NChi genera davvero valore nell’economia dell’IA? Chi riesce a intercettarlo? E chi, al contrario, rischia di perderlo? Sono queste le domande che oggi contano di più per le imprese. Perché l’intelligenza artificiale non sta soltanto modificando processi, lavoro e modelli operativi: sta ridisegnando la distribuzione del valore lungo l’intera catena economica. Capire dove questo valore si crea, dove si concentra e dove invece si disperde è diventato più rilevante che comprendere nel dettaglio il funzionamento dei modelli.
È proprio questa incertezza sul reale impatto economico dell’IA a spiegare un apparente paradosso emerso negli ultimi mesi. I mercati, come spesso accade, hanno reagito in anticipo e per semplificazioni: a febbraio 2026, l’accelerazione dei foundation model – dalle nuove versioni di Claude alle evoluzioni dei principali player – ha coinciso con un sell-off del comparto software globale che ha cancellato circa 2.000 miliardi di dollari di capitalizzazione. La lettura implicita era lineare: se l’IA riduce il costo di sviluppo e automatizza funzioni complesse, allora il software tradizionale perde valore.
Eppure, guardando ai fondamentali, il quadro cambia. Nello stesso periodo, aziende come ServiceNow hanno continuato a crescere a doppia cifra; Salesforce ha mantenuto livelli record di generazione di cassa; player europei come TXT e-solutions e SYS-DAT non solo hanno registrato tassi di crescita significativi, ma si attendono addirittura un’accelerazione delle crescite e delle marginalità. Il punto non è la scomparsa del software, ma lo spostamento del valore al suo interno.
Indice degli argomenti
Il paradosso del software: più IA, più valore nei sistemi esistenti
La chiave per risolvere questo apparente paradosso sta proprio qui: se l’IA può scrivere codice, progettare database e analizzare dati in autonomia, perché le imprese continuano a investire in software enterprise?
La risposta è meno intuitiva di quanto sembri. L’intelligenza artificiale non sostituisce i sistemi esistenti, ma ne amplifica il ruolo: si innesta su di essi, rendendoli più densi, più interconnessi e, soprattutto, più critici. ERP, CRM e piattaforme verticali incorporano logiche di business, dati proprietari e workflow costruiti nel tempo, difficilmente replicabili e, soprattutto, non sostituibili senza rischi operativi. È qui che emerge la distinzione centrale: l’IA non è una tecnologia da vendere, ma un’infrastruttura che abilita. Come già accaduto con Internet e il cloud, il punto non è l’accesso alla tecnologia, sempre più diffuso e standardizzato, ma la capacità di costruirci sopra modelli operativi coerenti, integrati e scalabili.
Il valore, quindi, non si concentra nei modelli fondazionali, ma in ciò che questi non possono replicare rapidamente: la conoscenza di dominio, la profondità e qualità dei dati, la loro connessione ai workflow reali e la relazione continuativa con il cliente. A questi elementi si aggiunge un ulteriore livello, spesso sottovalutato: la compliance. Nei contesti regolati non basta che un sistema IA funzioni, deve essere controllabile, tracciabile e conforme.
Il valore dell’IA si sposta nei processi aziendali
Per le imprese, questo implica un cambio di prospettiva: trattare l’IA come una tecnologia da adottare rischia di posizionarle nel punto sbagliato della catena del valore. Il vero nodo è la sua messa a terra nei processi e nei sistemi esistenti, non si tratta più di distribuire software, ma di intervenire nei processi, nel change management e nella traduzione operativa della tecnologia. Il valore si sposta, così, verso ciò che è meno scalabile perché più radicato nel contesto, e proprio per questo più difendibile.
Questo passaggio è già visibile nelle strategie dei grandi operatori: Anthropic sta raccogliendo 1 miliardo di dollari insieme a Blackstone, Hellman & Friedman e altri fondi di Private Equity per creare un braccio operativo dedicato all’implementazione di Claude nelle aziende in portafoglio; OpenAI si muove nella stessa direzione, con un target ancora più ambizioso pari a 4 miliardi di dollari. Il modello di riferimento non è quello delle licenze software tradizionali, ma quello di Palantir Technologies, che prevede ingegneri ICT “embedded” direttamente presso i clienti.
In questo passaggio dall’insight all’azione, l’IA smette di essere uno strumento e diventa parte del sistema operativo dell’impresa, determinando chi cattura valore e chi lo perde. La competizione si gioca sulla capacità di renderla operativa, mentre i modelli tendono a diventare commodities.
Dove si sposta il valore in relazione al peso fisico dell’IA
Questa dinamica porta con sé una conseguenza ulteriore: mentre l’intelligenza del software si diffonde, il valore si concentra negli asset fisici che ne rendono possibile l’esecuzione. A emergere è la dimensione più concreta, e meno discussa, della rivoluzione in atto: il suo peso fisico.
