C’è un dato che, messo vicino a un altro, racconta meglio di qualsiasi editoriale lo stato dell’intelligenza artificiale in Italia, e forse anche il motivo per cui questa storia va scritta ora e non tra un anno.
Indice degli argomenti
I due dati che raccontano il paradosso italiano
Il primo: nel 2025 sono cresciute del 93% le richieste di competenze AI negli annunci di lavoro, e oggi il 76% delle offerte per profili white-collar ad alta qualifica le include tra i requisiti, secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano.
Il secondo: nello stesso periodo, secondo il Job Skills Report 2026 di Coursera, le ore dedicate dagli italiani allo studio della AI Generativa sono aumentate del 660%, e l’Italia è oggi quinta in Europa e venticinquesima nel mondo per iscrizioni a corsi di GenAI. Le richieste di informazioni sui corsi di intelligenza artificiale, secondo i dati raccolti dalle università telematiche, sono decuplicate rispetto al 2023, con picchi del 238% solo nell’ultimo anno.
L’adozione reale dell’AI resta minuscola
La domanda di persone competenti cresce, e la voglia di diventare, o dichiararsi, competenti cresce ancora più in fretta. Il problema è cosa succede a metà tra questi due numeri, cioè nel punto in cui la formazione dovrebbe incontrare la pratica reale. Perché il substrato su cui tutti questi nuovi formatori dovrebbero aver fatto esperienza, in Italia, resta minuscolo.
Il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro nel 2025, in crescita del 50% sull’anno precedente, ma è un valore concentrato quasi tutto in un segmento: il 71% delle grandi imprese ha avviato almeno un progetto di intelligenza artificiale, contro appena l’8% delle piccole e medie realtà, un divario che l’Osservatorio definisce senza equivalenti in Europa.
Scomponendo il dato tra le PMI, la sperimentazione scende al 15% tra le medie imprese e al 7% tra le piccole, mentre un’azienda su tre, anche tra chi un progetto lo ha avviato, ammette di non saper stimare ex ante il rapporto costi-benefici. Solo il 9% delle grandi imprese ha una governance dell’AI realmente strutturata, con responsabilità definite e allineamento agli obiettivi di business, mentre più di un’azienda su due ha avviato appena iniziative basilari di alfabetizzazione sul tema e solo il 15% ha in corso un vero progetto di adeguamento normativo integrato.
Anche allargando lo sguardo, secondo un’ulteriore lettura dei dati Polimi diffusa quest’anno, il 76% delle PMI italiane non sta ancora investendo risorse proprie sull’intelligenza artificiale. Eppure la consapevolezza culturale è quasi totale: il 99% degli italiani conosce il termine intelligenza artificiale e l’89% ha sentito parlare di AI Generativa, ottantanove punti percentuali di awareness contro otto punti percentuali di adozione reale nelle piccole imprese. È il paese della conoscenza diffusa e della pratica rarissima.
Cosa c’è davvero dentro il mercato italiano dell’AI
Guardando dentro il mercato italiano, la fotografia si fa ancora più precisa. L’Osservatorio censisce 1.010 aziende italiane che offrono soluzioni e servizi di intelligenza artificiale e 135 startup finanziate negli ultimi cinque anni, concentrate soprattutto su verticali come Healthcare e Fintech.
Del valore complessivo del mercato, il 34% riguarda progetti di Data Exploration, Prediction e Optimization Systems, il 32% soluzioni di Text Analysis, Classification e Conversation Systems, quelle con la crescita più elevata, +86% in un anno, grazie soprattutto ai sistemi di Retrieval Augmented Generation applicati a normative, manuali e documentazione interna; il 17% riguarda invece Recommendation Systems. Il 46% del mercato è generato da soluzioni di AI Generativa o progetti ibridi, il restante 54% da machine learning più tradizionale.
