REPORT ADOBE 2026 IA E DIGITAL TRENDS

Gli ultimi tre anni hanno determinato cambiamenti significativi nel mercato: dall'adattamento alle norme post-pandemiche alla rapida diffusione di tecnologie emergenti come l'IA. Le organizzazioni riferiscono miglioramenti misurabili in questo periodo nelle metriche chiave delle prestazioni di CX, come la personalizzazione (il 70% afferma che questa metrica è migliorata in modo significativo o moderato), la generazione di lead (64%) e la customer retention (59%). Tuttavia, questi progressi coesistono con percezioni modeste della maturità della CX digitale, dove più della metà (57%) afferma che la propria organizzazione è alla pari o indietro rispetto ai concorrenti e solo circa un terzo (36%) si considera avanti rispetto alla curva.

Nonostante i dubbi sulle loro capacità digitali, le organizzazioni stanno compiendo alcuni progressi nell'implementazione dell'IA generativa. Nella maggior parte dei flussi di lavoro di customer experience che abbiamo esaminato, dalla creazione di contenuti di marketing al supporto clienti, alla personalizzazione e alle operazioni di back-office, la sperimentazione con l'IA generativa è diffusa, con circa da un quarto a un terzo delle organizzazioni che gestiscono progetti pilota limitati in queste aree. La stragrande maggioranza delle organizzazioni riferisce di aver ottenuto miglioramenti favoriti dall'IA generativa in aree che includono l'ideazione e la produzione di contenuti, la produttività e l'efficienza dei dipendenti e persino l'aumento delle entrate sostenuto dal marketing (Fig. 1).

Le organizzazioni sono desiderose di scalare l'IA generativa e agentica, tuttavia molte di esse sono ancora carenti dal punto di vista degli strumenti fondamentali, delle strutture dati e delle prassi di misurazione necessarie per affrontare l'implementazione a livello organizzativo. Più della metà (53%) afferma che la propria content supply chain rimane largamente lineare e ad alta intensità di risorse, e solo il 47% utilizza l'IA generativa o agentica per la progettazione del percorso o l'attivazione omnicanale, capacità essenziali per fornire personalizzazione su larga scala.

Uno degli ostacoli più significativi per le organizzazioni è che l'IA agentica non dispone dell'infrastruttura di supporto necessaria. Solo il 51% ha accesso alla tecnologia basata su cloud per l'IA agentica, rispetto all'89% che possiede la tecnologia per supportare l'IA generativa. Gli investimenti in linee guida per l'uso responsabile, strumenti di integrazione,piattaforme dati del cliente, processi di gestione dati e formazione dei dipendenti sono tutti significativamente inferiori per l'IA agentica rispetto a quella generativa.

La capacità di misurare e comunicare il vero impatto dell'IA rimane un ostacolo critico. Quando viene chiesto quali metriche contano di più per valutare il successo dell'IA, le organizzazioni indicano in modo schiacciante le metriche di soddisfazione e fidelizzazione della clientela come Net Promoter Score (NPS), retention e churn. Tuttavia, il 52% afferma che la propria organizzazione fatica a dimostrare ritorni misurabili sugli investimenti nell'IA utilizzando metriche relative alla CX e oltre la metà (56%) afferma che la leadership della propria organizzazione dà priorità a risultati puramente finanziari quando valuta il successo delle iniziative di IA.

Gli strumenti per il tracciamento del ROI (Return on Investment) rimangono arretrati per l'IA in generale. Solo il 44% ha implementato un framework di misurazione per l'IA generativa, e ancora meno (31%) per l'IA agentica. Quasi la metà (47%) non ha nessun framework in atto o non è sicura se ne esista uno.