Di fatto, ogni progresso nei modelli genera un corrispettivo fabbisogno di capacità di calcolo, storage, connettività, energia e sicurezza. I numeri lo rendono evidente: la capacità dei data center globali dovrà triplicare entro il 2030, mentre il consumo energetico associato all’IA potrebbe arrivare a rappresentare il 3–4% della produzione elettrica globale.
Un quadro in cui il cloud regionale assume un ruolo strategico. I vincoli europei, infatti, in materia di data residency, trasparenza e controllo impongono che dati e processi restino entro perimetri giurisdizionali definiti. La prossimità conta, perciò, sia per ragioni tecniche – i workload AI in tempo reale richiedono latenze sempre più basse – che normative. A questo si aggiunge il fattore energetico, che è sempre più determinante: l’accesso stabile a energia – idealmente rinnovabile e a costi competitivi – rappresenta un vantaggio operativo concreto, in termini di maggiore prevedibilità dei costi, migliori margini e posizionamento sul mercato.
Il valore delle competenze
La competizione, dunque, si gioca anche sull’allocazione degli asset che rendono possibile l’operatività dell’IA. È questo un punto strategico per le imprese europee, per le quali il vantaggio più concreto potrebbe derivare proprio dal rafforzare le infrastrutture locali – cloud regionali, capacità energetica, sicurezza – in grado di sostenere l’adozione dell’IA in modo conforme ed efficiente. È su queste basi, meno visibili ma più radicate, che si determina la capacità di generare e difendere valore nel tempo.
In ultimo, questa riflessione sul valore derivante dall’applicazione dell’intelligenza artificiale impone alle aziende una riconfigurazione della struttura del lavoro. Al di là della narrativa diffusa – che tende a ridurre una dinamica complessa a due assunti semplicistici, ovvero che alcune professioni scompariranno e che l’IA ridurrà complessivamente l’occupazione – le imprese sono chiamate a ridefinire competenze, responsabilità e modelli operativi.
Il cambiamento in atto, infatti, fa sì che il valore non si sposti solo tra imprese o settori, ma anche all’interno delle organizzazioni: se alcuni ruoli, soprattutto quelli più esecutivi e standardizzabili, vedono ridursi il proprio perimetro, acquisiscono centralità figure in grado di operare all’intersezione tra tecnologia, dominio e infrastruttura. L’intelligenza artificiale, dunque, non elimina l’occupazione, ma ne trasforma il contenuto.
I dati dell’Osservatorio sulle Competenze Digitali 2025, realizzato da AICA, Anitec-Assinform e Assintel, rendono evidente questa trasformazione: in Italia la domanda di profili ICT supera strutturalmente l’offerta, con circa 136.000 posizioni aperte ogni anno a fronte di 73.000 nuovi ingressi. Il nodo non è solo quantitativo ma qualitativo: cresce la richiesta di competenze integrate, dal prompt engineering alla cybersecurity, che operano all’intersezione tra tecnologia, infrastruttura e processi.
Competenze digitali e formazione come leva strategica
Il problema, quindi, non è la riduzione dei posti di lavoro, ma la distanza crescente tra competenze disponibili e competenze richieste. Da un lato, le aziende devono affrontare un processo continuo di re-skilling, trasformando ruoli esistenti e accompagnando le persone nell’evoluzione dei processi; dall’altro, il sistema formativo – universitario e tecnico – fatica a tenere il passo con una domanda che evolve alla stessa velocità della tecnologia.
È in questa tensione tra trasformazione interna e formazione pre-lavoro, che si gioca una parte rilevante della competitività, a una velocità che il sistema formativo, da solo, difficilmente riuscirà a sostenere. La formazione, perciò, non può più essere delegata, ma diventa una funzione strategica dell’impresa, al pari della tecnologia e delle infrastrutture.
Alla luce di queste dinamiche, la domanda iniziale – chi genera valore, chi lo intercetta e chi rischia di perderlo – trova una risposta meno teorica e più operativa. Il valore non si concentra nella tecnologia in sé, ma nella sua messa a terra nei processi, nei sistemi e nelle infrastrutture che ne rendono possibile l’utilizzo.
Per le governance più consapevoli, la priorità non è l’adozione dell’IA, ma il presidio dei punti della catena in cui il valore viene generato, poiché è su questi snodi – e sulla loro gestione in modo coerente e operativo – che si gioca la sostenibilità del vantaggio competitivo nel medio-lungo periodo.
In questo senso, l’intelligenza artificiale non è una scelta tecnologica, ma una leva di trasformazione ed è sulla capacità di governarla nei contesti reali che si misura oggi la possibilità di generare valore in modo stabile e duraturo.
