McKinsey: agenții AI nu trec de 10% la scalare în nicio funcție de business. Salesforce tocmai a primit un downgrade dublu care arată de ce

88%, 62%, 10%: unde se rupe adopția

McKinsey publică anual „The State of AI" — cel mai mare sondaj de adopție AI la nivel de companii, cu aproape 2.000 de respondenți din 105 țări (ediția curentă, în teren iunie-iulie 2025, publicată în noiembrie 2025). Cifrele nu sunt o noutate de săptămâna asta — sunt fundalul structural pe care se joacă orice anunț de produs, inclusiv Salesforce mai jos.

Trei praguri, trei realități diferite. 88% dintre companii raportează folosire regulată a AI în cel puțin o funcție de business, în urcare de la 78% acum un an. 62% au ajuns cel puțin să experimenteze cu agenți AI — din care 23% raportează că scalează deja un sistem agentic undeva în companie, iar alte 39% au început să experimenteze fără să fi ajuns încă la scalare. La treapta de sus, pragul se prăbușește: „în orice funcție dată, nu mai mult de 10% dintre respondenți spun că organizația lor scalează agenți AI", scrie McKinsey.

Mărimea companiei contează: la companiile cu peste 5 miliarde de dolari venituri, aproape jumătate au ajuns la faza de scalare pentru AI în general; la companiile sub 100 de milioane, doar 29%. Bugetul și infrastructura de date explică decalajul mai bine decât ambiția declarată a fiecărei companii.

Salesforce: cel mai mare test public al promisiunii agentice

Pe 9 iulie, KeyBanc Capital Markets și Bernstein și-au redus, separat și în aceeași zi, recomandarea pentru acțiunile Salesforce. Motivul downgrade-ului e specific: Agentforce, produsul-vedetă de agenți AI al companiei. Nota KeyBanc e directă: „Agentforce, ca produs, pur și simplu nu e încă pregătit." Diagnosticul lor explică de ce: „datele clienților nu sunt suficient de organizate pentru muncă AI reală." Un agent AI e la fel de bun ca datele pe care le poate accesa — iar la scară enterprise, acele date sunt împrăștiate în sisteme vechi, formate inconsistente și procese care n-au fost gândite niciodată pentru automatizare. Bernstein a acționat separat și a invocat propriile verificări în piață: discuțiile cu clienții și feedbackul pe Agentforce nu au fost puternice, iar raportările companiei nu susțin, în citirea lor, ritmul de creștere descris de management.

KeyBanc estimează că aproximativ 23.000 din cei circa 150.000 de clienți Salesforce au adoptat Agentforce — cifră reluată de presa de business, dar neconfirmată de Salesforce. Tot din sondajul KeyBanc: mai mulți directori IT plănuiesc să reducă bugetul Salesforce anul viitor decât să-l crească. Bhupendra Chopra, CRO la Kanerika, adaugă motivul comercial: trei schimbări de model de preț pentru Agentforce în aproximativ 18 luni — suficient cât să facă orice comitet de achiziții nervos.

Salesforce a răspuns la valul de critici. Un purtător de cuvânt a declarat pentru The Register că „Agentforce este produsul cu cea mai rapidă creștere din istoria Salesforce, cu clienți precum Engine, Falabella și AAA care au intrat în producție în săptămâni, nu în luni." Cifrele raportate oficial de companie merg în aceeași direcție: pentru trimestrul încheiat în aprilie 2026, Salesforce a anunțat pentru Agentforce un venit recurent anual de 1,2 miliarde de dolari, în creștere cu 205% față de anul anterior. Estimarea KeyBanc și raportarea Salesforce nu se contrazic direct — măsoară lucruri diferite: câți clienți folosesc produsul, față de cât de repede crește venitul de la cei care îl folosesc. Tiparul contează mai mult decât un singur produs: la cel mai mare vendor CRM din lume, cu resurse practic nelimitate, trecerea de la pilot la producție tot s-a dovedit mai grea decât mesajul de marketing.

