Sourcing Intelligence: perché l'89% degli acquirenti B2B si affida all'IA, ma continua a ricercare la competenza umana

Uomo contro macchina? La configurazione perfetta per il mercato globale degli acquisti

Il settore degli acquisti B2B a livello globale sta attraversando una trasformazione senza precedenti. Un mix esplosivo di tensioni geopolitiche, catene di approvvigionamento vulnerabili e rigorosi requisiti ESG sta costringendo le aziende a ripensare radicalmente le proprie strategie di approvvigionamento. L'intelligenza artificiale (IA) si sta affermando come la presunta salvatrice in quest'era instabile, promettendo analisi rapide dei dati, enormi risparmi sui costi e processi completamente automatizzati in pochi secondi. La narrazione prevalente è che chi ignora questo salto tecnologico rimarrà indietro. Tuttavia, l'euforia che circonda l'onnipotenza algoritmica rivela un pericoloso punto cieco. I sistemi di IA smussano le sfumature, filtrano i dati empirici essenziali e falliscono proprio dove conta di più nel complesso mondo degli acquisti: nella costruzione di una fiducia autentica e nella valutazione di crisi impreviste. Questo articolo esplora perché la perfezione delle macchine può rapidamente trasformarsi in uno svantaggio competitivo, perché la vera autenticità è la moneta del futuro e come la sintesi strategica tra IA basata sui dati e giudizio umano costituisca il fondamento per un approvvigionamento globale di successo domani.

Perché la competenza umana rimane insostituibile nel mercato globale degli acquisti B2B e perché la perfezione dell'IA, se ben studiata, diventa uno svantaggio competitivo

La nuova area di tensione: macchine per l'elaborazione dati contro informazioni di mercato

Il settore degli acquisti B2B a livello globale ha subito più cambiamenti negli ultimi tre anni che nei due decenni precedenti. La convergenza di interruzioni della catena di approvvigionamento legate alla pandemia, la rapida maturazione dell'intelligenza artificiale generativa, normative ESG più rigorose e un profondo ricambio generazionale nei dipartimenti acquisti ha scatenato una dinamica che non ha risparmiato nessuna azienda. Le piattaforme digitali promettono un abbinamento completamente automatizzato dei fornitori in poche ore anziché settimane, i sistemi di intelligenza artificiale analizzano milioni di punti dati in tempo reale e gli agenti di acquisto autonomi negoziano le offerte senza intervento umano. Chi continua ad affidarsi a processi puramente analogici in questo contesto è innegabilmente destinato a perdere terreno.

Ma questa euforia che circonda l'onnipotenza algoritmica crea un punto cieco che può rivelarsi costoso per le aziende che operano nell'approvvigionamento globale. I sistemi di intelligenza artificiale appianano le differenze, uniformano le personalità e producono un consenso medio senza attriti. Chi si affida esclusivamente all'intelligenza artificiale per gli acquisti rischia di perdere proprio ciò che conta nei mercati volatili: la capacità di formulare giudizi contestualizzati, coltivare relazioni e interpretare segnali che nessun insieme di dati è in grado di catturare.

La topografia del mercato globale degli appalti nel 2026

Le forze strutturali che plasmano oggi il mercato globale degli approvvigionamenti sono molteplici e, in alcuni casi, contraddittorie. Da un lato, vi è il continuo predominio della Cina: nonostante le minacce tariffarie e le tensioni geopolitiche, due terzi delle aziende a livello mondiale prevedono di mantenere o addirittura espandere i propri rapporti commerciali con la Cina entro il 2025. La Cina svolge un ruolo chiave, in particolare per quanto riguarda le terre rare e le materie prime per la digitalizzazione e la transizione energetica; per i prodotti di raffinazione, la Germania e l'UE attualmente hanno poche alternative alla Cina. Non si tratta di una dipendenza a breve termine, ma di un fondamento strutturale che, nonostante le contromisure europee, potrà essere modificato solo lentamente.

