Un’azienda italiana su cinque tra quelle coinvolte nella ricerca BearingPoint dichiara di avere già integrato l’intelligenza artificiale in modo esteso nell’organizzazione. È il 20% del campione italiano, quasi il doppio dell’11% rilevato a livello internazionale. Ancora più significativo è il dato economico: il 47% delle organizzazioni italiane intervistate registra benefici misurabili sia sui ricavi sia sui costi.
I numeri arrivano da “Scaling AI for measurable impact”, ricerca condotta da BearingPoint su 1.050 dirigenti C-level e senior executive di organizzazioni pubbliche e private in 13 Paesi tra Europa, Stati Uniti e Cina. Le interviste sono state realizzate nell’agosto 2026 e fotografano un mercato nel quale l’attenzione si sta spostando dai primi esperimenti all’integrazione dell’IA nei normali processi aziendali.
È un quadro che mostra quanto rapidamente stia cambiando il settore. A febbraio avevamo raccontato su Macitynet una ricerca su oltre 6.000 dirigenti secondo cui più dell’80% delle aziende che utilizzavano l’IA non aveva ancora rilevato effetti sulla produttività o sull’occupazione.
Campioni e metodologie sono differenti e quindi le percentuali non possono essere confrontate direttamente. Il nuovo studio indica però che, almeno tra le organizzazioni che stanno portando l’IA più profondamente nei propri processi, cominciano a emergere conseguenze economiche misurabili.
La diffusione dell’IA rimane inoltre molto diversa da azienda ad azienda. I dati Eurostat relativi al 2025 mostravano che solo due imprese europee su dieci utilizzavano tecnologie di intelligenza artificiale, con l’Italia al 16%. BearingPoint prende invece in esame soprattutto ciò che avviene dopo l’adozione: quanto estesamente l’IA viene incorporata nell’organizzazione e quali risultati produce.
Il rapporto completo di BearingPoint rileva a livello globale che il 74% delle organizzazioni che ha già implementato l’IA registra un impatto misurabile sui ricavi e/o sui costi. Solo il 13%, però, è riuscito a estendere le iniziative secondo quanto previsto dal piano originale.
I risultati ci sono, ora bisogna estenderli a tutta l’azienda
Nel campione italiano il 47% delle organizzazioni dichiara benefici misurabili contemporaneamente sui ricavi e sui costi. Un altro 34% segnala invece un aumento della produttività che non si è ancora tradotto in un risultato economico chiaramente rilevabile.
Il problema è molto pratico. Ridurre il tempo necessario per compilare documenti, analizzare dati o svolgere operazioni ripetitive non significa automaticamente aumentare i ricavi o diminuire le spese. Il tempo liberato deve essere utilizzato diversamente, modificando processi, compiti e distribuzione delle risorse.
È qui che entra in gioco la capacità di portare l’IA oltre i singoli progetti pilota. Il 25% delle organizzazioni italiane afferma di aver raggiunto pienamente gli obiettivi di scaling, quasi il doppio rispetto al 13% rilevato globalmente.
Per la maggior parte delle aziende il percorso è però ancora in corso: il 60% del campione italiano si trova in una fase di implementazione limitata.
Il problema dei vecchi sistemi informatici
Uno degli ostacoli principali arriva dall’infrastruttura già presente nelle aziende. Il 41% del campione italiano indica l’integrazione con i sistemi legacy come principale barriera alla diffusione dell’IA, davanti alla complessità tecnologica, citata dal 31%, e agli aspetti regolamentari, indicati dal 28%.
Per sistemi legacy si intendono programmi, database e infrastrutture sviluppati negli anni precedenti e ancora indispensabili per l’attività dell’impresa. Collegare a questi strumenti nuovi servizi di intelligenza artificiale può richiedere interventi sui software, sulle modalità di accesso alle informazioni e sulla sicurezza.
In molti casi quindi il problema non è trovare un modello IA abbastanza potente, ma consentirgli di accedere in maniera controllata alle informazioni realmente utilizzate dall’azienda.
L’IA dipende dai dati che può utilizzare
Lo conferma un altro dato della ricerca. Il 45% del campione considera determinante poter utilizzare informazioni aggiornate in tempo reale o con elevata frequenza. Seguono qualità e affidabilità dei dati con il 43% e integrazione delle informazioni tra i diversi sistemi aziendali con il 33%.
La differenza si vede nell’uso quotidiano. Un sistema chiamato ad analizzare vendite, magazzino, produzione o richieste dei clienti serve a poco se lavora su informazioni vecchie, incomplete oppure conservate in database che non comunicano tra loro.
Con modelli di IA ormai disponibili a un numero crescente di aziende, la qualità dell’infrastruttura e dei dati può quindi diventare importante quanto la qualità dell’intelligenza artificiale utilizzata.
Più produttività significa anche meno personale?
È probabilmente il punto più delicato dello studio. Il 65% delle organizzazioni italiane coinvolte stima un’eccedenza del personale pari ad almeno il 10% e, secondo le previsioni raccolte da BearingPoint, entro il 2030 questa condizione interesserà tutto il campione.
È difficile leggere un dato di questo tipo senza chiamare in causa anche esuberi e possibili licenziamenti. Se grazie all’intelligenza artificiale la stessa quantità di lavoro può essere svolta impiegando meno persone o meno ore, un’azienda deve decidere che cosa fare della capacità liberata: aumentare le attività, spostare i dipendenti verso altre mansioni, limitare le nuove assunzioni oppure ridurre progressivamente alcuni organici.
Il problema occupazionale legato all’IA è del resto già entrato nel dibattito. Su Macitynet abbiamo affrontato anche le previsioni dei dirigenti delle stesse aziende che sviluppano sistemi di intelligenza artificiale sull’automazione dei lavori impiegatizi.
Nel campione BearingPoint, almeno per ora, la risposta più frequente passa dalla riconversione delle competenze: il 60% delle aziende investe in upskilling e reskilling, cioè nell’aggiornamento delle competenze esistenti o nella preparazione dei lavoratori a ruoli differenti. Il 37,5% punta sulla mobilità interna e il 35% dichiara un approccio più selettivo alle nuove assunzioni.
Anche nelle risorse umane la distanza tra intenzioni e utilizzo effettivo rimane comunque ampia: una precedente ricerca europea raccontata da Macitynet mostrava che il 71% dei responsabili HR considera l’IA una priorità, mentre soltanto il 15% delle aziende la utilizza regolarmente nei processi di recruiting.
I risultati BearingPoint indicano quindi che la fase dell’esperimentazione sta progressivamente lasciando spazio a quella delle conseguenze pratiche. Per le aziende significa intervenire sui vecchi sistemi informatici, organizzare meglio i dati e ripensare il lavoro. Per chi lavora significa anche capire quali attività verranno accelerate o automatizzate e quali competenze resteranno necessarie quando l’IA sarà utilizzata non da un singolo reparto, ma dall’intera organizzazione.
Tutte le notizie che parlano di Intelligenza Artificiale sono disponibili a partire da questa pagina di Macitynet.
