L’intelligenza artificiale sta entrando con crescente rapidità nel sistema produttivo italiano, ma la sua diffusione procede a velocità differenti, amplificando le distanze tra territori e dimensioni aziendali. È questa la fotografia che emerge dallo studio “L’IA nei territori: le policy per accelerare la competitività”, realizzato dall’Istituto per la Competitività (I-Com) in collaborazione con TeamSystem e presentato il 3 novembre a Palazzo Lombardia, a Milano, nel corso di un incontro che ha riunito rappresentanti delle istituzioni, associazioni imprenditoriali, mondo accademico e imprese. All’evento è intervenuto anche Alessandro Fermi, assessore all’Università, Ricerca e Innovazione di Regione Lombardia.
Focus sulla ricerca
La ricerca restituisce un dato incoraggiante, ma anche un campanello d’allarme: nel 2025 la quota di imprese italiane con almeno 10 addetti che utilizzano almeno una tecnologia di intelligenza artificiale è raddoppiata in un anno, passando dall’8,2% al 16,4%. Nel 2023 era appena il 5%. La crescita, tuttavia, non si distribuisce uniformemente sul territorio nazionale. Anzi, il divario tra Nord-Ovest e Mezzogiorno è passato dai 2,7 punti percentuali del 2024 ai 7,1 del 2025, con un tasso di adozione rispettivamente del 19,3% e del 12,2%.
Anche la dimensione aziendale continua a rappresentare un fattore determinante. L’AI è utilizzata dal 14,2% delle imprese tra 10 e 49 addetti, dal 27,6% di quelle tra 50 e 249 e dal 53% delle grandi aziende. Particolarmente significativo il dato relativo alle realtà più piccole: il 77% non utilizza queste tecnologie e non prevede di farlo. Tra le regioni, guidano la classifica la Provincia autonoma di Bolzano (25,4%), il Piemonte (22,6%), l’Emilia-Romagna (19,4%) e la Lombardia (19,1%), mentre Trento, Calabria, Marche e Campania si attestano intorno o sotto il 10%.
La maturità digitale come condizione per adottare l’AI
Uno degli aspetti più interessanti dello studio riguarda il rapporto tra digitalizzazione e capacità di sfruttare l’intelligenza artificiale. La disponibilità di infrastrutture, dati e processi digitali non costituisce soltanto un vantaggio competitivo, ma rappresenta una vera e propria condizione abilitante per introdurre con successo nuove tecnologie.
Le imprese con un livello di digitalizzazione alto registrano ricavi superiori del 65,2% rispetto a quelle con un’intensità digitale molto bassa. Per le aziende con un livello di maturità digitale molto alto il differenziale raggiunge il 105,3%. Anche l’adozione di almeno una tecnologia di AI è associata, a parità delle altre caratteristiche, a ricavi superiori del 9,8%.
Ancora più evidente il legame tra dotazione tecnologica e probabilità di adottare l’intelligenza artificiale: quando mancano strumenti come business intelligence, cloud, CRM e analisi dei dati, la probabilità stimata di introdurre l’AI si ferma al 4,8%. Sale invece al 75,5% nelle imprese che dispongono di tutte e cinque le tecnologie considerate dalla ricerca.
Il messaggio è chiaro: non basta introdurre una soluzione di intelligenza artificiale per ottenere risultati. Occorre prima costruire un’organizzazione digitale in grado di integrarla nei processi e valorizzarne le potenzialità.
Il potenziale economico, del resto, è considerevole. Se l’adozione dell’AI raggiungesse il 75% delle imprese entro il 2030, in linea con l’obiettivo europeo della Decade Digitale, l’incremento dei ricavi potrebbe arrivare a circa 230 miliardi di euro, pari al 5,7% del fatturato aggregato. Anche considerando il target nazionale del 60%, il valore aggiuntivo stimato sarebbe di 175 miliardi.
“La strategia italiana per l’AI dovrà necessariamente mettere al centro le piccole imprese, che costituiscono oltre il 95% del nostro tessuto economico, orientandole e accompagnandole lungo l’intero ciclo di investimento”, ha sottolineato Stefano da Empoli, presidente di I-Com. Un percorso che, secondo il presidente, richiede una logica coordinata tra livello nazionale e regionale, capace di moltiplicare l’efficacia degli interventi.
Sulla stessa linea Daniele Lombardo, direttore Marketing, Relazioni Istituzionali e Comunicazione del Gruppo TeamSystem, che ha richiamato l’attenzione sull’ampliamento dei divari territoriali. “La disponibilità di dati, processi digitalizzati e piattaforme integrate costituisce una base fondamentale per un’adozione efficace e diffusa dell’IA”, ha osservato, evidenziando la necessità di accompagnare soprattutto le imprese più piccole e quelle che operano nei territori meno digitalizzati attraverso percorsi progressivi e accessibili.
Dalla tecnologia alla produttività: la sfida delle imprese
Il confronto che ha accompagnato la presentazione della ricerca ha permesso di approfondire le difficoltà che le imprese incontrano nel passaggio dalla sperimentazione all’adozione strutturata. Un tema sul quale è intervenuto Alvise Biffi, presidente di Assolombarda, portando anche l’esperienza di un’indagine condotta su circa 700 aziende associate.
