Intelligenza artificiale e produttività in Italia: cosa dice Banca d’Italia - AI4Business

Nella Relazione annuale presentata il 29 maggio, la Banca d’Italia colloca l’intelligenza artificiale in un punto preciso della traiettoria economica italiana, quello della produttività. Non come promessa generica, non come moda tecnologica, non come scorciatoia per sostituire lavoro umano, ma come possibile risposta a un nodo che il Paese si trascina da decenni.Il punto di partenza è macroeconomico. Nel 2025 l’economia mondiale è cresciuta del 3,4%, mezzo punto oltre le previsioni. Negli Stati Uniti l’intelligenza artificiale ha già prodotto effetti visibili, investimenti nei centri di calcolo, rialzo dei titoli tecnologici, aumento della ricchezza finanziaria e dei consumi. I beni legati all’AI hanno rappresentato circa la metà dell’incremento dei flussi globali di merci. L’intelligenza artificiale, dunque, non è più soltanto un oggetto di sperimentazione aziendale, è già un fattore di crescita, di competizione industriale e di ridefinizione delle catene del valore.Indice degli argomenti:

L’intelligenza artificiale e l’ItaliaIl paradosso dell’adozione: tante imprese, poca profonditàIl nodo delle competenze: i numeri di un ritardo strutturaleLe evidenze internazionali confermano la diagnosiLe grandi innovazioni non si limitano a rendere obsolete alcune professioni: ne generano di nuoveChe fare: le indicazioni di Panetta e ciò che mancaLa tecnologia non è il problema. L’assenza di una strategia, sìL’intelligenza artificiale e l’ItaliaFabio Panetta, governatore della Banca d’ItaliaPer l’Italia, però, il problema non è semplicemente usare l’AI. Il problema è capire se l’AI potrà finalmente aggredire la debolezza che frena il Paese da oltre vent’anni. Dall’inizio del secolo, ricorda il Governatore Fabio Panetta nelle Considerazioni finali, il prodotto per ora lavorata nel settore privato non finanziario è cresciuto in Italia di appena il 6%, contro incrementi compresi tra il 13% e il 34% negli altri grandi Paesi dell’area euro. Questo ritardo diventa ancora più grave in un contesto demografico sfavorevole, con la popolazione in età da lavoro in forte diminuzione, l’Italia non potrà contare stabilmente sull’aumento degli occupati per sostenere lo sviluppo.Le stime richiamate nelle Considerazioni finali indicano che la produttività del lavoro potrebbe aumentare di 0,2 punti percentuali all’anno in uno scenario di adozione lenta e di oltre 1 punto percentuale all’anno in caso di diffusione rapida e pervasiva.La differenza tra i due scenari non è tecnologica in senso stretto, è organizzativa, manageriale, formativa. Dipende da quante imprese adotteranno l’AI, da quanto profondamente la integreranno nei processi e da quante persone saranno in grado di usarla, supervisionarla e trasformarla in valore.Il paradosso dell’adozione: tante imprese, poca profonditàLa quota di aziende italiane che fa ricorso all’intelligenza artificiale è cresciuta al 30%, ma solo il 5% ne fa un uso intensivo. Nella maggior parte dei casi l’impiego resta confinato ad applicazioni semplici, generazione di testi, chatbot, sintesi di documenti, che possono aumentare la produttività individuale ma non trasformano i processi aziendali. Nel confronto europeo, secondo Eurostat, nel 2025 solo il 16% delle imprese italiane con almeno dieci addetti utilizzava almeno uno strumento di AI, contro il 20% della media europea e il 26% della Germania.Il riquadro della Relazione dedicato a “Intelligenza artificiale: adozione ed effetti sulle imprese” conferma questa distanza tra sperimentazione e trasformazione con un dato molto netto, tra le imprese che utilizzano AI, il 70% dichiara di non avere osservato effetti sulla produttività negli ultimi tre anni. L’84% non ha osservato effetti sull’occupazione. L’AI è