Il panorama tecnologico nazionale sta attraversando una fase di ridefinizione profonda, spinta da una necessità di innovazione che non riguarda più soltanto l’efficienza dei processi, ma la stessa struttura del valore economico.
Durante il recente convegno “Artificial Intelligence: adozione, trasformazione, equilibrio”, organizzato dall’Osservatorio Artificial Intelligence presso gli Osservatori Digital Innovation del Politecnico di Milano, sono stati presentati i dati aggiornati relativi al 2025. Irene Di Deo, Ricercatrice Senior dell’Osservatorio, ha delineato una fotografia complessa dell’AI nelle aziende italiane, evidenziando come la crescita dell’adozione tecnologica debba oggi confrontarsi con la maturità dei modelli organizzativi e la capacità di governare il cambiamento in modo sistemico.
Indice degli argomenti
Lo stato dell’arte dell’AI nelle aziende italiane
L’analisi condotta dall’Osservatorio distingue nettamente tra due diverse modalità di integrazione tecnologica: l’adozione progettuale e l’utilizzo di strumenti pronti all’uso. Nelle grandi imprese, il dato dell’adozione progettuale ha raggiunto il 71%. Questo approccio si differenzia dal semplice acquisto di software per la sua capacità di valorizzare il patrimonio informativo dell’organizzazione. Come spiegato da Irene Di Deo, questo non implica necessariamente l’addestramento di nuovi modelli da zero, poiché è possibile utilizzare soluzioni esistenti sul mercato, ma l’elemento caratterizzante risiede nel “mettere in campo anche la propria base dati”.
Il divario con il tessuto delle Piccole e Medie Imprese (PMI) rimane tuttavia marcato: in questo segmento, l’adozione progettuale si attesta su una media dell’8%. Se invece si guarda all’adozione tramite licenze o strumenti “ready-to-use”, inclusi i tool gratuiti utilizzati per scopi aziendali, la diffusione appare più capillare e in rapida crescita. Tra il 2024 e il 2025, la percentuale di grandi imprese che utilizzano licenze è salita all’84%, mentre nelle PMI il dato è quasi raddoppiato, posizionandosi tra il 17% e il 19%.
Nonostante questi numeri elevati, Di Deo avverte che l’ampia diffusione non coincide automaticamente con una maturità diffusa: “Ci dicono che la gran parte delle grandi aziende sono mature sull’Intelligenza Artificiale? Ovviamente no”. La ricercatrice sottolinea come l’adozione sia spesso parziale e richieda un percorso più strutturato per trasformarsi in reale valore pervasivo.
Il percorso di maturità: l’AI Journey dal 2018 al 2025
Per interpretare il livello di preparazione delle organizzazioni, l’Osservatorio utilizza dal 2018 il modello “AI Journey”, uno schema di readiness che indaga diversi assi fondamentali: il patrimonio informativo e i dati, le metodologie, gli algoritmi, le competenze interne, la cultura aziendale e la relazione con il cliente. L’evoluzione storica di questo modello mostra un cambiamento radicale nel posizionamento dell’AI nelle aziende italiane.
Nel 2018, la maggioranza delle grandi organizzazioni era “assolutamente distante dal mondo dell’Intelligenza Artificiale”, non solo per mancanza di progetti avviati, ma per l’assenza totale di competenze interne e di infrastrutture dati capaci di reggere carichi quantitativi e qualitativi adeguati. Entro il 2023, l’azienda media ha iniziato a spostarsi verso i gruppi definiti degli “entusiasti” e delle realtà “in cammino”. Nel 2025, la maggior parte delle grandi organizzazioni si posiziona stabilmente nel gruppo “in cammino”.
Queste aziende hanno effettuato investimenti significativi nelle piattaforme dati e possiedono competenze diffuse, sebbene spesso manchi ancora un coordinamento centrale strutturato, come ad esempio i modelli di gestione Hub & Spoke. Tuttavia, permane una criticità legata ai tempi di reazione delle strutture interne rispetto all’evoluzione esterna. Secondo Di Deo, infatti: “il percorso delle grandi organizzazioni non ha avuto un’accelerata in termini di maturità tale da ‘fare i conti’ con quella che è stata l’accelerazione che deriva dal mercato, quindi dall’evoluzione tecnologica”.
La sfida della governance e la conformità all’AI Act
Un nodo centrale per il futuro dell’AI nelle aziende italiane è la capacità di governare realmente gli utilizzi della tecnologia, sia quelli derivanti da progettualità interne sia quelli legati a strumenti pronti all’uso. La governance non è intesa solo come gestione tecnologica, ma come visione strategica, conformità normativa e allineamento delle decisioni automatizzate a un framework valoriale aziendale. Attualmente, le aziende che governano pienamente l’IA sono ancora una minoranza sparuta.
