L’intelligenza artificiale sta già aumentando davvero la produttività?
L’adozione dell’AI accelera, ma i benefici economici non arrivano automaticamente. Il nuovo Quaderno di Economia e Finanza n. 1009 della Banca d’Italia offre una fotografia particolarmente utile: in Italia l’utilizzo cresce rapidamente, mentre l’integrazione profonda nei processi aziendali resta ancora limitata. I dati aiutano a separare l’effetto reale dell’intelligenza artificiale dall’hype che la circonda.
Cosa emerge dai dati 2026
- Il 32% delle imprese italiane con almeno 20 addetti utilizza strumenti di AI, contro il 27% del 2025.
- Solo il 5% dichiara però un’integrazione intensiva dell’intelligenza artificiale nei processi.
- Nel breve periodo Banca d’Italia non identifica ancora effetti sistematici sulla produttività d’impresa.
- Nel lungo periodo, a seconda della velocità di adozione, la produttività del lavoro italiana potrebbe crescere di circa 0,2-1,1 punti percentuali annui su un orizzonte decennale.
- Il vero collo di bottiglia non sembra essere soltanto tecnologico: competenze, organizzazione, dati, governance e capacità di misurare i risultati diventano decisivi.
L’AI entra nelle imprese italiane, ma l’uso intensivo è ancora raro
Il rapporto della Banca d’Italia L’adozione dell’intelligenza artificiale: effetti su produttività e politiche a sostegno, pubblicato nel giugno 2026, parte dai dati dell’indagine Invind sulle imprese con almeno 20 addetti.
La distinzione tra adozione e adozione intensiva è probabilmente il dato più importante. Provare un assistente generativo, usare un chatbot o automatizzare una singola attività non equivale a riprogettare i processi di un’impresa attorno all’intelligenza artificiale.
Banca d’Italia segnala inoltre che l’Italia rimane indietro rispetto ad altri paesi europei: utilizzando dati comparabili sulle imprese con almeno 10 addetti, nel 2025 il tasso di adozione era inferiore di circa quattro punti alla media UE e di quasi dieci punti rispetto alla Germania.
Fonte principale: Banca d’Italia, Questioni di Economia e Finanza n. 1009 .
Dove viene usata davvero l’intelligenza artificiale
Nelle imprese italiane l’AI viene utilizzata soprattutto per ottimizzare attività già esistenti, più che per creare prodotti o servizi completamente nuovi. Le funzioni commerciali risultano tra quelle maggiormente interessate, seguite dalla produzione di beni e servizi e dagli adempimenti amministrativi.
Tra le imprese che utilizzano applicazioni di AI generativa, la generazione di testi rimane molto diffusa, ma Banca d’Italia rileva anche l’uso di chatbot per clienti e dipendenti, strumenti di programmazione e agenti di intelligenza artificiale.
Un sistema generativo produce soprattutto una risposta o un contenuto. Un sistema agentico può invece ricevere un obiettivo, usare strumenti e informazioni e concatenare più azioni. È un passaggio importante, perché sposta il problema dalla sola qualità della risposta anche alla capacità di controllare ciò che il sistema fa.
Produttività: i benefici sui singoli compiti esistono, ma non sono ancora visibili in modo sistematico a livello d’impresa
Il rapporto ricorda che diversi studi trovano guadagni significativi su singole mansioni: scrittura, customer service, programmazione e attività professionali complesse. Ma un’impresa è la combinazione di molti processi differenti. Migliorare molto un singolo compito non significa automaticamente aumentare nella stessa misura la produttività complessiva.
Nell’analisi sulle imprese italiane, Banca d’Italia non individua al momento effetti sistematici dell’adozione dell’AI su fatturato per addetto, occupazione o investimenti. Il risultato va letto con cautela: l’orizzonte disponibile è ancora breve e i costi di integrazione possono arrivare prima dei benefici.
