adozione
La Soglia Di Una Su Cinque
L’Italia ha superato la soglia simbolica del 20% nell’adozione dell’intelligenza artificiale nelle imprese, attestandosi al 19,5% nel periodo 2024-2025. Questo dato, emerso dalle rilevazioni Unioncamere-Dintec basate su oltre 20mila osservazioni attraverso il Selfi4.0, indica una crescita del 46% in un solo anno. Non si tratta di un’evoluzione graduale o di un consolidamento strutturale, ma di un salto quantitativo che rivela tensioni qualitative profonde nel sistema produttivo nazionale.
La metrica del 19,5% non è un indicatore di maturità tecnologica uniforme, ma la fotografia di una frattura. Se da un lato il mercato italiano dell’AI ha raggiunto un valore di 1,8 miliardi di euro nel 2025 — con un incremento del 50% rispetto al 2024, secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano — dall’altro emerge una disparità infrastrutturale che mette a rischio la sostenibilità stessa di questo sviluppo. La tecnologia non si sta diffondendo come un fluido omogeneo; sta creando zone di alta pressione operativa in alcuni settori e deserti di competenza in altri.
Il dato Istat ‘Imprese e ICT’ 2025 conferma questa asimmetria: il 16,4% delle imprese con almeno 10 addetti utilizza tecnologie AI, raddoppiando rispetto all’8,2% del 2024. Tuttavia, la distanza tra grandi imprese (oltre il 50%) e piccole PMI (il 15%) è di ben 37 punti percentuali. Questa forbice non rappresenta solo una differenza di scala economica, ma un divario di capacità di assorbimento computazionale e organizzativo che sta ridefinendo i rapporti di forza nella catena del valore industriale italiana.
Il Collo Di Bottiglia Delle Competenze
La frizione principale non è tecnologica, ma umana. Almeno sei imprese su dieci, pur mostrando interesse per l’AI, sono costrette a rinunciarvi per carenza di competenze interne. Questo dato, riportato da Ansa sulla base dei rilevamenti Unioncamere, trasforma la tecnologia da asset strategico in vincolo operativo. L’adozione dell’AI richiede un capitale umano specializzato che il mercato del lavoro italiano non è ancora riuscito a produrre alla velocità richiesta dall’espansione del mercato.
La conseguenza diretta di questo squilibrio è l’emergere di una dipendenza strutturale da esperti esterni e consulenti. Le PMI, impossibilitate ad assumere figure specializzate in-house, si affidano a fornitori terzi per l’implementazione dei sistemi AI. Questa dinamica crea un modello di sviluppo esterno alla capacità produttiva interna delle imprese, rendendo il progresso tecnologico fragile e vulnerabile alle fluttuazioni del mercato dei servizi professionali. La competenza non diventa un asset aziendale, ma un costo variabile esternalizzato.
Il meccanismo è chiaro: la domanda di AI supera l’offerta di competenze qualificati, generando un collo di bottiglia che rallenta l’integrazione profonda nei processi core delle imprese. Le aziende non stanno semplicemente ‘usando’ l’AI; stanno negoziando con il mercato del lavoro per ottenere accesso a capacità che non possiedono. Questo riduce la resilienza operativa e aumenta i costi di transazione, trasformando un potenziale vantaggio competitivo in una dipendenza strategica.
La Frizione Governance-Business
Mentre le imprese accelerano l’adozione, l’infrastruttura di governance fatica a tenere il passo. Uno studio globale dell’IBM Institute for Business Value su 2.000 dirigenti tech rivela che il 70% dei team aziendali implementa tecnologie AI più rapidamente di quanto l’IT centrale riesca a monitorarle. Due terzi dei CIO e CTO intervistati ammettono di essere ritenuti responsabili di sistemi AI che non controllano pienamente.
Questa discrepanza tra velocità operativa e capacità di supervisione crea un rischio sistemico di ‘shadow IT’ computazionale. I business unit, guidati dalla necessità competitiva, bypassano i canali formali di approvvigionamento tecnologico, implementando soluzioni AI in modo frammentato e non standardizzato. L’IT centrale, privato della visibilità necessaria, perde la capacità di garantire compliance, sicurezza dei dati e allineamento strategico.
Il quadro normativo italiano si sta evolvendo rapidamente per affrontare questa sfida. La Legge 132/2025, entrata in vigore il 10 ottobre 2025, rappresenta il primo tentativo nazionale di tradurre il regolamento europeo AI Act in un’architettura giuridica completa. Tuttavia, l’introduzione di regole settoriali e la creazione di un fondo da 1 miliardo di euro per gli investimenti in AI richiedono tempi di implementazione che superano la velocità di adozione delle imprese. La governance legale è in ritardo sulla realtà operativa.
Il Costo Del Rallentamento Strategico
L’asimmetria tra grandi e piccole imprese, unita al gap di competenze e alla lentezza della governance, crea un costo nascosto per l’economia italiana. Le PMI, che rappresentano la spina dorsale del sistema produttivo nazionale, rischiano di essere escluse dai benefici dell’AI non per mancanza di interesse, ma per incapacità strutturale di assorbimento.
Il risultato è una polarizzazione del progresso tecnologico: le grandi aziende consolidano vantaggi competitivi basati su dati e algoritmi proprietari, mentre le PMI restano confinate in modelli operativi tradizionali o dipendono da soluzioni esterne che non generano know-how interno. Questa dinamica minaccia la coesione della filiera industriale italiana, creando punti deboli nella catena del valore.
La finestra temporale per correggere questa rotta è stretta. Con l’AI Act che diventa pienamente applicabile nell’agosto 2026 e le normative nazionali italiane in fase di attuazione, le imprese hanno poco tempo per costruire framework di governance robusti senza investire prima nella formazione del capitale umano. Il rischio è che la crescita quantitativa dell’adozione (il +46%) si traduca in una frammentazione qualitativa del sistema produttivo.
Il segnale più importante da monitorare nei prossimi mesi non sarà il tasso di penetrazione dell’AI, ma la capacità delle PMI di sviluppare competenze interne e le aziende di integrare l’IT centrale con i processi business. La frizione tra velocità operativa e governance strutturale determinerà se l’Italia riuscirà a trasformare il suo potenziale tecnologico in un vantaggio competitivo sostenibile o se resterà intrappolata in un modello di adozione frammentato e dipendente.
Foto di Igor Omilaev su Unsplash
⎈ Contenuti generati da IA multi-agente sotto protocollo Human-in-Command
in regime di Epistemic Safety. Leggi il Disclaimer Operativo.
> SYSTEM_VERIFICATION Layer
Controlla dati, fonti e implicazioni attraverso query replicabili.