Il mercato degli ERP (Enterprise Resource Planning) sta attraversando una trasformazione che va ben oltre i cicli di aggiornamento ordinari. Per la prima volta nella loro storia, questi sistemi – nati come strumenti di pianificazione operativa pura – si trovano al centro di una rivoluzione alimentata dall’intelligenza artificiale. La domanda non è più se integrare l’AI, ma con quale profondità e velocità farlo. Secondo Research Nester, il mercato globale degli ERP ha avuto un valore di 72,6 miliardi di dollari nel 2025 e dovrebbe raggiungere i 225,4 miliardi entro il 2035, con un CAGR del 12%. A sua volta, Gartner stima che la spesa mondiale in AI abbia toccato i 1,5 trilioni di dollari nel 2025 e supererà i 2 trilioni nel 2026. Una parte crescente di questa spesa sta confluendo proprio nei layer dove finanza e risorse umane si incontrano, dove le decisioni strategiche vengono prese ogni giorno.
Il panorama italiano: un mercato in piena ebollizione
Il caso italiano merita attenzione speciale, perché il tessuto economico del paese – dominato dalle PMI – pone sfide di adozione molto diverse da quelle dei grandi gruppi globali. Una ricerca di SDA Bocconi per AssoSoftware evidenzia che il 28% delle aziende ha già integrato soluzioni AI nei propri software gestionali, in crescita rispetto al 24% dell’anno precedente. Solo l’8% non prevede investimenti in AI nel prossimo anno, mentre il 51% destina più del 5% del proprio fatturato a queste tecnologie. La Transizione 5.0 ha messo a disposizione 12,7 miliardi di euro per il biennio 2024-2025, fondi che ancora non sono stati adeguatamente valorizzati dalla maggioranza delle imprese.
Nel panorama dei vendor italiani, due nomi spiccano per la loro strategia verso l’AI nativa: Zucchetti e TeamSystem.
Zucchetti ha articolato la propria visione attorno al modello della “tripla A” — assistere, arricchire, automatizzare — lanciando i propri AI Agent, moduli intelligenti che interagiscono con il database gestionale tramite un orchestratore interno denominato Trinity AI. Sul lato HR, il sistema gestisce screening automatizzato dei CV con scoring basato su reti neurali e pianificazione del personale predittiva basata su dati storici.
TeamSystem ha puntato sulla contabilità automatica e sulla riconciliazione bancaria nel suo ERP Enterprise: il sistema suggerisce le contropartite contabili più appropriate quando viene caricata una fattura e identifica autonomamente i soggetti nelle transazioni bancarie. Il proprio AI Agent interroga una knowledge base interna per risposte operative rapide. Una ricerca interna segnala che l’78% dei professionisti e delle imprese indica l’efficienza operativa come primo risultato atteso dall’AI.
SAP e Joule: l’AI agentica nell’ERP di scala enterprise
SAP ha investito molto nella costruzione di un’architettura AI nativa dentro un ERP di grande scala. Al SAP Connect di ottobre 2025, il marchio ha presentato14 nuovi Joule Agent distribuiti tra finanza, HR, procurement e supply chain. Il Cash Management Agent ragiona sui bank statement giornalieri e automatizza le riconciliazioni, con un potenziale risparmio del 70% sul tempo dedicato alla cash positioning manuale. Il Bid Analysis Agent confronta automaticamente le offerte dei fornitori, eliminando l’analisi su spreadsheet.
Lato HR, SuccessFactors ha ricevuto cinque agent dedicati: Performance and Goals Agent, Career and Talent Development Agent, HR Service Agent, Payroll Agent e People Intelligence Agent. L’integrazione di questi strumenti con il Workforce Knowledge Network, che include contenuti di partner come G-P e The Josh Bersin Company, rappresenta un salto qualitativo nelle decisioni HR. La ricerca in collaborazione con Oxford Economics mostra che le organizzazioni beneficiano in media di un 16% di ritorno sugli investimenti in AI, un numero che dovrebbe raddoppiare entro due anni.
Un caso studio che dimostra la concretezza di questa trasformazione in Italia è quello di De Agostini Publishing. Il gruppo, con circa 54.000 fatture cartacee o PDF all’anno, ha implementato su SAP Business Technology Platform una soluzione che ha raggiunto un tasso di automazione superiore al 91%, risparmiando 500 ore di lavoro al mese. Il progetto, sviluppato con il partner Digix Plus, ha sfruttato SAP Document Classification e Document Information Extraction per riconoscere e strutturare i dati dai PDF in ingresso, senza intervento umano.
