IDC afferma che gli agenti AI guidano l'80% degli acquirenti tecnologici, mettendo sotto pressione le vendite guidate dai vendor

IDC afferma che l'80% degli acquirenti B2B di tecnologia utilizza ora agenti AI per assistere o svolgere attività di acquisto. Questo cambiamento mette Google News, i siti web dei vendor e i team commerciali in una nuova competizione per la fiducia mediata dalle macchine.

Il dato proviene dal Tech Buyer Behavior Survey 2025 di IDC. Non significa che software autonomi abbiano assunto il controllo della maggior parte dei budget di acquisto aziendali. Significa che l'AI è entrata nel gruppo d'acquisto, aiutando le persone a scoprire vendor, confrontare prodotti, sintetizzare prove e preparare decisioni.

Questa distinzione è importante perché gli acquirenti aziendali non devono più visitare ogni sito web che contribuisce a una decisione d'acquisto. Un agente può raccogliere informazioni, verificare le affermazioni sui prodotti ed eliminare candidati prima che un venditore individui un'opportunità. Il conflitto immediato non è tra esseri umani e macchine. È tra persuasione controllata dal vendor e valutazione controllata dall'acquirente.

La ricerca di IDC mostra inoltre che i canali digitali restano centrali negli acquisti complessi. Tuttavia, risultati separati di Gartner e Forrester indicano che gli acquirenti cercano ancora una convalida umana quando il rischio aumenta. L'AI può comprimere la fase di ricerca, ma è ancora la fiducia a determinare se una raccomandazione supera procurement, revisione della sicurezza e scrutinio dei dirigenti.

La cifra dell'80% segnala un cambiamento in chi controlla la scoperta

Gli agenti AI stanno diventando un livello attivo tra i vendor tecnologici e le persone che li valutano.

Il buyer alignment blueprint di IDC afferma che l'80% degli acquirenti usa agenti AI per assistere o svolgere attività di acquisto. Il documento si basa sul Tech Buyer Behavior Survey 2025 di IDC.

Lo stesso blueprint afferma che il 71% degli acquirenti B2B di tecnologia preferisce i canali digitali, anche per acquisti complessi. IDC descrive l'acquirente digital-first come una realtà permanente, non come una risposta temporanea al lavoro da remoto o all'accesso limitato ai rappresentanti commerciali.

Questi due risultati descrivono cambiamenti correlati. L'acquisto digitale ha spostato la ricerca lontano dalle interazioni commerciali programmate. Gli agenti AI ora riorganizzano le informazioni disponibili all'interno di quei canali digitali.

Un agente AI per gli acquisti è un software che ricerca, confronta o agisce in base ai requisiti d'acquisto di un utente. In un flusso di lavoro di base, può sintetizzare pagine prodotto e recensioni dei clienti. Un sistema più avanzato potrebbe confrontare configurazioni, redigere una richiesta di informazioni o verificare se un vendor soddisfa requisiti predefiniti.

L'agente non necessita di un'autorità formale per influenzare un acquisto. Un assistente generalista può modificare una rosa di candidati decidendo quali fonti recuperare, quali differenze evidenziare e quali affermazioni meritino scetticismo.

Ciò rende commercialmente importante la visibilità nelle risposte generate dall'AI. Un vendor può posizionarsi bene nella ricerca tradizionale e comunque scomparire da un confronto generato da un agente. La sua documentazione potrebbe essere difficile da recuperare, incoerente tra le pagine o priva di riscontri indipendenti.

Google News resta rilevante perché le notizie recenti possono fornire segnali su acquisizioni, fallimenti di prodotto, cambiamenti nella leadership, incidenti di sicurezza e controversie con i clienti. Tuttavia, un agente può estrarre tali segnali senza inviare l'acquirente alla pagina del risultato originale.

Questo crea un diverso funnel di scoperta. L'acquirente riceve una risposta, mentre l'agente decide quali prove entrano in quella risposta. Editori e vendor possono contribuire con informazioni senza ricevere una visita, un'impressione o un lead attribuibile.