entrata nelle aziende, ma non ancora abbastanza in profondità da cambiarne i risultati. Guardando avanti, le aspettative sono più ottimistiche, la metà delle imprese prevede un impatto positivo sulla produttività nei prossimi tre anni, a fronte del 35% che non si attende variazioni. Sull’occupazione, il 64% non prevede effetti. Tuttavia, tra le imprese con almeno 500 addetti e tra quelle che usano l’AI in modo estensivo, prevalgono attese di lieve riduzione dell’occupazione. L’impatto occupazionale, in altre parole, potrebbe emergere prima là dove l’integrazione è più profonda, nelle imprese grandi e digitalmente mature.Un dato ulteriore merita attenzione, il 10% delle imprese italiane dichiara di non avere adottato soluzioni di AI pur avendone valutato l’utilizzo. Il primo ostacolo indicato è la carenza di competenze, seguito da incertezza normativa, bassa qualità e disponibilità dei dati e rischi legali. Il collo di bottiglia, dunque, non è la tecnologia: è la capacità organizzativa e il capitale umano necessari per adottarla.Il nodo delle competenze: i numeri di un ritardo strutturaleLa parte più netta delle Considerazioni finali arriva quando Panetta collega esplicitamente AI e formazione. Le competenze, afferma, “sono il fondamento della capacità innovativa”: “senza risorse umane qualificate, anche le tecnologie più avanzate producono benefici limitati”. I numeri sono eloquenti. La quota dei trentenni laureati in Italia è più che raddoppiata dall’inizio del secolo, arrivando al 30%, ma resta inferiore a Francia e Germania, che si attestano intorno al 40%. Tra i giovani non laureati, più di uno su cinque non studia e non lavora, una percentuale superiore al 20%, contro valori intorno al 10% in Germania e al 14% in Francia. Il rendimento economico della laurea, cioè il premio salariale che si ottiene investendo nell’istruzione superiore, è più basso: circa il 24% in Italia, contro il 37% in Germania e oltre il 40% in Francia. A questo si aggiunge un’emorragia di capitale umano, tra il 2020 e il 2024 oltre 100mila giovani laureati hanno lasciato l’Italia alla ricerca di un pieno riconoscimento delle competenze, come scrive Panetta. La spesa pubblica in istruzione è circa 1 punto di PIL inferiore alla media europea, con il divario concentrato nella spesa universitaria: l’Italia investe circa il 4% del PIL in istruzione, contro il 5% della media UE. La diagnosi del Governatore è chiara, senza un rafforzamento del sistema formativo, senza più laureati, senza una maggiore integrazione tra formazione ed esperienze lavorative lungo tutto l’arco della vita, l’AI rischia di diventare una tecnologia selettiva. I benefici si concentreranno su chi possiede già competenze elevate, lasciando indietro chi ne resta escluso, accentuando le disuguaglianze.Le evidenze internazionali confermano la diagnosiPer chi segue il dibattito sulle testate di Nextwork360, la diagnosi di Panetta non giunge inaspettata. Nelle ultime settimane abbiamo documentato un corpus crescente di evidenze empiriche che convergono sullo stesso punto.Lo studio della Federal Reserve di Crane e Soto ha documentato un rallentamento annuo del 3% nei posti di lavoro dei programmatori, circa 500mila posizioni mancanti in tre anni, usando per la prima volta i dati ufficiali del mercato del lavoro statunitense. Non si tratta di scomparsa dei posti, ma di un rallentamento delle assunzioni che colpisce in modo sproporzionato i profili junior. L’analisi di Goldman Sachs firmata da Elsie Peng ha allargato il campo, stimando un effetto netto di circa 16mila posti persi al mese nell’intero mercato del lavoro USA, con il dato più preoccupante concentrato sulla Gen Z: nelle occupazioni più esposte all’AI, il divario salariale tra lavoratori entry-level e lavoratori esperti si è ampliato di 3,3 punti percentuali.Lo