Perché l’AI può far guadagnare tempo senza aumentare subito la produttività dell’impresa
È un fenomeno già osservato nelle grandi rivoluzioni tecnologiche precedenti. Banca d’Italia richiama l’esperienza dell’ICT e la cosiddetta Productivity J-curve: quando arriva una tecnologia general purpose, l’organizzazione deve prima investire in processi, competenze, dati e nuove modalità operative. In questa fase i costi possono nascondere i benefici.
Acquisto degli strumenti, formazione, integrazione, revisione dei processi e costi organizzativi.
I nuovi processi maturano e la tecnologia può iniziare a tradursi in produttività misurabile.
È un punto utile anche per chi osserva l’AI da investitore. L’adozione tecnologica, da sola, non basta per concludere che un’impresa sarà più efficiente o redditizia: servono asset complementari e capacità manageriale per trasformare lo strumento in un vantaggio economico.
Quanto potrebbe incidere l’AI sulla produttività italiana nei prossimi dieci anni?
Nelle simulazioni riportate da Banca d’Italia, il risultato dipende soprattutto dalla rapidità e dalla profondità con cui l’intelligenza artificiale viene effettivamente incorporata nei processi produttivi.
| Scenario di adozione | Crescita annua stimata della produttività del lavoro | Lettura |
|---|---|---|
| Lenta | +0,2 p.p. | Diffusione graduale e integrazione limitata. |
| Media | +0,7 p.p. | Adozione più ampia e capacità AI più diffuse. |
| Rapida | +1,1 p.p. | Diffusione veloce, profonda e trasversale. |
Sono scenari di lungo periodo, non previsioni puntuali. Gli stessi autori sottolineano ampi margini di incertezza.
Un altro esercizio riportato nel paper, basato su stime OCSE, colloca per l’Italia il contributo dell’AI alla crescita annua della produttività del lavoro tra circa 0,19 punti nello scenario lento e 0,89 punti in quello rapido ed esteso.
Manifattura, commercio e attività professionali tra i comparti più coinvolti
Nello scenario di adozione intermedia elaborato nel lavoro, la manifattura fornisce il contributo maggiore alla crescita del valore aggiunto, seguita dal commercio e dalle attività professionali, scientifiche e tecniche. Per queste ultime il contributo stimato è circa 0,8 punti percentuali sull’orizzonte decennale considerato.
Il risultato è interessante perché una parte importante dell’effetto deriva dai collegamenti con altri settori: attività professionali e servizi possono funzionare come nodi di una rete economica nella quale i benefici dell’innovazione si trasmettono indirettamente lungo le filiere.
Il limite principale non sembra essere l’accesso alla tecnologia
Il rapporto individua nella carenza di competenze uno degli ostacoli più importanti all’adozione dell’intelligenza artificiale. A questo si aggiungono preparazione tecnologica e organizzativa insufficiente, scarsa integrazione dei dati, difficoltà nel valutare i ritorni e incertezza normativa.
La conseguenza è rilevante: se l’AI è facilmente accessibile ma l’organizzazione non sa scegliere i casi d’uso, integrare i dati o ridisegnare i processi, il rischio è ottenere molti esperimenti e pochi risultati economici.
Il passo successivo: sistemi che non si limitano a rispondere
La Banca d’Italia cita già gli agenti AI tra le applicazioni utilizzate dalle imprese. Il tema diventa ancora più chiaro confrontando il quadro italiano con tre ricerche internazionali del 2026: Dynatrace, SAP LeanIX e IDC.
Sono indagini con campioni e obiettivi differenti e non rappresentano il mercato italiano nel suo complesso. Servono però a capire quali problemi emergono quando l’AI passa dalla sperimentazione a un utilizzo operativo.
Dynatrace: l’AI entra anche nelle attività rivolte al cliente
Nel report The Pulse of Agentic AI in 2026, tra i casi d’uso rilevati compaiono customer service e supporto (47%), personalizzazione del customer engagement (44%), prodotti e servizi digitali customer-facing (42%), content generation (41%), sales engagement (40%) e compliance e risk management (37%).