L'analisi separata di IDC sugli acquisti mediati dall'AI aggiunge un ulteriore vincolo. Il suo sondaggio del 2025 ha rilevato che l'81% degli acquirenti dà priorità all'uso etico dell'AI nella scelta dei partner tecnologici. La percentuale sale all'88% tra i dirigenti di livello C.

Pertanto, essere menzionati è solo una parte del problema. Un vendor deve anche superare verifiche relative a AI responsabile, governance dei dati, sicurezza e credibilità.

Il cambiamento è strutturale perché gli agenti possono applicare questi filtri prima del contatto diretto. I team commerciali tradizionali spesso scoprono le obiezioni durante una chiamata. Un processo mediato dall'AI può scartare il vendor prima, lasciando all'organizzazione commerciale nessuna opportunità di rispondere.

La cifra dell'80% va comunque letta con cautela. “Assistere o svolgere” copre un'ampia gamma di comportamenti, dalla sintesi di un documento al completamento di un'attività definita. Il blueprint pubblico di IDC non suddivide la cifra per livello di autonomia, valore dell'acquisto o completamento della transazione.

Anche con questa limitazione, la direzione è chiara. L'AI è passata dall'essere una funzionalità del vendor a entrare nel processo di ricerca dell'acquirente, modificando il modo in cui la tecnologia aziendale raggiunge una rosa di candidati.

Google News sta diventando una fonte di prove per gli agenti, non solo una destinazione

Google News e canali simili fungono sempre più da livelli di prova che i sistemi AI elaborano per conto di un acquirente.

La ricerca tradizionale chiede a editori e vendor di competere per un clic. La ricerca assistita dall'AI chiede loro di competere per l'inclusione in una risposta sintetizzata.

La differenza cambia il modo in cui si misura l'influenza. Un acquirente potrebbe chiedere a un agente di identificare software che soddisfano cinque requisiti di sicurezza e si integrano con una piattaforma cloud esistente. L'agente può leggere documentazione, copertura giornalistica, materiale degli analisti e contenuti di recensioni prima di restituire tre candidati.

L'acquirente potrebbe non vedere mai le dieci fonti alla base di quella raccomandazione. Un articolo utile può influenzare il risultato senza ricevere traffico di riferimento.

Google News resta importante in questo processo perché gli eventi recenti spesso modificano il rischio aziendale. Un annuncio di prodotto può ampliare le capacità di un vendor. Una violazione, una causa legale, un'acquisizione o un'interruzione del servizio possono modificare l'idoneità dello stesso vendor.

Tuttavia, la sola attualità non rende una fonte decisiva. Gli agenti necessitano anche di contenuti che identifichino chiaramente prodotti, date, limitazioni e il rapporto tra un'affermazione e le prove che la sostengono.

Le pagine ambigue creano problemi di recupero. Un vendor che usa più nomi per una singola funzionalità può apparire incoerente. Una pagina che nasconde specifiche essenziali dentro interfacce decorative può fornire prove meno utilizzabili di un semplice documento tecnico.

Lo stesso problema riguarda la copertura giornalistica. Un titolo può attirare l'attenzione umana ma offrire a un agente poco contesto. Articoli con attribuzioni precise, date e link a materiali primari offrono prove più solide per il confronto.

Ciò non significa che le aziende debbano produrre pagine scritte solo per le macchine. Gli acquirenti leggono ancora il materiale di fonte quando una decisione comporta rischi finanziari, operativi o professionali. Una scrittura chiara serve entrambi i pubblici.

Non significa nemmeno che la ricerca tradizionale sia scomparsa. I motori di ricerca restano utili per la navigazione, il controllo delle fonti e la ricerca di copertura recente. Google News può diventare più prezioso quando un acquirente vuole verificare ciò che un assistente ha sintetizzato.

Il vero cambiamento è nella sequenza. Un agente può formare la prima rosa di candidati, mentre la ricerca diventa uno strumento di convalida più avanti nel processo. I vendor eliminati durante il primo passaggio potrebbero non beneficiare mai di quella verifica successiva.

