PMI italiane e AI: il divario con le grandi imprese si sta allargando (e in fretta)

I dati ISTAT sull'adozione dell'AI nelle imprese italiane sembrano, a prima vista, una buona notizia: nel 2025 il 16,4% delle imprese con almeno 10 addetti usa almeno una tecnologia di intelligenza artificiale, contro l'8,2% del 2024 e il 5% del 2023. Raddoppio anno su anno. Curva ripida, applausi.

Poi guardi dentro il numero, e la storia cambia. Le grandi imprese sono passate al 53,1% di adozione. Le PMI sono ferme al 15,7%. Il divario tra grandi e piccole era di 25 punti percentuali, ora è di 37. E l'83,6% delle imprese italiane non adotta alcuna tecnologia AI, nessuna. Nel confronto europeo, con il nostro 16,4% restiamo sotto la media UE27 (19,95%), dietro Spagna, Germania e Francia.

Quindi no, la notizia non è che l'Italia sta adottando l'AI. La notizia è che le grandi imprese italiane stanno adottando l'AI, e le piccole stanno rimanendo indietro a velocità crescente. Lavoro con le PMI ogni giorno dal 2021, e questo è il dato che mi preoccupa di più tra tutti quelli che ho letto quest'anno.

Perché questo divario è diverso dai precedenti

Le PMI italiane sono arrivate in ritardo a ogni ondata tecnologica: il sito web, l'e-commerce, il cloud, il CRM. Ogni volta il ritardo è costato qualcosa, ma ogni volta è stato recuperabile, perché quelle tecnologie miglioravano l'azienda in modo lineare: un sito ti dava visibilità, un gestionale ti dava ordine. Chi arrivava dopo pagava un po' di inefficienza nel frattempo, e via.

L'AI è diversa per una ragione precisa: agisce sul costo del lavoro cognitivo, e si compone nel tempo. L'azienda che oggi automatizza la gestione documentale libera ore; con quelle ore migliora il servizio clienti; con i dati del servizio clienti addestra processi migliori; e ogni nuovo rilascio di modelli — ne esce uno più capace ogni pochi mesi — moltiplica quello che ha già costruito. Chi parte prima non accumula un vantaggio fisso: accumula un vantaggio che cresce da solo.

Trentasette punti di divario oggi non sono trentasette punti tra due anni. Sono di più. È un interesse composto che lavora contro chi aspetta.

Le obiezioni che sento ogni settimana (e cosa rispondo)

"Siamo troppo piccoli per l'AI." È l'obiezione più diffusa ed è esattamente rovesciata. L'AI è la prima tecnologia che riduce il vantaggio di scala: una grande azienda compra software enterprise e team dedicati, ma una PMI oggi accede agli stessi modelli — gli stessi identici modelli — con costi da abbonamento. Quello che prima richiedeva un reparto IT ora richiede un processo ben disegnato. Piccolo, nel 2026, è un vantaggio di velocità: meno riunioni, meno comitati, decisioni in giorni.

"Non abbiamo le competenze." Vero, e infatti non è un problema da risolvere assumendo un data scientist. Il 70,3% delle imprese che già usano l'AI prevede di investire ancora nel biennio: non perché hanno assunto ricercatori, ma perché hanno imparato facendo, su casi piccoli. Le competenze si comprano a giornate all'inizio e si internalizzano strada facendo.

"Non vedo il ritorno." Obiezione sana — ne ho scritto a proposito del paradosso GenAI: la maggior parte dei progetti AI fallisce davvero. Ma fallisce per metodo, non per tecnologia. Il ritorno non si vede quando si parte dallo strumento; si vede quando si parte dal processo che costa di più.

Da dove iniziare, in pratica

Se gestisci una PMI e sei in quell'83,6%, ecco il percorso che consiglio — lo stesso che seguiamo nei progetti reali, e volutamente poco spettacolare.