Secondo i dati illustrati, il 50% delle imprese coinvolte ha già progetti di intelligenza artificiale attivi, contro una quota inferiore al 20% rilevata due anni prima. La crescita riguarda anche le realtà più piccole: micro e piccole imprese sono passate da percentuali di adozione intorno al 10-15% al 40-41%.
Un risultato che, secondo Biffi, dimostra l’importanza di fornire alle aziende una direzione e strumenti concreti. In questa prospettiva si inserisce anche FORGIA, iniziativa sviluppata con l’Unione Industriali di Torino per favorire la condivisione di dati tra imprese, mantenendo la governance delle informazioni in capo ai singoli partecipanti. La piattaforma conta già 60 casi d’uso, cinque dei quali operativi.
Il presidente di Assolombarda ha inoltre richiamato l’attenzione sulla necessità di investire nella formazione e nel reskilling, affinché l’AI non rimanga una tecnologia disponibile ma poco utilizzata. Tra le prospettive di sviluppo figura anche la Physical AI, ambito nel quale le competenze manifatturiere italiane potrebbero rappresentare un vantaggio competitivo, grazie all’integrazione tra intelligenza artificiale, robotica e automazione industriale.
Anche Marco Gay, presidente dell’Unione Industriali di Torino, ha sottolineato come la trasformazione in corso vada interpretata come una nuova rivoluzione industriale, non come una semplice evoluzione tecnologica. “La produttività è quella che porta il maggior beneficio”, ha osservato, spiegando come l’intelligenza artificiale possa incidere sulla progettazione, sulla manutenzione predittiva, sul controllo qualità, sull’automazione e sulla gestione energetica.
Un passaggio particolarmente interessante riguarda l’evoluzione dall’AI generativa a quella agentica e fisica. La prima ha inizialmente attirato l’attenzione soprattutto per le possibilità di riduzione dei costi; oggi, invece, le imprese iniziano a guardare alla capacità di aumentare la produttività, migliorare i processi e creare nuove opportunità di business.
Dal mondo associativo è arrivato anche un richiamo alle difficoltà specifiche delle micro e piccole imprese: competenze e liquidità sono oggi due condizioni indispensabili, ma non sufficienti, perchè occorre accompagnare gli imprenditori nella revisione dei processi aziendali, evitando di limitarsi a proporre l’acquisto di singoli applicativi. La formazione deve inoltre coinvolgere direttamente i titolari, perché le nuove competenze acquisite dai dipendenti possano tradursi in progetti concreti.
Regione Lombardia: competenze e strumenti per accompagnare le PMI
A chiudere il confronto sul versante istituzionale è stato l’assessore Alessandro Fermi (in foto), che ha collegato i risultati della ricerca alla nuova legge regionale ‘Disposizioni in materia di ricerca, innovazione e intelligenza artificiale per lo sviluppo sostenibile’, approvata dal Consiglio regionaledal Consiglio regionale nella settimana precedente all’evento.
Fermi ha evidenziato come il tessuto produttivo lombardo presenti situazioni molto differenti: accanto ad aziende che utilizzano già efficacemente l’intelligenza artificiale esiste una fascia di imprese che, pur guardando con interesse alla tecnologia, rischia di non riuscire ad adottarla con la necessaria rapidità.
Per questo, ha spiegato, la Regione intende intervenire su due direttrici: competenze e accompagnamento operativo. L’esperienza delle misure sperimentali avviate nell’anno precedente è significativa: degli 20 milioni di euro messi a disposizione per iniziative formative sull’intelligenza artificiale, l’85% delle richieste è arrivato da piccole e microimprese.
“Dobbiamo preparare il piatto pronto” ha dichiarato l’assessore, indicando la necessità di mettere le aziende nelle condizioni di comprendere la propria situazione e individuare concretamente le attività che possono essere migliorate attraverso l’AI. L’obiettivo è arrivare direttamente alle singole imprese, aiutandole a riconoscere le opportunità di efficientamento e a liberare tempo e risorse da destinare ad attività a maggior valore aggiunto.
Il sostegno non riguarderà soltanto il mondo produttivo. Fermi ha infatti richiamato anche le difficoltà delle piccole amministrazioni pubbliche, in particolare dei Comuni sotto i 5.000 abitanti, che potrebbero beneficiare dell’intelligenza artificiale in ambiti come anagrafe, tributi e urbanistica. Anche in questo caso, però, l’adozione deve essere accompagnata da strumenti operativi e competenze adeguate.
La Regione intende mettere a disposizione nuove risorse già dall’inizio del prossimo anno, facendo leva anche sulle risorse accantonate nell’ultima parte della programmazione europea legata ai fondi FESR, per sostenere ulteriori iniziative oltre a quelle dedicate alla formazione.
La riflessione dell’assessore riporta così al centro uno dei messaggi più importanti emersi dalla ricerca: la sfida dell’intelligenza artificiale non consiste più soltanto nello sviluppare tecnologie, ma nel renderle accessibili e concretamente utilizzabili da tutto il sistema produttivo. Perché la trasformazione digitale possa diventare un fattore di competitività per il Paese, occorre soprattutto evitare che le imprese già più avanzate continuino a correre lasciando indietro quelle che avrebbero maggiormente bisogno di innovare.