I risultati di IDC spingono quindi i team di marketing a trattare le informazioni sui prodotti come prove strutturate. Le affermazioni necessitano di definizioni stabili, proprietà chiare, date aggiornate e documentazione di supporto. Le contraddizioni tra una pagina commerciale e un documento di sicurezza diventano più facili da individuare per un agente.

Anche il materiale indipendente acquista peso. Un agente che confronta le affermazioni dei vendor può cercare ricerche degli analisti, copertura credibile, valutazioni tecniche e prove dai clienti. La ripetizione sulle pagine della stessa azienda non crea una conferma indipendente.

È qui che la qualità della conoscenza diventa una questione di acquisto. I team devono mantenere fatti coerenti tra documentazione di prodotto, pagine delle policy, centri assistenza e annunci pubblici. Internamente, una base di conoscenza AI ricercabile può aiutare i dipendenti a individuare le prove alla base delle affermazioni approvate.

Questa disciplina interna influisce sulla fiducia esterna. Un venditore che non sa spiegare da dove provenga un'affermazione indebolisce la fiducia dell'acquirente. Un rappresentante che sa recuperare il benchmark, la policy o la limitazione pertinente diventa più utile.

Per gli editori, l'incentivo è simile. Il giornalismo originale, l'attribuzione trasparente e i link a documenti primari conferiscono a un articolo un valore duraturo oltre il suo pubblico iniziale. I riassunti copiati da altri riassunti diventano meno difendibili quando gli agenti confrontano le fonti.

Il risultato non è la fine di Google News. È un cambiamento nel ruolo del canale. Le notizie diventano un input all'interno di un sistema di prove più ampio, e il clic visibile cattura solo una parte della sua influenza.

La vendita guidata dal vendor sta perdendo il controllo della prima valutazione

La competizione centrale è tra persuasione guidata dal vendor e analisi controllata dall'acquirente, non tra acquisto automatizzato e giudizio umano.

Un tempo i team commerciali controllavano l'accesso a importanti dettagli sui prodotti. Gli acquirenti avevano spesso bisogno di un rappresentante per ottenere configurazioni, risposte tecniche o un confronto personalizzato.

Il self-service digitale ha ridotto quel controllo. Gli agenti AI lo riducono ulteriormente aiutando gli acquirenti a combinare informazioni provenienti da molte fonti senza seguire la sequenza preferita dal vendor.

Un team d'acquisto può chiedere a un assistente di estrarre questioni contrattuali, confrontare opzioni di residenza dei dati o identificare divulgazioni di sicurezza mancanti. Può preparare domande prima del primo incontro commerciale e contestare una risposta durante l'incontro.

Ciò cambia il ruolo del rappresentante. Ripetere informazioni già disponibili online aggiunge poco valore. Diventano più importanti chiarire le incertezze, risolvere le contraddizioni e assumersi responsabilità.

Il sondaggio di Gartner fornisce prove a sostegno di questo modello ibrido. Il suo studio sulla convalida degli acquirenti del maggio 2026 ha coinvolto 645 acquirenti B2B intervistati tra agosto e settembre 2025.

Gartner ha rilevato che il 45% ha utilizzato l'AI generativa durante un acquisto recente, principalmente per raccogliere informazioni su prodotti e vendor. Gli acquirenti hanno utilizzato in media sette fonti di informazione, dimostrando che l'AI non è diventata il loro unico canale.

Lo studio ha inoltre rilevato che il 67% preferiva un'esperienza senza rappresentante commerciale, mentre il 70% preferiva un'esperienza completamente digitale e self-service. Queste preferenze sembrano sostenere il declino della vendita guidata dal vendor.

Tuttavia, il 69% preferiva convalidare gli insight generati dall'AI con un venditore. Questo risultato fornisce il contrappeso cruciale a una semplice narrativa dell'automazione.

Gli acquirenti vogliono controllare quando un rappresentante entra nel processo. Non vogliono necessariamente eliminare quella persona da ogni decisione rilevante.

Gartner ha rilevato che i rappresentanti restavano particolarmente importanti quando gli acquirenti definivano un problema aziendale, identificavano un fornitore preferito, ottenevano supporto interno e finalizzavano un acquisto. Sono momenti in cui contesto e responsabilità contano più della velocità di recupero delle informazioni.

