In questo articolo l’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano offre una fotografia completa dello scenario italiano dell’Intelligenza Artificiale e del suo utilizzo in azienda, evidenziando sia le opportunità straordinarie sia le sfide che il tessuto produttivo deve affrontare per sfruttare appieno il potenziale trasformativo di questa tecnologia.
Il panorama italiano dell’AI presenta un contrasto interessante. Da un lato, il mercato sta vivendo una crescita eccezionale. Dall’altro, l’Italia si posiziona all’ultimo posto tra otto Paesi europei analizzati per livello di adozione, con solo il 59% delle grandi imprese che ha un progetto attivo, contro una media europea del 69%.
Le grandi aziende italiane mostrano però un approccio pragmatico: il 65% sta sperimentando l’AI Generativa e il 53% ha acquistato licenze di strumenti come ChatGPT o Microsoft Copilot, risultando primi in Europa per questo indicatore. Chi già utilizza l’AI, in un caso su quattro ha progettualità a regime, segno che si è superata la fase della mera sperimentazione.
Le piccole e medie imprese restano invece molto indietro: solo il 7% delle piccole e il 15% delle medie imprese ha avviato progetti concreti. I settori che investono maggiormente sono telecomunicazioni, assicurazioni, energia e finanza, mentre la grande distribuzione sta accelerando rapidamente. Anche la Pubblica Amministrazione cresce con un tasso superiore al 100%, pur pesando ancora solo il 6% del mercato.
Dopo una breve introduzione sulla penetrazione del mercato dell’Intelligenza Artificiale, sorge però spontanea una domanda. In che modo l’AI viene integrata oggi nei contesti aziendali? Grazie alla sua versatilità, l’Artificial Intelligence trova applicazione trasversale in tutti i settori e funzioni aziendali. Vediamo i principali ambiti di utilizzo.
I sistemi di Data Exploration e Prediction rappresentano il 34% del mercato italiano. Queste soluzioni permettono di prevedere la domanda, ottimizzare i flussi di trasporto, pianificare la produzione e identificare anomalie o frodi. Le aziende possono finalmente prendere decisioni basate su evidenze concrete estratte da enormi volumi di dati che sarebbero impossibili da analizzare manualmente.
L’area dei sistemi conversazionali e di analisi del testo vale il 32% del mercato e cresce dell’86%. I chatbot intelligenti gestiscono milioni di richieste dei clienti 24 ore su 24, riducendo i tempi di risposta e migliorando la soddisfazione. I sistemi di elaborazione del linguaggio naturale analizzano email, contratti, polizze e documentazione legale, estraendo informazioni in modo automatico. Le tecnologie di Retrieval Augmented Generation permettono di interrogare manuali, normative e knowledge base aziendali come se si parlasse con un esperto.
I Recommendation Systems (17% del mercato) suggeriscono prodotti, contenuti e servizi personalizzati analizzando i comportamenti degli utenti. Queste tecnologie alimentano i motori di raccomandazione delle piattaforme di eCommerce, dei servizi di streaming e dei Social Media, aumentando engagement e conversioni.
Nelle fabbriche intelligenti, l’AI ottimizza le linee di produzione, effettua manutenzione predittiva sulle apparecchiature e prevede i problemi della catena di approvvigionamento prima che si verifichino. I sistemi di visione artificiale controllano la qualità dei prodotti, mentre gli algoritmi di design generativo identificano soluzioni ottimizzate per la produzione additiva.
L’AI supporta i processi di selezione filtrando curriculum e identificando i candidati più adatti, analizza i dati dei dipendenti per prevedere il turnover, personalizza i percorsi formativi e ottimizza la pianificazione dei turni di lavoro.
Nel settore finanziario, gli algoritmi di AI rilevano frodi in tempo reale, analizzano i dati di mercato, automatizzano operazioni di trading e valutano il rischio di credito con maggiore precisione. I sistemi di Cybersecurity utilizzano l’AI per identificare minacce, anomalie e violazioni della sicurezza prima che causino danni.
L’AI Generativa sta rivoluzionando la creazione di contenuti: genera testi per Marketing e comunicazione, crea immagini e video, sviluppa prototipi di prodotto, produce codice software e assiste nella progettazione grafica. Questi strumenti stanno democratizzando la creatività, permettendo anche a chi non ha competenze tecniche di produrre contenuti professionali.
