Nessuno vuole un’altra app AI. Il futuro dell’intelligenza artificiale sarà invisibile.

Da oltre venticinque anni mi occupo di tecnologie digitali, sviluppo web e soluzioni per le aziende. Ho visto cambiare piattaforme, interfacce, linguaggi di programmazione e modelli di business.

Oggi, osservando l’evoluzione dell’intelligenza artificiale, sono sempre più convinto di una cosa: stiamo assistendo non soltanto alla nascita di una nuova tecnologia, ma a una trasformazione del concetto stesso di applicazione software.

E molti stanno probabilmente investendo nella direzione sbagliata.

Il mercato continua a proporre nuove applicazioni AI, piattaforme SaaS, chatbot, dashboard intelligenti e strumenti che promettono di rivoluzionare il nostro lavoro.

Ma c’è un problema.

Gli utenti hanno davvero bisogno di aprire un’altra applicazione?

Le aziende vogliono realmente acquistare un altro software, creare nuovi account, formare i dipendenti e aggiungere un’ulteriore piattaforma alla propria infrastruttura?

Oppure vogliono semplicemente che gli strumenti che utilizzano ogni giorno diventino più intelligenti?

È una distinzione fondamentale, perché potrebbe determinare quali aziende tecnologiche cresceranno nei prossimi anni e quali, invece, saranno destinate a scomparire.

Il paradosso delle applicazioni AI: tutti le provano, pochi rimangono

Le applicazioni basate sull’intelligenza artificiale hanno una straordinaria capacità di attirare l’attenzione.

Le persone le scoprono, si registrano, sperimentano qualche funzionalità e rimangono impressionate.

Il problema arriva successivamente.

Quante di quelle persone continueranno a utilizzarle regolarmente?

Secondo un’analisi di RevenueCat su oltre 115.000 applicazioni, i prodotti AI possono ottenere conversioni dagli utenti gratuiti a quelli paganti superiori rispetto alle applicazioni tradizionali, ma presentano anche un tasso di abbandono significativamente maggiore.

A distanza di un anno, soltanto circa un abbonato su cinque continua a pagare.

Il fenomeno è comprensibile.

Un’applicazione AI può impressionare al primo utilizzo, ma l’effetto novità non costituisce automaticamente un modello di business sostenibile.

Perché un utente dovrebbe tornare domani? E dopodomani?

La differenza tra uno strumento interessante e uno indispensabile sta proprio nella risposta a questa domanda.

Un prodotto digitale diventa realmente importante quando entra nelle abitudini delle persone e risolve un problema ricorrente.

Nir Eyal, nel suo modello comportamentale Hook Model, descrive la formazione delle abitudini attraverso una sequenza di stimolo, azione, ricompensa e investimento.

Molte applicazioni AI offrono immediatamente la ricompensa: generano un testo, producono un’immagine o risolvono un problema.

Ma non sempre creano le condizioni perché l’utente sviluppi una vera abitudine di utilizzo.

E senza utilizzo continuativo, anche il prodotto tecnologicamente più interessante rischia di perdere rilevanza.

Il problema delle applicazioni costruite sopra altri modelli AI

C’è una seconda questione, ancora più importante per chi sviluppa software.

Molte applicazioni AI non possiedono una tecnologia di intelligenza artificiale proprietaria.

Utilizzano modelli disponibili attraverso API, come quelli di OpenAI, Anthropic, Google o altri fornitori, aggiungendo un’interfaccia e alcune funzionalità specifiche.

Questo approccio non è necessariamente sbagliato.

È anzi alla base di moltissime soluzioni perfettamente valide.

Ma pone un problema competitivo.

I modelli stanno migliorando a una velocità impressionante.

Funzionalità che fino a pochi mesi prima richiedevano applicazioni dedicate vengono progressivamente integrate direttamente negli assistenti principali.

E quando questo accade, il valore di alcune soluzioni indipendenti può ridursi drasticamente.

Il mercato ha già mostrato diversi esempi di questa fragilità.

Character.AI, Jasper e altre piattaforme che hanno attirato grande interesse durante le prime fasi della diffusione dell’AI hanno dovuto affrontare significative pressioni competitive.

Yupp, una startup che aveva raccolto 33 milioni di dollari e raggiunto circa 1,3 milioni di utenti, ha interrotto le proprie attività.

Il numero di registrazioni, da solo, non garantisce l’esistenza di un business sostenibile.

Il punto non è che tutte le applicazioni AI siano destinate a fallire.

Il punto è che un’interfaccia costruita sopra un modello linguistico non rappresenta, da sola, una barriera competitiva sufficiente.

La fedeltà degli utenti appartiene sempre più all’ecosistema

Le ricerche di a16z e OpenRouter, basate sull’analisi di enormi volumi di utilizzo dei modelli AI, evidenziano quanto sia importante la qualità e l’adeguatezza delle capacità offerte dal modello sottostante.