Questo crea pressione su diverse funzioni aziendali.

I team di marketing devono pubblicare materiale che resista al confronto al di fuori di un percorso sul sito web attentamente progettato. I team di prodotto necessitano di terminologia e specifiche coerenti. I team commerciali devono prepararsi a convalidare le prove anziché custodirne l'accesso.

Anche gli acquisti acquisiscono maggiore influenza perché l'AI rende più semplice il confronto sistematico. I team possono trasformare i requisiti delle policy in verifiche ripetibili e applicarle a un insieme più ampio di fornitori.

La ricerca di Forrester sugli acquisti aziendali afferma che i professionisti degli acquisti agiscono come decisori nel 53% dei cicli di acquisto aziendali. Ora partecipano fin dall'inizio, anziché comparire solo durante la negoziazione del contratto.

Forrester riferisce inoltre che una decisione tipica coinvolge 13 stakeholder interni e nove influencer esterni. Gli acquisti più complessi coinvolgono gruppi ancora più numerosi.

L'AI può aiutare questi partecipanti a elaborare le informazioni, ma non può eliminare le loro priorità in conflitto. La sicurezza potrebbe preferire un accesso limitato ai dati. La finanza potrebbe porre l'accento sull'utilizzo. Le operations potrebbero dare priorità all'integrazione, mentre il reparto legale valuta l'esposizione contrattuale.

Un agente può organizzare questi vincoli e individuare prima i conflitti. Non può decidere quale stakeholder debba accettare un determinato rischio, a meno che le persone non gli delegano esplicitamente tale autorità.

Questo spiega perché la transizione mette sotto pressione i fornitori poco allineati. Un'azienda può avere risposte accurate disperse tra presentazioni commerciali, ticket di assistenza, portali di sicurezza e conoscenze dei dipendenti. Un acquirente AI interpreta le lacune tra queste fonti come incertezza.

I fornitori connessi internamente hanno un vantaggio. I dipendenti possono rispondere con prove coerenti perché riescono a trovare le stesse informazioni approvate. Una base di conoscenza ricercabile può aiutare i team tecnici a recuperare i record pertinenti senza ricostruire una risposta a memoria.

Tuttavia, l'organizzazione interna non garantisce la selezione esterna. La valutazione controllata dall'acquirente rende più semplice il confronto diretto. Quando i prodotti sembrano simili, la qualità delle prove, i risultati delle prove e il rischio di implementazione diventano fattori di differenziazione più forti.

La prima valutazione sta andando oltre il controllo del fornitore. L'opportunità per i venditori rimane, ma arriva più tardi e richiede maggiore sostanza.

I Numeri Non Dimostrano Che gli Acquisti Autonomi Siano Già Arrivati

Gli acquisti assistiti dall'AI sono diffusi, ma l'autorità autonoma sulle transazioni resta una soglia molto più elevata.

La statistica dell'80% di IDC combina assistenza ed esecuzione delle attività. Queste categorie possono includere livelli di responsabilità molto diversi.

Riassumere una pagina prodotto comporta un rischio diretto limitato. Creare una shortlist può influenzare materialmente un acquisto. Inviare una richiesta di proposta modifica un workflow esterno, mentre approvare un pagamento può creare un evento finanziario vincolante.

Trattare tutte e quattro le azioni come equivalenti sovrastimerebbe l'autonomia attuale. Il materiale pubblico di IDC dimostra un coinvolgimento ampio, non la quota dei budget aziendali controllata da agenti indipendenti.

Le conclusioni di Gartner rafforzano questa distinzione. Gli acquirenti usano l'AI per la velocità, ma il 51% ha dichiarato di essere più propenso a imbattersi in informazioni fuorvianti generate dall'AI generativa. Un quasi equivalente 49% ha associato le informazioni fuorvianti ai rappresentanti commerciali.

Nessuno dei due canali conquista automaticamente la fiducia. Gli acquirenti li combinano perché ciascuno può rivelare i punti deboli dell'altro.