Patru blocaje, o singură cauză de fond

Salesforce nu e un caz izolat — e cel mai vizibil exemplu public al unui tipar pe care McKinsey îl măsoară la nivelul întregii piețe. Patru blocaje diferite explică de ce atât de puține companii trec de pragul de 10%.

Date și integrare — diagnosticul KeyBanc de mai sus, generalizat: datele de care are nevoie un agent sunt aproape mereu împrăștiate în sisteme care n-au fost gândite pentru automatizare.

Guvernanță și securitate. Al doilea sondaj McKinsey, dedicat încrederii în AI, arată scorul mediu de maturitate „responsible AI" urcând de la 2,0 la 2,3 din 4 — progres real, dar doar aproximativ o treime dintre companii ating nivelul 3 sau mai mare pe strategie, guvernanță și controlul agenților. Aproape două treimi citează securitatea și riscul drept bariera principală în calea scalării, înaintea incertitudinii de reglementare sau a limitărilor tehnice ale modelelor.

Maturitate produs — dacă verdictul KeyBanc cade pe cel mai mare vendor CRM din lume, e cu atât mai relevant pentru orice furnizor mai tânăr și mai puțin testat.

Cost și model comercial — un produs bun, cu un model comercial instabil, tot ajunge greu la scalare, pentru că bugetul clientului nu poate fi planificat pe termen lung. Cele trei schimbări de preț ale Agentforce în 18 luni sunt exemplul.

Cele patru sunt probleme diferite — date, guvernanță, produs, cost — care converg spre o singură concluzie structurală. Companiile au acces la modele AI capabile de ani buni; ce lipsește e disciplina de a le conecta în siguranță la o companie reală: date curate, reguli clare de guvernanță, un produs testat în producție, un model comercial pe care un comitet de achiziții îl poate bugeta cu încredere.

Cinci întrebări înainte să cumperi un agent AI

Gap-ul de mai sus schimbă întrebarea pe care ar trebui s-o pui oricărui furnizor de agenți AI. Cinci întrebări separă un furnizor care poate demonstra implementare reală de unul care vinde doar acces la un model bun:

• Cât de curate și structurate sunt datele mele pentru sarcina exactă pe care vreau s-o dau agentului?
• Care e rata reală de adopție a acestui produs în baza de clienți existentă — nu doar cifra de clienți noi sau procentul de creștere?
• Ce guvernanță și ce control uman există când agentul greșește sau întâlnește un caz neprevăzut?
• Pot vedea o dovadă de producție reală, de la un client din industria mea, nu un demo sau un pilot izolat?
• Cât de stabil e modelul comercial? Câte schimbări de preț sau de politică a avut furnizorul în ultimii doi ani?

Răspunsurile bune la aceste cinci întrebări vin cu nume de clienți, cifre de producție și control uman explicit — exact tiparul pe care Ode și Presence îl arată la scară mare. Așa arată, în practică, un agent AI operațional: un sistem construit pe fundația operațională care lipsește încă la majoritatea companiilor rămase în faza de experiment sau pilot, nu doar un model conectat la un API.

McKinsey arată gap-ul la nivel de piață; Salesforce îl arată cu nume și cifre, la cel mai mare vendor CRM din lume. Întrebarea centrală pentru compania ta: furnizorul din fața ta a rezolvat deja cele patru bariere de mai sus, sau ți le pasează ție, ascunse într-un demo convingător?

Politica editorială MassAI: analizele noastre combină surse primare și publicații independente. Când cităm estimări sau rapoarte comerciale, indicăm explicit sursa și contextul.

Surse: ↗ McKinsey — The State of AI · ↗ McKinsey — State of AI Trust 2026 · ↗ CIO.com · ↗ The Register · ↗ Investing.com (Bernstein) · ↗ Salesforce — rezultate Q1 FY2027