Interventi

Dall’adozione dell’AI alla creazione di valore: la nuova sfida delle imprese italiane

 (Adobe Stock)

5' di lettura

English Version

5' di lettura

English Version

L’intelligenza artificiale ha superato la fase dell’esplorazione teorica per insediarsi stabilmente al centro dell’agenda strategica delle imprese. In Italia i numeri confermano una decisa accelerazione: secondo le rilevazioni dell’Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato nazionale dell’AI ha raggiunto nel 2025 un valore di 1,8 miliardi di euro, segnando un incremento del 50% rispetto ai dodici mesi precedenti. Il dinamismo si riflette chiaramente nei piani di sviluppo dei grandi gruppi industriali e di servizi, dove il 71% delle organizzazioni ha già avviato almeno una progettualità dedicata.

Domande di approfondimento generate da 24Ore AI

La vera linea di demarcazione, tuttavia, non coincide più con l’avvio di nuovi casi d’uso o sperimentazioni, ma con la capacità di industrializzare l’intelligenza artificiale, trasformando iniziative promettenti in capacità aziendali governate, sicure e scalabili, integrate nei processi core e misurate sui risultati di business. Se la stagione delle Proof of Concept può dirsi ampiamente avviata, il passaggio alla diffusione su scala enterprise rappresenta oggi il vero punto di attrito del sistema produttivo. Appena un’azienda su cinque tra le grandi realtà fa un uso pervasivo dell’intelligenza artificiale lungo molteplici funzioni aziendali. Gran parte delle iniziative resta ancora confinata in silos sperimentali, senza produrre un impatto tangibile e sistematico su produttività, tempi di go-to-market e qualità dei processi decisionali.

Loading...

Ma la sfida non è soltanto portare su scala un numero crescente di use case. L’AI sta determinando un cambio di paradigma nel modo stesso in cui le imprese progettano ed eseguono i propri processi. Considerarla come una successione di applicazioni puntuali da innestare sulle attività esistenti rischia di limitarne profondamente il potenziale. Il salto di valore avviene quando le organizzazioni superano la logica dell’automazione del singolo task e ripensano processi end-to-end, combinando persone, dati, intelligenza artificiale e, sempre più, sistemi agentici.

Customer service, finance, procurement, supply chain, marketing e funzioni IT possono così evolvere non attraverso una somma di efficientamenti isolati, ma grazie a una trasformazione strutturale del modo in cui il lavoro viene organizzato, eseguito e governato. È nel passaggio dal singolo use case al ridisegno dei processi che l’AI può esprimere il proprio potenziale economico più rilevante. La misura del successo non è più solamente il numero di soluzioni implementate o le ore di lavoro risparmiate, ma l’impatto prodotto sugli indicatori fondamentali dell’impresa: produttività, cost-to-serve, time-to-market, qualità e velocità decisionale, crescita dei ricavi e marginalità. L’obiettivo diventa tradurre il potenziale tecnologico in risultati economici sostenibili, fino a generare un contributo misurabile sull’EBITDA e sulla creazione di valore.

Colmare questo divario richiede un cambio di prospettiva anche negli investimenti: la tecnologia, da sola, non è sufficiente. L’innovazione acquisisce valore quando si inserisce in una visione industriale chiara, supportata da modelli rigorosi di governance, presidi di cybersecurity, competenze adeguate e investimenti mirati nella gestione del cambiamento. Non a caso, le competenze interne si confermano uno dei principali freni: quasi il 60% delle organizzazioni che hanno valutato l’AI senza poi adottarla individua proprio nella carenza di profili qualificati uno degli ostacoli decisivi.

Al centro di questa trasformazione c’è poi un elemento imprescindibile: non esiste AI industriale senza una data foundation industriale. Qualità, accessibilità, governance e comprensione semantica del dato determinano quanto l’intelligenza artificiale possa essere affidabile, scalabile e realmente integrata nei processi decisionali e operativi. L’AI non opera infatti in isolamento, ma necessita di un tessuto solido di dati, piattaforme tecnologiche moderne e ambienti sicuri. Lo dimostra la crescita del mercato cloud in Italia, che ha superato quota 8,1 miliardi di euro, con un incremento del 20%, insieme al deciso aumento delle imprese che svolgono attività di data analytics avanzata, passate dal 26,6% del 2023 al 42,7% del 2025. È la conferma che l’efficacia dell’AI dipende sempre più dalla maturità dell’intero ecosistema tecnologico e informativo su cui poggia.

