L’IA serve se entra nei processi

L’IA si diffonde nelle imprese italiane, restando però spesso confinata a singole attività. Mentre ha effetti sulla produttività e li propaga lungo le filiere solo se è integrata nei processi. È poi necessaria la disponibilità di dati e competenze.

L’adozione c’è, l’integrazione no

dSecondo l’indagine Invind della Banca d’Italia, all’inizio del 2026 il 32 per cento delle aziende con almeno 20 addetti utilizzava strumenti di IA, dopo il raddoppio al 27 per cento nel 2025. Ma il dato decisivo è un altro: solo il 5 per cento ne fa un uso intensivo.

In molti casi, l’IA resta uno strumento di supporto a singole attività. Tra le imprese che usano applicazioni di IA generativa prevale la generazione di testi. Poco più della metà affianca anche altri utilizzi: chatbot per clienti o dipendenti, agenti di IA, strumenti per scrivere codice. Sono applicazioni utili, che possono far risparmiare tempo a singoli lavoratori. Ma i guadagni aggregati arrivano quando l’IA entra nei processi, modifica l’organizzazione, migliora le decisioni e sfrutta in modo strutturato i dati aziendali.

Le stime econometriche di breve periodo basate sui dati Invind confermano questa lettura: non emergono effetti sistematici dell’adozione su fatturato per addetto, occupazione o investimenti. Non è una bocciatura della tecnologia. È, probabilmente, il paradosso di Solow che si ripete: nelle prime fasi di una rivoluzione tecnologica, i costi di integrazione arrivano prima dei benefici. Il risultato trova riscontro anche nelle valutazioni delle imprese: tra quelle che già usano l’IA, il 70 per cento dichiara di non vedere ancora effetti sulla produttività; la metà si attende però un impatto positivo nei prossimi tre anni.

Effetti di medio termine

Quali potrebbero essere i benefici aggregati nel medio periodo? Per capirlo, in un nostro lavoro, abbiamo utilizzato un modello input-output dell’economia italiana, applicando gli stessi shock settoriali di produttività considerati dall’Ocse in un recente studio. Lo strumento segue i legami tra settori e stima come un aumento di produttività in un comparto possa propagarsi a valle, attraverso prezzi degli input e domanda di beni intermedi. Si distingue così tra effetto diretto, prodotto dentro il settore, ed effetto indiretto, trasmesso alla rete produttiva. Nel complesso, le nostre simulazioni indicano effetti aggregati molto diversi a seconda della rapidità e della profondità dell’adozione: nel corso del prossimo decennio la produttività del lavoro aumenterebbe di 0,2 punti percentuali all’anno nello scenario di base (adozione lenta e non profonda), di 0,7 nello scenario intermedio (adozione profonda e rapidità intermedia) e di 1,1 punti in caso di diffusione profonda e rapida dell’IA. Le nostre stime sono sostanzialmente in linea con quelle Ocse nello scenario di adozione lenta, mentre risultano leggermente più elevate negli scenari intermedio e rapido. Nel suo studio, l’Organizzazione stima infatti per l’Italia un aumento della produttività del lavoro, su base annua, compreso tra 0,2 e 0,9 punti percentuali.

La figura 1 riporta i contributi alla maggiore crescita del Pil cumulati nel decennio nello scenario intermedio. Per ciascun settore, il grafico lo scompone in due parti: l’effetto diretto (in blu), dovuto al guadagno di produttività realizzato dal settore stesso, e l’effetto indiretto (in arancione), dovuto alla riduzione dei costi e al miglioramento dei processi che quel settore trasmette, attraverso gli acquisti di beni e servizi intermedi, alle imprese clienti e fornitrici. Un valore vicino a 2 punti percentuali per la manifattura significa che, nella simulazione, quel comparto spiega da solo un quarto dell’aumento indotto nel Pil nel corso del decennio. Seguono commercio e attività professionali, scientifiche e tecniche. Per queste ultime, conta molto il canale indiretto: si tratta di servizi usati da molte altre imprese e che possono diffondere guadagni di efficienza lungo più filiere. Ad esempio, quando uno studio di consulenza o una società di sviluppo software diventa più produttivo grazie all’IA, il vantaggio si traduce in prezzi più bassi o servizi migliori per le moltissime imprese clienti che li acquistano, dalla manifattura al commercio alla pubblica amministrazione, e si somma così, settore dopo settore, all’aumento complessivo del Pil.

L’impatto dell’IA non dipende dunque solo da dove la tecnologia è più facile da applicare. Conta anche il ruolo che ciascun settore occupa nella rete produttiva. I comparti più centrali possono generare benefici che vanno oltre i propri confini, perché trasmettono riduzioni di costo e miglioramenti organizzativi a clienti e fornitori.

Figura 1 – Contributi settoriali alla crescita cumulata del Pil su un orizzonte di dieci anni nello scenario intermedio

Perché le imprese si fermano

La diffusione profonda dell’IA non è scontata. Tra le imprese con almeno 10 addetti che nel 2025 avevano valutato l’IA senza adottarla, il primo ostacolo è la carenza di competenze (figura 2). Seguono incertezza normativa, disponibilità dei dati, rischi legati alla riservatezza e ai costi. La quota che considera l’IA non utile è molto più bassa.

Per favorire l’adozione di questa tecnologia è opportuno quindi aiutare le imprese interessate a capire per quali usi sia efficace, quali dati servano, come gestire le responsabilità e quali ritorni attendersi.

Figura 2 – Cause del mancato utilizzo di IA. Imprese italiane con almeno 10 addetti

Una spinta mirata

Queste evidenze indicano che le politiche per l’IA non possono reggersi su interventi isolati, basati su incentivi generalizzati alla digitalizzazione. L’esperienza dei paesi più avanzati – come Germania e Singapore – suggerisce invece la necessità di una strategia coerente che aiuti le imprese a ridurre il rischio iniziale, a capire quali applicazioni abbiano valore e a costruire le condizioni per sfruttarle. Servono orientamento tecnico, sviluppo di competenze manageriali, sostegno di progetti pilota ben disegnati, regole chiare e accesso a capacità di calcolo e dati condivisi. Questa lettura trova riscontro in un recente sondaggio Ocse su 840 imprese dei paesi del G7, secondo cui tra i principali freni all’adozione figurano proprio la difficoltà di stimare i ritorni dell’investimento in IA e l’incertezza sulle conseguenze legali in caso di danni causati dall’IA.

C’è poi un problema di coordinamento. Una domanda frammentata, fatta di piccoli esperimenti, non crea un mercato sufficientemente grande perché i fornitori specializzati trovino conveniente sviluppare soluzioni verticali. E senza quelle soluzioni, le imprese, soprattutto le Pmi, sono meno incentivate all’adozione. Il rischio è quello di restare intrappolati in un equilibrio di bassa adozione, scarso valore percepito e poca innovazione. Interventi selettivi e temporanei possono aiutare a spostare il sistema verso un maggiore utilizzo e lo sviluppo di soluzioni adatte alle diverse filiere. Solo così il passaggio dall’uso occasionale a un’adozione rapida e profonda può tradursi in guadagni di produttività per l’intero sistema produttivo.