La risposta breve
Quasi un terzo delle organizzazioni — il 32% — ha rinunciato ad acquistare almeno un prodotto o una funzionalità software perché poteva costruirlo internamente con agenti AI di codice, secondo il rapporto The State of AI in 2026 di McKinsey pubblicato il 25 agosto 2026. Il cambiamento è più netto tra le più performanti, dove quasi la metà ha rifiutato un acquisto. Ma la stessa copertura segnala una verità scomoda: i sistemi costruiti internamente hanno storicamente avuto successo solo circa un terzo delle volte rispetto a circa due terzi del software dei fornitori. Gli strumenti di coding agentici riducono il costo della prima versione — non il costo di possesso. I team che vincono questo cambiamento sono quelli che uniscono la velocità dell'AI a una vera disciplina di sviluppo software su misura.
Cosa dice davvero l'indagine
L'indagine annuale State of AI di McKinsey, quest'anno sottotitolata On the road to ROI, si è svolta dal 4 maggio all'8 giugno 2026 e ha raccolto 1.719 risposte in 97 paesi. Il risultato che ha catturato l'attenzione del settore: il 32% degli intervistati ha dichiarato che la propria organizzazione ha deciso di non acquistare uno o più prodotti o funzionalità software proprio perché poteva costruire la capacità internamente con strumenti di coding agentici. È un cambiamento strutturale nel classico calcolo del build-vs-buy, guidato da strumenti che un anno fa non esistevano su larga scala.
L'appetito si concentra tra le vincenti. Il circa 6% degli intervistati che McKinsey classifica come le più performanti — organizzazioni che attribuiscono all'AI almeno il 5% dell'EBIT — è il più aggressivo, con quasi la metà che ha evitato un acquisto rispetto al 31% di tutti gli altri. Per settore, la tecnologia guida al 41%, seguita da assicuratori e strutture sanitarie al 39%, quindi servizi professionali ed energia a pari merito al 38%. Anche le grandi imprese si stanno muovendo: il 40% delle aziende con oltre 1 miliardo di dollari di fatturato scala ora gli agenti AI in una o più funzioni, in netto aumento rispetto al 27% dell'anno prima.
Un numero che non si è mosso merita di essere tenuto a mente. La quota di organizzazioni che riportano un qualsiasi impatto sull'utile grazie all'AI è rimasta ferma al 37% anno su anno. L'adozione accelera; i ritorni misurati non tengono ancora il passo. Questo divario è tutta la storia dietro la questione del build-vs-buy, ed è il motivo per cui una decisione di costruire internamente richiede lo stesso rigore che applicheresti all'assunzione di un team di ingegneria dedicato — perché, funzionalmente, è esattamente ciò che significa possedere software.
Perché il prezzo d'acquisto è il numero piccolo
Il prezzo d'acquisto di un prodotto SaaS è visibile, negoziato e facile da indicare in una revisione di budget. È proprio per questo che è un'ancora fuorviante. Quando rinunci a comprare e costruisci invece, non elimini il costo — converti una voce di abbonamento prevedibile in un costo di esercizio aperto che ora porta il tuo stesso team: manutenzione, patch di sicurezza, aggiornamenti delle dipendenze, disponibilità e reperibilità, infrastruttura e il tempo di ingegneria continuo per tenere in vita la cosa mentre requisiti e piattaforme si spostano sotto.
Il tasso di base storico fa riflettere. La copertura dei risultati McKinsey ha osservato che i sistemi costruiti internamente hanno avuto successo solo circa un terzo delle volte, contro circa due terzi delle soluzioni dei fornitori — e Gartner prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027, in gran parte per costi crescenti e valore di business incerto. Circa il 20% delle organizzazioni avverte già la stretta dei costi di esercizio dell'AI. Come ha inquadrato il senior partner McKinsey Lieven Van der Veken il cambiamento di fondo, i leader chiedono sempre più cosa serva alle loro organizzazioni per costruire da sé gli strumenti di AI — ma voler costruire e saper gestire sono due capacità diverse.
