Il clima di entusiasmo generalizzato per l’AI generativa è ufficialmente finito. Le imprese hanno superato la fase dei progetti pilota e degli annunci sensazionalistici. Ora, la domanda che rimane è solo una: qual è il suo reale ritorno economico?A questa domanda risponde con precisione una recente ricerca condotta da Snowflake su 2.050 organizzazioni in tutto il mondo che hanno già portato in produzione soluzioni di GenAI. I risultati smentiscono lo scetticismo: il 92% delle aziende registra un ROI positivo, con un ritorno medio sull’investimento del 49% (pari a un guadagno di 1,49 dollari per ogni dollaro investito). Tra i C-level, ben il 75% quantifica ritorni positivi, mentre solo un marginale 5% riporta risultati stabili.Indice degli argomenti:
L’evoluzione verso l’agentic AISmettere di rincorrere i modelli e curare la “dieta” dei datiRisolvere il problema della “shadow AI”Riprogettare i flussi di lavoro, non tagliare le testeFino a 90mila posti di lavoro in ItaliaLa nuova frontiera dell’autonomia: l’agentic AIConclusioniL’evoluzione verso l’agentic AIIl dato più significativo dell’indagine riguarda però l’evoluzione verso l’agentic AI: sistemi autonomi capaci di prendere decisioni ed eseguire flussi di lavoro complessi senza la costante supervisione umana. Il 32% delle aziende ha già agenti AI in produzione, con aspettative di ROI del 47% nei prossimi 12 mesi.In Italia il trend è altrettanto accelerato, ma presenta forti asimmetrie. Secondo i dati del Politecnico di Milano, il mercato nazionale dell’AI ha toccato quota 1,8 miliardi di euro nel 2025 (+50% rispetto all’anno precedente), guidato per quasi la metà proprio dalla GenAI. Tuttavia, persiste un profondo divario tra le grandi imprese (71% con progetti attivi) e le PMI (ferme all’8%).La barriera per l’adozione diffusa e redditizia non è più la tecnologia in sé, ma la capacità delle aziende di integrarla in maniera strutturale all’interno della propria organizzazione. Ora, serve superare questa fase di transizione e iniziare a generare valore concreto. Per fare questo, i leader aziendali devono mettere in pratica tre mosse strategiche.Smettere di rincorrere i modelli e curare la “dieta” dei datiIl vero collo di bottiglia dell’AI non risiede negli algoritmi, ma nelle fondamenta informative. Lo studio Snowflake evidenzia una realtà critica: solo il 20% dei dati non strutturati aziendali è effettivamente “AI-ready” (pulito, governato e accessibile). Per i dati strutturati la percentuale sale a un comunque insufficiente 33%.Il disallineamento operativo è evidente:Il 65% dei leader trova difficile o molto difficile abbattere i silos di dati.Il 62% fatica a monitorare la qualità dei dati e a prepararli per i Large Language Model (LLM).Le aziende che registrano i ritorni finanziari più alti seguono una regola ferrea: investire prima nell’infrastruttura dati, poi nei modelli. Non a caso, il 94% degli intervistati sta consolidando attivamente il proprio patrimonio dati e l’89% individua nel data engineering la competenza chiave per il successo dell’AI.In Italia questa sfida è cruciale: solo il 20% delle grandi aziende adotta l’AI in modo pervasivo a causa di sistemi legacy frammentati.Prima di acquistare l’ultimo LLM sul mercato, è necessario effettuare un audit rigoroso del proprio patrimonio informativo. Nell’era dell’AI, lo storico motto “garbage in, garbage out” (spazzatura dentro, spazzatura fuori) vede il proprio effetto moltiplicato in modo esponenziale.Risolvere il problema della “shadow AI”C’è un fenomeno che attraversa i dipartimenti aziendali: oltre la metà dei dipendenti, incluso il 66% dei manager C-level, ammette di utilizzare regolarmente strumenti di AI non autorizzati dall’azienda. In Italia, questo fenomeno sale al 68%, con i profili senior in cima alla lista degli utilizzatori non ufficiali.Le ragioni della pervasività della shadow AI sono prettamente operative:Il 60% dei professionisti ritiene che gli strumenti approvati dall’IT manchino delle funzionalità necessarie.Il 53% ritiene che i processi di approvazione aziendali siano troppo lenti.Questo