Dietro a una crescita così verticale, c’è sicuramente una lunga lista di buoni motivi che portano a una progressiva adozione, sempre più massiccia, di questa tecnologia. L’introduzione dell’Intelligenza Artificiale in azienda genera benefici misurabili che impattano su produttività, efficienza e competitività. Ecco i principali vantaggi:
Nonostante i benefici evidenti, l’adozione dell’Intelligenza Artificiale presenta ostacoli significativi che le aziende devono superare per ottenere risultati concreti. Analizziamoli nel dettaglio.
Una delle barriere più rilevanti è la carenza di competenze specializzate. L’Italia fatica a trattenere e attrarre talenti nel campo dell’AI: il flusso migratorio netto delle competenze rimane negativo, mentre altri Paesi europei come il Regno Unito riescono ad attrarre specialisti. Sebbene i fondi del PNRR abbiano permesso di più che raddoppiare il numero di dottorati in AI negli ultimi anni, la fuga di cervelli verso l’estero continua a rappresentare un problema strutturale che compromette la capacità del Paese di sviluppare un ecosistema innovativo autonomo.
L’introduzione dell’AI Act europeo ha creato un nuovo panorama regolamentare che molte aziende faticano a comprendere e implementare. La maggior parte delle grandi realtà attive in progetti AI non ha ancora adottato misure concrete per garantire la compliance, e una quota significativa dichiara di non aver compreso a pieno il quadro normativo. Questo rappresenta un rischio legale e reputazionale che le imprese devono affrontare con urgenza, stabilendo processi di governance, audit e trasparenza nell’utilizzo degli algoritmi.
La diffusione di strumenti di AI Generativa facilmente accessibili come ChatGPT ha creato il fenomeno della Shadow AI, ossia l’uso di strumenti di Intelligenza Artificiale non regolamentato o, nello specifico del contesto aziendale, al di fuori delle linee guide fornite dalla funzione IT. Questo include sia dipendenti che non rispettano esplicite direzioni dell’azienda, sia dipendenti che adottano strumenti di GenAI senza una regolamentazione interna.
Le imprese più consapevoli hanno risposto definendo linee guida chiare, mentre alcune hanno optato per il divieto completo di tool non approvati. La sfida è trovare il giusto equilibrio tra governance e agilità, evitando di soffocare l’innovazione con regole eccessivamente restrittive.
Per le piccole e medie imprese, la difficoltà principale non è tanto l’accesso alla tecnologia quanto la mancanza di una base solida di gestione dei dati. Senza dati di qualità, ben organizzati e strutturati, anche gli strumenti di AI più avanzati risultano inefficaci. Molte PMI devono prima investire nella digitalizzazione dei processi e nella creazione di una cultura data-driven prima di poter sfruttare appieno le potenzialità dell’Intelligenza Artificiale.
Implementare soluzioni di AI richiede investimenti significativi in tecnologia, infrastrutture e competenze. Per molte aziende, specialmente le PMI, è difficile giustificare questi investimenti senza una chiara comprensione del ritorno atteso. La mancanza di metriche standardizzate per misurare l’impatto dell’AI rende complessa la valutazione dei progetti e la loro prioritizzazione rispetto ad altri investimenti.
L’integrazione dell’Intelligenza Artificiale richiede un percorso strutturato che bilanci velocità di esecuzione e solidità strategica. Non esiste un approccio unico valido per tutte le realtà: ogni azienda deve definire il proprio percorso in base a obiettivi, risorse e maturità digitale. Ecco i passaggi fondamentali per avviare con successo l’adozione dell’AI.
Il punto di partenza è identificare quali processi aziendali possono trarre maggiori benefici dall’AI. Non serve implementare l’Intelligenza Artificiale ovunque: meglio concentrarsi su aree specifiche dove l’impatto può essere significativo e misurabile. È importante definire chiaramente gli obiettivi desiderati, stabilendo KPI concreti per valutare il successo delle iniziative. Le domande chiave da porsi sono: quali problemi vogliamo risolvere? Quali inefficienze vogliamo eliminare? Quali opportunità di innovazione vogliamo cogliere?
Occorre stimare realisticamente sia il budget per software, hardware e infrastrutture sia le competenze del personale. Molte aziende sottovalutano i costi nascosti dell’implementazione dell’AI, come l’integrazione con i sistemi esistenti, la pulizia e preparazione dei dati, la manutenzione continua delle soluzioni. È fondamentale coinvolgere fin dall’inizio i team IT, le business unit interessate e il management per garantire allineamento e supporto organizzativo.
