Perché i vostri investimenti digitali non creano valore

LE AZIENDE stanno investendo massicciamente in hub di analisi digitale con funzionalità di IA e IA generativa, sistemi CRM aziendali e piattaforme tecnologiche di marketing. Questo fenomeno è particolarmente evidente nelle funzioni commerciali, dove si concentrano le opportunità di crescita e l’impatto sui clienti.

Tuttavia, un crescente malessere pervade i vertici aziendali. In un sondaggio PwC del 2025, il 56% dei CEO ha affermato che le loro aziende non stavano ancora vedendo i ritorni finanziari degli investimenti nell’IA. Sentiamo preoccupazioni simili da molti dirigenti con cui lavoriamo. Sebbene la fiducia nel potenziale del digitale rimanga alta, i team commerciali faticano a tradurre questa promessa in risultati aziendali tangibili.

In un sondaggio ZS del 2026 condotto tra i responsabili digitali e informatici (CDIO) delle aziende farmaceutiche statunitensi, meno della metà ha riportato un valore misurabile derivante dagli sforzi di business nell’ambito dell’intelligenza artificiale, citando come ostacoli persistenti la frammentazione dei dati, la proprietà poco chiara e la gestione limitata del cambiamento. Inoltre, i leader del CIO Advisory Council di ZS affermano di avere difficoltà a collegare i sostanziali investimenti effettuati nella trasformazione del CRM all’aumento dei ricavi. I dirigenti ci ripetono che le iniziative digitali non sono all’altezza delle aspettative: migliorano l’esecuzione, ma non la strategia, aumentano l’efficienza, ma senza liberare risorse per attività di maggior valore, rilevano una forte adozione, ma un impatto commerciale limitato e creano soluzioni scollegate che non si adattano ai flussi di lavoro esistenti. Nonostante l’implementazione dei sistemi più recenti, le aziende stanno realizzando solo una parte dei benefici sperati.

Le aziende che riescono a convertire il digitale in valore lo gestiscono come una trasformazione del modello operativo commerciale, non solo come un aggiornamento tecnologico. Si concentrano su quattro cambiamenti interconnessi che ridefiniscono il modo in cui vengono generate le idee commerciali, prese le decisioni, coordinate le azioni e organizzate le analisi.

1. Dall’intelligenza umana a quella basata sulle risorse. Le idee passano da analisi e giudizi basati su progetti a modelli analitici riutilizzabili integrati nel processo decisionale.
2. Da un processo decisionale intermittente a uno continuo. Molte decisioni passano da cicli episodici (come la pianificazione trimestrale) a rilevamenti e azioni in tempo reale, mentre le decisioni meno frequenti vengono prese più rapidamente.
3. Da un’esecuzione frammentata a una coordinata. L’esecuzione passa da un controllo funzionale indipendente a un’azione coordinata tra vendite, marketing e assistenza.
4. Da analisi frammentate ad analisi centralizzate. Le soluzioni e i team di proprietà delle funzioni lasciano il posto a piattaforme, strumenti e talenti condivisi che abbracciano l’intera azienda e tutte le aree geografiche.

Insieme, questi cambiamenti sostengono l’enorme potenziale del digitale di consentire la personalizzazione per avere un impatto sui clienti e aumentare le vendite.

Cambiamento n. 1: dall’intelligenza umana a quella basata sulle risorse

Tradizionalmente, quando i leader avevano bisogno di informazioni approfondite, ad esempio sul motivo per cui una campagna aveva funzionato, sul motivo per cui un cliente aveva smesso di acquistare o su dove concentrarsi in seguito, si rivolgevano a specialisti o commissionavano studi che fornivano le risposte. Tali informazioni stavano nelle persone e nei progetti. Con il digitale, le informazioni approfondite risiedono sempre più nelle risorse analitiche, come i dati, i modelli e gli strumenti di IA integrati nei processi commerciali.

In LinkedIn, i venditori responsabili dei rinnovi e della crescita dei prodotti, delle assunzioni e della formazione un tempo si affidavano a dashboard frammentate e all’esperienza personale per stabilire le priorità dei clienti. Oggi, un sistema di prioritizzazione dei clienti basato sul machine learning classifica continuamente i clienti in base alle opportunità di upsell/cross-sell e ai segnali di abbandono. L’intelligenza risiede in un modello riutilizzabile che viene aggiornato automaticamente e applicato in modo coerente a tutti i venditori. Di conseguenza, questi dedicano meno tempo all’elaborazione dei dati e più tempo alla vendita, determinando un aumento delle prenotazioni di rinnovo.