D'altro canto, i mercati delle materie prime sono sottoposti a continue pressioni. Tensioni geopolitiche, cambiamenti strutturali e costi elevati continuano a influenzare i mercati globali delle materie prime. Il mercato del rame ha registrato fluttuazioni di prezzo estreme nel secondo trimestre del 2025: dopo essere sceso a 8.540 dollari a tonnellata in aprile, il prezzo ha raggiunto il massimo annuale di 10.100 dollari a tonnellata a giugno, un picco che riflette direttamente l'escalation commerciale causata dai dazi statunitensi fino al 50% sulle importazioni di rame. L'alluminio opera in un contesto altrettanto volatile: le scorte globali a giugno 2025 erano inferiori di circa il 67% rispetto all'anno precedente, mentre gli sviluppi geopolitici e i dazi statunitensi stanno causando ulteriori distorsioni del mercato.

Questa volatilità non è un fenomeno temporaneo. Per l'approvvigionamento di materie prime, significa che i rischi di prezzo e di cambio aumentano parallelamente e che le decisioni devono essere prese sotto una maggiore pressione temporale. In queste condizioni, le informazioni in tempo reale e gli strumenti di analisi dei dati assumono un'importanza crescente per prendere decisioni informate e flessibili. Tuttavia, i dati in tempo reale non sono autoesplicativi; richiedono un'interpretazione.

Nearshoring, Friendshoring e la nuova geografia della fiducia

Quando si chiede alle aziende come stiano affrontando questa fragilità, emerge una risposta chiara: attraverso la ristrutturazione geografica delle loro catene di approvvigionamento. Alla luce delle crisi geopolitiche, l'80% delle aziende di beni di consumo e della vendita al dettaglio in Germania si sta nuovamente concentrando maggiormente sull'approvvigionamento regionale e l'83% sta investendo nel cosiddetto "friendshoring", ovvero nella focalizzazione su fornitori in paesi politicamente alleati. In pratica, il nearshoring spesso significa delocalizzare le capacità produttive nell'Europa orientale, in Turchia o nel Nord Africa, con conseguenti tempi di consegna significativamente più brevi e una maggiore reattività, ma anche con nuove esigenze in termini di procedure di frontiera, sdoganamento e infrastrutture.

Questo "friendshoring" è molto più di un semplice adeguamento logistico. Si tratta di una decisione che implica un rischio geopolitico e che ha un impatto profondo sulle operazioni aziendali principali. Riorganizzare le catene di approvvigionamento lungo assi politici di fiducia richiede una solida base di conoscenza regionale, reti e competenza culturale che nessun algoritmo può fornire spontaneamente. Diversificare i fornitori per ridurre la dipendenza da singole regioni e paesi è una risposta strategica alla destabilizzazione delle catene di approvvigionamento globali e presuppone di sapere di chi fidarsi. La fiducia non si costruisce sui dati, ma sull'esperienza.

I responsabili politici europei stanno rispondendo con il Critical Raw Materials Act: con quote minime del 10% per l'estrazione interna di materie prime strategiche, del 40% per la trasformazione e del 25% per il riciclo entro il 2030, l'UE sta definendo chiari parametri di riferimento per l'autosufficienza nell'approvvigionamento di materie prime. Le grandi aziende con più di 500 dipendenti e un fatturato annuo superiore a 150 milioni di euro sono tenute, a partire dal 24 maggio 2025, a condurre una valutazione del rischio della propria catena di approvvigionamento di materie prime ogni tre anni. Ciò crea requisiti di conformità strutturali che richiedono analisi approfondite e conoscenza del mercato, non una semplice aggregazione di dati.

Cosa può effettivamente realizzare l'IA nel processo di approvvigionamento

Il potenziale dell'intelligenza artificiale negli acquisti è reale e impressionante. I sistemi di IA di nuova generazione utilizzano modelli linguistici complessi per comprendere i requisiti di approvvigionamento in modo contestuale, impiegano database a grafo per mappare le relazioni con i fornitori e migliorano continuamente la qualità dell'abbinamento attraverso l'apprendimento per rinforzo basato sul feedback degli utenti. Ciò che un tempo richiedeva settimane, dalla definizione dei requisiti e l'identificazione dei fornitori alla selezione preliminare, ora può essere completato in poche ore. Il 74% dei responsabili degli acquisti prevede di aumentare gli investimenti nell'automazione entro il 2026 e l'automazione può ridurre i tempi di ciclo fino al 50%.