Forrester ha rilevato che oltre il 60% degli acquirenti aziendali utilizza una qualche forma di prova. Queste prove spaziano da sandbox personalizzate a periodi di valutazione basati sull'utilizzo.

Una prova è importante perché trasforma un'affermazione in un comportamento osservabile. Un assistente AI può riassumere le funzionalità dichiarate, ma un test controllato mostra se il prodotto funziona con i dati, i controlli e i workflow dell'acquirente.

Le prove creano inoltre evidenze che gli agenti non possono ottenere da fonti pubbliche. Le prestazioni in un ambiente specifico, lo sforzo di implementazione, la qualità dell'assistenza e l'accettazione da parte degli utenti spesso diventano visibili solo durante la valutazione.

La sicurezza pone un limite ancora più difficile. Un agente di procurement autonomo necessita di accesso alle informazioni sui fornitori, alle policy interne, ai sistemi di identità e, potenzialmente, agli strumenti finanziari. Ogni connessione amplia le conseguenze di un errore.

L'analisi sulla sicurezza degli agenti del 2026 di NIST ha rilevato un ampio consenso sul fatto che gli agenti introducano nuove minacce. I rispondenti hanno inoltre concordato che le pratiche di cybersecurity consolidate richiedano adattamenti per i sistemi agentici.

Un rischio è la prompt injection indiretta, in cui istruzioni malevole compaiono all'interno di contenuti esterni elaborati da un agente. Una pagina o un documento compromesso potrebbe tentare di reindirizzare l'agente, rivelare informazioni sensibili o attivare un'azione non intenzionale.

Questa minaccia è direttamente rilevante per gli agenti di acquisto. La ricerca per il procurement richiede la lettura di siti web, email, proposte e allegati provenienti da soggetti esterni all'organizzazione dell'acquirente. Sono proprio questi gli ambienti in cui istruzioni non attendibili possono entrare in un workflow.

Un'azienda può ridurre l'esposizione limitando i permessi, separando la ricerca dall'esecuzione, richiedendo l'approvazione per le azioni rilevanti e registrando quali evidenze hanno supportato ogni raccomandazione. Questi controlli rendono possibile anche una revisione successiva.

La qualità dei dati resta un altro vincolo. Un confronto generato a partire da specifiche obsolete può sembrare preciso pur portando alla conclusione sbagliata. Un agente necessita di date affidabili, identità dei prodotti e regole per risolvere fonti incoerenti.

Il bias può introdursi attraverso la selezione delle fonti. I fornitori ben documentati possono ricevere più attenzione rispetto a fornitori idonei con materiale pubblico più debole. Le grandi aziende possono dominare le evidenze recuperate perché generano maggiore copertura.

I criteri di classificazione dell'agente possono introdurre ulteriori distorsioni. Una richiesta di minimizzare i costi può trascurare il rischio di migrazione. Un requisito relativo a molte integrazioni può premiare l'ampiezza ignorando la qualità di ciascuna connessione.

La revisione umana non risolve automaticamente questi problemi. Le persone possono accettare riepiloghi sicuri di sé senza verificare le evidenze sottostanti, soprattutto quando l'output conferma una preferenza esistente.

Questo crea un paradosso dell'automazione. Più efficacemente un agente produce una raccomandazione rifinita, più diventa facile ignorare gli input incerti.

Le aziende dovrebbero quindi distinguere tra partecipazione dell'AI e autorità dell'AI. La partecipazione include ricerca, estrazione, confronto e preparazione dei workflow. L'autorità include l'impegno di fondi, l'accettazione di termini o la modifica di sistemi di produzione.

La prima categoria è chiaramente entrata negli acquisti B2B mainstream. La seconda richiede meccanismi più solidi di identità, autorizzazione, audit e responsabilità.

Il dato di IDC resta importante senza sostenere che i dipartimenti acquisti siano diventati autonomi. Il cambiamento immediato riguarda il controllo delle informazioni. Gli agenti influenzano sempre più ciò che gli acquirenti vedono e le domande che pongono.

