La corsa verso l'intelligenza artificiale nelle aziende arranca, non tanto per la quantità dei progetti ma per i risultati concreti. Mentre i dirigenti investono cifre importanti in attività che si rivelano spesso inutili, i dipendenti si basano fin troppo su software non autorizzati. Una ricerca del MIT rivela che questa "economia sommersa dell'IA" genera spesso più valore concreto rispetto alle iniziative formali multimilionarie. Il fenomeno sta creando una frattura profonda nel mondo aziendale, dove l'innovazione reale avviene nelle zone grigie dell'organizzazione.
Il fallimento dei grandi investimenti
I numeri del rapporto "State of AI in Business 2025" del team MIT Nanda dipingono un quadro impietoso: nonostante investimenti compresi tra 30 e 40 miliardi di dollari a livello globale, il 95% dei progetti di intelligenza artificiale generativa non produce alcun impatto misurabile sui bilanci aziendali. La ricerca, basata su oltre 300 iniziative IA, 52 interviste aziendali e 153 questionari raccolti durante conferenze di settore, documenta quello che i ricercatori definiscono il "GenAI Divide".
Solo una manciata di progetti - appena il 5% - riesce a generare ritorni milionari, mentre la stragrande maggioranza rimane intrappolata in una fase di sperimentazione perpetua. Come ha sintetizzato efficacemente un dirigente di una media impresa manifatturiera: "L'entusiasmo su LinkedIn dice che tutto è cambiato, ma nelle nostre operazioni nulla è davvero diverso. Processiamo alcuni contratti più velocemente, ma è tutto qui".
La rivoluzione dei dipendenti
Mentre i progetti ufficiali faticano a decollare, emerge un fenomeno parallelo che i ricercatori hanno battezzato "shadow AI economy". Oltre il 90% dei dipendenti dichiara di utilizzare regolarmente strumenti di intelligenza artificiale generativa personali, una percentuale che supera di gran lunga il 40% delle aziende che hanno effettivamente acquistato licenze ufficiali per i propri team.
Questo utilizzo non autorizzato spesso produce risultati più tangibili rispetto alle iniziative formali, suggerendo che l'AI sta già trasformando il lavoro, ma attraverso canali completamente diversi da quelli immaginati dai vertici aziendali. La trasformazione avviene dal basso verso l'alto, guidata dall'iniziativa individuale piuttosto che da strategie imposte dall'alto.
Settori a due velocità
L'analisi settoriale rivela disparità significative nell'adozione dell'intelligenza artificiale. Su nove comparti esaminati, solo tecnologia e media mostrano segni di una vera trasformazione strutturale. Settori tradizionalmente considerati maturi per l'innovazione digitale - come sanità, servizi finanziari, retail e manifatturiero - mostrano invece un'adozione ancora superficiale, caratterizzata da sperimentazioni che non riescono a scalare verso applicazioni concrete.
Gli strumenti generalisti come ChatGPT e Copilot hanno raggiunto tassi di adozione superiori all'80% e deployment vicini al 40%, ma il loro impatto rimane confinato alla produttività individuale senza influenzare significativamente i margini operativi aziendali. Al contrario, i sistemi personalizzati per le imprese incontrano resistenze considerevoli: il 60% delle aziende li valuta, ma solo il 20% procede con test pilota e appena il 5% li implementa in produzione.
Dove l'IA funziona davvero
I risparmi più concreti emergono dalla riduzione delle spese per servizi esterni, con tagli compresi tra 2 e 10 milioni di dollari annui in settori come customer service e document processing. Le agenzie creative registrano riduzioni dei costi fino al 30%, mentre le applicazioni più redditizie si concentrano nei processi di back office come procurement, finanza e automazione documentale.
Il paradosso degli investimenti è evidente: circa il 70% dei budget destinati all'IA viene allocato su vendite e marketing, mentre le applicazioni con il ritorno più elevato si trovano proprio in quei processi di supporto che spesso rimangono trascurati dalle strategie aziendali. Questa discrepanza tra investimenti e risultati concreti rappresenta uno dei principali ostacoli alla diffusione efficace dell'intelligenza artificiale nel mondo aziendale.