Nell'ambito dell'ottimizzazione dei costi, l'intelligenza artificiale (IA) offre risultati tangibili. Secondo un'analisi di BCG, un utilizzo costante dell'IA può generare risparmi fino al 5% negli acquisti diretti e al 15% in quelli indiretti. L'IA riduce i costi di approvvigionamento individuando le spese inefficienti, supportando la determinazione dinamica dei prezzi e rafforzando le negoziazioni con i fornitori. Grazie al monitoraggio in tempo reale e all'analisi predittiva, l'IA rileva tempestivamente i potenziali rischi legati ai fornitori, consentendo una gestione proattiva delle interruzioni. Le aziende B2B beneficiano di tassi di chiusura fino al 50% superiori grazie all'implementazione supportata dall'IA, a condizione che la qualità dei dati sottostanti sia sufficiente. Quest'ultima condizione è cruciale.

L'intelligenza artificiale automatizza attività che richiedono molto tempo, come la ricerca, l'analisi, la revisione dei contratti e la riconciliazione delle fatture. Migliora la qualità delle decisioni grazie al riconoscimento di modelli in grandi set di dati relativi agli acquisti, supporta previsioni più accurate e facilita le valutazioni tempestive dei rischi. I team addetti agli acquisti possono valutare meglio i rapporti con i fornitori perché l'IA monitora costantemente prestazioni, affidabilità e rischi. Il valore aggiunto è evidente e non va sottovalutato.

I limiti sistematici dell'intelligenza artificiale negli acquisti

Nonostante questi indicatori di performance, l'IA negli acquisti B2B incontra limitazioni strutturali che nella pratica vengono spesso sottovalutate. La prima e più fondamentale limitazione riguarda la capacità di formulare giudizi in situazioni prive di precedenti storici. L'IA può analizzare, strutturare, riassumere e formulare informazioni, ma un vero orientamento emerge solo attraverso il pensiero cosciente e il giudizio umano. Nelle negoziazioni in cui la reputazione, la storia delle relazioni e il contesto culturale giocano un ruolo importante, gli algoritmi rappresentano semplicemente il comportamento medio delle transazioni passate.

La seconda limitazione è il fenomeno dell'appiattimento algoritmico. I sistemi di intelligenza artificiale generativa tendono alla neutralità, appianando le differenze fino a quando non rimane solo una media superficiale. Nelle piattaforme di approvvigionamento che utilizzano l'IA per la raccomandazione dei fornitori, questo porta a filtrare sistematicamente le caratteristiche fortemente differenzianti. Per l'algoritmo, tutto ciò che non è accompagnato da un dato strutturato semplicemente non esiste. Le aziende che si affidano a liste di raccomandazione generate dall'IA si perdono quindi regolarmente fornitori che, pur non avendo una presenza digitale perfetta, possiedono una rara conoscenza del mercato o reti di fornitori privilegiate.

Il terzo confine riguarda la fiducia e la costruzione di relazioni. Il 70% degli acquirenti B2B preferisce fornitori con una comunicazione chiara e aperta, soprattutto in periodi di incertezza. Questo tipo di fiducia non si basa solo sulla tecnologia, ma su processi trasparenti e una gestione responsabile dei dati. Nelle decisioni di acquisto B2B, che spesso implicano investimenti significativi e impegni a lungo termine, il 72% dei responsabili delle decisioni consulta almeno tre diverse fonti di riferimento prima di selezionare un nuovo fornitore. Questo processo di valutazione è intrinsecamente umano: parlare con i colleghi, consultare esperti e valutare esperienze personali.

Infine, esiste una quarta limitazione, meno discussa: la dipendenza dalla qualità dei dati. Se la qualità dei dati di input è scarsa, anche l'IA più sofisticata produrrà raccomandazioni errate. Circa il 18% dei fornitori B2B non vede ancora applicazioni concrete per l'IA all'interno delle proprie organizzazioni. Se da un lato la democratizzazione dell'intelligence avanzata per gli acquisti tramite l'IA crea nuove opportunità, soprattutto per le piccole e medie imprese, dall'altro presenta anche sfide in termini di qualità dei dati, costi, carenza di competenze e considerazioni etiche che devono essere affrontate con attenzione.

