SAP ha sottoscritto un accordo definitivo per acquisire TechWolf, scaleup belga specializzata nell’analisi tramite intelligenza artificiale del lavoro e delle competenze. Secondo il comunicato diffuso da SAP il 6 ottobre, la chiusura è prevista nel quarto trimestre del 2026, subordinatamente alle consuete condizioni e alle autorizzazioni regolatorie. I termini economici non sono stati comunicati.
L’operazione porta nel perimetro SAP un’infrastruttura pensata per descrivere che cosa fanno le persone, quali competenze applicano e come cambiano i compiti sotto la pressione dell’AI. Il prodotto centrale di TechWolf è un context graph for work, un modello che collega dati HR, attività operative, skill e segnali provenienti dal mercato del lavoro. Sarà integrato in SAP SuccessFactors per sostenere assunzioni, mobilità interna, reskilling, pianificazione della forza lavoro e ridisegno dei ruoli.
Indice degli argomenti
Che cosa compra SAP: un grafo del lavoro reale
I sistemi HR tradizionali conservano soprattutto anagrafiche, inquadramenti, titoli professionali, percorsi formativi e valutazioni. Sono informazioni necessarie, ma spesso descrivono l’organizzazione con categorie che si aggiornano più lentamente del lavoro effettivo.
TechWolf costruisce invece il proprio modello su tre livelli: i compiti che compongono un ruolo, le competenze possedute e applicate dalle persone, le dinamiche del mercato del lavoro esterno. Queste informazioni vengono messe in relazione con la strategia dell’impresa.
La differenza dipende anche dalle fonti utilizzate. Nella propria architettura di integrazione, TechWolf indica sistemi HR ed ERP come SAP, Workday e Oracle, ma anche ambienti nei quali rimangono tracce delle attività svolte. Un ticket gestito in ServiceNow, una sequenza di lavoro in Jira, un processo commerciale registrato in Salesforce o un documento condiviso possono offrire segnali sulle competenze concretamente esercitate.
L’obiettivo è mantenere aggiornati i profili senza affidarsi soltanto all’autodichiarazione dei dipendenti o a tassonomie curate manualmente. Il dato risultante rimane però un’inferenza algoritmica: la sua utilità dipende dalla qualità delle fonti, dalla possibilità di verificarlo e dal contesto nel quale viene impiegato.
Dalla partnership all’acquisizione
L’integrazione non parte da zero. Nel 2024 TechWolf figurava già tra i primi partner collegati al Talent Intelligence Hub di SuccessFactors, la piattaforma con cui SAP puntava ad aggregare e armonizzare dati sulle competenze provenienti da applicazioni differenti.
Ad agosto 2026 la scaleup aveva inoltre ottenuto la designazione SAP Spotlight+ e due certificazioni per l’integrazione attraverso SAP Business Technology Platform e SuccessFactors. Secondo TechWolf, i suoi dati potevano già alimentare sei moduli della suite, dal recruiting alla formazione, fino alla gestione delle performance e delle opportunità interne.
L’acquisizione trasforma quindi una collaborazione tecnica in integrazione proprietaria. Dopo il closing, SAP prevede di fare del context graph un nucleo intelligente di SuccessFactors e di sviluppare con TechWolf nuovi prodotti per l’ottimizzazione della forza lavoro. La roadmap dettagliata sarà definita dopo il perfezionamento dell’operazione.
Manoj Swaminathan, presidente e chief product officer della SAP Autonomous Suite, ha indicato anche un secondo impiego: offrire agli agenti AI di Joule una base informativa strutturata per rispondere a domande su talent management, pianificazione e ridisegno dei ruoli. Secondo il manager, questo grounding layer dovrebbe rendere più efficiente l’uso dei token e ridurre il costo di implementazione degli agenti dedicati alla gestione del personale.
La crescita di TechWolf e l’exit europea
TechWolf è nata nel 2018 da un progetto universitario avviato da Andreas De Neve, Jeroen Van Hautte e Mikaël Wornoo tra l’Università di Gent e l’Università di Cambridge.
