L'intelligenza artificiale genera profitti, gli investimenti delle aziende non sono in perdita come dice il Mit

di Marcello Tansini pubblicato il 27/09/2025 alle 12:01

L'intelligenza artificiale sta rivoluzionando il mondo aziendale tra promesse di profitti e dubbi sugli investimenti. Uno studio del MIT accende il dibattito: perché solo alcune aziende riescono a trarre valore reale dall'adozione dell'AI?

L'espansione dell'uso dell'intelligenza artificiale (IA) sta aprendo scenari di profonda trasformazione per aziende e mercati. Gli ultimi anni hanno visto una corsa agli investimenti in soluzioni AI, alimentando la convinzione che queste tecnologie possano essere un volano per i profitti aziendali e la competitività industriale.

Tuttavia, questa fase di sviluppo presenta anche zone d'ombra: nonostante l'entusiasmo, i dati rivelano che solo una parte minoritaria delle imprese è in grado di convertire l'innovazione in valore economico tangibile. Lo scenario si fa dunque complesso: da un lato, si assiste alla crescita della diffusione della IA nei processi produttivi, dall'altro emergono dubbi sull'effettivo ritorno sugli investimenti, sollevati da autorevoli analisi accademiche che invitano a rileggere con spirito critico il racconto di una trasformazione già compiuta.

Le discussioni tra ottimisti e scettici trovano nuovi spunti nello studio pubblicato dal Massachusetts Institute of Technology, da cui si evince come la maggioranza delle iniziative non raggiunga risultati economici quantificabili. Nel contesto italiano ed europeo, la valutazione degli impatti dell'AI su produttività, lavoro e sostenibilità finanziaria rimane centrale per definire strategie industriali efficaci e garantire uno sviluppo armonioso della nuova tecnologia.

Il paradosso dei profitti: cosa emerge dallo studio del MIT sull'adozione dell'AI nelle aziende

Una recente indagine condotta dal MIT Media Lab ha portato alla luce numeri inaspettati: solo il 5% dei progetti aziendali basati su intelligenza artificiale generativa ha registrato un ritorno sugli investimenti (ROI) positivo. Questo dato, basato su un'analisi trasversale che ha coinvolto oltre 300 iniziative in grandi aziende e PMI a livello globale, sembra smentire la narrazione dominante secondo cui l'intelligenza artificiale genera profitti in modo diffuso e sistematico. Le principali criticità individuate dal MIT risiedono nella fase di implementazione: molti progetti faticano a superare lo stadio di test e prototipazione, restando confinati a esperimenti isolati che difficilmente incidono sui conti aziendali. Fra le cause principali emergono:

Dati insufficienti o di bassa qualità su cui “allenare” i sistemi AI;
Problemi di privacy e accesso alle informazioni aziendali;
Costi elevati per infrastrutture e personale qualificato;
Necessità di un monitoraggio umano costante, che limita i vantaggi dell'automazione.

Il report propone un parallelismo con il cosiddetto “paradosso della produttività” degli anni ‘80, quando l'informatica stentava a produrre risultati visibili nonostante investimenti cospicui. La soluzione sembra risiedere nella maturazione del mercato, con le imprese più avanzate pronte a superare la fase di entusiasmo e delusione e a investire nella creazione di infrastrutture, competenze e best practice utili per la transizione verso una digitalizzazione realmente produttiva.

Un ulteriore aspetto rilevante del lavoro del MIT è il concetto di “GenAI Divide”, che evidenzia una frattura tra le poche aziende capaci di integrare efficacemente le nuove tecnologie e la maggioranza che fatica a tradurle in vantaggi concreti, alimentando il rischio di una polarizzazione nel sistema produttivo globale.

Oltre gli investimenti: come l'intelligenza artificiale genera valore reale nei diversi settori

La crescita dell'IA non si misura soltanto attraverso gli investimenti finanziari, ma anche – e soprattutto – attraverso il valore effettivamente generato nei processi produttivi, amministrativi e commerciali. Studi empirici nel 2024 hanno messo in evidenza incrementi di produttività settoriale laddove l'AI è stata applicata in modo mirato: ad esempio, nel settore dell'ingegneria dei materiali, gli scienziati assistiti da sistemi AI hanno scoperto il 44% di materiali in più, innalzando del 39% i brevetti depositati e favorendo l'innovazione industriale. Analogie si registrano nell'industria farmaceutica, dove l'utilizzo di algoritmi predittivi ha raddoppiato le probabilità di successo nella scoperta di nuove molecole rispetto ai metodi tradizionali.

Non meno rilevante è l'impatto sulle attività quotidiane di imprese e lavoratori. L'analisi del Bureau of Census degli Stati Uniti mostra che oltre il 6% delle aziende adotta stabilmente strumenti di IA, mentre il tasso di adozione tra la popolazione adulta è cresciuto rapidamente, superando il ritmo con cui si è diffuso Internet. Tra le pratiche che generano valore concreto si evidenziano:

Automazione dei processi ripetitivi (RPA) sia nei servizi che nella produzione;
Analisi predittiva per l'ottimizzazione della supply chain;
Raccomandazioni personalizzate per utenti e clienti nel settore digitale;
Manutenzione predittiva in ambito industriale ed energetico;
Supporto decisionale basato sui dati per amministratori e dirigenti.