Aerei cargo all'avanguardia, rotte di trasporto ottimizzate e catene logistiche multimodali sono intercambiabili: possono essere acquistati, noleggiati o esternalizzati. Ciò che il denaro non può comprare sono i contatti diretti con i produttori nelle miniere peruviane, rapporti di fornitura affidabili nei paesi della CSI e anni di fiducia consolidata in mercati sconosciuti agli estranei. Il vantaggio competitivo decisivo nel commercio globale di materie prime non sta nel trasportare la merce dal punto A al punto B, ma nel sapere da dove proviene la merce, chi la produce e come accedervi prima ancora che gli altri sappiano che il mercato esiste. Chi possiede la rete fissa il prezzo. Tutti gli altri lo pagano.

Maggiori informazioni qui:

• Società integrata di approvvigionamento e commercio: materie prime, approvvigionamento e commercio a livello globale

L'autenticità come fattore competitivo: cosa distrugge il linguaggio raffinato dell'IA

Se da un lato l'intelligenza artificiale consente indubbiamente di ottenere vantaggi in termini di efficienza negli acquisti operativi, dall'altro emerge un nuovo problema nell'ambito del posizionamento sul mercato e della creazione di fiducia: l'inflazione dei contenuti intercambiabili. Più le aziende utilizzano testi, valutazioni dei fornitori e moduli di comunicazione generati dall'IA, più omogeneo diventa il panorama informativo e maggiore è il valore acquisito da chi si esprime con il proprio giudizio, la propria esperienza autentica e una personalità ben definita.

Secondo un recente studio di Nosto, l'86% dei consumatori afferma che l'autenticità è fondamentale nella scelta dei marchi da supportare. Questa dinamica è ancora più marcata nel contesto B2B. Le decisioni di acquisto B2B sono complesse, a lungo termine e comportano costi elevati. La fiducia determina l'assegnazione degli ordini, la tolleranza al rischio e la formulazione delle raccomandazioni. Autenticità, affidabilità e competenza sono essenziali per relazioni durature con i clienti. In un mondo in cui persino i leader di mercato possono diventare invisibili a causa dei sistemi di intelligenza artificiale, perché i dati dei loro prodotti sono nascosti in PDF o esistono informazioni contraddittorie tra il loro sito web e i comunicati stampa, la coerenza dei contenuti diventa un vantaggio strategico.

Le affermazioni di posizionamento non supportate da risultati concreti e da una reale competenza vengono rapidamente smascherate come inverosimili. Vale anche il contrario: chi possiede effettivamente una rara competenza in specifici settori industriali e la comunica con uno stile autentico, anziché nasconderla dietro un linguaggio semplificato dall'intelligenza artificiale, ottiene un vantaggio competitivo irripetibile. Onestà e trasparenza sono essenziali per costruire la fiducia, e i clienti si accorgono subito se qualcuno è realmente impegnato in una collaborazione o si limita a utilizzare un linguaggio ottimizzato.

La configurazione strategica della Sourcing Intelligence: Uomo e Macchina

La vera questione non è se l'intelligenza artificiale o l'esperienza umana siano migliori nell'approvvigionamento globale, ma come entrambi gli elementi possano essere configurati per completarsi a vicenda in modo ottimale. Il 71% delle aziende prevede di collaborare più strettamente con i consulenti di approvvigionamento IT in futuro, in parte per rappresentare al meglio i propri interessi presso i fornitori di servizi cloud. Ciò riflette la consapevolezza fondamentale che la trasformazione digitale non funziona in modo ottimale senza la leadership e la supervisione umana.

L'approccio più produttivo si presenta così: l'intelligenza artificiale si occupa delle attività ripetitive, ad alta intensità di dati e che richiedono velocità, come il monitoraggio dei prezzi di mercato, la gestione dei database dei fornitori, l'individuazione precoce dei rischi e i controlli di conformità. L'esperienza umana si concentra sull'interpretazione contestuale, la costruzione di relazioni, la classificazione strategica e il giudizio finale. La responsabilità rimane umana, perché ogni decisione ha delle conseguenze, e le conseguenze hanno sempre un impatto sulle persone. Questa divisione del lavoro non è una soluzione temporanea nel percorso verso la completa automazione, bensì un modello permanente per i mercati complessi.