Nel giugno 2024 aveva raccolto 42,75 milioni di dollari in un round Series B guidato da Felix Capital. Tra gli investitori figuravano 20VC, Acadian Ventures, Fortino Capital Partners, Notion Capital, PMV e Stride.VC. Nel capitale erano entrati anche tre gruppi enterprise potenzialmente interessati alla sua tecnologia: SAP, Workday Ventures e ServiceNow Ventures.
La presenza di SAP nel round rende l’operazione un caso di passaggio progressivo da investimento e partnership commerciale ad acquisizione. Nel 2024 TechWolf dichiarava una crescita dei ricavi di dodici volte rispetto al precedente finanziamento e indicava negli Stati Uniti il mercato principale per l’espansione.
Nella lettera con cui ha annunciato l’accordo, De Neve ha affermato che l’ARR generato negli Stati Uniti è passato da uno a 15 milioni di dollari in 18 mesi. È un dato comunicato dalla società e riferito ai ricavi ricorrenti annualizzati sul mercato statunitense, non al fatturato complessivo del gruppo.
Lo stesso fondatore ha definito l’operazione, il cui valore rimane riservato, la maggiore acquisizione di una software company belga finanziata da venture capital e il più grande evento di liquidità per dipendenti realizzato nel Paese. Fondatori, personale e investitori destineranno inoltre il 3% del valore azionario della vendita alla TechWolf Foundation.
SAP prevede di mantenere TechWolf come entità autonoma, con De Neve nel ruolo di CEO, sede a Gent e uffici a Londra, New York e San Francisco. La piattaforma dovrebbe restare disponibile anche alle imprese che utilizzano sistemi diversi da SAP. Tra i clienti citati figurano HSBC, GSK, Ericsson, AMD, MetLife, PayPal e Booking.com.
Perché l’AI obbliga a scomporre i ruoli in task
La logica industriale dell’acquisizione trova riscontro negli studi sul cambiamento del lavoro. Il Future of Jobs Report 2025 del World Economic Forum, basato sulle risposte di oltre mille grandi datori di lavoro che rappresentano più di 14 milioni di lavoratori, stima che entro il 2030 cambierà il 39% delle competenze oggi richieste. Il 63% delle aziende considera già la carenza di skill il principale ostacolo alla trasformazione.
La classificazione per professioni, tuttavia, offre una risoluzione insufficiente per comprendere gli effetti dell’AI. Lo stesso ruolo può comprendere attività automatizzabili, compiti rafforzati dalla tecnologia e responsabilità che restano prevalentemente umane.
Lo mostra il rapporto ILO-NASK Generative AI and Jobs: A 2025 Update, che ha analizzato quasi 30mila task. Un lavoratore su quattro opera in una professione con un certo grado di esposizione all’AI generativa, ma la trasformazione delle mansioni risulta più probabile della sostituzione integrale del posto di lavoro.
Per le imprese, questo significa che la pianificazione non può fermarsi al numero di addetti associati a ciascun titolo professionale. Occorre capire quali attività stanno cambiando, quali skill possono essere trasferite verso altri ruoli e dove conviene intervenire con formazione, assunzioni o automazione. È il problema che TechWolf promette di tradurre in una struttura dati utilizzabile dai processi aziendali.
SuccessFactors da archivio HR a sistema decisionale
Per SAP, il valore potenziale deriva dalla combinazione tra il grafo di TechWolf e i dati generati dai processi gestiti dalle proprie applicazioni: risorse umane, finanza, acquisti, vendite e supply chain. Questa base può mostrare non soltanto dove una persona è collocata nell’organigramma, ma come le attività si inseriscono nei flussi operativi.
SuccessFactors potrebbe così alimentare simulazioni sulla disponibilità di competenze, suggerire candidati interni per una posizione, individuare percorsi di reskilling e aggiornare la struttura dei ruoli. Gli stessi dati possono dare agli agenti AI un contesto più preciso per proporre azioni compatibili con l’organizzazione.
