Nel 2025 la quota di imprese con almeno 10 addetti che utilizza una o più tecnologie di intelligenza artificiale è raddoppiata rispetto all’anno precedente, passando dall’8,2% al 16,4%, a fronte del 5% registrato nel 2023. Dietro questa crescita emergono, tuttavia, divari significativi tra imprese e territori, che evidenziano come le opportunità offerte dall’IA non siano ancora accessibili e valorizzate in modo uniforme nel sistema produttivo nazionale.
Indice degli argomenti
AI, territori e competitività
È quanto emerge dallo studio “L’IA nei territori: le policy per accelerare la competitività”, realizzato dall’Istituto per la Competitività (I-Com) in collaborazione con TeamSystem e presentato il 3 novembre 2026 a Milano, presso la sede della Regione Lombardia.
Lo studio restituisce il quadro di un Paese in cui la rapida diffusione dell’intelligenza artificiale si accompagna al rischio di ampliare le disuguaglianze già esistenti. Le differenze non riguardano soltanto i livelli di adozione, ma anche la capacità delle imprese di tradurre gli investimenti tecnologici in benefici economici concreti.
In questo contesto, diventa quindi sempre più urgente un ecosistema nazionale che possa integrare efficacemente l’IA nei processi aziendali, attraverso lo sviluppo delle competenze e il rafforzamento della maturità digitale.
La dimensione delle imprese continua a incidere sull’adozione dell’IA
Uno dei principali fattori che condizionano l’adozione dell’intelligenza artificiale in Italia rimane ancora la dimensione aziendale. Secondo le elaborazioni I-Com su dati Istat, nel 2025 utilizza almeno una tecnologia di IA solamente il 14,2% delle imprese con 10-49 addetti, un dato nettamente inferiore al 53% delle grandi imprese.
Fig.1: Utilizzo e non utilizzo dell’IA per classe di addetti (% di imprese, 2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025
Il divario appare ancora più evidente osservando le intenzioni di utilizzo futuro (Fig. 1). Tra le piccole imprese, il 77% non utilizza l’IA e non prevede al momento di farlo, una percentuale che scende al 58% tra le medie e al 34,5% tra le grandi.
Ciò evidenzia come una parte consistente del tessuto produttivo italiano rimanga ancora distante dall’intelligenza artificiale: non si tratta esclusivamente di imprese frenate da vincoli economici o organizzativi, ma anche di realtà che non ne riconoscono ancora l’utilità rispetto alle proprie attività.
Di conseguenza la sfida attuale per le politiche pubbliche è duplice: da un lato, bisogna sostenere le imprese già interessate all’adozione, aiutandole a superare gli ostacoli che ne rallentano gli investimenti; dall’altro, raggiungere quelle che non percepiscono ancora l’IA come una tecnologia accessibile e in grado di generare benefici concreti.
Italia a più velocità: divari territoriali e potenziale ancora inespresso
Accanto alla dimensione aziendale, la geografia rappresenta un ulteriore elemento di differenziazione (Fig.2). Nel 2025 la Provincia autonoma di Bolzano registra la quota più elevata di imprese che utilizzano almeno una tecnologia di IA, pari al 25,4%, seguita dal Piemonte (22,6%), dall’Emilia-Romagna (19,4%) e dalla Lombardia (19,1%). In questo caso, la distribuzione regionale non restituisce una contrapposizione rigidamente riconducibile alla tradizionale frattura Nord-Sud. La Basilicata, ad esempio, presenta un tasso di adozione del 18,3%, superiore alla media nazionale, mentre alcuni territori settentrionali registrano percentuali inferiori al dato medio.
Un ulteriore elemento di differenziazione emerge considerando anche l’intensità dell’adozione dell’IA (deep adoption), osservata attraverso il numero di tecnologie utilizzate dalle imprese. In nessun territorio, tra quelli per cui il dato è disponibile, la quota di imprese che utilizza almeno tre tecnologie raggiunge il 10%, con i valori più elevati registrati nella Provincia autonoma di Bolzano, in Piemonte e in Basilicata. Ancora più contenuta risulta l’adozione di almeno cinque tecnologie, che raggiunge il valore massimo in Piemonte, intorno al 4%.