Ma quando si passa dalla sperimentazione alla produzione, le priorità diventano sicurezza e privacy, accuratezza, monitoraggio, compliance e supervisione umana. Il messaggio è semplice: più autonomia non significa meno controllo.
SAP LeanIX: adottare gli agenti è più facile che misurarli
La survey SAP LeanIX mostra un forte divario tra adozione e governance. Il 49% degli enterprise architect dichiara almeno una visibilità parziale sugli agenti utilizzati o disponibili, ma oltre l’80% non dispone di una visibilità adeguata su contributo al business, performance, conformità o ROI.
È una distinzione importante anche fuori dall’IT: attività e risultato non sono la stessa cosa. Sapere che uno strumento è stato adottato non basta a stabilire che stia generando valore.
IDC: il ritorno economico dell’AI non va dato per scontato
IDC rileva che soltanto il 12% delle imprese intervistate effettua una vera analisi completa del ROI prima di avviare un progetto AI. Il report evidenzia anche quanto i costi infrastrutturali possano modificare i piani: il 70% dichiara di aver corretto le proprie iniziative per compensare costi superiori alle attese.
La lezione è coerente con quella di Banca d’Italia: una tecnologia può essere promettente e allo stesso tempo richiedere investimenti complementari prima di produrre ritorni misurabili.
Cosa significa tutto questo per risparmiatori e investitori?
L’intelligenza artificiale può rendere più economici alcuni processi, migliorare la ricerca delle informazioni, aumentare la personalizzazione e accelerare attività oggi manuali. Ma non elimina alcuni problemi fondamentali quando si prendono decisioni economiche o finanziarie.
Qualità delle fonti
Un output rapido non è necessariamente un output corretto. Origine, aggiornamento e verificabilità dei dati rimangono essenziali.
Responsabilità
Un sistema può assistere una decisione, ma responsabilità professionale e valutazione del caso concreto restano temi distinti.
Conflitti di interesse
L’automazione non fa scomparire incentivi economici, selezione delle fonti o criteri con cui vengono presentate le alternative.
Misurazione
Velocità e quantità di output non bastano: conta verificare se la tecnologia produce risultati migliori in rapporto ai costi e ai rischi.
Quanto pesa davvero la tecnologia nel rischio del tuo portafoglio?
AI, semiconduttori, megacap tecnologiche e innovazione possono essere presenti nel portafoglio anche attraverso strumenti molto diversi tra loro. Una valutazione utile non parte dal tema del momento, ma da concentrazione, sovrapposizioni, rischio complessivo e coerenza con gli obiettivi patrimoniali.
Analisi di portafoglio avanzata →L’AI non rende irrilevante il professionista: cambia il lavoro che deve fare
Nei servizi professionali l’effetto più plausibile, almeno nella fase attuale, non è una sostituzione lineare. È una redistribuzione del valore tra attività che possono essere automatizzate e attività nelle quali rimangono centrali interpretazione, responsabilità, relazione, verifica delle informazioni e capacità di collegare più problemi tra loro.
Un professionista che utilizza l’AI soltanto per produrre più contenuti rischia di ottenere un guadagno marginale. Un professionista che la integra in processi controllati, la usa per ridurre attività ripetitive e mantiene un metodo chiaro di verifica può invece liberare tempo per le decisioni a maggiore valore aggiunto.
Questo vale anche nella consulenza finanziaria, ma non è una conclusione specifica del rapporto Banca d’Italia: è una mia lettura professionale dei dati e delle tendenze descritte nelle fonti citate.
E se cambia anche il modo in cui un cliente cerca e verifica un professionista?
Questo articolo guarda soprattutto all’impatto economico e organizzativo dell’intelligenza artificiale. Per i consulenti finanziari esiste però un secondo tema: con la crescita dei motori di risposta e dei sistemi agentici, può cambiare anche il modo in cui un professionista viene scoperto, interpretato e verificato online.
Ho sviluppato questo aspetto separatamente su BeastPick, con un taglio specificamente B2B e rivolto ai consulenti OCF, così da non confondere il tema della produttività con quello della visibilità professionale.