Quando una persona trova un assistente capace di soddisfare stabilmente le proprie esigenze, tende a concentrarvi buona parte delle proprie attività.

Questo crea una difficoltà per i prodotti che cercano di replicare in forma separata capacità già disponibili negli assistenti generalisti.

Perché passare a un’altra piattaforma per svolgere un compito che posso già completare nell’ambiente che utilizzo ogni giorno?

Il problema diventa ancora più evidente quando il costo del cambiamento è minimo.

Se posso ottenere un risultato equivalente utilizzando ChatGPT, Claude o Gemini, la semplice presenza di un’interfaccia personalizzata potrebbe non essere sufficiente a convincermi a pagare un ulteriore abbonamento.

Diverso è il caso in cui il prodotto sia profondamente integrato nei miei dati, nei miei processi e nelle mie attività quotidiane.

A quel punto sostituirlo diventa più complesso, perché il suo valore non dipende soltanto dalle risposte dell’AI, ma dal lavoro che è in grado di svolgere all’interno di uno specifico contesto.

Ed è proprio qui che intravedo una delle opportunità più importanti.

Le aziende non vogliono un’altra piattaforma. Vogliono processi migliori.

Immaginiamo un’azienda che utilizzi quotidianamente un CRM, un gestionale, WooCommerce, Google Ads, un sistema di email marketing e una piattaforma per l’assistenza clienti.

Per introdurre l’intelligenza artificiale, dobbiamo necessariamente proporle un’altra dashboard?

Un ulteriore abbonamento?

Un nuovo ambiente in cui i dipendenti devono entrare ogni mattina?

Non necessariamente.

In molti casi sarebbe molto più efficace integrare l’intelligenza artificiale direttamente negli strumenti esistenti.

Pensiamo a un e-commerce.

Un agente AI potrebbe analizzare periodicamente i dati delle vendite, individuare prodotti poco performanti, preparare descrizioni SEO, segnalare anomalie e suggerire strategie commerciali.

Il responsabile dell’e-commerce non dovrebbe aprire un’applicazione separata e interrogare continuamente l’agente.

Potrebbe semplicemente trovare suggerimenti e funzionalità intelligenti all’interno dell’ambiente amministrativo che già utilizza.

Lo stesso principio vale per il marketing digitale.

Un sistema AI potrebbe analizzare i risultati delle campagne pubblicitarie, incrociarli con i dati del CRM e identificare opportunità di ottimizzazione.

Il valore non risiederebbe in una nuova interfaccia, ma nel miglioramento concreto di un processo già esistente.

Dalle applicazioni alle infrastrutture intelligenti

Questa evoluzione è resa possibile anche dalla nascita di nuovi standard di integrazione.

Uno dei più interessanti è il Model Context Protocol, meglio conosciuto come MCP.

MCP consente alle applicazioni basate sull’intelligenza artificiale di interagire con strumenti, dati e servizi attraverso interfacce standardizzate.

In termini pratici, permette di progettare sistemi nei quali l’AI può utilizzare informazioni e funzionalità già presenti nell’infrastruttura aziendale.

Accanto a MCP stanno emergendo protocolli dedicati alla comunicazione tra agenti, come Agent2Agent (A2A), promosso inizialmente da Google e successivamente affidato alla governance della Linux Foundation.

L’obiettivo è rendere possibile la collaborazione tra sistemi intelligenti differenti.

Immaginiamo una situazione concreta.

Il responsabile commerciale riceve una raccomandazione completa, corredata dai dati necessari per decidere.

Tutto questo senza dover aprire quattro applicazioni differenti.

Naturalmente siamo ancora in una fase di evoluzione tecnologica, e l’interoperabilità reale richiede infrastrutture solide, autorizzazioni e controlli.

Ma la direzione è significativa.

L’intelligenza artificiale deve diventare invisibile

Nel 1991 Mark Weiser, ricercatore dello Xerox PARC e pioniere dell’ubiquitous computing, formulò un’intuizione che oggi appare particolarmente attuale.

Le tecnologie più profonde sono quelle che progressivamente scompaiono dalla nostra percezione, integrandosi nella vita quotidiana.

Pensiamo all’elettricità.

Non dobbiamo avviare un’applicazione per accendere una lampadina.

Non ci preoccupiamo continuamente dei sistemi che permettono alla rete telefonica di funzionare.

Utilizziamo il risultato di infrastrutture tecnologiche complesse senza interagire direttamente con ogni componente.

L’intelligenza artificiale potrebbe seguire un percorso simile.

Oggi apriamo un assistente AI e gli chiediamo di svolgere un’attività.