Queste evidenze mostrano come una maggiore diffusione dell’IA non si traduca necessariamente in un utilizzo altrettanto diversificato delle tecnologie disponibili. La Provincia autonoma di Bolzano, ad esempio, pur guidando la classifica per l’adozione di almeno una tecnologia, presenta una quota di imprese che ne utilizzano almeno cinque inferiore a quella di altri territori. Il divario tra adozione iniziale e adozione multi-tecnologica evidenzia dunque un potenziale ancora inespresso, suggerendo la necessità di affiancare alle politiche di diffusione dell’IA interventi capaci di favorirne un impiego più ampio e articolato nei processi aziendali.
Fig.2: Imprese che utilizzano tecnologie di IA, per regione (2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025 Nota: *Valori non disponibili
Inoltre, vi sono territori nei quali l’intelligenza artificiale resta ancora marginale oppure prevale un atteggiamento di sostanziale estraneità (Fig.3). A ciò si aggiunge una fascia di imprese potenzialmente interessate, ma frenate da ostacoli concreti: tra le aziende che hanno valutato l’introduzione dell’IA senza procedere all’adozione, la mancanza di competenze adeguate rappresenta la principale barriera, segnalata dal 58,6%, seguita dall’incertezza sulle conseguenze legali (47,3%).
Fig. 3: Utilizzo e non utilizzo dell’IA nelle regioni italiane (2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025. Nota: *Valori non disponibili
La maturità digitale è la condizione per trasformare l’innovazione in crescita
Un risultato centrale dello studio I-Com è l’associazione tra maturità digitale e performance economica delle imprese (Fig.4). A parità di dimensione, settore e area geografica, le imprese con un livello di digitalizzazione “basso” registrano ricavi superiori del 30,2% rispetto a quelle caratterizzate da un’intensità digitale “molto bassa”. Il differenziale sale al 65,3% per le imprese con un livello di digitalizzazione “alto”, fino a raggiungere il 105,3% per quelle con un livello “molto alto”.
Fig. 4: Effetti della digitalizzazione sui ricavi delle imprese, per livello di maturità digitale (2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025. Nota: Il livello di maturità digitale è misurato attraverso il Digital Intensity Index (DII), calcolato sommando il numero di tecnologie e pratiche digitali adottate da ciascuna impresa tra dodici considerate. In base al punteggio (0-12), le imprese sono classificate in quattro livelli: “molto basso” (0-3), “basso” (4-6), “alto” (7-9) e “molto alto” (10-12).
A livello regionale è presente una marcata eterogeneità nella capacità di tradurre la maturità digitale in risultati economici (Fig.5). Considerando le imprese con un livello di digitalizzazione “molto alto”, il Veneto registra un differenziale positivo dei ricavi del 157,7%, seguito da Piemonte (148,8%), Puglia (140,4%) e Lombardia (127,5%). Mentre valori più contenuti si osservano nella Provincia autonoma di Trento (33,9%), in Basilicata (42,2%) e in Calabria (53,8%).
Fig. 5: Effetti della digitalizzazione sui ricavi delle imprese, per regione e livello di maturità digitale (2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025 Note: Ai fini della leggibilità, si è scelto di escludere i valori che, oltre a non raggiungere la soglia di significatività, presentano un segno opposto alla stima media nazionale e alle componenti significative del modello.
Queste differenze territoriali mostrano con chiarezza come attualmente il rendimento economico della trasformazione digitale dipenda principalmente dalle caratteristiche dei sistemi produttivi locali, dalla disponibilità di competenze e dalla capacità delle imprese di valorizzare gli investimenti tecnologici.
L’IA è associata a ricavi superiori, ma il rendimento varia tra i territori
Passando al contributo economico specifico dell’intelligenza artificiale, lo studio I-Com stima che, a livello nazionale, le imprese che utilizzano almeno una tecnologia di IA registrino ricavi superiori del 9,8% rispetto alle imprese che non la adottano (Fig.6).
Anche in questo caso emergono differenze regionali rilevanti; tuttavia, è possibile osservare come nei territori caratterizzati da una diffusione più contenuta dell’intelligenza artificiale possano esistere imprese capaci di trarne benefici significativi. La questione centrale non riguarda, quindi, soltanto quante imprese adottino l’IA, ma anche come queste tecnologie vengano integrate nei processi produttivi, organizzativi e decisionali.
Fig. 6: Effetti dell’utilizzo di IA sui ricavi delle imprese, per regione (2025)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025 Nota: Ai fini della leggibilità, si è scelto di escludere i valori che, oltre a non raggiungere la soglia di significatività, presentano un segno opposto alla stima media nazionale e alle componenti significative del modello.
