Aziende in corsa per l'AI: investimenti boom, ma la vera trasformazione arranca

Nel 2026, l'entusiasmo per l'intelligenza artificiale (AI) ha spinto molte aziende a investire massicciamente, ma i risultati concreti faticano a emergere. Secondo un rapporto di McKinsey di febbraio 2026, pur avendo l'88% delle imprese introdotto soluzioni di AI in almeno una funzione aziendale, circa l'80% dichiara di non aver registrato finora un contributo significativo all'Ebit (utile prima degli interessi e delle imposte). Altri studi, come quelli del MIT e di McKinsey, indicano che fino al 95% delle implementazioni di AI nelle aziende risulta inefficace, mentre Gartner stima che l'85% dei modelli AI sviluppati finisce per fallire, spesso a causa di dati inadeguati. In Italia, l'Osservatorio AI4Innovation del Politecnico di Milano ha rilevato ad aprile 2026 che solo il 26% delle aziende è considerato un "AI Scaler", ovvero è riuscito a integrare l'AI come componente strutturale dell'innovazione, mentre la maggioranza si ferma a una fase sperimentale o sporadica. Un sondaggio globale di FPT e Forrester Consulting di luglio 2026 conferma che solo il 34% delle aziende sta dando priorità a un modello operativo incentrato sull'AI, riflettendo un divario notevole tra potenziale e implementazione attuale.

I motivi di questa disillusione sono molteplici e complessi. La carenza di competenze è uno dei freni più diffusi, con quasi la metà delle aziende che la indica come ostacolo principale e la quasi totalità dei team di innovazione che riconosce la necessità di sviluppare nuove capacità. Altre criticità cruciali riguardano la qualità e l'integrazione dei dati, con il 60% dei progetti falliti attribuito a basi dati carenti e integrazioni deboli. Molte organizzazioni mancano inoltre di una strategia AI chiara e di framework di governance adeguati, con oltre la metà che non dispone di un team dedicato alla valutazione dei casi d'uso AI. A questi fattori tecnici e strategici si aggiungono resistenze culturali, micromanagement e leadership obsolete, che ostacolano una vera apertura all'innovazione e una trasformazione dei paradigmi operativi. Le aziende tendono ancora a utilizzare l'AI per ottimizzare processi esistenti piuttosto che per ripensare radicalmente i propri modelli di business.

Guardando al futuro, gli investimenti nell'AI sono destinati a crescere ulteriormente, con l'82% delle aziende italiane che prevede di aumentare la spesa nel prossimo anno e il 92% che si aspetta un aumento della produttività. Tuttavia, la vera sfida per il 2026 e oltre sarà superare la "paralisi dei progetti pilota" e passare da un'adozione estensiva e superficiale a un uso intensivo e strutturato dell'AI. Questo richiederà non solo maggiori investimenti in tecnologia, ma soprattutto in formazione del personale, miglioramento della qualità dei dati e ridefinizione delle strategie aziendali. Le imprese che non riusciranno a compiere questo salto di qualità rischiano di perdere terreno competitivo, mentre quelle che sapranno integrare l'AI in profondità potranno accelerare l'innovazione e accedere a nuovi mercati, trasformando le aspettative in profitti reali.