Sebbene gli acquirenti B2B utilizzino strumenti di intelligenza artificiale generativa come punto di partenza per la ricerca, si rivolgono sempre più spesso a colleghi, esperti e agli stessi fornitori per convalidare i risultati di tali strumenti. Questo cambiamento è fondamentale: l'IA può gestire la fase iniziale di raccolta delle informazioni, ma le decisioni in situazioni di approvvigionamento complesse – come negoziare durante periodi di carenza di materie prime, cambiare fornitore in regioni politicamente sensibili o valutare l'affidabilità a lungo termine – richiedono ciò che l'IA non può fornire per sua natura: una conoscenza consolidata derivante dall'esperienza diretta in settori e mercati specifici.

La competenza settoriale come vantaggio irripetibile

Ciò che spesso viene trascurato nell'attuale dibattito sulla disruption dell'IA è che il know-how specifico di un settore in mercati industriali di nicchia non può essere sostituito dai dati di addestramento. Ingegneria meccanica, infrastrutture energetiche, intralogistica: questi sono settori in cui gli sviluppi del mercato, i segnali normativi e le traiettorie tecnologiche richiedono anni di analisi prima che qualsiasi valutazione possa essere considerata affidabile. I mercati delle materie prime per minerali critici come litio, cobalto o terre rare seguono logiche geopolitiche che diventano obsolete più rapidamente di qualsiasi insieme di dati storici.

Gli acquisti B2B in questi settori si basano sulla fiducia. I lunghi processi decisionali, che coinvolgono molteplici responsabili presso il cliente, richiedono un'analisi approfondita. Le incongruenze tra i diversi canali di comunicazione possono rapidamente minare la credibilità del posizionamento. La coerenza – nel linguaggio, nel giudizio e nell'atteggiamento – non può essere generata algoritmicamente; è il risultato di una sincera convinzione e di una solida competenza. Nel settore energetico, ad esempio, la decisione non viene presa dal fornitore con il miglior profilo SEO, ma da quello di cui ci si fida per la competenza e che si ritiene agisca in modo appropriato anche in situazioni impreviste.

A tutto ciò si aggiunge la dimensione del lavoro di squadra. Un team ben coordinato di specialisti provenienti da diversi settori B2B – ingegneria meccanica, energia, digitale, logistica – può stabilire connessioni che rimangono invisibili a un singolo specialista o a un sistema puramente basato sui dati. La competenza interfunzionale è la materia prima per generare informazioni strategiche nel vero senso della parola: non mera elaborazione dati, ma pensiero di rete che trascende i confini di settore, tecnologia e mercato.

Visibilità nell'era della preselezione algoritmica

Un altro aspetto che sta mettendo sempre più sotto pressione le aziende del mercato B2B è che l'89% degli acquirenti B2B utilizza già l'intelligenza artificiale nei propri processi di approvvigionamento. Per loro, chiunque non compaia nei risultati semplicemente non esiste. Un recente studio di TrustRadius mostra che il 72% dei responsabili delle decisioni si imbatte in panoramiche basate sull'IA durante le proprie ricerche e il 90% di questi consulta le fonti citate per verificarne l'attendibilità. Questo significa che la prima fase di selezione è algoritmica, la seconda è umana – ed è proprio in questa seconda fase che il contenuto sostanziale e autentico risulta decisivo.

I sistemi di intelligenza artificiale generativa mirano a rimanere neutrali, appianando le discrepanze per raggiungere una media oggettiva. Per gli esperti di approvvigionamento e le piattaforme con una reale competenza in mercati di nicchia, questo rappresenta un'opportunità, non una minaccia. Chi possiede contenuti strutturati, sostanziali e precisi su argomenti specifici – mercati delle materie prime, confronti tra piattaforme di trading, fornitori di ingegneria meccanica, conformità ESG – verrà citato con priorità dai sistemi di intelligenza artificiale, superando i generalisti con contenuti superficiali. Nell'era dell'IA, la visibilità non è una questione di budget, ma di approfondimento.