Questa esigenza diventa ancora più evidente con l’evoluzione dalla Generative AI verso l’Agentic AI. La nuova frontiera non riguarda più soltanto strumenti capaci di generare contenuti o assistere le persone nello svolgimento di singole attività, ma sistemi in grado di orchestrare attività, interagire con dati e applicazioni e intervenire progressivamente su processi aziendali end-to-end. Quanto più aumenta il livello di autonomia di questi sistemi, tanto più diventano centrali i temi della governance, della sicurezza, del controllo e dell’accountability. La capacità di costruire fiducia nell’AI diventa quindi una componente essenziale della sua stessa scalabilità.

Industrializzare l’AI significa quindi anche introdurre una vera disciplina di value management, capace di collegare strategia, trasformazione dei processi e tecnologia. La domanda non è più soltanto “dove possiamo applicare l’AI?”, ma diventa “come possiamo ripensare questo processo attraverso l’AI per produrre un risultato economico radicalmente migliore?”. Questo richiede di costruire business case misurabili, definire una baseline delle performance e monitorare sistematicamente il valore generato, traducendo benefici operativi come produttività, automazione e riduzione dei tempi in effetti economici su costi, ricavi e marginalità.

In questo scenario, trasformare il potenziale degli investimenti digitali in risultati richiede una convergenza sempre più stretta tra comprensione dei modelli operativi di settore e piattaforme tecnologiche di frontiera. È una prospettiva che trova riscontro concreto nell’esperienza congiunta di PwC e Microsoft, testimoniata anche dai riconoscimenti di Microsoft Global Advisory and Consulting Services Partner of the Year ed EMEA Enterprise System Integrator of the Year assegnati da Microsoft a PwC.

La collaborazione tra PwC e Microsoft punta proprio a coniugare competenze di trasformazione, conoscenza dei processi industriali e capacità tecnologiche cloud, data e AI in un percorso end-to-end. L’obiettivo non è introdurre l’AI come uno strato aggiuntivo sui processi esistenti, ma accompagnare le organizzazioni nel loro ridisegno, dalla modernizzazione e governance del patrimonio informativo alla costruzione di piattaforme scalabili, fino all’adozione di soluzioni di Generative e Agentic AI nei processi core. Strategia, process redesign, dati, tecnologia, cybersecurity, governance e change management diventano così parti di un unico percorso di trasformazione, nel quale l’innovazione tecnologica viene collegata fin dall’origine alla generazione e alla misurazione del valore.

Loading...

Per il sistema economico italiano, questa traiettoria assume una valenza peculiare. Se le grandi aziende sono impegnate a industrializzare le proprie piattaforme, il segmento del mid-market dispone di una leva competitiva straordinaria: filiere decisionali più snelle, maggiore flessibilità organizzativa e rapidità di esecuzione possono consentire di colmare rapidamente il gap di adozione, fermo oggi all’8% nelle PMI. Rendere accessibili a queste realtà approcci strutturati ma pragmatici, piattaforme tecnologiche evolute e competenze specialistiche significa consentire anche alle imprese di medie dimensioni di utilizzare Data e AI come leva concreta di produttività, innovazione e competitività internazionale.

La nuova sfida, quindi, non è portare più AI nelle aziende, ma trasformare le aziende attraverso l’AI. Il salto competitivo non nascerà dalla moltiplicazione di singoli casi d’uso, ma dalla capacità di ripensare processi end-to-end, costruire fondamenta solide di dati e tecnologia, sviluppare nuove competenze e governare sistemi progressivamente più autonomi, traducendo innovazione e produttività in risultati economici misurabili e replicabili su scala. Quando questa trasformazione arriva a incidere strutturalmente su costi, ricavi, velocità e marginalità, l’AI smette di essere un investimento tecnologico e diventa una leva concreta di crescita dell’EBITDA e di creazione di valore.

(*) Manuel Sirianni, Partner e Microsoft Alliance Leader PwC Italia

(*) Annamaria Bottero, Global Partner Lead Microsoft Italia

Riproduzione riservata ©
Loading...

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti