Duecento agenti AI nel corso di ottobre, 50 Joule Assistant e 400 scenari agentici previsti entro la fine del 2026. SAP amplia le capacità delle proprie applicazioni gestionali attraverso agenti che possono consultare informazioni distribuite tra sistemi diversi, ricostruire le dipendenze dei processi ed eseguire operazioni secondo regole e autorizzazioni aziendali. Il nuovo ambiente Joule Work unisce conversazione, analisi e sviluppo di agenti, con un’interfaccia che può sostituire parte della navigazione tradizionale tra applicazioni e transazioni.
Il modello di Autonomous Enterprise è stato al centro del keynote del SAP NOW AI Tour, tenutosi il 14 ottobre a Milano, con Carla Masperi, amministratore delegato di SAP Italia, e Augusta Spinelli, presidente SAP per Europa, Medio Oriente e Africa. La trentunesima edizione dell’evento ha coinvolto oltre 50 partner, con più di 100 sessioni dedicate alle tecnologie e alle applicazioni aziendali.
Gli agenti intervengono nei processi, mantenendo controlli e responsabilità
Nell’Autonomous Enterprise le applicazioni gestionali continuano a governare dati, transazioni e regole di business, mentre gli agenti AI coordinano attività che attraversano funzioni differenti. Carla Masperi li ha descritti come sistemi capaci di “lavorare in maniera end-to-end, rilevare quello che succede nel business, ragionare, raccomandare azioni e mettere in campo azioni concrete”, senza richiedere l’intervento umano a ogni passaggio.
Un ritardo di un mese comunicato da un fornitore può richiedere verifiche su ordini, capacità produttiva, impegni verso i clienti e penali contrattuali. Gli agenti raccolgono e correlano le informazioni di acquisti, produzione, logistica e amministrazione, identificando le alternative sulle quali i responsabili possono decidere. “Al lavoro umano spetta avere queste informazioni e decidere che cosa fare”, ha precisato Masperi. Il grado di autonomia dipende dalla natura dell’operazione e dalle autorizzazioni previste: alcune attività possono essere completate dagli agenti, mentre altre richiedono un’approvazione.
La strategia SAP poggia sulla conoscenza dei processi, sulla coerenza semantica dei dati e sulla governance. Masperi ha ricordato il patrimonio di oltre cinquant’anni dell’azienda, con 120 applicazioni mission-critical, modelli applicativi per 26 settori e circa 400.000 clienti. La struttura informativa descritta durante il keynote comprende 7,3 milioni di campi, 500.000 tabelle e 50.000 connessioni API: le relazioni tra queste informazioni consentono di collegare, per esempio, materiali, ordini, fornitori e capacità produttiva.
L’affidabilità resta determinante nelle attività finanziarie. Per Masperi “non possiamo accontentarci dell’80% o del 90% di accuratezza quando parliamo di un bilancio, di un report finanziario o dei flussi di cassa”. L’interpretazione probabilistica degli agenti deve quindi convivere con dati verificati e regole deterministiche, mentre tracciabilità e autorizzazioni consentono di ricostruire “dove è intervenuto l’agente e dove è intervenuto l’umano” e di limitare l’accesso ai dati in base al profilo dell’utente.
Joule Work sostituisce la sequenza di schermate con un ambiente orientato ai risultati
Con Joule Work, l’utente può formulare un obiettivo di business e affidare al sistema la ricerca delle informazioni e il coordinamento degli agenti necessari. L’interazione, per Masperi, è “basata sull’intenzione”: una richiesta di ridurre il Days Sales Outstanding (DSO), per esempio, può avviare l’analisi delle partite aperte, dei clienti in ritardo e delle possibili azioni sui tempi d’incasso, senza richiedere all’utente di attraversare manualmente tutte le applicazioni coinvolte.
Roberto Fraccapani, Head of Solution and Architect Advisory di SAP Italia, ha approfondito l’architettura di Joule Work partendo da un caso di approvvigionamento, nel quale una mancata consegna blocca una linea produttiva. Joule Work riunisce interazione conversazionale, spazi di lavoro generati dall’AI e Joule Studio 2.0, con cui si possono progettare nuovi agenti a partire dal risultato richiesto.