La lezione pratica è che il costo di esercizio deve essere un vincolo di progettazione fin dal primo giorno, non una sorpresa al secondo anno. Un agente può generare un prototipo funzionante in un pomeriggio; non può, da solo, rendere quel prototipo osservabile, sicuro, conforme ed economico da mantenere in esercizio. Queste sono decisioni ingegneristiche, ed è lì che si decide il vero costo totale di possesso.
Quando costruire batte comprare
Niente di tutto questo è un argomento contro il costruire. È un argomento per costruire in modo deliberato. I casi in cui uno sviluppo interno con agenti AI di codice vince davvero condividono alcuni tratti: la capacità è un vero fattore di differenziazione competitiva anziché una commodity; i requisiti sono così specifici per la tua attività che nessun prodotto pronto all'uso va bene senza pesanti personalizzazioni; i dati o il flusso di lavoro sono abbastanza sensibili da rendere strategicamente prezioso tenerli nei tuoi sistemi; e hai — o puoi mettere insieme — la disciplina ingegneristica per gestire il risultato per anni, non solo consegnare una demo.
Comprare vince ancora per l'ampia superficie delle capacità commodity: autenticazione, fatturazione, analytics, ticketing, CRM generico. Un fornitore maturo ha già assorbito i casi limite, le certificazioni di conformità e il carico di manutenzione, e nessuna velocità di agente rende la loro ricostruzione un buon uso del tempo di ingegneria senior. La strategia più duratura nel 2026 non è «costruire tutto ora che possiamo» ma un portafoglio: comprare la commodity, costruire il differenziatore ed essere onesti su cosa è cosa.
Cosa significa per i team in Italia e in UE
Per i responsabili di ingegneria in Italia e in UE, i dati McKinsey riformulano una decisione familiare anziché risolverla. La prima implicazione è che il build-vs-buy è ora una questione aperta per una parte molto più ampia del tuo stack rispetto a un anno fa, perché gli strumenti agentici hanno azzerato il costo della prima versione funzionante. È un'opportunità reale — e un modo reale di accumulare software interno non mantenuto se le decisioni si prendono per entusiasmo anziché per economia.
Cosa significa per il mercato italiano: in Italia la spinta al «build» incontra due fattori: i fondi del PNRR che finanziano la digitalizzazione e una crescente attenzione alla sovranità digitale, che rendono attraente costruire internamente per tenere dati e know-how in casa. Ma costruire significa anche assumersi la responsabilità: un team che sviluppa internamente diventa esso stesso titolare del trattamento ai sensi del GDPR, sotto lo sguardo del Garante per la privacy, e deve integrare la conformità fin dalla progettazione (privacy by design). Per i dati della PA o dei settori regolati, allinearsi alle Linee guida AgID e al perimetro del Polo Strategico Nazionale non si aggiunge dopo il rilascio: si decide nell'architettura. Un prototipo rapido che salta la revisione di sicurezza e privacy non è un risparmio; è una passività differita.
La seconda implicazione è che il vincolo si è spostato. Quando un agente AI può produrre rapidamente un'implementazione plausibile, la risorsa scarsa non è più chi sa scrivere codice — è chi sa rivederlo, metterlo in sicurezza e assumersene la responsabilità in produzione. I team che hanno scalato l'uso degli agenti senza scalare la revisione senior sono quelli con maggiori probabilità di finire nella statistica dei progetti cancellati di Gartner. La terza implicazione riguarda l'organico: le organizzazioni che ottengono un reale impatto sull'EBIT dall'AI non hanno sostituito gli ingegneri con gli agenti; hanno messo ingegneri esperti a guidare gli agenti e trattato il costo di esercizio come obiettivo di progettazione di primo piano. È una competenza di product engineering — ed è esattamente la lacuna che la maggior parte dei team interni sottovaluta quando decide di costruire invece di comprare.
Una checklist build-vs-buy per il 2026
- Nomina il differenziatore. Se la capacità non è qualcosa che i clienti noterebbero o pagherebbero, scegli di comprare per impostazione predefinita. Riserva il costruire a ciò che ti distingue davvero.
- Prezza l'esercizio, non la costruzione. Stima tre anni di manutenzione, sicurezza, infrastruttura e reperibilità prima di confrontarli con un abbonamento. Il costo di costruzione è il numero piccolo.
