Tre imprese italiane su quattro usano l’AI ancora male: il vero divario è tra sperimentazione e scala

Tre aziende su quattro in Italia non hanno ancora trasformato l’intelligenza artificiale in un vantaggio strutturale, e il problema non è tanto l’accesso agli strumenti quanto la capacità di usarli in modo intenso, governato e misurabile. È il quadro che emerge dal report dell’Osservatorio AI4Innovation della POLIMI School of Management, secondo cui la maggioranza delle imprese resta bloccata tra test, iniziative isolate e adozioni superficiali.

La mappa dell’adozione

La ricerca distingue tre profili: solo il 26% delle aziende si definisce AI Scaler, cioè organizzazioni che hanno reso l’AI parte del modello di innovazione; il 49% è AI Experimenter, con pilot e uso parziale; il 25% resta AI Starter, con iniziative sporadiche e poca regia centrale. Il ritardo è più forte nelle medie imprese, dove il 50% è ancora Starter e soltanto il 9% arriva allo status di Scaler.

Dove l’AI entra davvero

Il fronte più maturo è il knowledge management, dove circa il 60% del campione dichiara almeno un utilizzo dell’AI, spesso per ricerca informazioni e sintesi documentale. Molto più indietro, invece, sono il decision making e il project management: nel primo caso l’uso strutturato si ferma al 13%, nel secondo il 70% delle aziende non usa ancora strumenti AI di supporto.

Troppi LLM generalisti

Un punto critico riguarda anche la tecnologia scelta: il 72% delle imprese si affida a LLM generalisti, mentre solo il 24% usa tool verticali e appena il 18% ha introdotto agenti o workflow automatizzati. Questo dato segnala una diffusione ampia ma ancora poco specializzata, con il rischio di restare nel campo della sperimentazione senza passare all’integrazione nei processi core.

Competenze e governance

Il 96% dei team innovation ritiene necessarie nuove competenze e la figura più richiesta è il profilo ibrido, capace di dialogare con la tecnologia e tradurla in valore organizzativo. Il tema, però, non è solo formativo: il report insiste sulla necessità di governance, metriche e procedure, perché la Shadow AI — dipendenti che usano strumenti AI in autonomia — è ormai un fenomeno di massa che richiede controllo.

La sfida vera

Il messaggio del report è netto: l’adozione “estensiva” dell’AI non basta più, serve una fase “intensiva” in cui i sistemi vengano integrati nei workflow, nella gestione della conoscenza e nel supporto alle decisioni. In altre parole, il vero vantaggio competitivo non deriva dall’avere accesso all’AI, ma dal saperla incorporare nei processi e nel modo in cui l’innovazione viene portata a valore.