L’ambiente può essere utilizzato anche autonomamente rispetto alle applicazioni SAP, via web o desktop. La versione desktop dispone di collegamenti con risorse locali e strumenti di produttività personale, come file ed email, da usare insieme ai dati gestionali. Fraccapani ha contrapposto questa esperienza alla precedente necessità di conoscere i codici delle transazioni e spostarsi tra schermate: Joule Work diventa “l’ambiente dove gli utenti di business possono lavorare, operare grazie all’AI in modo conversazionale”.
Un’email avvia l’analisi di un ordine in ritardo
Nello scenario illustrato da Fraccapani, un responsabile degli acquisti riceve un’email relativa alla mancata consegna di materiali. Chiede a Joule di esaminare il messaggio e confrontarlo con le informazioni dell’ERP: il sistema individua 20 componenti attesi cinque giorni prima, verifica l’ordine e consulta lo storico del fornitore, già caratterizzato da ritardi ricorrenti.
Joule propone fornitori alternativi, con quantità e costi, e organizza l’analisi in uno Space, uno spazio di lavoro grafico costruito per quella specifica esigenza. L’utente può consultare il quadro dell’ordine, gli indicatori di affidabilità e le alternative, quindi selezionare un nuovo fornitore e chiedere la creazione di una richiesta d’acquisto. Gli agenti registrano la richiesta in SAP S/4HANA, dove prosegue il normale flusso di elaborazione e approvazione.
Gli Spaces rimangono disponibili e possono essere aggiornati con i dati correnti delle applicazioni. La generazione iniziale richiede un’elaborazione AI; i successivi aggiornamenti riutilizzano la struttura creata, contribuendo, secondo Fraccapani, a contenere il consumo di token.
Signavio individua le inefficienze; Joule Studio crea l’agente
L’analisi prosegue in SAP Signavio, dove Joule rileva un aumento delle attività manuali nel processo di approvvigionamento. Sulla base dei tempi e delle fasi censite, propone l’introduzione di un agente per intercettare le carenze di materiali prima dell’interruzione della produzione. Nello scenario esaminato, l’automazione potrebbe ridurre da dieci a sei giorni il ciclo di approvazione delle richieste d’acquisto: è una stima della simulazione, distinta dai risultati di un progetto già realizzato.
Con Joule Studio 2.0, l’utente descrive l’agente che vuole ottenere: monitoraggio di richieste, ordini e consegne, individuazione delle carenze e preparazione di offerte alternative. Il sistema chiede quali casi debba trattare, identifica oggetti di business, API e logica applicativa e assiste nella generazione dei test e nella distribuzione. “Non tocco una riga di codice”, ha osservato Fraccapani, precisando che le attività tecniche sono sostenute dalla conoscenza del sistema contenuta in SAP Knowledge Graph.
L’agente progettato nella dimostrazione può rilevare preventivamente una carenza e predisporre una richiesta di offerta a cinque fornitori, gestita attraverso SAP Ariba. Il percorso comprende così l’individuazione del problema, la risposta operativa, l’analisi delle cause e la progettazione di un’automazione che possa evitare il ripetersi dell’intervento manuale.
Knowledge Graph comprende anche le personalizzazioni aziendali
La conoscenza utilizzata dagli agenti non è limitata allo schema standard delle applicazioni SAP. SAP Knowledge Graph può essere esteso alle personalizzazioni sviluppate dai clienti, conservando le relazioni specifiche tra dati, oggetti e procedure presenti in ogni ambiente gestionale. Fraccapani ha ricordato che ciascuna organizzazione implementa solo una parte del portafoglio SAP e spesso modifica processi e logica applicativa: ricostruire queste dipendenze su una piattaforma esterna richiederebbe un lavoro specifico di modellazione.
La stessa conoscenza è utilizzata negli interventi di modernizzazione ERP. Gli strumenti Joule for Consultants e Joule for Developers possono analizzare il codice personalizzato, ricostruirne la funzione e confrontarla con le capacità standard disponibili nelle versioni più recenti delle applicazioni, a supporto delle migrazioni verso architetture clean core. Fraccapani ha richiamato stime di riduzione dei tempi nella fase esecutiva dei progetti, distinguendola dall’analisi preliminare dei processi e degli obiettivi della trasformazione.
