Diffusione dell’AI nelle imprese italiane: dati e confronti internazionali
L’intelligenza artificiale avanza nelle imprese italiane, ma il Paese resta sotto la media europea. Secondo l’Istat, nel 2025 il 16,4 % delle aziende con almeno dieci addetti ha adottato almeno una tecnologia di AI, contro l’8,2 % del 2024. Nonostante il raddoppio in un anno, la media UE è del 20 %.
Paesi come Danimarca (42 %), Finlandia (37,8 %) e Svezia (35 %) guidano il ranking europeo, mentre l’Italia si posiziona ben al di sotto. Eurostat, nel dicembre 2025, conferma che l’Italia è terzultima nell’uso dell’AI generativa nelle imprese.
Il Global AI Diffusion Report del Microsoft AI Economy Institute (settembre 2026) colloca gli Emirati Arabi Uniti al primo posto mondiale per utilizzo dell’AI generativa (73,3 % della popolazione lavorativa), seguiti da Singapore, Irlanda, Francia e Norvegia. L’Italia non compare tra i primi dieci paesi.
Diffusione tra le imprese vs. diffusione nella popolazione
Il rapporto globale misura la penetrazione degli strumenti di AI generativa nella popolazione (18,8 % nel Q2 2026 per i 15‑64 anni), mentre Eurostat considera le aziende con almeno dieci dipendenti, dove l’Italia è superata da Germania (26 %), Spagna (20 %) e Francia (≈18 %).
Cause strutturali del ritardo italiano
La prima spiegazione risiede nella struttura del sistema produttivo. Il censimento Istat 2023 (riferito al 2022) indica che quasi l’80 % delle imprese con almeno tre addetti sono microimprese, mentre quelle con più di 250 dipendenti rappresentano solo lo 0,4 %.
Le grandi imprese possono distribuire i costi di sviluppo, formazione e integrazione, mentre le piccole devono affrontare investimenti che incidono pesantemente sui bilanci. Inoltre, l’accesso alle competenze è differente: le grandi organizzazioni impiegano specialisti informatici, analisti dei dati e responsabili della sicurezza, mentre le piccole aziende spesso ricorrono a consulenti esterni o restano senza tali figure.
L’Istat evidenzia che nel 2025 il 53,1 % delle grandi imprese italiane usava tecnologie di AI, contro il 15,7 % delle PMI. La frammentazione produttiva non impedisce l’innovazione, ma rende più difficile sostenere investimenti complessi e trasformare le sperimentazioni in applicazioni stabili.
Carenti competenze e formazione
Il fattore più citato dalle aziende è la carenza di competenze. L’indagine Istat “Imprese e ICT” (dicembre 2025) mostra che il 58,6 % delle aziende che avevano valutato l’adozione di AI senza poi realizzarla segnala difficoltà legate alla disponibilità di personale qualificato.
Altri ostacoli rilevati sono:
- Incertezza legislativa: 47,3 %
- Indisponibilità o scarsa qualità dei dati: 45,2 %
- Preoccupazioni per privacy e protezione delle informazioni: 43,2 %
- Costi elevati: 43 %
Queste percentuali riguardano le imprese che hanno considerato l’AI ma non l’hanno adottata.
La Commissione europea, nel “Decennio digitale 2025”, rileva che solo il 45,8 % degli italiani possiede competenze digitali di base, contro il 55,6 % della media europea (2023). Inoltre, il 4 % degli occupati nel 2024 è specializzato in tecnologie dell’informazione, una quota relativamente bassa.
Impatto sulla produttività e casi di buona pratica
Il direttore dell’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano, Claudio Rorato, sottolinea che “il ritardo più preoccupante non è solo nell’adozione della tecnologia, ma nella capacità di prepararsi al suo impiego”.
Secondo la ricerca, il 76 % delle PMI italiane non ha investito né prevede investimenti in AI, mentre solo il 7 % ha avviato programmi strutturati di formazione sull’AI per i collaboratori.
L’Indagine Confindustria sul lavoro 2025 indica ulteriori barriere:
- Complessità tecnica dell’integrazione: 35,1 %
- Resistenza al cambiamento del personale: 21,3 %
- Informazioni insufficienti sulle opportunità: 17,3 %
- Costi eccessivi: circa 33 %
- Difficoltà nella gestione dei dati (sicurezza, privacy): 25 %
Il report “L’intelligenza artificiale per il Sistema Italia” (giugno 2025) di Confindustria raccoglie oltre 240 applicazioni operative in più di 70 aziende, dimostrando che esistono esperienze avanzate, ma sono ancora poche e poco diffuse.
Strategie e interventi per colmare il divario
Giuseppe Tripoli, segretario generale di Unioncamere, evidenzia l’importanza di sostenere le piccole imprese con incentivi, voucher, laboratori di sperimentazione, formazione e collaborazioni per rendere disponibili consulenze specialistiche.
Le misure consigliate includono:
- Creazione di hub regionali per l’AI, con accesso condiviso a infrastrutture cloud e dataset.
- Programmi di formazione continua in partnership con università e piattaforme online, mirati a sviluppare competenze in data science, etica dell’AI e gestione dei dati.
- Finanziamenti a tasso agevolato per progetti pilota in PMI, con co‑finanziamento pubblico‑privato.
- Standardizzazione normativa e linee guida per la privacy e la sicurezza, per ridurre l’incertezza legislativa.
- Incentivi fiscali per investimenti in hardware, software e servizi di consulenza AI.
Solo un approccio integrato, che combini investimenti finanziari, sviluppo di competenze e semplificazione normativa, potrà permettere all’Italia di ridurre il divario con i leader europei e sfruttare appieno il potenziale competitivo dell’intelligenza artificiale.