In Schneider Electric, i tecnici una volta dovevano ispezionare fisicamente migliaia di macchine presso alcuni siti dei clienti per identificare quelle a rischio di guasto. Oggi, i sensori integrati nelle apparecchiature trasmettono in tempo reale i dati relativi allo stato e alle prestazioni che, insieme all’età delle risorse e alla cronologia della manutenzione, alimentano un modello che identifica continuamente le macchine a rischio e indirizza i clienti e il personale di vendita e assistenza di Schneider verso la manutenzione preventiva o gli aggiornamenti. Il risultato è un miglioramento dei tempi di attività e della sicurezza per i clienti e una maggiore crescita delle vendite e fiducia dei clienti per Schneider.

In entrambi gli esempi, le risorse analitiche supportano il giudizio umano od operano in modo autonomo entro limiti definiti, trasferendo la responsabilità dagli esperti agli analisti e agli algoritmi. Il risultato consiste in decisioni migliori e più rapide, che determinano impatto e crescita.

Cambiamento n. 2: da un processo decisionale intermittente a uno continuo

Le organizzazioni sono state create per operare secondo un certo ritmo: piani definiti annualmente o trimestralmente, esecuzione nel periodo intermedio, revisione dei progressi a scadenze definite. Le risorse digitali cambiano questo modello consentendo una generazione più rapida di informazioni o incorporando una guida nell’esecuzione.

In alcune decisioni, la cadenza rimane episodica, ma il tempo di ciclo si riduce. In un’azienda biofarmaceutica, determinare le dimensioni e la struttura di una grande organizzazione di vendita richiedeva un tempo di sei mesi di analisi basata su progetti e altri sei mesi per l’implementazione. Oggi, un team più snello completa lo stesso lavoro in tre mesi, concentrando la maggior parte degli sforzi sull’implementazione piuttosto che sull’analisi. Nelle aziende di servizi tecnologici, gli strumenti di IA generativa (GenIA) dimezzano i tempi di avanzamento delle proposte, aumentando l’efficienza e la reattività nei confronti dei clienti.

In altri casi, le revisioni episodiche sono sostituite da un processo decisionale continuo. In Takeda Oncology, un tempo i venditori operavano sulla base di piani di chiamata mensili statici. Oggi, un sistema rileva continuamente i cambiamenti nei percorsi individuali dei pazienti, consentendo ai venditori di fornire messaggi contestualmente rilevanti agli oncologi proprio nel momento in cui viene presa una decisione terapeutica.

L’azienda globale di spedizioni e logistica Maersk applica la stessa logica nel servizio clienti. Sovrapponendo le capacità dell’IA ai dati operativi e dei clienti integrati, l’azienda consente il rilevamento e la risposta quasi in tempo reale alle migliaia di richieste relative alle consegne che riceve ogni giorno. Le bozze di risposta generate da GenIA consentono agli operatori di rivedere e rispondere con un clic. Il digitale riduce il tempo che intercorre tra l’idea di business, l’azione e l’impatto.

Cambiamento n. 3: da un’esecuzione compartimentata a una coordinata

Per decenni, le aziende hanno ottimizzato l’esecuzione commerciale in modo verticale. Il marketing gestiva il brand e la domanda, le vendite gestivano le relazioni e i ricavi, mentre il customer success si concentrava sulla realizzazione di valore e sulla crescita. Anche all’interno del marketing, i team di brand, generazione della domanda, media e analisi operavano spesso con budget, metriche e priorità distinti. Il coordinamento era incoraggiato, ma non strutturalmente essenziale.

Il digitale cambia questa formula. I clienti ora si possono muovere fluidamente tra canali e funzioni. Un medico può interagire con un’azienda farmaceutica attraverso rappresentanti, portali, informazioni scientifiche e programmi per i pazienti. Un acquirente di servizi cloud passa dalla ricerca online alla vendita tecnica, all’onboarding e al supporto. I clienti informati si aspettano un percorso connesso.

Le aziende stanno rispondendo utilizzando risorse digitali e linee guida integrate per coordinare l’esecuzione intorno ai clienti piuttosto che ai confini funzionali. In Microsoft (con cui abbiamo collaborato), l’esecuzione commerciale è sempre più allineata attraverso flussi di lavoro condivisi e segnali dei clienti integrati nei sistemi CRM, di collaborazione e di assistenza. Questi segnali guidano le azioni dei team di vendita, marketing e assistenza, creando un’esperienza cliente più coesa ed efficace.

Un cambiamento simile è in atto presso U.S. Bank. Utilizzando i dati dei clienti integrati tra online banking, mobile banking, filiali, direct mail e altri punti di contatto, la banca ha sostituito un approccio frammentato con un coordinamento cross-channel più personalizzato. Un acquisto di importo elevato con carta di credito può attivare un’offerta di prestito su misura, mentre i segnali relativi alla pensione avviano un percorso coordinato che mette in contatto i clienti facoltosi con un consulente di gestione patrimoniale.