La ridefinizione dei flussi di lavoro e l'integrazione dell'IA nella value chain aprono nuove opportunità anche per le PMI e per il tessuto produttivo meno strutturato. La generazione di valore risulta visibile soprattutto dove la tecnologia viene inserita per risolvere problemi specifici e iniziative di formazione e change management accompagnano il percorso di trasformazione.

Casi di successo: aziende che hanno trasformato l'AI in profitto concreto

L'analisi di casi aziendali a livello internazionale consente di identificare modelli replicabili di integrazione dell'intelligenza artificiale capaci di produrre benefici economici tangibili. Di seguito una sintesi dei risultati ottenuti in alcuni fra i settori più dinamici:

Azienda	Settore	Risultati ottenuti
Aviva France	Assicurativo	Incremento del 530% nella gestione dei sinistri, efficienza e rapidità nelle liquidazioni.
Amazon	E-commerce	Ottimizzazione della logistica e raccomandazioni AI responsabili del 35% delle vendite totali.
Netflix	Streaming	Motore di suggerimenti AI, riduzione del churn rate e aumento del tempo di visione.
General Electric	Industriale	Manutenzione predittiva, riduzione del 25% dei costi e uptime operativo fino al 99%.
Altea UP + Alterna	Digitalizzazione PMI	Automazione dei flussi, riduzione errori, incremento ROI e supporto alle decisioni.

Non si tratta di risultati isolati. Gli elementi che accomunano i successi descritti sono la scelta di processi ben definiti e scalabili, l'utilizzo di piattaforme integrate con altre soluzioni IT, un'attenzione particolare alla qualità dei dati gestiti e il coinvolgimento attivo del personale nella fase di roll-out.

Dai big player alle PMI: strategie efficaci per integrare l'AI e migliorarne il ROI

L'esperienza delle aziende leader conferma che integrare la tecnologia AI nei processi aziendali richiede programmazione strategica più che investimenti massivi. Anche le medie imprese possono attuare azioni efficaci, seguendo alcune best practices emerse dallo studio dei casi di successo:

Definizione chiara degli obiettivi e identificazione di un'esigenza reale di business, senza improvvisare progetti generalisti;
Scelta di strumenti SaaS (Software as a Service) e soluzioni modulari facilmente integrabili;
Investimenti nella raccolta e nella pulizia dei dati aziendali, presupposto per un output AI affidabile;
Formazione e coinvolgimento del personale per favorire un trasferimento di competenze e superare eventuali resistenze culturali;
Misurazione costante tramite KPI e ampliamento progressivo delle integrazioni solo dopo la validazione dei primi risultati.

Attraverso queste strategie, l'adozione dell'AI non diventa più un privilegio esclusivo dei big player, ma un'opportunità accessibile e scalabile per il tessuto produttivo italiano e internazionale. Con la diminuzione dei costi delle piattaforme AI, si assiste a una crescente democratizzazione della tecnologia, che può già oggi portare profitti in ogni realtà organizzata attraverso approcci graduali, monitorati e adattivi.

Sfide, limiti e prospettive future: perché solo una minoranza di aziende trae profitto dall'AI

Nonostante alcuni risultati , la maggior parte delle imprese non sperimenta ancora ritorni economici significativi dall'adozione dell'intelligenza artificiale. Le cause sono diverse e riflettono sia fattori interni che scenari di mercato più ampi:

Transizione incompleta dei processi organizzativi e resistenza al cambiamento;
Scarsa adeguatezza delle competenze, sia a livello manageriale che operativo;
Problemi di scalabilità dei progetti e mancanza di un disegno integrato;
Barriere normative, regolamenti stringenti e problematiche di privacy;
Costi ancora elevati per alcune soluzioni proprietarie.

A livello macroeconomico, molte stime internazionali – incluse quelle di organismi come FMI e OCSE – convergono sull'idea che l'impatto aggregato dell'AI sulla produttività crescerà nei prossimi decenni, ma evidenziano disparità tra Paesi in base a fattori come capitale umano, innovazione e capacità di investimento.

Strumenti come l'AI Preparedness Index permettono di stimare la prontezza dei diversi sistemi economici a trarre vantaggio dalla nuova rivoluzione tecnologica. Guardando al futuro, la diffusione della AI passa per un'evoluzione delle competenze, investimenti strategici nelle infrastrutture digitali e una maggiore attenzione alla regolamentazione pro-innovazione. Soltanto imprese capaci di apprendere dagli insuccessi e di investire con visione riusciranno a distinguersi in un mercato in rapido cambiamento.

Intelligenza Artificiale