L’intelligenza artificiale è entrata ufficialmente nelle aziende.
Non è più una tecnologia sperimentale utilizzata da qualche startup innovativa o da pochi dipartimenti digitali. Secondo lo Stanford AI Index 2026, nel 2025 l’88% delle organizzazioni intervistate utilizzava già l’AI in almeno una funzione aziendale.
Quasi nove aziende su dieci.
La Generative AI, da sola, viene utilizzata in almeno una funzione dal 70% delle organizzazioni.
A prima vista potrebbe sembrare che la trasformazione sia ormai compiuta.
In realtà, è vero esattamente il contrario.
L’AI è diffusa. Il valore economico molto meno.
Utilizzare ChatGPT, Microsoft Copilot o qualche strumento di generazione dei contenuti non significa aver trasformato un’azienda attraverso l’intelligenza artificiale.
Significa avere iniziato a usare la tecnologia.
La vera trasformazione avviene quando l’AI:
- entra stabilmente nei processi;
- si integra con dati e software aziendali;
- riduce tempi e costi misurabili;
- migliora decisioni, prodotti e servizi;
- viene adottata realmente dalle persone;
- genera ricavi o vantaggi competitivi.
Ed è proprio qui che emerge il divario più interessante.
Secondo la ricerca globale McKinsey del 2025, soltanto un terzo delle organizzazioni dichiara di stare scalando i propri programmi AI a livello aziendale.
Ancora più significativo: appena il 6% delle organizzazioni può essere classificato come “AI high performer”, avendo ottenuto sia un impatto sull’EBIT pari almeno al 5%, sia un valore significativo dall’utilizzo dell’intelligenza artificiale.
In altre parole:
l’AI è già nelle aziende, ma nella maggior parte dei casi non è ancora diventata un vero sistema operativo per la crescita.
Il problema non è più la tecnologia
I modelli sono sempre più potenti.
Gli strumenti sono più accessibili.
Le piattaforme si moltiplicano.
I costi diminuiscono e la velocità di sviluppo aumenta.
Ma quando tutti possono accedere agli stessi modelli, il vantaggio competitivo non deriva più semplicemente dal possesso della tecnologia.
Deriva da ciò che viene costruito intorno alla tecnologia:
i dati, i processi, l’esperienza utente, le integrazioni, il modello operativo e il business model.
Il principale collo di bottiglia non è quindi scegliere tra ChatGPT, Claude, Gemini o un altro modello.
Il problema è capire:
- quale processo vale realmente la pena trasformare;
- quale caso d’uso produce il maggiore ritorno;
- come integrarlo nei workflow esistenti;
- quali dati utilizzare;
- dove mantenere il controllo umano;
- con quali KPI misurare il risultato;
- come portare le persone ad adottare il nuovo sistema.
Le organizzazioni che ottengono i risultati migliori non si limitano ad aggiungere un chatbot ai processi esistenti.
Ridisegnano i workflow.
McKinsey rileva infatti che gli AI high performer sono quasi tre volte più propensi delle altre organizzazioni a riprogettare radicalmente i flussi di lavoro nei quali introducono l’intelligenza artificiale.
La prossima fase saranno gli agenti AI
Il cambiamento successivo è già iniziato.
Le aziende stanno passando da strumenti che rispondono alle domande a sistemi capaci di eseguire attività, prendere iniziative controllate e coordinare workflow composti da più passaggi.
Sono gli AI agent.
Secondo McKinsey:
- il 23% delle organizzazioni sta già scalando almeno un sistema di agentic AI;
- un ulteriore 39% ha iniziato a sperimentare gli agenti.
Complessivamente, oltre sei aziende su dieci stanno quindi almeno esplorando concretamente questa nuova generazione di sistemi.
Ma anche in questo caso bisogna evitare l’effetto moda.
Un agente AI non crea automaticamente valore.
Per funzionare deve:
- accedere alle informazioni corrette;
- interagire con CRM, ERP e applicazioni aziendali;
- rispettare regole, permessi e responsabilità;
- prevedere verifiche umane nei punti critici;
- essere monitorato attraverso indicatori precisi;
- produrre un risultato migliore del processo precedente.
Il passaggio decisivo non sarà quindi quello dai software tradizionali ai chatbot.
Sarà il passaggio dai chatbot isolati a sistemi AI integrati nell’operatività quotidiana.
Le piccole imprese rischiano di rimanere indietro
In Europa il divario è ancora più evidente quando osserviamo la dimensione delle aziende.
Nel 2025 utilizzava tecnologie di intelligenza artificiale:
- il 55,03% delle grandi imprese;
- il 30,36% delle medie imprese;
- soltanto il 17% delle piccole imprese.
Non è difficile comprenderne le ragioni.
Le grandi aziende dispongono più facilmente di budget, competenze, dati strutturati e team dedicati.
Le PMI, invece, incontrano spesso quattro ostacoli:
- non sanno da quale processo partire;
- temono progetti complessi e costosi;
- hanno dati distribuiti tra strumenti differenti;
- non possiedono internamente competenze tecniche e organizzative sufficienti.
Eppure sono proprio le PMI ad avere spesso i margini di miglioramento più elevati.
Email gestite manualmente, preventivi ripetitivi, follow-up dimenticati, documenti dispersi, report costruiti in Excel, informazioni che non passano correttamente tra commerciale, amministrazione e produzione.
L’opportunità non consiste necessariamente nel sostituire tutti i software esistenti.
Consiste nel creare un livello intelligente sopra i sistemi già utilizzati, collegando dati, persone e processi attraverso automazioni e agenti AI.
Oltre 630 miliardi di dollari non garantiscono il ritorno
Secondo le proiezioni IDC, la spesa mondiale per soluzioni e servizi legati all’intelligenza artificiale potrebbe superare i 631 miliardi di dollari entro il 2028, rispetto a un mercato stimato in circa 235 miliardi nel 2024.
La crescita degli investimenti appare quindi inevitabile.
Ma spendere di più non significa automaticamente ottenere risultati migliori.
Molte aziende acquisteranno licenze che verranno utilizzate solo parzialmente.
Altre realizzeranno proof of concept interessanti che non entreranno mai realmente in produzione.
Altre ancora introdurranno strumenti AI senza modificare processi, responsabilità e metriche.
Il punto non è quanta AI viene acquistata.
Il punto è quanto valore viene prodotto per ogni euro investito.
La vera competizione comincia adesso
La prima fase dell’intelligenza artificiale generativa è stata dominata dalla scoperta.
La seconda dalla sperimentazione.
La terza sarà dominata dall’esecuzione.
Vinceranno le organizzazioni che sapranno trasformare l’AI:
- da strumento individuale a capacità aziendale;
- da chatbot a workflow;
- da demo a prodotto;
- da progetto isolato a infrastruttura;
- da costo tecnologico a risultato economico.
Per questo oggi non basta avere competenze tecniche.
Servono figure capaci di collegare strategia, prodotto, processi, tecnologia, adozione e misurazione del ritorno.
Perché il vero problema delle aziende non è più capire se utilizzare l’intelligenza artificiale.
È capire come trasformarla in qualcosa che funzioni davvero, venga utilizzato dalle persone e produca risultati misurabili.
L’88% delle organizzazioni ha già iniziato.
Ma la parte più importante della trasformazione deve ancora avvenire.