ESG, conformità e la nuova dimensione degli acquisti etici

Gli sviluppi normativi hanno modificato radicalmente i requisiti per gli acquisti globali. Il Critical Raw Materials Act dell'UE, la CSDDD e l'Uyghur Forced Labor Prevention Act negli Stati Uniti obbligano le aziende a monitorare attivamente e garantire la trasparenza delle proprie catene di approvvigionamento, ben oltre i tradizionali audit dei fornitori. Le catene di approvvigionamento digitalizzate sono due volte più trasparenti e il 30% più puntuali rispetto a quelle non digitalizzate, ma i vincoli di bilancio e il mutare delle priorità stanno ostacolando il progresso di molte aziende.

Il pericolo nascosto non risiede in ciò che è noto, ma in ciò che non si vede: le continue sanzioni tra l'UE e la Cina, le improvvise interruzioni della catena di approvvigionamento, la dipendenza da materie prime che possono diventare indisponibili durante periodi di tensione politica e i crescenti rischi informatici per le infrastrutture critiche. Un responsabile degli acquisti incaricato di anticipare questi rischi invisibili, modellare scenari e definire strategie di approvvigionamento proattive ha bisogno di qualcosa di più di una semplice dashboard. Il silenzio non è segno di sicurezza, ma un segnale di allarme. Anche in questo caso, il giudizio umano è insostituibile, non perché l'IA non sia in grado di generare scenari, ma perché valutare le conseguenze delle azioni è un atto di responsabilità che non può essere delegato.

L'83% delle aziende tedesche considera la sostenibilità nella catena di fornitura un vantaggio competitivo; tuttavia, solo il 57% ha avviato iniziative concrete per realizzare questo obiettivo. Questo divario tra aspirazioni e realtà è tipico di una fase di trasformazione in cui le esigenze operative prevalgono ancora sugli impegni strategici.

La sintesi: l'intelligence di acquisizione come combinazione di dati e giudizio

Ciò che la pratica ci insegna è al tempo stesso un monito e una fonte di ispirazione: nessuna delle due parti – né la macchina basata esclusivamente sui dati, né l'esperto isolato – è in grado di fornire la qualità che il mercato globale degli appalti, nella sua attuale complessità, richiede. La sintesi è l'unica strada percorribile. L'intelligenza artificiale offre velocità, profondità dei dati e scalabilità. L'esperienza umana fornisce contesto, affidabilità e la capacità di interpretare correttamente gli imprevisti.

L'intelligence di approvvigionamento, nel suo senso più autentico, non è quindi una tecnologia, bensì una competenza: una capacità organizzativa che combina un'analisi strutturata dei dati con una solida conoscenza del mercato, reti di contatti autentiche e valori chiari. Questa combinazione non può essere riprodotta arbitrariamente. Si sviluppa nel tempo, attraverso l'esperienza in mercati specifici, attraverso errori e correzioni, attraverso relazioni consolidate e una conoscenza approfondita del settore. In un'epoca in cui i sistemi di intelligenza artificiale sono in grado di automatizzare servizi di approvvigionamento generici in pochi minuti, il vantaggio competitivo duraturo non risiede nell'automazione in sé, ma in ciò che non può essere automatizzato: competenza autentica, personalità e la consolidata interazione di diverse competenze settoriali all'interno di un team.

Le aziende che comprendono questo concetto utilizzano l'IA per quello che è: un potente strumento nelle mani di esperti. Niente di più, ma nemmeno niente di meno.

Sarei felice di fungere da tuo consulente personale.

Konrad Wolfenstein

Email: wolfenstein@xpert.Digital

LinkedIn

 

 

Aree di interesse del settore: B2B, digitalizzazione (dall'intelligenza artificiale alla realtà aumentata), ingegneria meccanica, logistica, energie rinnovabili e industria

Maggiori informazioni qui:

• Centro di affari esperti

Un hub tematico che offre spunti e competenze:

• Piattaforma di conoscenza che copre le economie globali e regionali, l'innovazione e le tendenze specifiche del settore
• Una raccolta di analisi, approfondimenti e informazioni di base sui nostri principali settori di interesse
• Un luogo di competenza e informazione sugli sviluppi attuali nel mondo degli affari e della tecnologia
• Un punto di riferimento per le aziende che cercano informazioni su mercati, digitalizzazione e innovazioni del settore