studio di Stanford Canaries in the Coal Mine di Brynjolfsson e colleghi, basato sui dati amministrativi ADP, ha fornito la prova più granulare: i lavoratori tra 22 e 25 anni nei settori più esposti all’AI hanno registrato un calo occupazionale di quasi il 20% rispetto al picco di fine 2022, mentre per i lavoratori più anziani negli stessi settori l’occupazione è rimasta stabile o è cresciuta.Il calo si verifica solo nelle occupazioni dove l’AI tende ad automatizzare, non in quelle dove tende a potenziare il lavoro umano. Una distinzione cruciale, che conferma la centralità delle scelte di design tecnologico evidenziata da Acemoglu, Autor e Johnson nel loro lavoro per la Brookings Institution sulla costruzione di un’AI pro-worker.L’Anthropic Economic Index, basato sull’analisi dell’uso reale del modello Claude documentata da Massenkoff e McCrory, ha aggiunto un altro tassello, la misura dell’esposizione osservata all’AI, non quella teorica stimata da modelli, ma quella rilevata dai dati di utilizzo effettivo, mostra che il fenomeno si concentra nelle professioni ad alta intensità cognitiva e nei segmenti entry-level, esattamente dove le competenze sono più fragili e i percorsi professionali più vulnerabili.Le grandi innovazioni non si limitano a rendere obsolete alcune professioni: ne generano di nuoveC’è un passaggio nelle Considerazioni finali che merita di essere riletto con attenzione. Panetta scrive che l’esperienza storica mostra che le grandi innovazioni non si limitano a rendere obsolete alcune professioni, ne generano di nuove, e ricorda che negli Stati Uniti la metà della crescita dell’occupazione dall’inizio del secolo è dovuta a mansioni che non esistevano ottant’anni fa. Un argomento classico della letteratura sull’innovazione tecnologica, Panetta lo usa legittimamente per temperare gli allarmismi. Ma subito dopo aggiunge “Non tutti i lavoratori potranno spostarsi agevolmente dalle attività rese obsolete verso quelle nuove. I benefici potrebbero concentrarsi su chi possiede competenze più elevate, lasciando indietro chi ne resta escluso, accentuando le disuguaglianze.”Qui Panetta sfiora il cuore di ciò che abbiamo chiamato, in una serie di articoli, la scala spezzata. Il problema non è quanti posti di lavoro l’AI distruggerà. Il problema è quali gradini della scala professionale sta già dissolvendo. L’AI non produce, almeno per ora, disoccupazione di massa. Produce qualcosa di più insidioso e meno visibile, la compressione sistematica dei ruoli d’ingresso, l’interruzione della trasmissione intergenerazionale delle competenze, il paradosso formativo per cui la carenza di junior oggi produrrà carenza di senior domani .Il framework elaborato da Acemoglu, Autor e Johnson fornisce la chiave teorica: tra il 1940 e il 1980, la creazione di nuovi compiti esperti replicava la distribuzione occupazionale esistente, generando domanda di lavoro a tutti i livelli. Dopo il 1980 questo meccanismo si è rotto, i nuovi compiti si concentrano nei segmenti già qualificati. L’AI rischia di accelerare questa frattura, generando nuovo lavoro solo per chi è già in cima alla scala e nessun lavoro per chi dovrebbe ancora salirci. Per l’Italia, questa dinamica si innesta su una fragilità preesistente documentata dalla stessa Relazione: pochi laureati, NEET al doppio della media europea, rendimenti dell’istruzione troppo bassi per incentivare l’investimento formativo, fuga di capitale umano all’estero. Se l’AI elimina i gradini d’ingresso prima che i giovani italiani possano salirci, il Paese non perde solo produttività nel presente, perde la capacità di costruire le competenze di cui avrà bisogno nel futuro.Che fare: le indicazioni di Panetta e ciò che mancaLe indicazioni di policy contenute nelle Considerazioni finali sono due. La prima è favorire l’adozione dell’AI