L’IT Service Management sta entrando in una fase diversa da quella aperta dalla GenAI. Nel 2026 l’AI viene utilizzata soprattutto per knowledge management, virtual agent, classificazione e triage dei ticket.
Nel 2027 lo scenario potrebbe essere molto diverso. Un esempio? Un sistema di observability rileva l’anomalia, un agente AI la mette in relazione con configurazioni e incidenti precedenti, individua la probabile causa, consulta le policy aziendali e avvia una remediation. Il tecnico interviene soltanto quando la remediation supera una determinata soglia di rischio.
I primi elementi di questa catena esistono già. Il punto, per CIO e responsabili IT che stanno preparando budget e roadmap del prossimo anno, è capire quanto sia prudente automatizzare e quali investimenti debbano precedere l’autonomia degli agenti.
Gartner, nella 2027 Strategic Roadmap for IT Service Management indica proprio negli agenti AI e nella convergenza tra ITSM e IT Operations Management (ITOM) due elementi della trasformazione in corso. La roadmap associa a questa evoluzione anche nuovi compiti per le persone: supervisione dell’AI, progettazione dei workflow, knowledge engineering e governance dell’automazione.
Indice degli argomenti
L’AI nell’ITSM
L’AI è ormai ampiamente presente nelle piattaforme ITSM, ma molto meno nei processi aziendali. Il divario tra disponibilità tecnologica e utilizzo concreto rimane quindi significativo.
La ricerca The State of AI in ITSM, realizzata nel 2026 da TeamDynamix rileva che l’87% delle organizzazioni intervistate utilizza l’AI nell’ITSM o prevede di portarla in produzione entro due anni. Il 55% si trova ancora nella fase pilota, il 28% è in deployment e soltanto il 4% dichiara di essere nella fase di ottimizzazione.
Tra le organizzazioni che hanno raggiunto un’adozione estesa, l’88% utilizza l’AI per suggerire o generare contenuti di knowledge management, l’82% per virtual agent e chatbot, il 71% per routing e classificazione dei ticket e la stessa quota per assistere gli operatori nelle risposte. L’a risoluzione automatica dei ticket scende invece al 35%.
In altri termini, l’AI viene usata in gran parte per “descrivere” il problema, non per “risolverlo”.
Dal “system of record” al “system of action“
L’ITSM è stato per anni il luogo nel quale registrare ciò che accade: richieste, incidenti, problemi, modifiche, asset, configurazioni, responsabilità e procedure (concetto di “system of record”). Questa funzione rimane. Ma AI e automazione permettono alla piattaforma di utilizzare quelle informazioni per coordinare attività su altri sistemi.
ISG Research, sintetizza questa evoluzione definendo l’ITSM un “system of action” e indicando il passaggio da una gestione passiva dei servizi IT a un modello proattivo e orientato all’azione.
Questo concetto diventa più evidente quando ITSM e ITOM iniziano a condividere dati e workflow. Ad esempio:
- La telemetria individua un degrado delle prestazioni;
- il service management ricostruisce quale servizio aziendale ne dipende e quali policy devono essere rispettate;
- l’automazione esegue un intervento; il monitoring verifica il risultato.
Incident management, observability, CMDB e remediation entrano così nello stesso ciclo operativo.
Secondo Gartner, entro il 2027 gli agenti AI avranno un ruolo chiave nel superare il tradizionale confine tra ITSM e ITOM, favorendo una gestione più proattiva dei servizi e delle operazioni IT.
Che cos’è il CMDB
Il Configuration Management Database (CMDB) è il repository centrale che raccoglie e organizza le informazioni sugli asset e sui componenti che costituiscono l’infrastruttura IT di un’organizzazione. Al suo interno sono censiti server, applicazioni, database, dispositivi di rete, servizi cloud e le relazioni che li collegano. Grazie a questa mappatura, il CMDB consente di comprendere l’impatto di modifiche, incidenti o aggiornamenti sui servizi erogati. Nato nell’ambito delle best practice ITIL, oggi rappresenta un elemento chiave per l’IT Service Management moderno, soprattutto in contesti ibridi e multicloud, dove visibilità e controllo delle dipendenze sono fondamentali per garantire continuità operativa ed efficienza.