La fase successiva dipende dalla capacità delle imprese di trasformare questa influenza in azioni affidabili e governate.

Tre Segnali Mostreranno Se gli Acquirenti AI Otterranno Vera Autorità

I conteggi di adozione contano meno ora delle evidenze di autorità delegata, risultati affidabili e adattamento dei fornitori.

Il primo segnale è la comparsa di dati transazionali misurabili. Imprese e fornitori di tecnologia devono rendere noto quali attività gli agenti completano, quanto spesso intervengono gli esseri umani e quali valori di acquisto gestiscono questi sistemi.

Un aumento nel completamento autonomo delle transazioni rafforzerebbe l'affermazione che gli agenti AI siano diventati acquirenti anziché assistenti di ricerca. Tassi elevati di override o correzione la indebolirebbero.

I dati transazionali dovrebbero inoltre distinguere i rinnovi ordinari dai nuovi acquisti strategici. Rinnovare un abbonamento standardizzato entro un limite di spesa presenta meno incertezza rispetto alla scelta di un'infrastruttura per un'implementazione importante.

Il secondo segnale è il progresso nell'identità e nell'autorizzazione degli agenti. Le organizzazioni hanno bisogno di modi per stabilire quale agente sta agendo, di chi porta l'autorità, a quali risorse può accedere e come tale autorità possa essere revocata.

NIST ha identificato identità e autorizzazione come requisiti centrali per l'uso degli agenti in ambito aziendale. Standard più chiari renderebbero più facile per piattaforme di procurement, sistemi dei fornitori e controlli finanziari riconoscere gli agenti senza concedere accesso eccessivo.

L'implementazione diffusa di permessi vincolati e approvazioni verificabili sosterrebbe acquisti più autonomi. Incidenti di sicurezza ripetuti o responsabilità poco chiare manterrebbero gli agenti in un ruolo consultivo.

Il terzo segnale è il modo in cui i fornitori riprogettano i propri canali digitali. Occorre osservare dati sui prodotti più facili da verificare, confrontare e recuperare tra documentazione, portali di sicurezza, marketplace e reportistica aggiornata.

I fornitori dovranno inoltre monitorare se i sistemi AI descrivono accuratamente i loro prodotti. Una discrepanza tra la documentazione ufficiale e la risposta di un agente può influenzare una shortlist prima che l'azienda sappia dell'esistenza di un acquirente.

Google News continuerà a far parte di questo ambiente di evidenze, soprattutto quando eventi recenti incidono sul rischio del fornitore. La sua influenza commerciale diventerà più difficile da misurare se gli agenti consumano le notizie senza generare referral convenzionali.

I fornitori di successo non risponderanno inondando ogni canale di contenuti ripetitivi generati dall'AI. Il volume può aumentare le contraddizioni, diluire l'attribuzione e rendere più difficile identificare evidenze significative.

Pubblicheranno affermazioni precise, mostreranno i limiti, manterranno aggiornata la documentazione e forniranno una validazione indipendente ove appropriato. I rappresentanti commerciali interverranno quindi nei momenti di alta fiducia con evidenze che affrontano l'effettiva incertezza dell'acquirente.

Per gli acquirenti aziendali, la domanda pratica non è se usare un agente. Molti lo fanno già. La domanda è quali attività meritino la delega e quali evidenze debbano rimanere visibili a un decisore umano.

Iniziate registrando le fonti alla base delle raccomandazioni importanti. Richiedete l'approvazione prima che un agente invii impegni, accetti termini o attivi un pagamento. Testate gli output rispetto a requisiti reali invece di giudicarne la fluidità.

Poi osservate i tre segnali: transazioni autonome verificate, identità dell'agente applicabile e prove sui fornitori leggibili dalle macchine. Insieme, mostreranno se il dato dell'80% di IDC rappresenti una prima abitudine di ricerca o le fondamenta di un nuovo sistema di acquisto.

Gli agenti AI hanno già cambiato il percorso verso una shortlist aziendale. La prossima decisione spetta agli acquirenti: manterranno questi sistemi come rapidi partner di ricerca o conferiranno loro autorità sull'acquisto stesso?