Gli agenti SAP lavorano anche con orchestratori esterni
Gli agenti SAP possono essere richiamati senza passare da Joule, attraverso il protocollo Agent2Agent (A2A), e possono collaborare con agenti di altri fornitori. SAP raccomanda però che le operazioni sulle proprie applicazioni siano eseguite attraverso agenti SAP, affinché continuino ad applicarsi le logiche di autorizzazione, sicurezza e audit delle transazioni gestionali.
La governance dell’ecosistema è affidata anche all’Agent Hub, che censisce agenti SAP e non SAP e raccoglie dati su utilizzo, consumi di token, tempi di esecuzione e impatto sui processi. Lo sviluppo può essere condiviso tra più persone e funzioni aziendali, anche in collegamento con i processi rappresentati in SAP Signavio.
Augusta Spinelli: leader, aziende in accelerazione e osservatori nell’adozione dell’AI
La disponibilità di tecnologie AI non coincide con il loro utilizzo nei processi quotidiani. Augusta Spinelli ha richiamato l’esperienza di “progetti pilota che non hanno mai raggiunto la produzione, dashboard che fornivano dati senza aiutare a prendere decisioni e investimenti senza un chiaro ritorno di business”. Le imprese si distribuiscono in tre gruppi, identificati come leader, aziende in accelerazione e osservatori.
I leader hanno già adottato l’intelligenza artificiale nei processi operativi e ne stanno misurando i risultati di business. Per queste organizzazioni l’AI è parte del lavoro quotidiano e contribuisce al vantaggio competitivo. Le aziende in accelerazione hanno invece completato le sperimentazioni, individuato le applicazioni efficaci e stanno affrontando la loro estensione su scala aziendale: secondo Spinelli, è il gruppo nel quale si colloca attualmente la maggior parte dei clienti SAP.
Gli osservatori stanno ancora valutando le opportunità, costruendo i business case e attendendo il momento per investire. Spinelli ha richiamato il costo dell’attesa, perché “la finestra è aperta, ma non rimarrà aperta per sempre”, invitando le imprese a chiedersi “in quale gruppo mi trovo oggi e in quale gruppo voglio essere tra un anno”.
Una parte del divario dipende dalla specializzazione dei sistemi. Gli assistenti generalisti possono rispondere a domande o elaborare documenti, mentre SAP Industry AI utilizza modelli sviluppati per processi e vincoli dei diversi settori industriali. Spinelli ha contrapposto questi agenti all’AI “costruita sopra processi industriali che non conosce e dati che non comprende”, richiamando sette domini industriali e la collaborazione con i clienti per adattare le capacità AI agli ambienti operativi.
L’adozione richiede inoltre formazione, revisione delle procedure e misurazione dell’utilizzo. La differenza nei risultati dipende, nelle parole di Spinelli, da “tutto quello che si fa dopo la scelta della tecnologia”: un investimento rimane improduttivo quando le funzionalità acquistate non vengono usate. “Avere un AI Credit e non usarlo non è un asset, è un costo”.
Dal 1° novembre cambiano le modalità di accesso all’AI SAP
I 200 agenti autonomi resi disponibili nel corso di ottobre coprono Finance, Supply Chain, Human Resources, Procurement e Customer Experience e sono coordinati attraverso Joule. A partire dal 1° novembre 2026, la maggior parte delle nuove funzionalità AI sarà compresa nelle subscription standard SAP. Spinelli ha precisato che queste capacità non saranno più necessariamente “un’aggiunta premium”, ma una componente degli abbonamenti applicativi, riducendo le barriere economiche all’adozione.
Twinings Ovaltine, dalla frammentazione ERP a processi standardizzati
La modernizzazione dei sistemi gestionali costituisce una base per le successive applicazioni dell’intelligenza artificiale. Twinings Ovaltine, azienda britannica del gruppo Associated British Foods con prodotti venduti in più di 100 Paesi, gestiva i processi attraverso sette sistemi ERP differenti, con difficoltà di coordinamento e visibilità complessiva.