Primo: trova le ore nascoste. Una settimana di osservazione onesta su dove va il tempo dell'ufficio: inserimento dati, preventivi, risposte alle stesse dieci domande dei clienti, riconciliazione documenti. In quasi ogni PMI ci sono 15-30 ore a settimana di lavoro cognitivo ripetitivo. Quello è il giacimento.

Secondo: un solo caso d'uso, con una metrica. Non "portiamo l'AI in azienda", ma "riduciamo del 50% il tempo di preparazione dei preventivi entro tre mesi". Misurabile, piccolo, utile anche se tutto il resto non si farà mai.

Terzo: strumenti prima, sviluppo poi. Moltissimi casi si risolvono con strumenti esistenti ben configurati. Lo sviluppo su misura ha senso quando il processo è il cuore del tuo vantaggio competitivo — e a quel punto è l'investimento migliore che puoi fare, perché nessun competitor può comprarlo a scaffale.

Quarto: una persona interna che ci mette la faccia. Non serve un tecnico, serve qualcuno che conosce i processi e risponde del risultato. L'AI delegata in toto all'esterno è il modo più sicuro per finire nel 95% che non vede ritorni.

Tre scenari concreti, tre ordini di grandezza

Per dare sostanza al "da dove iniziare", ecco tre fotografie di casi d'uso tipici per dimensione d'impresa — anonimizzati ma presi dalla realtà dei progetti che vediamo, con ordini di grandezza onesti.

La microimpresa di servizi (5-10 persone) che passa ore a rispondere sempre alle stesse email: richieste di informazioni, disponibilità, condizioni. Un assistente ben configurato sugli strumenti esistenti, più un pomeriggio di formazione, recupera tipicamente 5-10 ore a settimana. Investimento: nell'ordine delle centinaia di euro più qualche giornata di configurazione. Si ripaga in settimane.

La PMI commerciale o manifatturiera (20-50 persone) dove l'ufficio amministrativo riconcilia a mano ordini, DDT e fatture, e l'ufficio tecnico prepara preventivi pescando da vecchi file. Qui si parla di processi strutturati che meritano integrazione con il gestionale: un progetto da poche settimane, investimento nell'ordine delle migliaia di euro, ritorno tipico tra le 15 e le 30 ore settimanali liberate tra i vari uffici. È la fascia dove il rapporto investimento/ritorno è oggi più favorevole in assoluto.

L'azienda strutturata (50+ persone) dove il tema diventa sistemico: knowledge base interna interrogabile, agenti sul customer care, analisi automatica dei dati di vendita. Progetti più seri, governance più seria — ed è qui che entrano anche i temi di conformità dell'AI Act. Ma a questa scala il moltiplicatore è proporzionale: ogni punto percentuale di efficienza vale stipendi interi.

Il punto trasversale: in nessuno dei tre scenari serve "un progetto di intelligenza artificiale". Serve un problema specifico, uno strumento proporzionato e qualcuno che misuri. La tecnologia è la parte facile; il metodo è la parte scarsa.

Il costo di aspettare ancora un anno

Capisco la prudenza, davvero. Le PMI italiane hanno risorse limitate e ogni euro ha un costo opportunità: è il vincolo dentro cui lavoro anch'io, tutti i giorni. Ma proprio per questo il calcolo va fatto bene: la prudenza ha un prezzo, e nel 2026 il prezzo della prudenza sull'AI ha superato il prezzo dell'azione.

Aspettare un anno significa un anno di ore perse sui processi ripetitivi, un anno di divario in più rispetto ai concorrenti grandi — e a quelli piccoli che si sono mossi — e ripartire comunque da zero, perché l'esperienza non si compra a recupero. Il primo caso d'uso, fatto bene, costa meno di una fiera di settore. Il confronto, francamente, non regge più.

Il 16,4% non è un punto d'arrivo, è la fotografia di un'Italia che si sta dividendo in due: imprese che usano l'AI e imprese che la subiranno. Da che parte stare è ancora una scelta. Tra qualche anno sarà un dato di fatto.

---

Fonti: ISTAT – Imprese e ICT 2025, Key4Biz, Rivista AI, BitMat