Prima degli agenti vengono dati e knowledge base
Immaginate un chatbot che consulta una knowledge base obsoleta. O un agente che usa informazioni errate sulla configurazione di un servizio. Se questi strumenti hanno il compito di prendere decisioni o avviare azioni in autonomia, errori e informazioni non aggiornate possono propagarsi rapidamente nei processi operativi. Per questo, l’aumento dell’autonomia dell’AI rende sempre più oneroso il debito informativo accumulato negli anni.
Gartner dedica a questo aspetto una parte importante dello studio Hype Cycle for AI in ITSM 2026. Lo studio evidenzia le opportunità offerte dall’AI in termini di efficienza e miglioramento dell’esperienza utente, ma sottolinea come i risultati dipendano dalla qualità della governance e dalla solidità dei dati alla base dei processi ITSM.
Prima di aumentare il grado di autonomia conviene verificare almeno la qualità della knowledge base, l’attendibilità dei dati di configurazione e degli asset, la coerenza delle tassonomie, la documentazione dei processi e le regole di accesso.
Non occorre aspettare che ogni dato sia perfetto prima di sperimentare. I pilot possono anzi mettere in evidenza lacune rimaste nascoste. Diventa però rischioso passare dal suggerimento all’esecuzione automatica senza sapere su quali informazioni l’agente sta costruendo la propria decisione.
Anche i ruoli professionali sono destinati a evolvere. Gartner prevede una crescente rilevanza di competenze legate all’AI oversight, al workflow design, al knowledge engineering e alla governance dell’automazione. L’attenzione si sposterà progressivamente dalla gestione manuale dei ticket alla progettazione e alla supervisione dei processi automatizzati che li prendono in carico.
FinOps entra nell’ITSM. E deve occuparsi anche dell’AI
Un secondo confine sta diventando più permeabile: quello tra gestione operativa e gestione economica della tecnologia.
Secondo i dati FinOps Foundation, la collaborazione fra team FinOps e ITSM è passata dal 24% nel 2023 al 56% nel 2025, mentre la quota di team integrati è salita dal 3% al 12%.
Il 90% dei rispondenti gestisce già il SaaS attraverso pratiche FinOps o prevede di farlo, contro il 65% dell’anno precedente; il 64% include il licensing, il 57% il private cloud, il 48% i data center. La gestione economica dell’AI figura inoltre come prima priorità per i successivi dodici mesi.
Questi numeri descrivono una FinOps sempre meno confinata alla “bolletta” del public cloud.
L’AI aggiunge una variabile. Un servizio digitale può consumare infrastruttura cloud, SaaS, licenze, modelli AI e capacità elaborativa con metriche di prezzo differenti. Un agente che esegue centinaia o migliaia di operazioni automatiche può generare consumi che sfuggono ai tradizionali centri di costo.
Nel 2027 la domanda finanziaria tenderà quindi a spostarsi da “quanto spendiamo in cloud?” a “quanto costa questo servizio, compresa l’AI, e quale valore produce?”. È un terreno nel quale ITSM e FinOps hanno interesse a condividere tassonomie e dati.
L’ITSM esce dall’IT: l’ESM punta a raddoppiare il mercato
C’è poi un’espansione orizzontale. Gli stessi meccanismi utilizzati dall’IT per gestire richieste, knowledge base, approvazioni e workflow possono venire applicati a HR, facility management, procurement, finance e altre funzioni.
Si parla di Enterprise Service Management (ESM): un dipendente può entrare da un unico punto, formulare una richiesta e attivare un processo che attraversa più dipartimenti. Una promozione, per esempio, può comportare contemporaneamente aggiornamenti HR, nuove autorizzazioni applicative, variazioni delle dotazioni e approvazioni amministrative.
Le prospettive di mercato indicano una crescita consistente. Worldwide Market Reports stima che il mercato globale delle piattaforme ESM, valutato 6,2 miliardi di dollari nel 2025, possa raggiungere 12,1 miliardi nel 2032, con un CAGR del 10,1%. La società attribuisce la crescita alla maggiore attenzione delle organizzazioni verso la razionalizzazione dei processi tra differenti domini di servizio.