Il programma di trasformazione con SAP ha utilizzato RISE with SAP e l’approccio clean core e fit to standard per uniformare le procedure. Spinelli ha indicato un miglioramento della produttività del 20%, una riduzione dei costi del 10% e il 75% di utenti di business attivi nell’utilizzo dei nuovi sistemi. La riorganizzazione applicativa precede l’estensione alle funzionalità di Joule e SAP Business AI, senza che quei risultati possano essere attribuiti direttamente agli agenti.
La stessa esigenza di consolidare sistemi e informazioni interessa le amministrazioni pubbliche. La città di Madrid ha unificato su SAP i processi finanziari, delle risorse umane e fiscali, riducendo da 14 a 3 i passaggi necessari per le procedure considerate. I risultati indicati da Spinelli comprendono 100.000 giornate lavorative risparmiate all’anno e un’efficienza della riscossione fiscale del 98%. Sulla nuova architettura l’amministrazione sta sviluppando ulteriori applicazioni AI e SAP Business Data Cloud.
EssilorLuxottica utilizza gli smart glasses per consultare dati ed eseguire ordini
L’interazione in linguaggio naturale è utile anche a chi lavora lontano da una postazione informatica. SAP ed EssilorLuxottica sviluppano applicazioni degli smart glasses nel retail, nella logistica e nella manutenzione, collegando voce e immagini ai sistemi aziendali.
Nello scenario retail mostrato a Milano, un addetto indossa Ray-Ban Meta e recupera, attraverso un codice QR e istruzioni vocali, lo storico di un cliente che vuole riacquistare un modello Persol. L’assistente predispone un nuovo ordine e, utilizzando le informazioni sul profilo del cliente, suggerisce un prodotto sportivo. La fotocamera riconosce quindi un modello Oakley Meta Vanguard, ne verifica disponibilità e collocazione nel negozio e permette di modificare l’ordine senza passare al computer.
Le operazioni sono coordinate tramite Joule Voice. Il prototipo funzionante è stato sviluppato in due settimane, secondo i rappresentanti delle aziende. La collaborazione tra SAP ed EssilorLuxottica comprende anche l’accesso a istruzioni e informazioni tecniche attraverso gli occhiali durante gli interventi di manutenzione. Uno scenario retail con smart glasses era già stato mostrato a SAP Sapphire Madrid nel maggio 2026.
Eni estende la governance dei rischi alle filiere con SAP BTP
Nelle catene di fornitura, una parte dei rischi dipende da partner esterni e sfugge ai tradizionali sistemi di controllo interno. Gianfranco Cariola, Director Internal Audit di Eni, ha approfondito G·row, il progetto promosso da Eni con il supporto strategico di McKinsey & Company e tecnologico di SAP Italia, per condividere metodi e strumenti di valutazione del rischio lungo le filiere.
Cariola ha descritto il passaggio verso “un sistema di controllo distribuito, condiviso e collaborativo”, nel quale le singole imprese mantengono la responsabilità dei propri controlli. All’alleanza G·row partecipano organizzazioni industriali tra cui A2A, Gruppo FS, Leonardo, Poste Italiane e Snam.
La piattaforma, sviluppata su SAP Business Technology Platform, utilizza funzionalità AI per analizzare questionari e documenti di autovalutazione e restituire indicazioni sulle possibili aree di miglioramento. I questionari comprendono da 12 a 50 domande; i risultati vengono confrontati in forma anonima tra imprese omogenee per dimensioni e settore.
In meno di sei mesi sono stati raccolti circa 600 questionari, ai quali si stanno aggiungendo nuove compilazioni. Oltre il 90% proviene da piccole e medie imprese, prevalentemente appartenenti alle filiere delle organizzazioni partecipanti. L’iniziativa è gratuita e volontaria.
Le imprese italiane prevedono un ROI dell’AI del 38% entro due anni
Una ricerca condotta da SAP con Oxford Economics, che ha coinvolto anche 200 aziende italiane, rileva aspettative di ritorno sugli investimenti in intelligenza artificiale del 20% nel 2026, con una crescita prevista fino al 38% nei due anni successivi. Sono stime espresse dalle imprese intervistate sui benefici futuri dell’AI, in termini di produttività, efficienza e redditività.