Domani, sempre più spesso, quella capacità potrebbe essere direttamente integrata nell’ambiente in cui l’attività viene svolta.

L’AI non scomparirà come tecnologia.

Diventerà meno visibile come applicazione autonoma.

E più importante come capacità operativa.

Ma attenzione: rendere invisibile una tecnologia introduce anche nuove responsabilità.

Il grande paradosso: invisibile per l’utente, trasparente per l’azienda

Qui emerge una contraddizione particolarmente interessante.

Le aziende vogliono un’intelligenza artificiale che non complichi il lavoro dei dipendenti.

Non vogliono decine di nuovi strumenti da utilizzare.

Desiderano processi più fluidi, automazioni e meno operazioni manuali.

Allo stesso tempo, però, pretendono giustamente di sapere cosa sta facendo l’intelligenza artificiale.

Quali informazioni utilizza? Quali dati trasferisce verso servizi esterni? Quali operazioni esegue? Chi ha autorizzato una determinata attività? Quali risultati produce?

E soprattutto: come possiamo interromperla quando qualcosa non funziona correttamente?

È una sfida progettuale molto più complessa della realizzazione di una semplice interfaccia conversazionale.

Un sistema realmente integrato deve offrire semplicità operativa e, contemporaneamente, strumenti di controllo, registrazione delle attività e gestione delle autorizzazioni.

Se eliminiamo completamente il controllo, aumentiamo i rischi.

Se imponiamo autorizzazioni manuali per ogni operazione, rischiamo di annullare i vantaggi dell’automazione.

Serve quindi un equilibrio.

Il problema dei dati aziendali e della Shadow AI

La questione diventa ancora più importante quando consideriamo la gestione delle informazioni aziendali.

Molti dipendenti utilizzano strumenti AI senza che l’organizzazione abbia stabilito regole precise.

È il fenomeno della cosiddetta Shadow AI.

Un documento riservato può essere caricato su una piattaforma esterna.

Informazioni sui clienti possono essere inserite in un assistente utilizzando un account personale.

Dati commerciali e documentazione interna possono attraversare servizi sui quali l’azienda non possiede un adeguato controllo.

Diverse ricerche di Verizon, Cyberhaven, IBM, Kong e OutSystems evidenziano la crescente preoccupazione delle organizzazioni per l’uso non governato dell’intelligenza artificiale.

Il problema non è impedire ai dipendenti di utilizzare l’AI.

È mettere a disposizione strumenti approvati, integrati e configurati correttamente.

Per questo ritengo che ogni progetto aziendale basato sugli agenti AI debba prevedere almeno alcuni elementi fondamentali:

L’automazione senza governance non è necessariamente innovazione.

Può diventare soltanto una nuova fonte di rischio.

Ho approfondito il tema in Agenti AI in azienda: il vero problema non è cosa sanno fare, ma cosa possono fare.

Anche il lavoro di sviluppatori e designer sta cambiando

Questa trasformazione riguarda direttamente chi, come me, lavora da anni nello sviluppo di siti web, applicazioni e soluzioni digitali.

Per molto tempo il valore di un progetto software è stato associato soprattutto alla qualità dell’interfaccia, all’esperienza utente e alle funzionalità disponibili.

Questi elementi rimangono importanti.

Ma gli strumenti AI stanno rendendo sempre più semplice produrre interfacce e codice applicativo.

Attività che un tempo richiedevano giorni di lavoro possono, in determinati contesti, essere accelerate notevolmente.

Di conseguenza, il valore professionale si sta spostando.

Non basta più sapere come costruire una schermata. Diventa sempre più importante sapere:

In altre parole, il valore si sposta progressivamente dalla costruzione dell’interfaccia alla progettazione del comportamento del sistema.

Questo non significa che lo sviluppo software tradizionale scomparirà.

Significa che le competenze tecniche dovranno essere accompagnate sempre di più da capacità di analisi, progettazione dei processi e comprensione delle esigenze aziendali.

Una lezione dalla storia: quando la tecnologia elimina l’interfaccia

C’è un esempio storico particolarmente significativo.

All’inizio del Novecento, le centraliniste telefoniche rappresentavano una componente essenziale delle comunicazioni.

Il loro compito consisteva nel collegare manualmente le chiamate.

Con l’introduzione della commutazione automatica, quella funzione venne progressivamente assorbita dall’infrastruttura telefonica.

Gli economisti James Feigenbaum e Daniel Gross hanno studiato gli effetti di questa trasformazione, documentando forti riduzioni dell’occupazione delle operatrici nelle città interessate dall’automazione.

Ma la necessità di collegare le persone non era scomparsa.

Era cambiato il modo di soddisfarla.

Il valore si era spostato verso i sistemi di commutazione, le reti e le professionalità necessarie a progettare e mantenere le nuove infrastrutture.