SLA e XLA misurano cose diverse
Un service desk può rispettare tutti gli SLA e lasciare utenti insoddisfatti. Un’applicazione può avere disponibilità formalmente elevata e causare comunque perdite di produttività per lentezza o continui microproblemi.
Da qui deriva l’interesse per gli Experience Level Agreement – gli XLA – come strumento per spostare l’attenzione dalla mera esecuzione del processo al risultato percepito dall’utente.
La tentazione è contrapporli agli SLA. Ma sarebbe meglio considerarli complementari. Tempo medio di risoluzione, disponibilità e rispetto delle priorità continuano a essere necessari per governare un servizio e i relativi contratti. Soddisfazione, produttività e qualità dell’esperienza rispondono a un’altra domanda: quel servizio sta funzionando bene per chi deve usarlo?
L’AI rende il tema ancora più pertinente. Se un virtual agent riduce il numero di ticket aperti ma costringe gli utenti a conversazioni più lunghe o a ripetere la richiesta prima di arrivare a un tecnico, la ticket deflection migliora mentre il servizio può peggiorare.
Nel 2027 la maturità dell’ITSM si misurerà anche nella capacità di evitare questo tipo di ottimizzazione locale.
ITSM, dove investire nel 2027 e dove aspettare
Abbiamo quindi elencato le possibili evoluzioni dell’ITSM. In vista del 2027, su dove devono concentrare l’attenzione le direzioni IT? Abbiamo riassunto nella tabella sottostante le principali considerazioni degli analisti di mercato.
| Area | Orientamento per il 2027 | Perché |
| Knowledge management AI-ready | Investire | È già uno dei casi d’uso AI più diffusi e alimenta virtual agent, operatori e agenti futuri |
| Qualità dei dati, CMDB e service mapping | Investire | L’autonomia dell’AI aumenta il costo di dati incompleti o errati |
| AI per triage, classificazione, sintesi e supporto agli operatori | Estendere dove i risultati sono misurabili | I casi d’uso sono maturi e mantengono un controllo umano relativamente forte |
| ITSM-ITOM e automazione | Investire per processi selezionati | La convergenza permette di passare dalla registrazione dell’incidente alla remediation |
| FinOps integrato con service management | Accelerare | Cloud, SaaS e AI richiedono una lettura economica per servizio e non soltanto per tecnologia |
| ESM | Valutare processo per processo | Può ridurre i silos, ma l’estensione indiscriminata della piattaforma aumenta complessità e lock-in |
| XLA | Sperimentare insieme agli SLA | Aiutano a misurare risultati ed esperienza, senza eliminare la necessità delle metriche operative |
| Agenti autonomi per remediation end-to-end | Adozione selettiva | Il valore potenziale è elevato, ma servono autorizzazioni, audit, rollback e human oversight |
| Service desk largamente autonomo | Attendere evidenze più solide | La tecnologia procede rapidamente, ma i dati disponibili mostrano che l’automated resolution è ancora meno diffusa degli usi assistivi |
Quando anche chi apre il ticket sarà una macchina
Finora l’ITSM si è basata soprattutto sulla relazione fra persone: qualcuno incontra un problema o chiede un servizio, qualcun altro lo prende in carico, applica procedure e restituisce una risposta.
Gli agenti AI stanno modificando entrambi i lati della relazione.
Un agente applicativo potrà rilevare autonomamente di avere bisogno di una risorsa o segnalare un problema. Un altro agente potrà interpretare la richiesta, confrontarla con policy e configurazioni e decidere quale azione avviare. Altri sistemi ne controlleranno l’esito. Una quota crescente del service management potrebbe quindi svolgersi attraverso interazioni machine-to-machine, con le persone chiamate a progettare le regole e intervenire nelle eccezioni.
A quel punto il ticket perderà parte della centralità che ha avuto per decenni. Acquisteranno peso le domande che vengono prima: quale agente può chiedere cosa, a quali dati può accedere, quali azioni può eseguire, entro quale soglia economica e operativa, chi può interromperlo e chi risponde di una decisione sbagliata.
È su queste domande, più che sulla capacità di aggiungere un altro chatbot al service desk, che si misurerà l’ITSM del 2027.
Partecipa alla community