Perché solo un’impresa su quattro attraversa la soglia dell’AI?

Il 26 per cento delle imprese italiane ha integrato l'intelligenza artificiale come componente strutturale del proprio modello di innovazione. Il 49 per cento sperimenta su casi d'uso isolati. Il 25 per cento la usa in modo sporadico, senza regia. Sono i dati che l'Osservatorio AI4Innovation della POLIMI School of Management ha presentato il 23 aprile, e che il rapporto Deloitte 2026 State of AI in the Enterprise riprende su scala globale con cifre quasi sovrapponibili: il 25 per cento delle organizzazioni mondiali ha portato in produzione oltre il 40 per cento dei propri esperimenti.

La coincidenza dei due quarti — italiano e globale — non è casuale. Indica che la frontiera reale dell'adozione AI non è la disponibilità degli strumenti, ormai diffusa, ma la capacità organizzativa di trasformare la sperimentazione in processo. Il fattore discriminante si è spostato dal possesso della tecnologia alla governance della sua integrazione. Chi non attraversa questa soglia entro i prossimi trentasei mesi rischia di trovarsi, nel 2029, in una posizione di subalternità competitiva strutturale rispetto al quarto che l'ha attraversata.

La stratificazione italiana mostra un dato che merita attenzione. Non è la prima volta che il tessuto produttivo nazionale si trova davanti a una soglia organizzativa di questo tipo: negli anni Novanta, l'introduzione dei sistemi ERP costrinse le medie imprese manifatturiere a scegliere tra integrazione dei processi e gestione frammentata — chi non attraversò quella soglia entro il decennio accumulò un ritardo infrastrutturale che pesò sulla competitività negli anni Duemila. La dinamica attuale replica lo stesso schema: non è la tecnologia a mancare, ma la capacità di trasformarla in processo. Tra le medie imprese, segmento storicamente rappresentativo del capitalismo nazionale, solo il 9 per cento raggiunge il profilo di adozione strutturale. Il 50 per cento resta nella fascia più sporadica. Sono aziende troppo grandi per l'agilità della piccola impresa tecnologica — dove la quota di adozione strutturale tocca il 30 per cento, sia pure su un campione selezionato — e troppo poco strutturate per replicare i processi delle grandi, dove la stessa quota arriva al 39 per cento. È nella fascia mediana che si concentra la fragilità sistemica.

La dimensione economica del fenomeno è il primo terreno su cui leggere lo scarto. Il sondaggio Deloitte indica che il 66 per cento delle organizzazioni che hanno adottato l'AI registra miglioramenti di efficienza e produttività, ma il 74 per cento dichiara ancora di non vedere effetti sui ricavi — due dimensioni distinte che coesistono nella stessa base di adottanti. È un dato cruciale per la lettura italiana. Significa che, nel breve termine, il vantaggio competitivo del quarto strutturato si manifesta sui costi, non sui mercati. Ma è esattamente sui costi che si gioca la sostenibilità di filiera per le medie imprese che lavorano su margini compressi: chi automatizza i processi di back office, controllo qualità, gestione fornitori accumula nei prossimi dodici mesi un vantaggio difensivo che si trasforma, nel medio periodo, in spazio per investire dove i non adottanti non possono più permetterselo.

Sul piano del lavoro e delle competenze, il fenomeno della Shadow AI — l'adozione spontanea degli strumenti da parte dei dipendenti, in assenza di regia aziendale — è il segnale più rivelatore. Il rapporto dell'Osservatorio AI4Innovation la descrive come una realtà di massa che richiede una governance urgente. È plausibile che nel medio termine la Shadow AI si trasformi in un fattore di selezione del personale: i profili che hanno costruito autonomamente competenze su strumenti generalisti diventano valore portatile, e tendono a riposizionarsi verso le aziende che offrono regia e strumenti dedicati. Il fenomeno è già osservabile in forma embrionale: una media impresa di componentistica meccanica del bresciano, settanta dipendenti, ha perso nell'ultimo anno tre figure di back office che avevano sviluppato autonomamente flussi di automazione documentale — tutte riassorbite da aziende manifatturiere della stessa provincia che avevano formalizzato una governance AI interna. Analogamente, uno studio di consulenza fiscale milanese ha scelto di non rinnovare due contratti a termine dopo aver verificato che i profili più giovani usavano strumenti generalisti in modo non tracciato: la risposta non è stata la governance, ma l'uscita. Il risultato è un drenaggio silenzioso delle competenze AI dalle medie imprese non strutturate verso quelle che hanno fatto il salto.

La trappola del Proof-of-Concept che Deloitte descrive a livello globale assume in Italia una forma specifica. Un progetto pilota funziona con un piccolo team, dati puliti, ambiente isolato. La messa in produzione richiede investimenti infrastrutturali, integrazione con sistemi legacy, audit di sicurezza, controlli di conformità. Sono esattamente le voci di spesa che la media impresa italiana, abituata a investimenti incrementali e a un rapporto stretto tra costo e ricavo immediato, fatica a sostenere senza una visione strategica pluriennale. La stanchezza da pilota — ciclo di esperimenti che non scalano mai — è il rischio operativo dei prossimi diciotto mesi.

Una lettura alternativa merita di essere considerata. Si potrebbe sostenere che il dato del 26 per cento di adozione strutturale, in un paese il cui tessuto produttivo è composto per la grande maggioranza da microimprese, sia in realtà coerente con la dimensione media delle aziende italiane. L'adozione strutturale richiede massa critica di processi, di dati, di funzioni interne dedicate. Pretendere che la media impresa italiana segua le stesse traiettorie delle grandi corporation globali significherebbe ignorare la specificità del modello produttivo nazionale, fondato su flessibilità, relazione, filiera. Da questa prospettiva, l'adozione superficiale potrebbe essere una forma adattativa razionale, non una fragilità. L'argomento ha fondamento descrittivo, e merita di essere preso sul serio nella sua versione più forte: il modello produttivo italiano fondato su flessibilità relazionale e filiera corta ha storicamente generato valore proprio attraverso l'adattamento incrementale, non attraverso la standardizzazione di processo. Imporre a una media impresa metalmeccanica di adottare una governance AI formalizzata potrebbe distruggere esattamente la velocità decisionale che ne costituisce il vantaggio. Il punto in cui questa logica si incrina, però, è esterno al modello: la pressione competitiva non viene da un confronto interno tra imprese italiane, viene da aziende tedesche, francesi e nordeuropee che operano sugli stessi mercati con dimensioni medie comparabili e tassi di adozione strutturale sistematicamente più alti. La specificità del modello italiano non è un argomento contro la trasformazione: è il vincolo entro cui la trasformazione deve trovare una forma propria, pena la perdita di posizione su mercati che non attendono.

Nei prossimi trentasei mesi il sistema produttivo italiano vivrà una soglia che ridisegnerà la mappa competitiva del paese. Le medie imprese che attraverseranno la barriera dell'adozione strutturale — passando da Starter a Experimenter, da Experimenter a Scaler — costruiranno un vantaggio cumulativo che si manifesterà prima sui costi, poi sull'accesso al credito, poi sulle relazioni di filiera. Quelle che resteranno nella fascia sporadica accumuleranno un ritardo che diventerà via via più costoso da colmare. Da osservare, entro la fine del 2027, due indicatori: la quota di medie imprese che dichiara di aver definito una governance AI formale, e la curva del costo per l'acquisizione di competenze AI sul mercato del lavoro italiano. Se la prima resterà sotto il 20 per cento e la seconda accelererà oltre il 15 per cento annuo, lo scarto descritto in questo articolo sarà diventato strutturale.