I dati indicano che solo il 30% circa delle grandi organizzazioni dispone di una governance centralizzata matura e multilivello, che parta dal board e si declini in team multidisciplinari dedicati. Parallelamente, le imprese si stanno confrontando con le scadenze dell’AI Act, la normativa europea che sta imponendo nuovi standard di trasparenza e sicurezza.
- Circa un’azienda su due ha avviato un percorso di alfabetizzazione, rispondendo all’obbligo di AI Literacy, che è stato uno dei primi a scattare con la nuova normativa.
- Una parte delle organizzazioni sta conducendo analisi dei requisiti per verificare la conformità dei propri sistemi.
- Solo il 30% delle aziende più mature ha in corso un processo strutturato di adeguamento ai requisiti normativi.
Monitoraggio e rischi degli strumenti generalisti
Un aspetto spesso sottovalutato riguarda l’utilizzo degli strumenti di Intelligenza Artificiale Generativa pronti all’uso, spesso di natura generalista. La loro introduzione massiccia nelle grandi aziende pone sfide di monitoraggio non banali: chi promuove questi strumenti spesso non ha piena visibilità su come verranno effettivamente impiegati dai dipendenti. Ciò comporta rischi legati alla protezione dei dati e all’approccio critico verso gli output generati dai modelli.
Sebbene circa il 40% delle grandi imprese dichiari di aver adottato linee guida per l’utilizzo dell’IA, la capacità di verificare l’effettiva applicazione di tali regole rimane limitata. Anche nelle realtà più avanzate, solo il 21% effettua un monitoraggio dell’utilizzo tramite survey interne, che raramente hanno carattere periodico o ripetitivo. Irene Di Deo sottolinea la gravità di questa lacuna: “è importante sottolineare questo aspetto, che potrebbe essere magari un pochino sottovalutato: la necessità di monitorare costantemente con che modalità questi strumenti vengono utilizzati, non soltanto per ridurre i rischi, ma anche per eventualmente diffondere buone pratiche nelle organizzazioni”.
Sperimentazioni coordinate e impatti sul business
Nonostante il 71% delle grandi aziende abbia avviato almeno una sperimentazione, esiste ancora una distanza significativa tra il singolo progetto e una reale pervasività tecnologica. Il coordinamento delle iniziative è uno dei principali fattori di differenziazione: tra le aziende meno avanzate, solo il 10% presenta progettualità coordinate a livello centrale, mentre la maggior parte degli esperimenti nasce in modo isolato all’interno di singole funzioni. Al contrario, nelle aziende leader, una su due gestisce numerose progettualità coordinate e il 6% considera l’IA come elemento centrale del proprio modello di business.
I casi d’uso più frequenti si concentrano sulla GenAI, con un focus particolare sull’Intelligent Document Processing e sullo sviluppo di chatbot conversazionali destinati sia agli operatori interni sia al supporto clienti. L’AI tradizionale e predittiva trova invece maggiore applicazione nelle aziende più mature, che hanno iniziato il loro percorso anni fa e dispongono di basi dati consolidate.
A livello settoriale, si nota una predominanza trasversale nel Customer Service. Il settore manifatturiero, pur essendo attivo nelle aree di Production & Operations, tende a posizionarsi maggiormente nel gruppo delle aziende “in cammino”, mentre i settori finanziario e delle Utilities risultano più frequentemente tra quelli avanzati.
Trasformazione del modello di business e benefici percepiti
L’impatto dell’AI nelle aziende italiane sta iniziando a manifestarsi concretamente nella modifica dei modelli di business. Secondo l’analisi condotta dall’Osservatorio attraverso il Business Model Canvas, il 50% delle aziende meno avanzate e il 70% di quelle mature hanno riscontrato cambiamenti significativi. Questi cambiamenti riguardano principalmente la proposta di valore, i canali di distribuzione e la relazione con i clienti, permettendo alle organizzazioni di essere più veloci nelle risposte e di personalizzare la comunicazione.
Nelle realtà più evolute, l’impatto si estende anche all’architettura operativa. Come evidenziato da Di Deo, questo suggerisce un’influenza ancora più profonda che tocca direttamente le strutture dei costi e dei ricavi dell’organizzazione. Nonostante le preoccupazioni relative ai costi di implementazione e consumo di queste soluzioni, il messaggio che arriva dalle imprese è orientato al riconoscimento di benefici economici reali.
In sintesi, il mercato e l’offerta tecnologica continuano a muoversi a una velocità superiore rispetto alla capacità di adeguamento delle organizzazioni. Se da un lato la crescita dell’adozione progettuale e delle licenze è innegabile, la partita per il prossimo futuro si giocherà sulla capacità di trasformare sperimentazioni isolate in strategie di governance solide e multidisciplinari.
