Esiste uno spazio tra lo stimolo e la risposta. È in quello spazio che risiede la libertà. Viktor Frankl lo scriveva come filosofo e come medico e la riflessione appartiene a ogni epoca in cui gli esseri umani si trovano di fronte a forze che sembrano più grandi di loro. L’Intelligenza Artificiale è una di queste forze e la domanda che un indice come l’AI Management Index (AIMI) pone implicitamente è esattamente questa: quello spazio lo stiamo difendendo, o lo stiamo cedendo?
La risposta che emerge dai dati è complessa e merita di essere letta senza semplificazioni. Da un lato, il management italiano non sta guardando dall’esterno: l’89% dei dirigenti e manager coinvolti nella ricerca — circa 1.800 professionisti tra settore pubblico e privato — dichiara di utilizzare già strumenti di AI nel proprio lavoro. Dall’altro, le organizzazioni che hanno costruito un sistema strutturato per governare quella stessa tecnologia sono ancora una minoranza: solo il 12%. In mezzo, un gap che non è soltanto un dato statistico. È la misura esatta del rischio che stiamo correndo.
L’AIMI, realizzato da CIDA — la Confederazione Italiana dei Dirigenti e delle Alte Professionalità — in collaborazione con AI4I, l’Istituto Italiano per l’Intelligenza Artificiale, misura la maturità manageriale nell’adozione e nella governance dell’Intelligenza Artificiale attraverso cinque dimensioni: strategia, integrazione nei processi, governance, competenze e capacità di generare risultati.
Il punteggio medio che emerge è 39,7 su 100. Non è il voto di un Paese fermo. È la misura di un Paese in movimento che non ha ancora consolidato la propria maturità organizzativa. L’Italia ha iniziato il percorso. La sfida è accelerarlo.
Indice degli argomenti
Governance AI in Italia: il dato che smentisce lo stereotipo
Quasi nove dirigenti su dieci usano già l’AI. Più della metà — il 57% — ha già registrato benefici concreti: in particolare, una riduzione del tempo dedicato alle attività ripetitive. Stiamo osservando una tecnologia già entrata nella quotidianità del lavoro manageriale, con frequenza almeno settimanale per più di uno su due.
Ma il dato più significativo è quello sulla responsabilità. Oltre l’80% dei manager dichiara di verificare sempre, o quasi sempre, gli output prodotti dall’AI prima di utilizzarli in processi decisionali reali. È un numero che racconta qualcosa di profondo sulla cultura manageriale italiana: la dirigenza non sta delegando il proprio giudizio alle macchine. Riconosce il valore degli strumenti intelligenti ma non rinuncia alla responsabilità professionale.
Chi verifica non è diffidente: è professionale. E in un’epoca in cui si discute spesso di sostituzione dell’uomo da parte della tecnologia, emerge invece una dinamica diversa — più cresce la capacità delle macchine, più aumenta il valore del giudizio umano.
Anche i rischi percepiti confermano questa maturità. Tra le preoccupazioni principali che il campione esprime, la più forte non è la paura di essere sostituiti. È la preoccupazione per l’affidabilità degli output, il rischio di una delega eccessiva, la tutela dei dati e delle responsabilità professionali. Il management italiano guarda all’AI come a una sfida organizzativa e culturale prima ancora che tecnologica. È una distinzione che conta.
Adozione dell’AI e governance organizzativa in Italia
Se il quadro dell’adozione individuale è incoraggiante, quello della maturità organizzativa è più preoccupante. Una realtà su due ha già adottato una strategia AI formalizzata o la sta sviluppando: è un segnale positivo, che almeno metà del sistema produttivo e istituzionale del Paese ha cominciato a porsi le domande giuste. Ma avere una strategia non equivale ad averla tradotta in governance operativa.
Solo il 12% delle organizzazioni ha completato il percorso verso una governance AI formalizzata e attiva. Il 28% è ancora in fase di sviluppo. Il restante 60% non ha ancora raggiunto nemmeno questo livello intermedio. Mancano procedure consolidate, ruoli definiti, meccanismi di supervisione capaci di garantire un utilizzo coerente e responsabile della tecnologia. In linguaggio manageriale: si sa cosa fare, ma non chi lo fa, come lo fa e con quali criteri di controllo.