Un dettaglio che i formatori improvvisati raramente conoscono, perché richiede aver visto un capitolato, non solo una demo. E c’è un ultimo tassello che rende il quadro ancora più delicato: l’Osservatorio segnala un flusso netto di competenze costantemente negativo, cioè più talenti qualificati che lasciano l’ecosistema italiano di quanti ne arrivino, proprio mentre la domanda formativa esplode. Il Regolamento europeo sull’AI aggiunge ulteriore urgenza, e ulteriore terreno fertile, a un mercato della formazione compliance-oriented che rischia di ripetere lo stesso schema: molta offerta di certificati, poca verifica di chi li rilascia.
Anche i grandi falliscono: il quadro internazionale
E vale la pena allargare lo sguardo oltre confine, perché il quadro internazionale rende il fenomeno italiano ancora più stridente. Anche dove l’AI è stata davvero messa alla prova su larga scala, i risultati sono lontani dall’entusiasmo che circola online. Il report “GenAI Divide” del MIT NANDA, basato su 300 deployment osservati e 150 interviste a leader aziendali, fissa al 95% la quota di pilot enterprise che non genera un ritorno misurabile: solo il 5% accelera davvero i ricavi. IDC, su un campione di 33 proof of concept lanciati, ne conta appena 4 arrivati in produzione.
Gartner prevede che oltre il 40% dei progetti di AI agentica sarà cancellato entro il 2027 per costi crescenti, valore di business poco chiaro e controlli di rischio inadeguati, mentre uno studio Gartner separato su 782 manager IT rileva che solo il 28% dei progetti AI in ambito infrastrutturale genera un pieno ritorno sull’investimento e il 57% dei responsabili ha sperimentato almeno un fallimento negli ultimi dodici mesi.
BCG, nella sua ricerca “Widening AI Value Gap”, divide le aziende in due blocchi: un 5% “future-built” che porta in produzione il 62% delle proprie iniziative AI e un 60% che, semplicemente, non genera alcun valore materiale dai propri investimenti. Anche sul fronte degli agenti AI, che pure sono la frontiera più discussa del momento, Forrester segnala che il 75% delle imprese enterprise ha avviato progetti, ma solo una minoranza marginale li ha portati fuori dalla fase pilota, e il 63% delle aziende non ha nemmeno una policy di governance AI. Se questi sono i numeri prodotti dalle organizzazioni più sofisticate al mondo, con budget enterprise, data science interna e anni di sperimentazione, viene da chiedersi cosa possa davvero insegnare, in tre webinar, chi si propone come “esperto di AI” senza aver mai gestito nulla di tutto questo.
Il mercato parallelo dei formatori senza esperienza
È esattamente in questo spazio vuoto, tra chi cerca competenze e chi non le ha ancora messe seriamente alla prova, che si è infilato un mercato parallelo: quello di chi insegna l’intelligenza artificiale senza averla mai praticata dentro un’azienda vera. Bastano un profilo LinkedIn aggiornato, tre webinar frequentati e la parola “Strategist” o “Specialist” nel titolo per proporsi come formatore o consulente. Online proliferano corsi improvvisati, spesso costruiti in poche settimane da chi ha imparato la materia leggendo le stesse fonti del suo pubblico, e rivenduti come percorsi di specializzazione.
Il punto non è il formato, video, webinar, aula, né il certificato che rilasciano, ma chi li tiene e su cosa si fondano: dietro molti di questi percorsi non c’è un solo progetto aziendale reale, non un docente che abbia mai gestito un’implementazione con un budget e un conto economico da difendere, non una responsabilità reputazionale che renda costoso sbagliare.