L’effetto industriale sarebbe il passaggio da una fotografia periodica della forza lavoro a un modello aggiornato con maggiore continuità. Per ottenerlo occorre però integrare fonti diverse, concordare un linguaggio comune per le competenze e stabilire quali segnali abbiano un valore sufficiente per orientare decisioni sulle persone.
La prova della qualità e della governance
Il rapporto OCSE A Skills-First Labour Market, pubblicato nel giugno 2026, identifica proprio nelle infrastrutture dati, nella governance e in un linguaggio condiviso delle competenze le condizioni necessarie per diffondere gli approcci skills-first. L’OCSE rileva che nessun Paese ha ancora riunito tutti questi elementi in un sistema pienamente coerente e segnala nell’interoperabilità uno dei principali vincoli.
Nel contesto aziendale, una competenza inferita da un’attività digitale non coincide automaticamente con una capacità dimostrata. L’assenza di una traccia in un sistema non prova che una persona non possieda una determinata skill. Inoltre, i dati operativi riflettono la distribuzione preesistente delle opportunità: se alcuni lavoratori ricevono meno incarichi visibili o vengono esclusi da determinati progetti, l’algoritmo può consolidare quella disparità.
Servono quindi meccanismi che permettano ai dipendenti di vedere e correggere i propri profili, controlli sulla qualità delle inferenze, responsabilità definite per i manager e verifiche sugli effetti prodotti da raccomandazioni e decisioni.
Il tema diventerà anche regolatorio. In base all’AI Act europeo, alcuni sistemi usati per selezione, promozioni, cessazione del rapporto, assegnazione dei compiti o valutazione delle prestazioni rientrano tra le applicazioni ad alto rischio. Dopo l’entrata in vigore dell’AI Omnibus, le relative disposizioni si applicheranno dal 2 dicembre 2027. La classificazione dipenderà dalla funzione concreta del sistema: un inventario delle competenze e uno strumento che orienta decisioni sul personale non producono gli stessi rischi.
SAP evidenzia per TechWolf la disponibilità di residenza dei dati nell’Unione europea e negli Stati Uniti, controlli di accesso e certificazioni ISO/IEC 42001 e ISO/IEC 27001. Sono prerequisiti per l’adozione enterprise. Restano da governare la provenienza dei dati, le finalità d’uso, l’intervento umano e il diritto dei lavoratori a contestare informazioni inesatte.
La lezione dell’operazione per startup e corporate
Il percorso di TechWolf mostra un modello di corporate innovation nel quale l’incumbent entra nel capitale, integra la tecnologia, la espone ai propri clienti e infine acquisisce la società. Per una scaleup europea B2B, la partnership ha offerto distribuzione internazionale e accesso a grandi organizzazioni; per SAP ha ridotto l’incertezza industriale prima dell’acquisto.
L’operazione modifica però la posizione di TechWolf nell’ecosistema. Workday e ServiceNow, investitori nel round del 2024 e piattaforme con cui la scaleup ha sviluppato integrazioni, diventano concorrenti del nuovo proprietario. SAP assicura che il prodotto continuerà a servire anche clienti non SAP. La tenuta di questa apertura si misurerà sulla roadmap, sulle condizioni commerciali, sulla continuità delle API e sulla portabilità dei dati.
La posta in gioco supera il software HR. Nell’AI d’impresa, il contesto sul quale operano modelli e agenti sta diventando un asset proprietario: determina quali competenze vengono riconosciute, quali persone sono considerate per una posizione e quali ruoli vengono riprogettati. SAP ha scelto di portare questo strato dentro il proprio portafoglio. Per le imprese, il vantaggio potenziale è una pianificazione più vicina al lavoro effettivo; la condizione è rendere visibili le competenze senza trasformare ogni attività in una valutazione opaca della persona.
Partecipa alla community