Il report dell’Osservatorio AI4Innovation del Politecnico di Milano evidenzia un divario tra uso diffuso dell’AI e integrazione strategica.
Il rapporto tra imprese e intelligenza artificiale in Italia ha superato la fase sperimentale. Eppure, nonostante l’accelerazione tecnologica degli ultimi due anni abbia reso l’AI uno strumento operativo a tutti gli effetti, la sua diffusione nei processi di innovazione aziendale rimane limitata. Solo il 26% delle aziende italiane ha infatti trasformato l’AI in una componente strutturale del proprio modello di innovazione. È quanto emerge dal report “Innovazione & AI nelle imprese italiane: Gen-AI & Agentic-AI” dell’Osservatorio AI4Innovation della POLIMI School of Management, basato su un sondaggio condotto tra gennaio e marzo 2026 tra Innovation Manager e responsabili AI di un campione rappresentativo di organizzazioni. Secondo la ricerca, il 49% delle imprese è ancora nella fase di sperimentazione, con progetti pilota su casi d’uso specifici, mentre il 25% si trova agli inizi, con un utilizzo sporadico dell’intelligenza artificiale spesso guidato da iniziative individuali e privo di una strategia centrale.
Indice
Adozione dell’AI nelle imprese italiane: tra sperimentazione e integrazione strategica
“Il confine strategico non è più tra chi usa l’AI e chi no – commenta Stefano Mizio, responsabile dell’Osservatorio AI4Innovation – ma tra l’adozione estensiva, individuale, spesso superficiale e con strumenti generalisti, che è diffusa e in crescita (la Shadow AI, cioè il fenomeno dei dipendenti che adottano l’AI in autonomia, è una realtà di massa che richiede una governance urgente), e l’adozione intensiva, che invece prevede l’integrazione nei processi core con workflow definiti, tool dedicati, governance e metriche, confinata a una minoranza di organizzazioni. Il ritardo nell’adozione intensiva produce uno svantaggio esponenziale, poiché chi ha iniziato sta già accumulando un know-how operativo difficilmente colmabile, imboccando la corretta direzione evolutiva: passare a un’integrazione strutturata dell’AI nella gestione della conoscenza, nel supporto alle decisioni e nel monitoraggio dei progetti. La vera sfida è costruire le condizioni organizzative affinché l’AI diventi parte integrante del modo in cui l’innovazione viene portata a valore”.
L’analisi per dimensione aziendale mostra inoltre differenze significative. Il segmento più critico è quello delle medie imprese, dove il 50% si dichiara ancora agli inizi e solo il 9% raggiunge il livello più avanzato di maturità. Al contrario, tra le piccole imprese del campione il 30% si colloca tra gli AI Scalers, anche se si tratta spesso di aziende con un profilo tecnologico elevato. Tra le grandi imprese il 39% rientra nella fascia più matura, mentre tra le grandissime organizzazioni la quota scende al 16%, con la maggioranza che resta nella fase di sperimentazione.
L’importanza delle competenze
L’integrazione dell’intelligenza artificiale richiede anche un aggiornamento significativo delle competenze. Il 96% dei team Innovation ritiene infatti necessario sviluppare nuove skill per lavorare efficacemente con tecnologie come la Generative AI e i sistemi agentici.
La figura più ricercata dalle aziende è il cosiddetto profilo ibrido, indicato dal 51% degli intervistati, ovvero, professionisti con competenze tecnologiche sufficienti per dialogare con i sistemi AI ma anche con capacità manageriali per tradurre queste tecnologie in valore organizzativo.
I profili tecnici puri, come data scientist, machine learning engineer o AI engineer, restano comunque importanti e sono ricercati dal 32% delle aziende, ma non rappresentano più la risposta prevalente alla domanda di competenze per l’innovazione guidata dall’AI.
