Difendersi dalle startup agentiche, il manuale che Harvard scrive per i dinosauri

Harvard Business Review ha pubblicato un manuale di sopravvivenza per gli incumbent del software enterprise contro le startup che usano gli agenti AI come moltiplicatore. Il feature firmato Vivian S. Lee, Linda Mantia e Jon McNeill esce sul numero di luglio 2026 della rivista, ed è accompagnato da una newsletter di Gretchen Gavett che ne riprende le tesi operative. La diagnosi è netta: chi guida una vecchia piattaforma SaaS oggi gioca una partita strutturalmente diversa da quella di sei anni fa.

Gli stessi vendor che hanno dominato i budget IT dell’ultimo decennio rischiano di essere scavalcati da team minuscoli con flotte di agenti. Cambia chi resta in piedi, cambiano i fornitori da scegliere, cambia la durata utile dei contratti appena firmati. Gartner stima che entro il 2030 il 35% degli strumenti SaaS point-product sarà sostituito da agenti o assorbito in ecosistemi agentici, come ricorda la previsione Deloitte 2026 su SaaS e AI agents.

La tesi di fondo è che quattro forze convergenti — modelli linguistici ragionanti, framework multi-agente, API a basso costo, cloud economico — hanno prodotto la seconda grande compressione dell’imprenditorialità tecnologica dopo internet. Costi di costruzione, tempi di iterazione, head count necessari sono crollati. Le startup vincenti hanno un fatturato per dipendente molto più alto: l’83% in più rispetto ai cicli precedenti di unicorni, secondo le analisi che Foundation Capital ha pubblicato sul 2026.

I numeri spiegano il senso d’urgenza. Sierra, fondata da Bret Taylor per il customer support agentico, è passata da 26 milioni di ARR a fine 2024 a 150 milioni a gennaio 2026, con una Series E chiusa su 15,8 miliardi di valutazione (profilo Sacra su Sierra). Decagon, concorrente diretto, è salita a 4,5 miliardi di valutazione dopo aver triplicato l’ARR in nove mesi (profilo Sacra su Decagon). Harvey, applicata al legale, è valutata 11 miliardi a marzo 2026.

I clienti che pagano sono quelli storici degli incumbent. Le piattaforme di customer service di Zendesk e Salesforce vedono erosione progressiva sulle code di ticket automatizzabili, mentre Thomson Reuters e LexisNexis assistono al ribaltamento dell’economia legale, dove un agente AI fa una research per il prezzo di un’ora di paralegal. Il funding aggregato della categoria ha raggiunto 4,4 miliardi in 101 deal equity tra 2022 e 2025.

La seconda compressione dell’imprenditorialità, dopo l’internet

Lee, Mantia e McNeill propongono ai CEO degli incumbent cinque mosse che sembrano semplici e non lo sono. La prima è ripensare l’operating model invece di limitarsi ad aggiungere copiloti ai prodotti esistenti, perché il copilota lascia intatte le inefficienze sotto. La seconda è sfruttare il vantaggio sui dati proprietari, che gli incumbent hanno e le startup no: anni di transazioni clienti, log di supporto, anomalie storiche.

La terza mossa è trasformare il business da prodotto in ecosistema, esponendo API e diventando il tessuto su cui altri agenti si appoggiano. La quarta è comprimere i tempi decisionali interni, perché un comitato che si riunisce ogni due settimane non sopravvive a un concorrente che rilascia tre versioni al giorno. La quinta è acquisire o partneriarsi con le startup agentiche più rapide, prima che diventino loro a definire lo standard del settore.

Sul tema della governance interna gli autori sono espliciti: la velocità non si ottiene dichiarando di volerla, si ottiene smontando i processi di approvazione ereditati. Le aziende che applicano l’AI agentica solo al perimetro, lasciando intatto il cuore organizzativo, ottengono guadagni marginali e perdono il vantaggio competitivo entro diciotto-ventiquattro mesi. La terza analisi HBR sulla “convergence trap” avverte che la maggior parte degli incumbent sta cadendo proprio qui, nel comprare prodotti senza riformare il funzionamento.

Le risposte di mercato esistono e vanno chiamate per nome. Tom’s Hardware ha già documentato che l’AI accelera l’avvio di startup e che dirigenti di nuova generazione costruiscono organizzazioni con agenti AI come dipendenti veri. Sul versante opposto restano le ragioni per cui molti progetti agentici falliscono, quasi sempre per scarsa preparazione organizzativa più che per limite tecnologico.

Chi paga davvero la trasformazione è il cliente enterprise medio, che ha appena rinnovato contratti pluriennali con i vendor SaaS storici. Se la previsione Gartner del 35% di sostituzione entro il 2030 è anche solo metà giusta, un terzo dei contratti firmati nel 2025 diventerà obsoleto prima della scadenza. La leva del rinnovo va usata adesso: clausole di uscita anticipata legate a benchmark di automazione, riduzione delle licenze sui moduli in sostituzione, pilot paralleli su processi a basso rischio.

C’è anche una lettura politica da tenere a mente. Le cinque mosse proposte da HBR funzionano per chi ha già scala finanziaria e talento ingegneristico per applicarle, cioè per la fascia alta dei Fortune 500. Per la media impresa il manuale è più difficile da eseguire, e il rischio è che la disruption agentica accentui la concentrazione di mercato invece di democratizzarla. La promessa di “tool potenti per tutti” si traduce, come spesso accade, in tool potenti per chi se li sa cucire addosso e in dipendenza per gli altri.

La conclusione operativa è meno spettacolare del framing della “seconda compressione” ma vale di più. Gli incumbent che sopravvivranno non sono quelli che comprano più agenti, sono quelli che si ristrutturano per pensare come una startup di trenta persone, mantenendo il vantaggio sui dati e sulle relazioni commerciali. Gli altri firmeranno comunicati entusiasti per due anni, poi spariranno dai listini d’acquisto senza che nessuno se ne accorga.