utilizzo incontrollato espone i business a rischi sistemici: violazioni della proprietà intellettuale, leak di dati sensibili e sanzioni legate al GDPR (che per una PMI italiana possono oscillare tra 1 e 3 milioni di euro per singolo incidente). Una vulnerabilità accentuata dalla piena applicabilità dell’AI Act europeo nel 2026 per tutti i sistemi di AI e per i settori ad alto rischio, a fronte di una governance aziendale italiana ancora in larga parte destrutturata.Dentro questo fenomeno, però, emerge anche un’opportunità: le persone desiderano usare l’AI e ne percepiscono il valore per la propria produttività. Vietarla è una strategia fallimentare.CIO e CISO devono mappare le reali esigenze dei dipendenti tramite survey anonime. L’obiettivo non è reprimere l’iniziativa, ma canalizzarla, offrendo alternative aziendali governate, sicure e che siano qualitativamente migliori dei tool consumer.Riprogettare i flussi di lavoro, non tagliare le testeIl dibattito sull’impatto dell’AI sull’occupazione oscilla spesso tra visioni apocalittiche e ottimismi ingenui. La realtà misurata sul campo mostra uno scenario di profonda trasformazione professionale: quasi l’80% delle imprese registra una creazione netta di posti di lavoro (job creation), mentre solo l’11% ha sperimentato esclusivamente una riduzione del personale.L’AI non sta eliminando il lavoro, ne sta modificando l’anatomia:si assiste a una contrazione delle posizioni puramente esecutive o entry-level (63%).Crescono i ruoli a forte specializzazione tecnica: cybersecurity (+20% di probabilità di incremento organico), IT operations (+16%) e software development (+12%).Fino a 90mila posti di lavoro in ItaliaIn Italia si stima che l’AI possa generare fino a 900mila nuovi posti di lavoro entro i prossimi anni, mentre circa 3,8 milioni di posizioni saranno automatizzate entro il 2033, richiedendo nuove qualifiche e generando opportunità di reskilling. La domanda di competenze specifiche è già raddoppiata nei portali di reclutamento.Le organizzazioni più mature non usano l’AI per sostituire le persone, ma per sollevarle dalle attività ripetitive a basso valore aggiunto, ridisegnando i processi e investendo massicciamente nell’upskilling. Inoltre, i dati dimostrano che le aziende con una strategia AI matura attraggono e trattengono i talenti con maggiore facilità rispetto a chi è fermo alla fase pilota. Un trend favorevole per l’Italia, che si posiziona al primo posto in Europa per dipendenti che scelgono di formarsi sull’AI in modo autonomo (64%).Per ogni nuovo progetto tecnologico, la domanda da porsi non deve essere “quante risorse posso tagliare?”, bensì “come posso ridisegnare questo processo affinché le persone esprimano al massimo le proprie capacità con l’AI?”.La nuova frontiera dell’autonomia: l’agentic AIL’evoluzione verso i sistemi agentici è già in atto: quel 32% di aziende che ha già soluzioni attive le impiega principalmente per il customer support H24 (61%), la guida degli utenti verso risorse di self-help (59%) e la classificazione automatica dei ticket (50%).La vera sfida per l’adozione su larga scala dell’agentic AI non è tecnologica, ma psicologica: si chiama fiducia. Il 29% delle aziende esprime forti preoccupazioni sulla capacità di mantenere un controllo umano (human-in-the-loop) e, globalmente, oltre i due terzi dei manager dichiara di non fidarsi ancora pienamente degli agenti autonomi per processi di business critici.È esattamente in questo spazio che le tre mosse descritte – infrastruttura dati solida, governance abilitante e riprogettazione del lavoro umano – diventano determinanti. Più l’AI diventa autonoma, più l’architettura dei dati che la alimenta e la supervisione etico-professionale dell’uomo diventano i veri elementi differenzianti sul mercato.ConclusioniL’AI generativa e agentica non sono tecnologie da “comprare”, ma un motore da costruire all’interno del proprio ecosistema organizzativo. Le aziende che vogliono iniziare a misurare i profitti devono poggiare questo motore su dati solidi, governance intelligente e valorizzazione del capitale umano.