- Verifica il tasso di base. Assumi che uno sviluppo interno abbia più probabilità di arenarsi rispetto a un rollout di un fornitore, e chiediti cosa renda specificamente il tuo l'eccezione.
- Assumi per la revisione, non solo per la generazione. Ogni componente generato dall'AI ha bisogno di un ingegnere senior che sappia leggerlo, testarlo e garantirlo. Metti a budget questo tempo di revisione in modo esplicito.
- Rendi la conformità un cancello, non una fase. Per i dati regolati, la revisione di sicurezza e privacy appartiene alla progettazione, non al dopo-lancio. Una costruzione rapida che fallisce un audit è più lenta del comprare.
- Fissa un criterio di arresto. Decidi in anticipo come appare «non funziona» e quando passeresti a un fornitore. L'inerzia dei costi sommersi è ciò che trasforma una costruzione in un progetto cancellato.
- Rivaluta ogni anno. Una capacità che oggi vale la pena costruire può diventare l'anno prossimo una commodity che un fornitore risolve meglio. Tratta il portafoglio come qualcosa da riequilibrare, non da fissare una volta per tutte.
Domande frequenti
Cosa ha rilevato l'indagine State of AI 2026 di McKinsey sul build vs buy?
Nel rapporto The State of AI in 2026 di McKinsey, pubblicato il 25 agosto 2026, il 32% degli intervistati ha dichiarato che la propria organizzazione ha rinunciato ad acquistare almeno un prodotto o una funzionalità software perché poteva costruirlo internamente con strumenti di coding agentici. L'indagine ha raccolto 1.719 risposte in 97 paesi ed è stata condotta dal 4 maggio all'8 giugno 2026. La tendenza è stata più forte tra le più performanti — il circa 6% degli intervistati che attribuisce all'AI almeno il 5% dell'EBIT —, dove quasi la metà ha evitato un acquisto contro il 31% dei pari.
Costruire software internamente con agenti AI fa davvero risparmiare?
Non automaticamente. Il prezzo d'acquisto evitato è solo il costo di acquisizione. Il software costruito internamente porta con sé l'intero costo di esercizio: manutenzione, patch di sicurezza, reperibilità, infrastruttura e il tempo di ingegneria per mantenerlo aggiornato. La copertura dei dati McKinsey ha osservato che i sistemi costruiti internamente riescono circa un terzo delle volte rispetto a circa due terzi delle soluzioni dei fornitori, e Gartner prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027 per costi e valore incerto. Gli agenti AI riducono il costo della prima versione, non il costo di possesso.
Quali settori costruiscono di più invece di comprare?
Secondo la scomposizione dell'indagine McKinsey, il settore tecnologico è in testa con il 41% degli intervistati che ha rinunciato a un acquisto, seguito da assicuratori sanitari e strutture sanitarie al 39%, quindi servizi professionali ed energia al 38%. Anche le grandi imprese con oltre 1 miliardo di dollari di fatturato stavano scalando gli agenti, con il 40% che ora li utilizza in una o più funzioni, rispetto al 27% dell'anno precedente.
Quando un team dovrebbe costruire con agenti AI invece di comprare?
Costruisci quando la capacità è un vero fattore di differenziazione, i requisiti sono specifici per la tua attività e hai la disciplina ingegneristica per gestirne il risultato nel lungo periodo. Compra quando la capacità è una commodity, un fornitore maturo la risolve già e il tempo del tuo team è meglio impiegato altrove. Tratta il costo di esercizio come un vincolo di progettazione fin dal primo giorno anziché come un ripensamento, e assegna al progetto ingegneri senior in grado di rivedere l'output degli agenti — perché il collo di bottiglia si è spostato dallo scrivere codice al rivederlo e mantenerlo in sicurezza.
Fonti
McKinsey & Company — The State of AI in 2026: On the road to ROI (pubblicato il 25 agosto 2026)
Forkast / Yahoo Finance — The Build-vs-Buy Shift: 32% of Enterprises Bet on Agentic Coding Tools (1 settembre 2026)