Il mercato italiano dell’AI ha superato nel 2025 la soglia di 1,8 miliardi di euro, confermando una crescita del 50% su base annua che dura ormai da tre anni. Ma dietro i numeri del boom si nasconde una realtà più articolata: le grandi aziende italiane stanno davvero trasformando i propri processi grazie all’intelligenza artificiale, oppure si limitano a inseguire un hype mediatico senza misurarne i risultati? Attraverso i dati più recenti dell’Osservatorio Artificial Intelligence del Politecnico di Milano, proviamo a rispondere alle domande essenziali: cosa viene adottato, perché, da chi e come viene governato.
Indice degli argomenti
Un mercato da 1,8 miliardi: l’AI conquista l’Italia
Negli ultimi anni, il panorama industriale a livello italiano e internazionale ha vissuto una trasformazione profonda grazie alla popolarità dell’intelligenza artificiale generativa. Anche nel corso del 2025, l’AI si è confermata come tema centrale nelle agende dei decisori pubblici e privati, fatto provato non solo dai dati di business, ma anche dalla crescente familiarità degli utenti con strumenti di intelligenza artificiale, ormai integrati nella vita quotidiana.
Il mercato italiano dell’AI non fa che confermare tale evoluzione, raggiungendo nel 2025 un valore di 1,8 miliardi di euro, in crescita del 50% rispetto al 2024 – tasso di crescita che si conferma dal 2023.
Cerchiamo, dunque, di capire come stanno effettivamente reagendo le imprese, seguendo alcune domande chiave a cui andremo a rispondere: che cosa viene fatto (what), perché (why), da chi (who) e come (how).
What? Le applicazioni adottate in azienda
Alla domanda “what” ci sono due principali risposte: una più immediata e una che, se a primo acchito sembra egualmente immediata, richiede alcune riflessioni aggiuntive. Le grandi aziende, infatti, hanno due principali aree di accesso alla tecnologia AI, non mutualmente esclusive. Da una parte, possono farlo attraverso licenze pronte all’uso; dall’altra, possono optare per progettualità, più o meno customizzate, nelle quali il patrimonio informativo dell’azienda viene valorizzato.
Il boom delle licenze pronte all’uso
Sul fronte delle licenze, si registra un vero e proprio boom: l’84% delle grandi aziende ha acquistato applicazioni di GenAI pronte all’uso (+31% in un anno). Questo approccio consente di sperimentare l’AI in modo rapido, a costi contenuti e senza interventi strutturali significativi.
La via progettuale: numeri e contesti
La seconda modalità, la via progettuale, nonostante sia più impegnativa, riflette anch’essa la velocità del mercato. Nel 2025, infatti, ben il 71% delle grandi imprese ha attivato almeno un progetto di AI (+12% in un anno). Questo dato però include sia aziende che stanno solo testando pochi progetti, sia realtà più avanzate con tante soluzioni pienamente integrate, quindi va contestualizzato. È essenziale, per prima cosa, analizzare quali tipi di progetti vengono implementati e come si inseriscono nella strategia aziendale.
Chatbot, document processing e modelli predittivi
Partendo dalle applicazioni principali, non sorprende che a livello progettuale si investa moltissimo in progettualità di GenAI. Tra le applicazioni principali, infatti, i chatbot conversazionali occupano la posizione dominante. Questi strumenti, addestrati sulle knowledge base aziendali, vengono utilizzati sia per offrire supporto ai clienti, sia per assistere gli operatori interni, soprattutto nelle funzioni di Customer Service e Business Development & Sales. Altre soluzioni popolarissime sono quelle di Intelligent Document Processing, che facilitano la digitalizzazione e l’estrazione automatica dei dati da documenti quali fatture, bolle e documentazione tecnica, con applicazioni trasversali a diversi ambiti aziendali.
La diffusione di use case legati a Generative AI, quindi, risulta ormai trasversale. Tuttavia, altri casi d’uso che usano l’adozione di sistemi di intelligenza artificiale tradizionali, come modelli predittivi per l’analisi delle vendite o la previsione della domanda, richiedono una maggiore cura nella gestione dei dati e rimangono appannaggio delle aziende più mature e strutturate.
Il “tipping point” dei processi aziendali
Un aspetto fondamentale per l’adozione progettuale nelle aziende, però, consiste nell’individuare il “tipping point” specifico di ogni funzione, cioè il momento cruciale in cui un processo – dalla programmazione alla gestione dei ticket, dalla formazione all’analisi dei dati – può essere radicalmente ripensato grazie alle nuove capacità delle macchine. Per realizzare questo salto, non basta introdurre una singola soluzione; può essere necessario decostruire e ripensare a fondo il modello operativo. Questo è ancora prerogativa di poche aziende visionarie che hanno l’audacia di mettere in discussione processi costruiti attorno all’umano, per ripensare un nuovo equilibrio tra uomo e macchina.
Why? Benefici concreti o solo hype?
Vedendo questo proliferare di progettualità viene da chiedersi: ci sono benefici concreti o si tratta solo di hype mediatico? Questa domanda è centrale in un contesto, come quello dell’AI, in cui l’entusiasmo rischia di oscurare la valutazione sui risultati effettivi. Bisogna quindi trovare il difficile equilibrio tra le aspettative – spesso indotte da una comunicazione aggressiva e semplificata – e i benefici concreti che l’intelligenza artificiale può generare.