Per colmare il gap di competenze, le imprese puntano soprattutto sulla formazione interna. Il 75% delle organizzazioni utilizza programmi di training e upskilling per sviluppare competenze AI nei team, mentre il 62% punta sull’apprendimento attraverso progetti pilota. Il 48% si affida invece a partnership con fornitori tecnologici e consulenti nelle fasi di adozione iniziale, mentre solo il 28% procede con nuove assunzioni.
Come le imprese utilizzano l’AI nei processi di innovazione
L’indagine ha analizzato anche in quali fasi del processo di innovazione l’intelligenza artificiale è maggiormente utilizzata. La fase in cui l’adozione è più diffusa è quella della generazione di idee, dove il 58% delle aziende utilizza strumenti AI, favorito dalla facilità di accesso ai modelli linguistici. Molto più limitato è invece l’utilizzo nella fase di valutazione delle idee, dove l’adozione strutturata si ferma al 9%, spesso a causa della diffidenza verso possibili errori o interpretazioni imprecise dei sistemi AI.
Uno degli ambiti con maggiore diffusione è il knowledge management, dove circa il 60% delle aziende dichiara almeno una forma di utilizzo dell’intelligenza artificiale: il 27% in modo strutturato e il 33% in maniera occasionale. Tuttavia, il 72% delle imprese utilizza modelli linguistici generalisti, mentre solo il 24% adotta strumenti verticali e appena il 18% ha introdotto agenti AI o workflow automatizzati.
Il quadro è più arretrato in ambiti strategici come il decision making e il project management. Nel primo caso meno di un’azienda su tre ha avviato un percorso di integrazione dell’AI e l’utilizzo strutturato si ferma al 13%. Nel project management il 70% delle imprese non utilizza ancora strumenti AI, mentre solo il 12% dichiara un impiego strutturato. Anche qui domina l’approccio più semplice, con il 74% degli utilizzatori che si affida a strumenti generalisti, contro il 32% che usa tool verticali e il 16% che ha implementato automazioni o sistemi agentici.
Investimenti e priorità strategiche dell’AI nelle imprese
Nonostante queste difficoltà, gli investimenti stanno crescendo. Solo il 9% delle aziende dichiara di non investire in intelligenza artificiale, mentre il 73% considera prioritario l’accesso dei dipendenti a strumenti generativi e modelli linguistici. Una quota significativa del campione, pari al 67%, investe nello sviluppo interno di soluzioni AI basate su dati proprietari, segno che molte imprese hanno già compreso che il vero vantaggio competitivo deriva dalla combinazione tra intelligenza artificiale, dati aziendali e conoscenza organizzativa.
Tra le priorità di utilizzo dell’AI, il 72% delle imprese cita l’aumento dell’efficienza operativa, mentre il 59% punta sull’automazione delle attività ripetitive. Il 43% delle aziende considera invece l’intelligenza artificiale uno strumento per esplorare nuove opportunità e modelli di business, segno che la tecnologia non viene più vista solo come leva di produttività ma anche come fattore di trasformazione strategica. Seguono obiettivi legati al miglioramento della qualità delle decisioni: il 40% delle imprese cita l’ampliamento della base informativa per il decision making e il 33% punta a decisioni più oggettive attraverso modelli predittivi e sistemi di scoring. Chiude la classifica, con il 21%, il supporto alla riduzione del rischio e alla compliance.
L’efficienza operativa e l’automazione mantengono il primato in tutte le categorie dimensionali, con percentuali che crescono con la dimensione aziendale: le grandissime imprese citano l’efficienza operativa nell’83% dei casi, le grandi nel 77%, le medie nel 77%, le piccole nel 65. Il dato più interessante emerge però sull’esplorazione di nuovi modelli di business: a citarla è il 50% delle piccole imprese, segno che hanno ben compreso il potenziale trasformativo dell’AI. La loro agilità organizzativa si traduce non solo in una maggiore velocità di adozione, ma anche in una visione strategica più aperta alle traiettorie di rottura.
