
- RPA affronta le attività ripetitive,
- la GenAI e gli agenti AI intervengono su aspetti che richiedono conoscenza o giudizio,
- gli analytics supportano decisioni più informate.
L’integrazione tra questi elementi consente di generare ciò che Neser definisce «una versione intelligente del processo quote-to-cash».
La complessità dell’orchestrazione e il ruolo dei dati
Se da un lato la scomposizione dei processi è un passaggio tecnico necessario, dall’altro emerge la complessità dell’orchestrazione. Neser avverte che, pur avendo talvolta la percezione che costruire agenti sia semplice, «orchestrare agenti e farli lavorare nella vita reale non è un compito facile».
La complessità deriva dal coordinamento simultaneo di più tecnologie, numerose fonti dati e differenti tipologie di attività, spesso all’interno di processi che «non sono mai stati progettati per l’AI». Proprio questa difficoltà costituisce il punto di svolta per il 2026: la comprensione profonda dei processi è ciò che consente una trasformazione autentica, non solo incrementale.
Dalla frammentazione alla continuità operativa end-to-end
Un limite strutturale evidenziato da Neser riguarda la frammentazione delle operations. Oggi molti processi sono confinati all’interno di funzioni che «inseguono i propri KPI, utilizzano sistemi distinti e ottimizzano all’interno dei propri confini». Questa separazione genera attrito nelle interazioni tra processi, specialmente quando devono condividere dati o prendere decisioni.
Nel 2026, secondo Neser, le organizzazioni più avanzate non si limiteranno a migliorare singolarmente i propri processi: passeranno a una visione che integra flussi e funzioni, costruendo catene del valore end-to-end. Ciò significa trattare le interazioni con clienti e fornitori, insieme ai workflow interni, come un sistema continuo, senza le frizioni tipiche della frammentazione attuale.
Questa evoluzione non implica soltanto una riduzione delle inefficienze, ma l’emergere di una nuova capacità organizzativa: la possibilità di progettare processi connessi, adattivi e supportati da insight generati in tempo reale.
L’evoluzione della collaborazione tra umani e AI
La trasformazione delle intelligent operations ridefinisce il ruolo delle persone nei processi. Neser afferma che nel 2026 la collaborazione tra umani e AI diventerà «molto più formalizzata e strategica», con modelli chiari di governance del lavoro condiviso.
Il quadro descritto distingue tre livelli di interazione:
- attività svolte quasi interamente in autonomia dagli agenti,
- attività condotte dall’AI con supervisione umana
- attività sensibili che rimarranno «largamente sotto controllo umano».
Questa classificazione permette di mantenere sicurezza e fiducia, elementi centrali in una fase di adozione rapida dell’AI.
Si delinea dunque una visione in cui l’automazione non sostituisce il lavoro umano, ma ne ridisegna il perimetro consentendo alle risorse di concentrarsi su decisioni complesse e attività strategiche.
Dal cost saving alla creazione di valore: cosa succede nel 2026
Un punto chiave riguarda il cambiamento di priorità che caratterizzerà l’adozione delle intelligent operations nel 2026. Secondo Neser, le aziende passeranno «dai pilot ai primi livelli di produzione» e il focus si sposterà «dal risparmio di costi alla creazione di valore».
La transizione segna l’ingresso dell’AI nel cuore dei processi operativi. Se fino al 2025 molti progetti si sono limitati a sperimentazioni parziali, il 2026, segnerà l’avvio di implementazioni strutturate. L’integrazione dell’AI consente alle imprese di acquisire «agilità e resilienza», trasformando le operations da semplice funzione di supporto a un motore capace di generare valore attraverso processi più veloci, accurati e interconnessi.
L’evoluzione delle operations in questa direzione non implica la scomparsa dei ruoli tradizionali, ma una loro trasformazione. La centralità dei dati, unita alla capacità dell’AI di interagire con essi, introduce una forma di collaborazione che si sviluppa nella direzione di un’organizzazione più dinamica e meno dipendente dalla rigidità dei silos funzionali.