Non è una peculiarità italiana — è un fenomeno tipico delle grandi discontinuità tecnologiche, dove la pratica precede sistematicamente la sistematizzazione. Ma nel caso dell’AI, la velocità del cambiamento rende questo disallineamento particolarmente costoso a causa dei rischi che si accumulano: di errori decisionali, di violazioni della privacy, di bias algoritmici non rilevati, di perdita di accountability.
Competenze manageriali per governare l’AI in Italia
Tra i cinque pilastri dell’indice, quello relativo alle competenze — denominato Human-AI Skills — registra il punteggio più basso: 27,2 su 100. Non segnala resistenza all’innovazione: sarebbe impossibile sostenerlo davanti a un tasso di adozione del 89%. Segnala invece qualcosa di più sottile: la distanza tra il saper usare uno strumento e il saper governare un processo.
La maggioranza dei rispondenti — 893 su 1.740 — giudica l’offerta formativa esistente insufficiente o frammentata. Ma la direzione della critica è precisa: non si vuole più formazione nozionistica, si chiede formazione integrata nei processi di lavoro. Mentoring, affiancamento operativo, casi pratici, tempo dedicato all’apprendimento continuo. È una richiesta che rivela maturità: chi lavora ogni giorno con questi strumenti capisce che le competenze non si acquisiscono in un’aula, ma nell’applicazione concreta, nell’errore, nella riflessione sul processo.
E le competenze più richieste, significativamente, non sono quelle tecniche. La domanda più forte riguarda il pensiero critico, la capacità di valutare gli output, la comprensione dei rischi, la leadership del cambiamento organizzativo. Sono le competenze che nessuna macchina può sostituire, perché sono quelle che servono precisamente per governare le macchine.
Il manager del futuro non è un tecnico dell’automazione. È un supervisore della trasformazione, un garante della qualità delle decisioni, una guida culturale capace di accompagnare le persone nel cambiamento.
Quattro velocità del management italiano davanti all’AI
Uno degli aspetti metodologicamente più interessanti dell’AIMI è la segmentazione del campione in quattro profili, che fotografano altrettanti stadi della trasformazione in corso — e che rendono visibile la pluralità reale del management italiano, spesso appiattita nelle analisi aggregate.
Innovatori
Gli Innovatori (19,8%) hanno già integrato l’AI come leva strategica e organizzativa, la considerano parte integrante della competitività futura e stanno guidando il cambiamento dall’interno.
Attenti alla Governance
Gli Attenti alla Governance (22,5%), particolarmente presenti nella Pubblica Amministrazione e nei settori regolamentati, pongono al centro conformità, accountability e controllo dei rischi. Non sono ostili all’innovazione: sono custodi di un principio essenziale — senza fiducia non esiste innovazione sostenibile.
Adottatori
Gli Adottatori (27,1%) sono il segmento più promettente dal punto di vista delle politiche di sviluppo: hanno compreso il potenziale dell’AI, ne stanno sperimentando le applicazioni e sono i più vicini al salto di qualità. È il gruppo su cui investimenti mirati in formazione e accompagnamento organizzativo produrrebbero il rendimento più alto.
Ritardatari
I Ritardatari (30,6%) — la quota più ampia — non mancano di interesse verso l’innovazione: mancano spesso di strumenti, percorsi formativi accessibili e visibilità interna alle organizzazioni. Il nome può trarre in inganno: non sono irrecuperabili. Sono il segnale più chiaro che la trasformazione digitale ha ancora, in Italia, un problema strutturale di accessibilità.
Visibility gap e governance AI lungo la gerarchia
C’è un elemento della ricerca che merita attenzione specifica, perché introduce una dimensione raramente misurata: il Visibility Gap Index. La ricerca mostra che la conoscenza delle strategie, degli investimenti e delle scelte legate all’AI diminuisce progressivamente man mano che si scende lungo la scala gerarchica. I vertici vedono la trasformazione in corso; i livelli intermedi ne percepiscono solo una parte; i livelli operativi spesso non la percepiscono affatto.