In entrambi i casi, l’esecuzione passa da azioni ottimizzate dal punto di vista funzionale a risposte sincronizzate tra i canali, favorendo la crescita.

Cambiamento n. 4: dall’analisi frammentata a quella centralizzata

L’analisi dei clienti è stata a lungo dispersa tra diverse funzioni e aree geografiche. Il marketing gestiva l’analisi delle campagne, le vendite possedevano la pianificazione degli account e l’analisi delle vendite, e i paesi utilizzavano i propri sistemi e fornitori. In una società, più di 100 organizzazioni nazionali gestivano stack di analisi separati. (La società è ora sulla strada della centralizzazione).

Il digitale rende insostenibile il decentramento. L’analisi e l’intelligenza artificiale richiedono talenti rari, una governance forte e investimenti sostenuti. Di conseguenza, le organizzazioni si stanno orientando verso hub di analisi centralizzati supportati da piattaforme di dati condivise, capacità di intelligenza artificiale e team di esperti. Questi hub possono essere interni o esternalizzati e situati onshore o offshore.

Pfizer (con cui abbiamo collaborato) si è evoluta da funzioni di analisi specifiche per paese a piattaforme e strumenti di analisi commerciale condivisi. In una struttura hub-and-spoke, gli hub centrali negli Stati Uniti e in India forniscono l’infrastruttura di base e modelli riutilizzabili, mentre i team integrati rimangono nelle unità aziendali per garantire la rilevanza locale.

Maersk rispecchia questo cambiamento. Ha riunito numerose tecnologie legacy frammentate in una piattaforma digitale unificata, integrando i dati logistici in tutta la sua rete. La piattaforma consente visibilità a livello aziendale, soluzioni scalabili e un’esperienza integrata per i clienti.

Per tutte le aziende citate in questo articolo, l’analisi centralizzata era parte della soluzione, consentendo un’intelligence basata sulle risorse, decisioni più rapide e un’esecuzione coordinata.

La strada da percorrere: ridefinire il digitale dalla modernizzazione all’impatto

Per molti leader, il costo crescente dell’intelligenza artificiale e delle capacità di analisi avanzate può sembrare una tassa digitale inevitabile. Questa percezione emerge spesso quando l’investimento digitale viene inquadrato come modernizzazione: aggiornamento delle piattaforme, standardizzazione degli strumenti, miglioramento dell’efficienza. Il digitale viene trattato come un’infrastruttura e il successo misurato di conseguenza: sistemi implementati, utenti formati, dashboard consultate.

Nella maggior parte delle organizzazioni, le prestazioni digitali insufficienti non sono un fallimento della gestione del cambiamento, ma un disallineamento tra i nuovi modi di lavorare e i vecchi modelli organizzativi.

Ancorarsi ai quattro cambiamenti cambia la narrativa. Il digitale non consiste solo nel mantenere le luci accese e implementare soluzioni puntuali scollegate tra loro, ma piuttosto nel fare scelte di business migliori durante l’intero percorso del cliente: decidere a quali clienti dare la priorità, come coinvolgerli e dove impiegare le risorse scarse. Visto in questo modo, il risultato non si misura in termini di attività, ma di obiettivi raggiunti, tra cui i tassi di successo, la velocità decisionale e la crescita delle vendite. Come ha affermato un COO di servizi finanziari, la vera domanda è: che effetto ha sul fatturato?

IL DIGITALE è più di un cambiamento tecnologico. Ridefinisce il modo in cui le organizzazioni commerciali operano e decidono, automatizzando alcune attività e supportandone altre che richiedono il giudizio e la connessione umana, soprattutto nei conti strategici. Trasforma le idee commerciali da risposte a risorse, spostando lo sforzo dalla produzione di analisi alla progettazione, alla governance e al miglioramento di strumenti decisionali riutilizzabili. Comprime i cicli decisionali, avvicinando le scelte al momento dell’azione e trasformando le competenze da giudizi individuali episodici a intelligenza istituzionale integrata e riutilizzabile. Sostituisce l’esecuzione compartimentata con il coordinamento, favorendo un allineamento più stretto tra vendite, marketing, assistenza e analisi. Inoltre, favorisce la centralizzazione, creando la necessità di capacità condivise che concentrano talenti scarsi, forniscono una governance forte e supportano investimenti sostenuti.

Quando le aziende riescono a compiere questi cambiamenti, il digitale smette di essere percepito come un onere e inizia a fornire i dividendi che i leader si aspettano e di cui hanno bisogno.

Prabhakant Sinha è cofondatore di ZS, una società globale di servizi professionali. È coautore di HBR Sales Management Handbook. Arun Shastri è responsabile del settore IA presso ZS e insegna alla Kellogg School of Management della Northwestern University. È coautore di HBR Sales Management Handbook. Sally Lorimer è direttrice presso ZS e coautrice di HBR Sales Management Handbook.