Intelligenza artificiale agentica e consulenza finanziaria →La domanda utile non è “quanto è potente l’AI?”, ma “quanto bene sappiamo integrarla?”
Il quadro che emerge dai dati del 2026 è meno spettacolare, ma più interessante, delle narrazioni estreme. L’adozione cresce rapidamente. Alcuni compiti diventano molto più efficienti. Gli agenti AI iniziano a entrare nei processi. Ma i miglioramenti aggregati richiedono tempo, riorganizzazione, competenze, dati e governance.
Banca d’Italia stima che una diffusione ampia possa contribuire in modo significativo alla produttività italiana nel prossimo decennio. La differenza tra lo scenario lento e quello rapido, però, non dipende soltanto dalla qualità dei modelli: dipende dalla capacità delle imprese di trasformare una tecnologia generale in applicazioni concrete e integrate.
È probabilmente questa la variabile da osservare nei prossimi anni: non quanti strumenti di intelligenza artificiale vengono annunciati, ma quanto profondamente cambiano i processi e quanto valore misurabile riescono davvero a generare.
Domande frequenti sull’intelligenza artificiale in Italia
Quante imprese italiane utilizzano già l’intelligenza artificiale?
Secondo l’indagine Invind citata da Banca d’Italia, all’inizio del 2026 utilizza strumenti AI il 32% delle imprese italiane con almeno 20 addetti. L’integrazione intensiva nei processi è però molto più bassa, pari al 5%.
L’intelligenza artificiale sta già aumentando la produttività delle imprese italiane?
Banca d’Italia non identifica ancora effetti sistematici nel breve periodo su fatturato per addetto, occupazione o investimenti. Gli autori sottolineano però che l’orizzonte disponibile è breve e che i costi di integrazione e riorganizzazione possono precedere i benefici.
Quanto potrebbe aumentare la produttività italiana grazie all’AI?
Nelle simulazioni presentate nel QEF 1009, l’aumento annuo della produttività del lavoro su un orizzonte decennale va da circa 0,2 punti percentuali nello scenario di adozione lenta a 1,1 punti nello scenario rapido. Sono scenari, non previsioni certe.
Che cos’è l’Agentic AI?
È un’evoluzione dell’AI generativa in cui il sistema può perseguire un obiettivo, utilizzare strumenti e informazioni e concatenare più azioni. L’aumento dell’autonomia rende più importanti monitoraggio, sicurezza, governance e supervisione umana.
L’AI sostituirà i consulenti finanziari?
Le fonti analizzate non consentono di sostenere questa conclusione. Documentano piuttosto automazione di singole attività, aumento dell’efficienza in alcuni compiti e crescente utilizzo dell’AI nei processi rivolti ai clienti. L’impatto sul lavoro professionale dipenderà da organizzazione, responsabilità, regolamentazione e modalità concrete di integrazione.
Studi e report utilizzati
- Banca d’Italia — L’adozione dell’intelligenza artificiale: effetti su produttività e politiche a sostegno, Questioni di Economia e Finanza n. 1009, giugno 2026. Pagina ufficiale.
- Dynatrace — The Pulse of Agentic AI in 2026. Pagina ufficiale.
- SAP LeanIX — Agentic AI Survey 2026. Pagina ufficiale.
- IDC — Businesses Worldwide Say AI Business Value Is Improving. IT Could Be the Accelerant, IDC #US54511626, aprile 2026, sponsored by IBM. Pagina ufficiale.
Le percentuali Dynatrace, SAP LeanIX e IDC provengono da ricerche internazionali con campioni e metodologie differenti e non devono essere interpretate come dati rappresentativi dell’intero mercato italiano. I dati sull’Italia sono attribuiti esplicitamente al QEF 1009 della Banca d’Italia.
Continua dal quadro generale agli approfondimenti
Questo articolo collega innovazione tecnologica, economia reale e professioni. La Mappa dei Contenuti raccoglie gli altri percorsi editoriali del sito; BeastPick approfondisce separatamente il tema B2B della visibilità dei consulenti.