Questo divario informativo è uno dei freni meno visibili ma più efficaci alla maturità organizzativa. Una strategia AI che non viene comunicata, compresa e condivisa lungo tutta la struttura rimane un documento sulla carta. Ridurre questo gap — attraverso comunicazione interna strutturata, coinvolgimento dei livelli medi nella definizione delle policy AI, trasparenza sui criteri di utilizzo degli strumenti — può diventare una delle leve più efficaci e meno costose per accelerare la maturità organizzativa.
Manifattura, tecnologia e identità produttiva italiana
C’è un rischio culturale che l’AIMI porta in superficie senza nominarla esplicitamente, ma che i dati disegnano con chiarezza: quello di declinare la sfida dell’AI come una scelta tra due identità — tradizione e innovazione, persone e tecnologia, manifattura e digitale. È una falsa alternativa. E riconoscerla come tale è il primo passo per affrontare la trasformazione in modo produttivo.
L’Italia ha qualcosa che nessun modello linguistico può replicare: una tradizione manifatturiera secolare, una cultura del fare sedimentata, una qualità del pensiero costruita in decenni di storia industriale. Il Made in Italy non è una denominazione commerciale: è un sistema di competenze, valori estetici, relazioni tra sapere e saper fare. L’AI può rafforzare tutto questo — aumentare la precisione dei processi, accelerare l’innovazione di prodotto, aprire nuovi mercati — a condizione che resti uno strumento al servizio di quella identità produttiva, non un sostituto.
L’agenda per la governance AI in Italia
I risultati dell’AIMI non si fermano alla diagnosi. Attraverso le risposte dei 1.740 manager coinvolti, CIDA ha tracciato anche un’agenda di priorità che emergono con maggior forza e coerenza.
Il primo è l’investimento in competenze: non corsi spot, ma percorsi strutturali di formazione continua integrata nei processi organizzativi — con una proposta concreta che merita attenzione: riconoscere per legge, come tempo destinato alla formazione continua, una quota del tempo recuperato grazie all’automazione. Misurabile, certificabile, obbligatorio.
Il secondo è il sostegno alla ricerca e all’innovazione nazionale ed europea, perché l’Italia non può limitarsi a essere un consumatore di AI sviluppata altrove. Il terzo è la costruzione di una governance dell’innovazione con regole chiare, responsabilità definite e un quadro normativo che favorisca lo sviluppo senza frenare la competitività — e che, soprattutto, si affianchi a una vera politica industriale e non si esaurisca in burocrazia.
Il quarto è l’accelerazione della modernizzazione della PA, dove l’AI può essere una leva concreta per aumentare l’efficienza dei servizi e ridurre il divario storico con il settore privato — ma dove serve soprattutto una nuova cultura manageriale dell’innovazione, non solo l’acquisto di strumenti. Il quinto è il rafforzamento della sovranità tecnologica europea.
Il sesto, forse il più politicamente sensibile, riguarda l’adeguamento delle politiche fiscali e del welfare alla transizione tecnologica: la produttività generata dall’AI deve tornare, almeno in parte, al lavoro — attraverso strumenti contrattuali e fiscali che il legislatore ha il dovere di costruire prima che il problema si manifesti in tutta la sua dimensione. Governare significa anticipare.
La posta in gioco della governance AI
Quello che l’AI Management Index 2026 restituisce, al di là dei numeri, è un’immagine del management italiano più sfaccettata di quanto il dibattito pubblico tenda a rappresentare. È una classe dirigente che usa gli strumenti, li verifica, ne percepisce i rischi, chiede formazione seria e sa che la velocità dell’adozione non basta se non è accompagnata dalla solidità della governance.
Tornando a Frankl: quello spazio tra stimolo e risposta non si difende da solo. Va costruito, presidiato, continuamente rinnovato. Per le organizzazioni come per gli individui, la vera sfida dell’AI non è adottarla. È mantenersi all’altezza di ciò che si sta adottando.
Partecipa alla community