Le aziende devono decidere se sviluppare soluzioni personalizzate internamente o acquistare strumenti pronti all’uso. Il dato che oltre la metà delle grandi imprese italiane ha optato per licenze di strumenti come ChatGPT o Microsoft Copilot suggerisce che l’approccio “buy” sta prevalendo per velocità e facilità d’uso. Tuttavia, per casi d’uso specifici o per proteggere vantaggi competitivi distintivi, lo sviluppo interno o la collaborazione con partner tecnologici può essere la scelta migliore. La decisione dipende dalle risorse disponibili, dall’urgenza dei risultati e dal livello di personalizzazione richiesto.
È consigliabile strutturare l’implementazione in fasi, iniziando da progetti limitati che bilancino fattibilità tecnica e utilità pratica. I progetti pilota permettono di testare le soluzioni, raccogliere feedback, misurare i risultati e correggere il tiro prima di scalare. Meglio ottenere piccoli successi veloci che alimentano l’entusiasmo organizzativo piuttosto che lanciarsi in trasformazioni complesse che rischiano di arenarsi.
La formazione è probabilmente l’elemento più critico e spesso più trascurato dell’adozione dell’AI. Non basta formare pochi specialisti tecnici: serve un piano di upskilling diffuso che coinvolga tutti i livelli aziendali. I dipendenti devono comprendere le potenzialità e i limiti dell’AI, imparare a collaborare efficacemente con gli strumenti intelligenti e sviluppare competenze complementari che l’AI non può replicare, come il pensiero critico, la creatività e l’intelligenza emotiva.
Le aziende più lungimiranti stanno creando programmi strutturati di formazione che includono sia competenze tecniche (data literacy, prompt engineering, utilizzo di tool specifici) sia competenze trasversali. Investire nella formazione non solo migliora l’adozione delle tecnologie AI, ma riduce anche la resistenza al cambiamento e aumenta l’engagement dei dipendenti, che si sentono supportati nel loro sviluppo professionale piuttosto che minacciati dall’automazione.
La questione dell’automazione va letta nel contesto delle trasformazioni demografiche che attendono l’Italia.
Secondo la ricerca dell’Osservatorio Artificial Intelligence del Politecnico di Milano, il 18% dei posti di lavoro equivalenti in Italia risulta già automatizzabile, quota che potrebbe salire al 50% entro il 2033, con un impatto potenziale su circa 3,8 milioni di posti di lavoro equivalenti.
Tuttavia, questi numeri devono essere interpretati considerando le previsioni demografiche: entro il 2033, la popolazione italiana in età lavorativa calerà di 2,8 milioni di persone, mentre i pensionati aumenteranno di 2,3 milioni. Si stima un gap di 5,6 milioni di posti di lavoro equivalenti, pari al 25% degli occupati attuali. Con 21,2 milioni di occupati previsti, ne sarebbero necessari 26,8 milioni per mantenere in equilibrio il sistema previdenziale.
In questo scenario, l’Intelligenza Artificiale non è una minaccia ma una necessità: una leva per colmare parte del divario demografico e mantenere la competitività del sistema produttivo italiano, a patto di investire in formazione, sistemi di tutela adeguati ed equa redistribuzione dei benefici della produttività.
I dati dell’Osservatorio mostrano che l’AI sta già trasformando il lavoro quotidiano: il 54% dei lavoratori dichiara che semplifica e velocizza le attività, il 34% riferisce che svolge autonomamente alcune mansioni, e il 17% svolge nuove attività create proprio dall’introduzione dell’AI. Più di un lavoratore su dieci si aspetta che molte mansioni del proprio ruolo possano essere sostituite nei prossimi anni, ma solo il 15% è contrario all’adozione dell’AI in azienda.
Il mercato italiano dell’Intelligenza Artificiale cresce a ritmi sostenuti, ma le sfide restano significative: il divario tra grandi aziende e PMI, la difficoltà nell’attrarre talenti e la lenta adozione della Pubblica Amministrazione. L’AI rappresenta oggi una necessità strategica per affrontare le trasformazioni economiche e demografiche del Paese.
In tutto questo, però, serve un approccio che bilanci produttività e tutela delle persone, automazione e sviluppo di competenze umane.
Contenuti suggeriti dell’Osservatorio Artificial Intelligence