Con oltre 400 use case AI integrati e Joule Studio – l’ambiente low-code per la costruzione di agent personalizzati – SAP sta rendendo la capacità di creare AI su misura aperta anche a figure di business, non solo a sviluppatori.
Workday Illuminate: finanza e HR su un’unica piattaforma intelligente
Workday, utilizzata da oltre 11.000 organizzazioni nel mondo, ha lanciato nel 2025 la linea Illuminate: agent AI purpose-built per HR e finance. I risultati in fase di early access sono significativi: il Contract Intelligence Agent riduce il tempo di esecuzione dei contratti del 65%, il Frontline Agent taglia del 90% il tempo dedicato ai cambiamenti di personale, il Financial Audit Agent permette di risparmiare fino a 900 ore all’anno, e il Payroll Agent abilita la compliance con una velocità quattro volte superiore.
Il punto di forza di Workday è la base dati: oltre un trilione di transazioni l’anno, che conferiscono al sistema un contesto operativo senza rivali. Il Document Driven Accounting Agent e il Supplier Contracts Agent, annunciati nel maggio 2025, ampliano ulteriormente questa capacità.
Oracle e Microsoft: strategie complementari
Oracle ha risposto con la sua suite Fusion AI, integrata direttamente in Cloud ERP con aggiornamenti trimestrali. La sua forza risiede nell’automazione della classificazione delle spese, nell’estrazione di termini dai contratti e nell’abbinamento automatico delle transazioni bancarie. NetSuite, soluzione cloud per il mid-market, offre anomaly detection e dashboard intelligenti in tempo reale.
Microsoft, con Dynamics 365 e Copilot, ha puntato su un’integrazione capillare tra AI e produttività. Microsoft Fabric unifica i dati da silos diversi (finanza, supply chain, HR) in una piattaforma AI-ready.
Come agevolare l’integrazione
Nonostante la profusione di offerte, l’integrazione dell’AI nei sistemi ERP resta un percorso non privo di ostacoli. Le sfide principali riguardano la governance dei dati, la standardizzazione dei processi e la capacità organizzativa di recepire cambiamenti profondi. Forresterprevede che nel 2026 metà dei vendor ERP lancerà moduli di governance autonoma con AI esplicabile e monitoraggio di compliance in tempo reale. InformationWeek ha indicato che i CIO devono agire su tre fronti: sviluppare un piano di business chiaro, coinvolgere i vendor fin dall’inizio per comprendere le loro roadmap, costruire un framework di risk mitigation che consideri rischi operativi, di sicurezza e finanziari.
Le aziende di successo hanno adottato un approccio iterativo: partire da un use case ad alto impatto, misurare con KPI chiari e solo in seguito espandere l’implementazione. Il caso De Agostini è emblematico: il progetto è stato costruito monitorando costantemente l’accuratezza del riconoscimento, la completezza dei dati e la velocità di elaborazione. La qualità dei dati resta un fattore fondamentale, dato che l’AI nell’ERP non genera valore se il substrato informativo è frammentato. La disponibilità di ambienti low-code — Joule Studio di SAP, i meccanismi di Workday — abbassa significativamente la soglia di ingresso, aprendo la costruzione di soluzioni AI personalizzate anche a figure prive di competenze IT.
L’orizzonte: l’AI agentica collaborativa
Il tema che emerge con più forza dalle analisi è l’avvento degli AI agent autonomi che lavorano in collaborazione tra loro e con gli esseri umani. SAP supporta il protocollo Agent2Agent per permettere la comunicazione tra agenti propri e di terze parti. Workday sta costruendo un Agent System of Record per la governance centralizzata. La Multi-Agent Collaboration – dove agenti diversi collaborano simultaneamente tra moduli di finanza, HR e supply chain – è una delle tendenze dominanti del 2026.
Le aziende che adottano un ERP con AI hanno registrato un aumento medio del 30% nella soddisfazione degli utenti. L’AI nel forecasting finanziario può ridurre i buffer di working capital fino al 30%. La trasformazione è in corso: la domanda non è più se l’AI deve entrare nell’ERP o meno, ma quanto bene si riescono a scegliere i vendor, a progettare l’integrazione e a misurarne il ritorno.