La storia potrebbe ripetersi, con caratteristiche differenti, nell’evoluzione del software.

Le interfacce tradizionali non scompariranno necessariamente.

Ma alcune funzioni oggi affidate ad applicazioni separate potrebbero essere assorbite da infrastrutture intelligenti più ampie.

E questo avrà inevitabilmente conseguenze sui modelli di business e sulle competenze professionali richieste.

Le vere opportunità per sviluppatori, consulenti e web agency

È qui che vedo una delle trasformazioni più importanti per il nostro settore.

Per anni molte web agency hanno costruito il proprio modello di business attorno alla realizzazione di siti web, e-commerce, applicazioni e servizi digitali separati.

Oggi questo modello deve evolvere.

Non credo che il futuro appartenga esclusivamente a chi realizzerà più applicazioni AI.

Credo che le opportunità maggiori saranno per chi saprà integrare l’intelligenza artificiale nei processi aziendali, creando risultati misurabili senza introdurre complessità inutili.

Pensiamo a una PMI che utilizza già WordPress, WooCommerce, Google Workspace, un CRM e alcune piattaforme pubblicitarie.

Prima di proporre un nuovo software, potremmo analizzare come rendere più efficienti gli strumenti esistenti.

Un agente potrebbe automatizzare la classificazione dei contatti commerciali. Un altro potrebbe supportare l’aggiornamento del catalogo. Un sistema intelligente potrebbe generare report integrando dati di vendita e campagne pubblicitarie. Un assistente potrebbe consultare la knowledge base aziendale per aiutare il servizio clienti.

Non sono necessariamente necessarie quattro nuove piattaforme.

Spesso il vero lavoro consiste nel progettare correttamente le integrazioni, i flussi di dati, le autorizzazioni e le automazioni.

Ed è proprio questo il tipo di competenza che, a mio avviso, acquisirà sempre più valore.

Il vero prodotto non è l’applicazione. È il risultato.

Proviamo a cambiare prospettiva.

Un’azienda non desidera un chatbot per il semplice piacere di possedere un chatbot. Vuole rispondere più rapidamente ai clienti.

Non desidera necessariamente una piattaforma AI per analizzare le campagne pubblicitarie. Vuole ridurre gli sprechi, migliorare le conversioni e prendere decisioni più informate.

Non vuole un altro gestionale intelligente. Vuole eliminare attività ripetitive, ridurre gli errori e aumentare la produttività.

L’intelligenza artificiale è uno strumento per ottenere questi risultati.

Non deve necessariamente diventare una nuova destinazione digitale.

Questo cambia anche il modo in cui dovremmo presentare e commercializzare le soluzioni AI.

Invece di proporre semplicemente un’applicazione dotata di intelligenza artificiale, dovremmo essere in grado di dimostrare quale processo migliora, quanto tempo permette di risparmiare e quali risultati economici può generare.

Il prodotto smette di essere soltanto il software.

Diventa la capacità di migliorare concretamente il lavoro.

La mia visione: meno applicazioni, più intelligenza integrata

Non penso che tutte le applicazioni AI indipendenti siano destinate a scomparire.

Esisteranno certamente prodotti specializzati capaci di offrire un valore autonomo, soprattutto quando possiedono dati esclusivi, competenze verticali o funzionalità difficilmente replicabili.

Ma ritengo che una parte significativa del mercato si sposterà verso soluzioni meno visibili e maggiormente integrate.

Gli assistenti generalisti diventeranno punti di accesso a un numero crescente di strumenti e servizi. Gli agenti specializzati collaboreranno tra loro. Le applicazioni tradizionali incorporeranno funzionalità intelligenti direttamente nei propri processi.

E le aziende cercheranno soprattutto infrastrutture capaci di migliorare l’efficienza senza obbligare le persone a cambiare continuamente ambiente di lavoro.

Per chi sviluppa soluzioni digitali, questa trasformazione rappresenta una sfida, ma anche una grande opportunità.

Dovremo imparare a progettare non soltanto ciò che gli utenti vedono, ma soprattutto ciò che accade dietro le quinte.

Dovremo passare dalla semplice realizzazione di strumenti alla progettazione di sistemi intelligenti, integrati, sicuri e misurabili.

La tecnologia dovrà diventare più semplice da utilizzare, anche quando l’architettura sottostante diventerà più sofisticata.

Ed è proprio lì, nell’intelligenza integrata nei processi quotidiani, che credo si giocherà una parte importante del futuro del nostro settore.

Rielaborazione e approfondimento dei temi trattati da Dan Maccarone in “Nobody Wants Your AI App” (UX Collective, 14 ottobre 2026). I riferimenti a ricerche e statistiche riprendono le fonti riportate nell’articolo originale.

Vedi anche: automazioni e agenti AI per le aziende e le mie competenze AI.