L'intelligenza artificiale è arrivata anche nelle aziende italiane, ma le ha trovate in gran parte impreparate. È la sintesi dei dati diffusi nel giugno 2026: la quota di imprese con almeno dieci addetti che utilizza tecnologie di IA è triplicata, passando dal 5% del 2023 al 16,4% del 2025. Una crescita rapidissima in termini relativi, che però lascia ancora fuori la stragrande maggioranza del tessuto produttivo: l'83,6% delle imprese non usa alcuna forma di intelligenza artificiale.
È la fotografia di un Paese a due velocità, in cui le grandi aziende e una minoranza di PMI innovative accelerano, mentre il resto resta al palo. E il problema principale non sono i soldi né la tecnologia: sono le persone.
Il vero ostacolo è la mancanza di competenze
Tra le imprese che hanno valutato investimenti in IA senza poi realizzarli, il 58,6% indica la mancanza di competenze adeguate come ostacolo principale. È un dato che pesa più di qualsiasi considerazione sui costi: senza personale in grado di scegliere gli strumenti giusti, integrarli nei processi e governarne i rischi, l'adozione si ferma alla fase sperimentale. Molte aziende provano ChatGPT o Copilot su singole attività, ma non riescono a trasformare l'entusiasmo iniziale in progetti strutturati che incidano sulla produttività.
Un mercato che cresce del 50% l'anno
Sul fronte degli investimenti i numeri sono però in forte espansione. Nel 2025 il mercato italiano dell'intelligenza artificiale ha raggiunto circa 1,8 miliardi di euro, in crescita del 50% rispetto all'anno precedente. Le indagini sulle imprese più strutturate, come quella di Deloitte, restituiscono un clima di fiducia: una larga maggioranza prevede di aumentare gli investimenti in IA nei prossimi dodici mesi e si aspetta un incremento di produttività grazie a questi strumenti. Il problema è che le aspettative corrono più veloci della capacità di realizzarle.
Dove l'IA entra davvero: marketing, codice e assistenza
Quando l'adozione decolla, lo fa quasi sempre dalle stesse porte. Le funzioni aziendali in cui l'intelligenza artificiale generativa si è radicata più in fretta sono la creazione di testi e contenuti per marketing e comunicazione, l'assistenza clienti automatizzata, la scrittura e il debug di codice nei reparti IT e l'analisi dei dati. Strumenti come ChatGPT, Microsoft Copilot, Google Gemini e Claude vengono usati soprattutto per compiti ripetitivi a basso rischio, dove un errore non ha conseguenze gravi. La difficoltà arriva quando si tenta di portarli nei processi core — produzione, logistica, finanza — dove servono integrazioni con i gestionali, garanzie sulla qualità degli output e una supervisione umana strutturata. È in quel passaggio che molte PMI italiane si fermano, non avendo in casa né data scientist né figure capaci di disegnare il flusso di lavoro attorno al modello.
Perché il divario rischia di allargarsi
Il quadro italiano è coerente con quanto emerso a livello internazionale dall'AI Index 2026: l'uso degli strumenti generativi si diffonde rapidamente, ma il ritorno economico tarda a materializzarsi per chi non riprogetta i propri processi. Per le PMI il rischio è duplice. Da un lato, restare indietro su un'ondata tecnologica che i concorrenti più grandi stanno già cavalcando. Dall'altro, doversi misurare a breve con gli obblighi dell'AI Act europeo, che dal 2 agosto 2026 introduce regole su trasparenza e sistemi ad alto rischio: adempimenti che richiedono proprio quelle competenze che oggi mancano.
La leva su cui punta il governo è la formazione, insieme al fondo da un miliardo di euro previsto dalla legge nazionale sull'IA per startup e PMI. Ma i dati dicono che la partita si gioca soprattutto sul capitale umano: senza un investimento massiccio sulle competenze digitali, il salto dall'adozione "di facciata" all'uso che genera valore resterà appannaggio di poche imprese, e il divario con l'Europa più avanzata difficilmente si chiuderà.
