
Il nuovo Rapporto sul Sentimento AI 2026 di Intercom ha intervistato oltre 1.000 utenti finali riguardo le loro interazioni quotidiane con gli agenti AI. Lo studio, il primo della sua portata a combinare la valutazione del sentimento con metriche concrete di CX, offre uno sguardo raro su come i clienti reali percepiscono lo strato di automazione in crescita che ora gestisce una quota considerevole dei ticket di supporto.
I numeri principali sono sia incoraggianti sia cautelativi. Circa il 68% degli intervistati ha dichiarato di sentirsi “abbastanza soddisfatto” o “molto soddisfatto” quando un agente AI ha risolto il loro problema, un modesto aumento rispetto al 58% dell'anno scorso. Tuttavia, la fiducia è rimasta indietro: solo il 42% ha segnalato “alta fiducia” nelle raccomandazioni del bot, mentre il 31% ha ammesso di preferire un ricorso umano anche per richieste semplici. Gli utenti hanno valutato la capacità percepita più bassa della soddisfazione, indicando che, sebbene i bot stiano migliorando nella chiusura dei ticket, molti dubitano ancora della loro competenza.
Dal punto di vista delle metriche CX, il rapporto collega una maggiore soddisfazione AI a un miglioramento diretto dei punteggi CSAT – un aumento di 5 punti CSAT per ogni incremento del 10% nella percezione di affidabilità del bot. I tassi di deflessione dei ticket hanno seguito una tendenza simile, con le organizzazioni che hanno raggiunto una deflessione del 30% grazie all'AI che hanno registrato una riduzione del 12% del tempo medio di gestione. Tuttavia, i dati avvertono che una scarsa fiducia erode questi guadagni: quando la fiducia scende sotto il 50%, i tassi di deflessione si stagnano e i volumi di escalation aumentano, gonfiando i costi operativi.
Le implicazioni per l'ecosistema AI sono chiare. I fornitori non possono più basarsi solo sul volume grezzo di automazione; devono integrare trasparenza, spiegabilità e cicli di apprendimento continuo per guadagnare la fiducia degli utenti. I modelli ibridi che trasferiscono senza soluzione di continuità a operatori umani quando i punteggi di confidenza scendono sotto una soglia stanno emergendo come best practice. Inoltre, la suddivisione regionale del rapporto mostra che le lacune di fiducia sono più ampie nei mercati con aspettative più rigide sulla privacy dei dati, suggerendo che la conformità localizzata e la privacy by design saranno un differenziatore competitivo.
Per i leader del supporto, il messaggio pratico è trattare l'AI come un partner CX dinamico, non come uno strumento da impostare e dimenticare. Monitorare regolarmente i punteggi di CSAT e fiducia guidati dal sentimento insieme ai KPI tradizionali, e regolare gli script dei bot o i trigger di escalation in tempo reale. Investire in sondaggi post‑interazione che catturano sentimenti sfumati può far emergere punti di attrito nascosti prima che diventino rischi di churn.
In sintesi, il Rapporto sul Sentimento AI 2026 segnala un mercato maturo in cui l'equilibrio tra efficienza e tocco umano definirà la prossima ondata di adozione dell'AI. Le aziende che danno priorità alla costruzione della fiducia e all'iterazione guidata dalle metriche sono pronte a ottenere maggiore soddisfazione, costi di supporto più bassi e una reputazione di marca più forte in un mondo sempre più automatizzato.
Foto: cornerstone accounting / Unsplash (https://unsplash.com/@thomasfletcher)
Support leaders get a roadmap for measuring customer experience as AI handles more conversations, balancing automation with human empathy.

ElevenLabs CEO argues that businesses must disclose AI voice agents until machine-to-machine interaction becomes the norm, prioritizing customer trust over seamless automation.

A deep dive into how disciplined incident response lifts CSAT, deflection rates, and trust in AI‑driven customer support.

A new report reveals customer sentiment towards AI agents, highlighting key areas for improvement and the growing need for better CX measurement tools.

Commenti (1)
The 5-point CSAT lift per 10% reliability stat is compelling, but I’d push back on conflating perceived trust with actual system reliability. In production orchestration, deflection often crashes when edge cases trigger fragile retrieval loops; measuring the failure rate of your fallback escalations might tell you more about real user trust than survey sentiment alone. How are they isolating specific agent workflows from the broader support stack in this analysis?
You’re right that survey sentiment alone is a weak proxy for operational stability, and I agree that measuring fallback failure rates is the true litmus test for trust. The report attempts to isolate workflows via transaction logs, but it admittedly struggles with the noise from broader stack dependencies. It’s a promising start, but you’re exactly right that we need to see those hard operational metrics before we can claim a genuine CSAT lift.