Lato progettualità un ostacolo trasversale è quello della comprensione del rapporto costi-benefici nelle progettualità. La misurazione dei benefici è infatti un punto critico, che assume sfumature diverse a seconda del livello di maturità delle imprese. Le realtà meno mature percepiscono la difficoltà di previsione dei ritorni come ostacolo fondamentale, mentre le aziende con numerose progettualità attive, pur avendo già sperimentato applicazioni “easy win”, si confrontano ora con investimenti la cui redditività si presenta più incerta e complessa da valutare. Nonostante queste difficoltà, quasi 6 grandi aziende su 10 affermano di rilevare grazie a progettualità AI impatti significativi su modello di business, proposta di valore, rapporto con il cliente e architettura operativa.
Lato licenze ready-to-use, la valutazione dei benefici è ancora poco diffusa e spesso limitata ad analisi qualitative, come survey o feedback informali, piuttosto che a KPI specifici.
Da parte loro, però, i lavoratori percepiscono benefici concreti, soprattutto in termini di tempo: il 39% dichiara di aver risparmiato più di 30 minuti nelle ultime due attività svolte con il supporto di GenAI.
Questo gap tra il potenziale atteso e il valore realmente misurato rimane uno dei principali nodi della trasformazione. Se non viene colmato con metriche più rigorose e strumenti di valutazione consapevoli, il rischio è quello di rallentare la crescita dell’AI all’interno delle aziende.
Who? Competenze e domanda di lavoro nell’era AI
Anche assumendo che ci siano benefici tangibili, viene da chiedersi se effettivamente esiste personale abbastanza formato e capace di gestire queste tecnologie nel proprio lavoro quotidiano. Il tema delle competenze è centrale. Con la massiccia diffusione degli strumenti AI dall’utilizzo facile e conversazionale, non sono più solo le risorse tecniche a essere coinvolte, ma anche il personale non tecnico, utilizzatore diretto di licenze e progettualità, deve acquisire nuove competenze per sfruttare al meglio le soluzioni adottate. Non a caso, l’AI Act impone già oggi obblighi specifici di formazione per il personale non tecnico chiamato a utilizzare strumenti di intelligenza artificiale.
Oltre la formazione, cambia anche la domanda di lavoro. Infatti, la domanda di competenze AI nei profili professionali è cresciuta del +93% solo nell’ultimo anno (con circa 44 mila posizioni su 3,2 milioni complessive che richiedono competenze AI). La crescita è particolarmente rilevante nelle professioni white-collar ad alta qualificazione, con 3 annunci di lavoro per queste figure su 4 che richiedono competenze AI. Ma l’AI è presente anche nel 27% degli annunci per Chief Human Resources Officer e nel 12% di quelli per Chief Marketing Officer.
La sfida in generale è complessa: bisogna bilanciare la formazione, le nuove risorse, ma anche la qualità del lavoro, evitando che l’AI diventi un semplice scorciatoia che erode il capitale umano. Al contrario, l’intelligenza artificiale può essere un vero strumento di job augmentation, capace di aumentare le potenzialità del lavoratore e rafforzare il valore complessivo dell’organizzazione, ma per fare ciò deve essere adeguatamente governata.
How? La governance dell’AI nelle imprese italiane
In tante di queste domande è emersa una parola chiave: governance. La governance dell’AI comprende aspetti tecnologici, normativi, e la necessità di adattare le decisioni prese dai sistemi AI a un framework valoriale aziendale. Su questo fronte, però, le aziende mostrano un significativo ritardo rispetto al ritmo del mercato e dello sviluppo tecnologico, con meno di una azienda su dieci che dichiara di governare pienamente l’intelligenza artificiale. Questo non è un passaggio immediato né tantomeno facile. È necessario, prima di tutto, conoscere l’AI e capire dove e come viene utilizzata all’interno dell’azienda. Solo così diventa possibile individuare dove e come aggiungere o rimuovere applicazioni, ottimizzando i processi aziendali.
Questo aspetto è fondamentale anche per le licenze: è importante fornire linee guida chiare sull’utilizzo e controllarne il rispetto. Il rischio di Shadow AI non è così raro: solo il 19% di utilizzatori dichiara di fare uso esclusivo di strumenti aziendali. Il rischio è di rendere informazioni aziendali riservate meno sicure, rischio particolarmente rilevante specialmente in alcuni settori come finance e healthcare, ma che in generale tocca tutto il tessuto produttivo.
…So what? Verso un’AI come pilastro strategico
Tirando le somme, questo articolo vuole far emergere un messaggio chiave: la tecnologia, da sola, non basta. La vera trasformazione richiede dati organizzati, competenze diffuse, cultura aziendale aperta al rischio e alla sperimentazione. La chiave del successo risiede nell’adozione di un robusto change management e nella formazione continua, che garantiscono consapevolezza diffusa e capacità di sfruttare concretamente le potenzialità dell’AI. Rendere esplicito questo passaggio è fondamentale: il percorso verso una piena adozione dell’AI non è lineare, ma procede nel tempo attraverso successivi passi di maturazione. Tra le grandi aziende, i dati mostrano ancora un forte gap tra chi ha già strutturato processi, governance e competenze e chi si trova agli inizi. La distanza si accentua se si considerano le PMI italiane: qui il vero ostacolo non è tecnologico, ma nella qualità del patrimonio informativo e nell’accesso alle competenze, la principale debolezza che limita le possibilità di interazione con tecnologie avanzate.
La sfida per il 2026 e oltre è chiara: consolidare un modello di crescita che sposti l’AI da semplice sperimentazione a pilastro strategico nel tessuto produttivo italiano.
