Politecnico di Milano

Innovazione, l’Ai entra in azienda ma a piccole dosi e con prudenza

L’Osservatorio AI4Innovation fa il punto sui principali trend legati all’adozione dell’intelligenza artificiale nei processi innovativi delle imprese italiane

di Serena Uccello

Adobestock

3' di lettura

English Version

3' di lettura

English Version

Discussa ma quanto davvero adottata e considerata determinante? Il Politecnico di Milano usa il riferimento a un immaginario letterario, quello all’opera teatrale Aspettando Godot, per descrivere il rapporto che molte imprese hanno oggi con l’intelligenza artificiale. La citazione al capolavoro di Samuel Beckett apre infatti il report appena licenziato dal titolo «Ai4Innovation - Innovazione & Ai nelle imprese italiane: Gen-Ai & Agentic-Ai tra consapevolezza, prudenza ed azione». «I dati mostrano - si legge - che nonostante l’accelerazione tecnologica degli ultimi due anni, la diffusione dell’Ai nei processi di innovazione aziendale rimane ancora limitata. Molte organizzazioni osservano, attendono, valutano — ma agiscono con molta prudenza».

I dati

La survey è stata condotta tra febbraio e marzo 2026 su 85 organizzazioni aziendali distribuite su quattro fasce dimensionali per fatturato. La quota più consistente è rappresentata dalle aziende medie (fatturato tra 10 e 50 milioni di euro) e da quelle grandi (tra 50 milioni e 1 miliardo), ciascuna pari al 27% del totale, seguite dalle piccole imprese (fatturato inferiore a 10 milioni), che costituiscono il 32% del campione. Le grandissime aziende, con fatturato superiore al miliardo di euro, rappresentano il 14% dei rispondenti.

Loading...

Partendo dalla prima domanda, che ha chiesto di indicare il livello di maturità della propria organizzazione nell’adozione di GenAi e Agentic Ai, le risposte sono state aggregate disegnando tre profili. Ognuno di questi riflette stadi progressivi di integrazione dell’AI nei processi aziendali.

Le organizzazione sono allora Ai Starters (25%), vale a dire che si approcciano all’Ai ancora in modo sporadico e non strutturato, più sotto la spinta di una iniziativa individuale che da una strategia definita. Oppure sono Ai Experimenters (49%), ovvero che hanno avviato progetti pilota su situazione specifiche, in questo caso si tratta di un’adozione parziale e non ancora sistematica: «l’Ai supporta alcune attività, ma non è ancora entrata nella routine operativa». L’ultimo profilo, gli Ai Scalers (26%), ingloba le organizzazioni che hanno superato la fase sperimentale, «per cui l’Ai è adottata - spiegano i ricercatori - su più casi d’uso in modo strutturato, con una governance definita, ownership chiara e metriche di monitoraggio».

Formazione e competenze

Ma cosa sta accadendo sul piano della formazione e delle compentenze? Ecco la survey ha indagato se e in che misura le organizzazioni percepiscono la necessità di sviluppare nuove competenze all’interno dei team di innovazione, e con quali leve stiano cercando di colmare i gap identificati.

E qui le risposte sono chiare: il 96% ritiene necessario sviluppare nuove skill nel team Innovation per lavorare efficacemente, il 52% in modo significativo, il 44% almeno in parte. Solo il 4% ritiene che le competenze attuali siano sufficienti. È un dato che per gli analisti costituisce un segnale di consapevolezza: «I team di innovazione si trovano sempre più a operare con sistemi Ai a supporto dei propri processi e a guidare l’integrazione di soluzioni di intelligenza artificiale all’interno dell’organizzazione. Riconoscono così che questo richiede un aggiornamento profondo, non episodico, del proprio bagaglio di competenze».

Tra gli strumenti attivati per colmare i gap, la formazione interna è lo strumento più diffuso, ricorre infatti nel 75% dei casi a conferma che le aziende stanno investendo per costruire competenze proprie, non solo per acquisirle dall’esterno. Più nello specifico, la survey indaga anche quali siano i profili più ricercati per il team Innovation: nel 51% dei casi, la priorità sono profili ibridi, figure cioè che siano in grado di mescolare competenze di innovation management con una conoscenza di base dell’Ai. Mentre i profili tecnici puri (data scientist, ML engineer, Ai engineer) sono citati dal 32% e i Project management con esperienza su progetti Ai dal 10 per cento. Solo il 7% dichiara infine di non prevedere inserimento di nuove risorse.

Riproduzione riservata ©
Loading...

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti