IA, perché le imprese italiane investono ancora poco

L’utilizzo dell’intelligenza artificiale cresce rapidamente, ma competenze insufficienti, costi, qualità dei dati e incertezza normativa continuano a frenare soprattutto le PMI.

L’adozione dell’IA nelle imprese italiane è raddoppiata in un solo anno, ma resta ancora limitata. Nel 2025 utilizza almeno una tecnologia di intelligenza artificiale il 16,4% delle aziende con almeno dieci addetti, contro l’8,2% registrato nel 2024. La crescita è evidente, ma l’83,6% delle imprese continua a non impiegare alcun sistema di IA. Dietro questo ritardo non c’è soltanto una resistenza culturale: pesano la mancanza di competenze, i costi, la qualità dei dati e i dubbi sulle responsabilità legali.

L’adozione dell’IA nelle imprese italiane

Secondo il rapporto Imprese e ICT – Anno 2025 dell’Istat, l’impiego dell’intelligenza artificiale nelle aziende italiane sta crescendo a un ritmo sostenuto. Nel 2023 la utilizzava appena il 5% delle imprese con almeno dieci addetti; nel 2024 la percentuale era salita all’8,2%, fino ad arrivare al 16,4% nel 2025.

L’aumento, tuttavia, non è sufficiente a colmare il divario con le realtà più avanzate. La media dell’Unione europea si attesta intorno al 20% e presenta forti differenze tra i singoli Paesi, come mostrano i dati Eurostat sull’uso dell’IA nelle imprese.

Il dato italiano racconta quindi una trasformazione in corso, ma ancora incompleta. Molte imprese sperimentano strumenti generativi per redigere testi, analizzare documenti o organizzare attività amministrative, senza averli ancora integrati stabilmente nei propri processi.

Lo stesso rapporto Istat rileva che il 33,4% delle aziende utilizzatrici non sa ricondurre l’impiego dell’IA a una finalità aziendale precisa. Nella maggior parte dei casi si tratta di imprese con meno di 50 addetti. È il segnale di un’adozione ancora iniziale: gli strumenti vengono provati, ma non sempre sono accompagnati da obiettivi misurabili e da una strategia strutturata.

Competenze insufficienti e investimenti rinviati

La mancanza di personale qualificato è il principale ostacolo. Tra le imprese che non utilizzano l’intelligenza artificiale ma ne hanno valutato l’adozione, il 58,6% indica la carenza di competenze adeguate come motivo della rinuncia.

Acquistare un programma, infatti, non basta. Per integrare l’IA nei processi aziendali occorre comprendere quali attività possano essere automatizzate, preparare correttamente i dati, verificare i risultati e formare le persone che dovranno utilizzare gli strumenti.

Una piccola impresa manifatturiera può riconoscere l’utilità di un sistema capace di prevedere i guasti o ottimizzare la produzione. Senza personale in grado di configurarlo e valutarne i risultati, però, anche una tecnologia avanzata rischia di trasformarsi in un investimento poco efficace.

Il problema riguarda soprattutto le PMI, che difficilmente dispongono al proprio interno di data analyst, sviluppatori o specialisti di intelligenza artificiale. Il ricorso a consulenti esterni può colmare parte del divario, ma comporta costi che non tutte le aziende sono disposte a sostenere senza una prospettiva chiara di ritorno economico.

Il divario tra grandi aziende e PMI

Nel 2025 utilizza almeno una tecnologia di IA il 53,1% delle grandi imprese, considerate dall’Istat come quelle con almeno 250 addetti. Tra le piccole e medie aziende la percentuale si ferma invece al 15,7%.

La distanza tra i due gruppi ha raggiunto 37 punti percentuali. Nel 2023 era di circa 20 punti e nel 2024 di 25. La diffusione dell’intelligenza artificiale, quindi, sta aumentando in tutte le fasce dimensionali, ma le grandi aziende avanzano più velocemente.

Queste ultime possono contare su maggiori risorse economiche, reparti informatici strutturati e una quantità più ampia di dati organizzati. Le PMI, invece, devono spesso affrontare sistemi informativi frammentati, archivi non uniformi e difficoltà nel trovare professionalità specializzate.

Tra le aziende che hanno valutato l’IA senza adottarla, il 45,2% segnala proprio l’indisponibilità o la scarsa qualità dei dati. Informazioni incomplete, non aggiornate o distribuite tra programmi differenti rendono più difficile alimentare e controllare un sistema automatizzato.

I dubbi sulle regole dell’intelligenza artificiale

Anche l’incertezza normativa incide sulle decisioni d’investimento. Il 47,3% delle imprese che hanno considerato l’IA senza utilizzarla indica la mancanza di chiarezza sulle conseguenze legali come uno degli ostacoli principali. Seguono i timori relativi alla privacy e alla protezione dei dati, segnalati dal 43,2%.

L’AI Act europeo stabilisce regole differenti in base al livello di rischio dei sistemi. Un programma che aiuta a organizzare le e-mail non presenta, per esempio, gli stessi rischi di uno strumento impiegato per selezionare candidati, valutare lavoratori o concedere credito.

Per le imprese non si tratta soltanto di acquistare una tecnologia, ma di sapere quali dati possano essere utilizzati, chi debba controllare le decisioni e chi risponda di eventuali errori. L’incertezza può indurre soprattutto le aziende più piccole a rinviare gli investimenti, anche quando riconoscono le potenzialità degli strumenti.

Dove l’IA viene utilizzata dalle aziende

Le applicazioni più frequenti riguardano il marketing e le vendite, dove l’IA viene utilizzata dal 33,1% delle imprese che adottano queste tecnologie. Seguono l’organizzazione dei processi amministrativi, con il 25,7%, e le attività di ricerca, sviluppo e innovazione, con il 20%.

Tra gli strumenti maggiormente diffusi figurano quelli che estraggono informazioni dai documenti, utilizzati dal 70,8% delle imprese che impiegano l’IA. Il 59,1% ricorre invece a tecnologie generative per produrre testi, immagini, video, audio o contenuti vocali.

L’intelligenza artificiale può velocizzare la preparazione di report, classificare documenti, assistere il servizio clienti e automatizzare operazioni ripetitive. I benefici, però, non sono automatici. Un processo poco efficiente non diventa necessariamente migliore soltanto perché viene automatizzato: prima deve essere compreso, organizzato e sottoposto a controlli.

Come trasformare l’interesse in investimenti concreti

Il ritardo italiano non sembra dipendere dalla mancanza di attenzione verso l’intelligenza artificiale. Le imprese stanno sperimentando queste tecnologie e il numero degli utilizzatori cresce rapidamente. Il problema è trasformare le prove iniziali in progetti capaci di produrre risultati verificabili.

Per farlo occorre partire da obiettivi circoscritti: ridurre i tempi di un’attività amministrativa, migliorare la gestione dei documenti oppure rendere più efficiente l’assistenza ai clienti. Solo dopo aver misurato costi e benefici il progetto può essere esteso ad altre funzioni aziendali.

Servono inoltre investimenti nella formazione, nella qualità dei dati e nella sicurezza. Le aziende devono conoscere i limiti degli strumenti, verificare le risposte prodotte e mantenere il controllo umano sulle decisioni più delicate.

L’adozione dell’IA nelle imprese italiane non dipenderà quindi soltanto dalla disponibilità di programmi sempre più avanzati. A fare la differenza saranno la capacità di scegliere dove utilizzarli, le competenze delle persone e la presenza di regole comprensibili. Senza questi elementi, il rischio è che il divario tra grandi aziende e PMI continui ad ampliarsi proprio mentre l’intelligenza artificiale diventa sempre più importante per la competitività.