Gli ostacoli interni all'implementazione dell'IA limitano la capacità delle organizzazioni di soddisfare le crescenti aspettative dei clienti. I clienti premiano rilevanza, chiarezza e convenienza, e reagiscono rapidamente quando i brand non sono all'altezza. La metà dei clienti afferma che smetterà di interagire con un brand se le promozioni risultano irrilevanti o inopportune, e il 45% interromperà l'interazione se riceve troppe promozioni, indipendentemente dalla rilevanza. Il tempo ottimale per il coinvolgimento è ridotto: la metà dei clienti dichiara che i contenuti promozionali hanno da due a cinque secondi per catturare la loro attenzione, e circa un quinto giudica in meno di due secondi. I fattori chiave del coinvolgimento sono la rilevanza personale immediata, l'unicità dei contenuti, gli elementi visivi e sonori e le offerte speciali.

Offrire esperienze costantemente rilevanti richiede un'IA addestrata su dati unificati e di alta qualità e la capacità di agire su tali dati in tempo reale. Tuttavia, meno della metà (44%) delle organizzazioni afferma che la qualità dei dati e l'accessibilità sono attualmente adeguate per l'IA in generale e solo il 39% dispone di una piattaforma dati cliente condivisa in grado di supportare l'IA agentica.

Questo divario di preparazione persiste anche quando le organizzazioni riconoscono il problema. Quando interrogate sulle loro priorità per gli investimenti nell'IA, solo il 32% ha indicato qualità dei dati, unificazione e governance come focus principale, e appena il 20% ha dato priorità all'aumento del valore e della comprensione dei dati. Questo nonostante il fatto che il 52% ammetta che l'attuale unificazione e struttura dei dati limita il progresso delle iniziative di IA, e ben il 75% cita l'integrazione e la qualità dei dati come la sfida principale per implementare soluzioni di IA agentica. L'integrazione dei dati si posiziona davanti ad altre sfide, come la mancanza di talenti adeguati e risorse limitate per l'upskilling (71%) e il ritorno sull'investimento o caso di business poco chiaro (68%).

Questi vincoli si estendono oltre i dati alle attività che riguardano contenuti ed esperienza più in generale. Solo il 54% delle organizzazioni si sta preparando a ottimizzare i contenuti per strumenti di scoperta basati sull'IA, anche se i clienti si affidano sempre più a tali strumenti per orientarsi nelle esperienze di shopping digitale. Inoltre, solo il 39% delle organizzazioni ha una base dati cliente unificata che consente di estrarre insight da tutti i dati creati dai loro agenti IA e interfacce conversazionali.

Le differenze tra dirigenti e professionisti operativi minacciano i progressi nell'implementazione dell'IA. Entrambi i gruppi concordano sulle priorità generali per gli investimenti nell'A (personalizzazione, soddisfazione della clientela e automazione dei flussi di lavoro), ma le loro opinioni su preparazione, impatto e prestazioni divergono in modo sistematico.

Quasi un terzo degli intervistati afferma che dirigenti e professionisti operativi della propria organizzazione non sono allineati sulla strategia per l'IA, e il 47% dichiara che l'allineamento è solo parziale nella migliore delle ipotesi. I fattori che favoriscono l'allineamento includono una comunicazione chiara degli obiettivi legati all'IA (72%), una pianificazione collaborativa (69%) e un forte supporto da parte della leadership (59%). La difficoltà principale che causa il disallineamento è la scarsa comprensione dell'IA da parte dei dirigenti (61%), che supera altri fattori come la resistenza al cambiamento o all'adozione tecnologica (52%), la comunicazione insufficiente sul ruolo dell'IA (52%) e la misurazione poco chiara del valore e del ROI dell'IA (39%).

Queste differenze emergono nel modo in cui ciascun gruppo definisce gli obiettivi per gli investimenti nell'IA. I professionisti sono più propensi della dirigenza a concentrarsi sulle realtà operative che consentono di offrire esperienze migliori, come la creazione di contenuti e l'attivazione operativa. I dirigenti, nel frattempo, tendono maggiormente a enfatizzare obiettivi come la crescita delle entrate e la soddisfazione della clientela (Figura 5). I risultati finanziari sono una priorità per la maggior parte degli intervistati, ma il 62% dei dirigenti considera metriche come l'efficienza operativa e il risparmio sui costi una priorità massima o elevata, rispetto al 54% dei professionisti operativi.