nelle imprese, a partire dalle piccole e medie, accompagnandola con investimenti in infrastrutture digitali e dati.La seconda è investire nella formazione: rafforzare il sistema di istruzione, aumentare la spesa pubblica per avvicinarla alla media europea, integrare percorsi formativi ed esperienze lavorative lungo l’arco della vita, tutelare e riqualificare i lavoratori più esposti al cambiamento. Sono indicazioni condivisibili, ma forse insufficienti rispetto alla velocità della trasformazione.Come ha osservato The Economist nel suo cover package di maggio 2026 dedicato all’AI e al lavoro, il primo in cui una voce dell’ortodossia liberale chiede ai governi di agire prima di avere prove conclusive, aspettare la certezza empirica prima di costruire reti di sicurezza significa arrivare tardi. La pausa di Engels, il periodo tra il 1790 e il 1840 in cui i salari reali ristagnarono mentre l’economia britannica cresceva, durò mezzo secolo prima che i lavoratori vedessero i benefici della rivoluzione industriale. Oggi, con un’economia più veloce e interconnessa, le dislocazioni possono essere altrettanto profonde anche se più rapide. Il framework pro-worker di Acemoglu, Autor e Johnson aggiunge una dimensione che la Relazione non affronta esplicitamente: non basta formare le persone, bisogna anche orientare la tecnologia. Il mercato, lasciato a sé stesso, tende a investire nell’AI che automatizza il lavoro piuttosto che nell’AI che lo potenzia, perché l’automazione cattura più valore per il capitale. Servono politiche industriali che incentivino lo sviluppo e l’adozione di AI complementare al lavoro umano, e qui la Transizione 5.0, se adeguatamente finanziata e indirizzata, potrebbe diventare uno strumento concreto nel contesto italiano.C’è infine un punto che nessun documento istituzionale sembra ancora pronto ad affrontare, la dimensione fiscale. Se l’AI concentra i rendimenti nel capitale e riduce la base imponibile del lavoro, e il 50% delle entrate fiscali OCSE viene dal lavoro, il modello redistributivo su cui si reggono i sistemi di welfare europei entra in crisi strutturale. L’assicurazione salariale per i lavoratori dislocati, la tassazione delle rendite generate dall’AI, la partecipazione azionaria diffusa sono strumenti già in discussione nella letteratura accademica e nel dibattito anglosassone. Per l’Italia, dove il sistema di protezione sociale è già sotto pressione demografica, il tempo per progettare risposte si sta riducendo.La tecnologia non è il problema. L’assenza di una strategia, sìLa Relazione annuale della Banca d’Italia ha il merito di collocare l’AI dove deve stare, non nel dibattito sulle meraviglie o sulle catastrofi della tecnologia, ma dentro la questione economica fondamentale del Paese che è la produttività. La transizione digitale, scrive Panetta, da sola non produrrà spontaneamente benessere condiviso: deve essere governata. Le evidenze internazionali che abbiamo raccolto negli ultimi mesi su queste pagine confermano e approfondiscono questa diagnosi. L’AI sta già producendo effetti misurabili, non nella forma dell’apocalisse occupazionale, ma in quella più insidiosa della compressione dei percorsi d’ingresso e della concentrazione dei benefici su chi possiede già competenze elevate. L’Italia ha bisogno di più laureati, più formazione continua, migliore spesa pubblica in istruzione, più integrazione tra scuola e lavoro. Ma ha bisogno anche di politiche che orientino la tecnologia, non solo di politiche che preparino le persone a subirla. La differenza tra lo scenario da 0,2 punti e quello da oltre 1 punto di produttività aggiuntiva non si gioca nei laboratori di ricerca. Si gioca nelle imprese, nelle scuole, nelle scelte di policy. Al momento, l’Italia è posizionata molto più vicina allo scenario lento che a quello favorevole.