È un fenomeno diverso, e va tenuto distinto, da quello degli attori strutturati della formazione: chi ha alle spalle anni di rapporto diretto con le imprese, docenti che l’AI l’hanno praticata prima di insegnarla, e casi verificabili da portare in aula, gioca su un altro piano, e ha molto da perdere se quel piano non regge. Il problema è che agli occhi di chi deve scegliere, nel calderone dell’offerta online, le due categorie si confondono con facilità: la landing page di un corso improvvisato e quella di un percorso serio, su uno schermo, si somigliano. E il fenomeno non è marginale: la parte più opaca del mercato prospera a bassissimo costo di ingresso, dentro un settore, quello dell’EdTech italiano, che nel 2025 vale 2,7 miliardi di euro con circa 11mila addetti, secondo l’Osservatorio Proxima. In un momento in cui chiunque abbia usato un chatbot con costanza può presentarsi come esperto, una parte del mercato ha semplicemente risposto alla domanda con l’offerta più veloce da produrre: contenuto confezionato, non esperienza maturata sul campo.
Perché succede: un meccanismo già visto
Il meccanismo è comprensibile, anche se non giustificabile. Raccontare l’AI costa poco, in termini di tempo e di rischio, e rende in visibilità quasi immediata: un post, un webinar, una slide con la parola “rivoluzione” bastano a costruire un’audience e, da lì, un funnel di vendita per corsi successivi. Farla funzionare dentro un’azienda vera costa invece tempo, budget, resistenze organizzative, e spesso qualche fallimento prima di arrivare a un risultato misurabile, come dimostra il terzo delle aziende italiane che fatica a stimarne il ritorno anche dopo aver avviato un progetto, o il 57% dei manager IT internazionali che ha già sperimentato un fallimento AI negli ultimi dodici mesi.
Chi ha vissuto solo il primo percorso, quello della narrazione, e insegna come se avesse vissuto il secondo, quello dell’esecuzione, sta di fatto vendendo un’esperienza che non possiede. E chi la compra, tipicamente un’azienda alle prime armi con l’AI e per questo più esposta, spesso non ha ancora gli strumenti per riconoscere la differenza prima di aver già pagato la fattura e perso mesi utili all’adozione. Il fenomeno, va detto, non è nuovo nella storia recente della tecnologia applicata al business: qualcosa di simile è già accaduto con la “trasformazione digitale” a metà del decennio scorso e con i “social media guru” ancora prima.
Ogni volta che una tecnologia diventa argomento di conversazione da bar prima di diventare pratica operativa consolidata, si apre una finestra in cui la narrativa corre più veloce della competenza verificabile. La differenza, questa volta, è la velocità: il ciclo hype-narrativa-monetizzazione si è compresso da anni a mesi.
Come riconoscere un corso serio
Come distinguere, allora, un percorso formativo serio da un pacchetto di slide rivenduto come specializzazione? Il discrimine non è il formato, né la durata, né il tipo di attestato: è la provenienza di chi insegna e la concretezza di ciò che porta in aula. Un conto è chi arriva dal mondo delle imprese che l’AI la stanno realmente adottando, e può ragionare su progetti veri, con i loro vincoli di budget, i tempi che si allungano e gli errori che capita di commettere; un altro è chi ha costruito la propria competenza sulle stesse fonti pubbliche a disposizione del suo pubblico, e la rivende con qualche settimana di anticipo. La differenza, per chi ascolta, non è sempre evidente sulla carta, ma emerge presto nel merito: chi ha esperienza operativa sa raccontare anche ciò che non ha funzionato, mentre chi ha solo esperienza narrativa tende a proporre un mondo fatto di soli successi. In un mercato sempre più affollato, dove chiunque abbia usato un chatbot con continuità può presentarsi come esperto, è questa la vera linea di demarcazione: la competenza si dimostra con l’esperienza maturata sul campo, non con il claim.
Una bolla destinata a sgonfiarsi
La bolla degli “esperti di AI” italiani, prima o poi, si sgonfierà, probabilmente più in fretta di quella dei modelli fondazionali su cui amano pontificare, semplicemente perché il mercato del lavoro comincerà a chiedere risultati verificabili e non solo slide convincenti. Nel frattempo, l’unico anticorpo a disposizione delle aziende resta chiedere sempre la stessa domanda, prima di firmare un contratto di formazione o una consulenza strategica, farsi mostrare il progetto già portato in produzione, non le slide che promettono di farlo.
Partecipa alla community