La Banca d’Italia, con le Questioni di Economia e Finanza 1009, fotografa un paradosso che riguarda da vicino il sistema produttivo italiano. L’intelligenza artificiale sta entrando nelle aziende a ritmo sostenuto: la quota di imprese che la usa è passata dal 27% nel 2025 al 32% all’inizio del 2026, secondo l’Invind, l’Indagine sulle imprese industriali e dei servizi. Eppure, nello stesso periodo, gli effetti per chi l’ha adottata non si vedono. Ben 7 aziende su 10 dichiarano che l’IA non ha ancora influito sulla produttività del lavoro.
Indice
Quante imprese italiane usano l’intelligenza artificiale
Il dato di copertura cresce, ma l’uso intensivo resta una nicchia: solo il 5% delle imprese dichiara di aver integrato l’intelligenza artificiale in profondità nei processi aziendali.
Nella maggior parte dei casi la tecnologia serve a ottimizzare fasi esistenti, soprattutto in ambito commerciale, produttivo o amministrativo, più che a sviluppare nuovi prodotti. Tra chi usa IA generativa, prevale la generazione di testi. Poco più della metà ricorre anche a chatbot, agenti o strumenti per il codice.
Il confronto europeo conferma il ritardo del nostro Paese.
Sui dati Eurostat 2025 relativi alle imprese con almeno 10 addetti, in Italia usa l’IA circa il 16% delle aziende, 4 punti sotto la media Ue (20%) e quasi 10 sotto la Germania (26%). In cima alla classifica c’è la Danimarca (42%).
Il paradosso: sempre più IA, ma la produttività non sale
L’analisi econometrica condotta dagli esperti di Via Nazionale sul periodo 2022/2026 confronta circa 900 imprese italiane che hanno adottato l’IA con altre simili per settore, dimensione, area e propensione tecnologica.
Le stime non identificano effetti sistematici dell’adozione su fatturato per addetto, occupazione o investimenti. Lo stesso indica la percezione delle imprese: il 70% di quelle che usano IA dichiara nessun impatto sulla produttività del lavoro, mentre la metà se lo aspetta nel prossimo triennio.
Significa che l’intelligenza artificiale non funziona? Non proprio.
La storia recente delle tecnologie generali insegna che i benefici aggregati arrivano dopo i costi di integrazione e riorganizzazione. Vale la pena ricordare il cosiddetto paradosso di Solow: negli anni Ottanta gli investimenti in informatica esplosero senza una corrispondente accelerazione della produttività.
Solo dopo un decennio di aggiustamenti organizzativi i guadagni emersero nelle statistiche. La letteratura economica parla di J-curve della produttività e indica che lo stesso schema può ripetersi con l’IA.
Quanto può valere l’IA per il Pil italiano
Nel medio-lungo termine il potenziale dell’IA per il Pil italiano può essere significativo.
Le simulazioni della Banca d’Italia su un orizzonte decennale stimano un aumento annuo della produttività del lavoro compreso tra:
- 0,2 punti percentuali nello scenario di adozione lenta;
- 0,7 in quello intermedio;
- 1,1 in quello rapido.
I contributi maggiori alla crescita del valore aggiunto verrebbero da:
- manifattura (2 punti su dieci anni);
- commercio (1 punto);
- attività professionali (0,8 punti).
Perché siamo indietro
Le indagini Eurostat indicano che la principale barriera all’adozione, in tutte le classi dimensionali, è la carenza di competenze. Pesano poi la scarsa integrazione dei dati, una preparazione tecnologica e organizzativa insufficiente e l’incertezza sul quadro normativo. Si tratta di fattori che frenano soprattutto le realtà di dimensioni ridotte.
Dall’occasional paper di Bankitalia emerge che i sussidi generici alla digitalizzazione non bastano. Servono strutture pubbliche che aiutino davvero le imprese a capire come usare l’IA, a partire dai centri di trasferimento tecnologico già esistenti.
Lo Stato dovrebbe poi usare i propri acquisti per far partire il mercato, finanziando progetti pilota nelle aziende italiane, come fa da anni Singapore con il programma 100 Experiments.
A ciò si aggiungono 3 condizioni di base:
- regole più chiare e stabili;
- dati pubblici e di filiera condivisi in sicurezza;
- accesso ai grandi computer per chi sviluppa applicazioni.
Sullo sfondo, un divario di risorse difficile da colmare: i Competence Center italiani, le strutture che aiutano le imprese ad adottare nuove tecnologie, hanno ricevuto 186 milioni di euro in tutto tra 2019 e 2025. Il solo Fraunhofer tedesco, equivalente del nostro Cnr ma specializzato in ricerca applicata, ne incassa 2,2 miliardi ogni anno.