Il potenziale economico al 2030
L’analisi I-Com termina con la stima del potenziale economico dell’IA per il Paese (Fig.7). Secondo l’esercizio di simulazione, se entro il 2030 il tasso di adozione di IA raggiungesse il 75% delle imprese, in linea con l’obiettivo europeo della Digital Decade, l’incremento potenziale dei ricavi rispetto al livello attuale sarebbe pari a circa il 5,7% del fatturato aggregato, circa 1.384 miliardi, per un totale di 1.722 miliardi di euro. Considerando invece un tasso di adozione del 60%, coerente con il target nazionale, il differenziale aggiuntivo si attesterebbe intorno al 4,3%, cioè 1.030 miliardi, che equivale ad un totale di 1.368 miliardi di euro.
Fig.7: Impatto potenziale in termini di ricavi derivante dall’adozione generalizzata dell’IA in Italia in linea con gli obiettivi della Decade Digitale al 2030 (in valori assoluti e in %)
Fonte: Elaborazioni I-Com su dati ISTAT, Rilevazione sulle tecnologie dell’informazione e della comunicazione nelle imprese – anno 2025
Sebbene siano scenari potenziali, essi mostrano l’ordine di grandezza delle opportunità che potrebbero derivare da un ampliamento della platea delle imprese utilizzatrici. Affinché questo potenziale si traduca in risultati effettivi, è tuttavia necessario superare i vincoli strutturali che hanno limitato e limitano l’adozione e favorire un utilizzo dell’IA realmente integrato nell’organizzazione aziendale.
Le priorità: dall’adozione alla capacità di creare valore
L’Italia si trova in una fase decisiva della diffusione dell’intelligenza artificiale. L’ampliamento dei divari territoriali e dimensionali evidenzia il rischio che i benefici della trasformazione digitale rimangano concentrati in una parte limitata del sistema economico. Per evitare che l’IA diventi un ulteriore fattore di disuguaglianza, emerge la necessità di una strategia strutturale e coordinata, capace di accompagnare sia le imprese, con particolare attenzione a quelle di minori dimensioni, sia le pubbliche amministrazioni lungo l’intero percorso di trasformazione digitale, valorizzando le specificità e le potenzialità dei diversi territori.
In questa prospettiva, risultano prioritari il rafforzamento delle competenze, attraverso programmi continuativi di formazione, voucher e servizi di consulenza specialistica, e la definizione di incentivi pluriennali che garantiscano stabilità e prevedibilità agli investimenti. Altrettanto centrale è la costruzione di ecosistemi interoperabili per la condivisione e la valorizzazione dei dati, accompagnata da una governance territoriale più efficace, per diffondere competenze e soluzioni innovative. A questi interventi si affiancano la necessità di rafforzare le infrastrutture digitali e la capacità di calcolo, semplificare il quadro normativo e promuovere una maggiore cultura dell’IA tra imprese, lavoratori e cittadini, tenendo naturalmente ben a mente i rischi, ma accelerando decisamente verso la capacità di saperne catturare le opportunità.
Un ulteriore elemento riguarda il passaggio dall’adozione tecnologica alla trasformazione organizzativa. L’introduzione dell’intelligenza artificiale non dovrebbe limitarsi all’acquisto di nuove licenze software, ma tradursi in una revisione dei processi produttivi e amministrativi, orientata a miglioramenti misurabili in termini di produttività, efficienza e competitività. In questo quadro, diventa fondamentale promuovere anche una maggiore profondità e articolazione dell’adozione (deep adoption). I dati mostrano infatti come, anche nei territori caratterizzati da una maggiore diffusione dell’IA, la quota di imprese che utilizza almeno tre e soprattutto almeno cinque tecnologie rimanga ancora contenuta. L’obiettivo non è dunque soltanto aumentare il numero di imprese che adottano l’IA, ma favorire il passaggio da utilizzi circoscritti a forme di impiego più diversificate, integrate e capaci di generare valore.
In questa direzione assumono rilievo il sostegno alla sperimentazione di tecnologie emergenti, come l’AI agentica e la Physical AI, la valorizzazione dei casi d’uso replicabili e l’accelerazione dell’adozione nelle pubbliche amministrazioni.
La competitività del sistema economico italiano nell’era dell’intelligenza artificiale dipende quindi non soltanto dalla capacità di investire nelle nuove tecnologie, ma soprattutto dalla possibilità di renderne accessibili e concreti i benefici anche per le realtà di minori dimensioni e per i territori che oggi si trovano più indietro.
Partecipa alla community