L'881% delle organizzazioni utilizza regolarmente l'intelligenza artificiale in almeno una funzione. Solo il 391% segnala un impatto sull'EBIT complessivo dell'azienda e appena il 61% supera il 51% dell'EBIT attribuibile all'IA. Tutti e tre i dati provengono dallo stesso studio McKinsey del 2025, basato su 1.993 partecipanti in 105 paesi, e il divario tra il primo e il terzo posto riflette la vera storia di questo ciclo.
La conclusione di McKinsey è letterale e merita di essere letta due volte: un impatto significativo sul risultato finale rimane raro.
Quando si cita solo lo standard 88%, si sostiene che chi non lo adotta rimarrà indietro. Quando invece vengono citati tutti e tre, la questione cambia: Che cosa fa di diverso il 6%?
Altre fonti puntano nella stessa direzione utilizzando metodologie diverse:
L'intensità varia. La direzione rimane invariata.
McKinsey individua una variabile che supera tutte le altre in termini di correlazione con l'impatto sull'EBIT: avere flussi di lavoro riprogettati in modo fondamentale. Solo 21% degli utilizzatori di IA generativa lo avevano fatto, e coloro che raggiungono prestazioni elevate hanno circa tre volte più probabilità di averlo fatto.
Non è il modello. Non è il fornitore. Non è il budget. È il fatto di aver cambiato il modo in cui viene svolto il lavoro.
La spiegazione operativa è semplice. Aggiungere uno strumento a un processo esistente consente di risparmiare minuti per ogni attività. Riprogettare il processo attorno alla nuova funzionalità elimina interi passaggi. Il primo vantaggio è percepibile dai dipendenti; il secondo si riflette positivamente sui risultati economici.
Approccio | Quali cambiamenti | Dove appare il risultato |
|---|---|---|
Aggiungi strumento | I compiti vengono svolti più velocemente | Indagini interne sulla soddisfazione |
Automatizzare il processo attuale | Il lavoro manuale ripetitivo viene eliminato | Costo operativo di un reparto |
Riprogettare il flusso di lavoro | Passaggi, comandi e attese scompaiono | EBIT |
La maggior parte delle organizzazioni si trova in prima fila e si aspetta risultati dalla terza.
Prima di promettere risultati concreti, è importante comprendere un fenomeno. Quando uno strumento fa risparmiare venti minuti al giorno a cinquanta persone, ciò non si traduce in sedici giornate lavorative liberate. Si tratta di venti minuti distribuiti tra altre attività, che vengono poi assorbite senza alcun stanziamento di budget.
Il salvataggio si verifica solo quando si verifica una di queste tre condizioni:
Un intero passaggio viene eliminato dal processo. Non accelera: scompare.
L'aumento dei volumi viene assorbito senza incrementare la forza lavoro. Il team realizza un altro 30% con la stessa struttura.
Si riduce un costo diretto identificabile. Meno errori, meno rilavorazioni, meno penalità.
Se un progetto non è in grado di spiegare quale dei tre obiettivi intende perseguire, non ha una giustificazione economica: ha solo un'aspettativa.
Un progetto che soddisfa tutti e quattro i criteri appartiene alla categoria 6%. Un progetto che non soddisfa due o più criteri appartiene, statisticamente, alla categoria 42%, che viene abbandonata.
Questa è la stessa diagnosi che abbiamo proposto in il purgatorio del pilota [link interno], visto dalla prospettiva del ritorno piuttosto che dell'impiego.
Sarebbe altrettanto disonesto utilizzare questi dati per concludere che l'IA non funziona. Il 6% esiste e sta ottenendo vantaggi concreti; secondo Stanford HAI, il costo dell'inferenza è diminuito di oltre 280 volte in due anni, ampliando la gamma di casi d'uso redditizi; e il problema documentato non è la tecnologia in sé, ma il lavoro organizzativo che la circonda.
La lettura corretta è più utile: L'adozione non fa più la differenza, perché ormai quasi tutti la possiedono; ciò che fa la differenza è la riprogettazione.. Inoltre, la riprogettazione è lenta, poco attraente e il prodotto non è ancora disponibile per l'acquisto.
Questo è probabilmente il motivo per cui solo il 21% ci è riuscito.
Secondo McKinsey (2025), l'881% delle organizzazioni utilizza l'IA in qualche funzione, il 391% riporta un impatto sull'EBIT a livello aziendale e solo il 61% supera il 51% dell'EBIT attribuibile. IBM stima che il 25% delle iniziative abbia generato il ritorno sull'investimento previsto e che il 16% di quelle che sono state implementate a livello organizzativo.
La profonda riprogettazione dei flussi di lavoro. McKinsey identifica questo come il fattore con la maggiore correlazione con l'impatto sull'EBIT e sottolinea che solo 211.000 aziende che hanno adottato l'IA generativa l'hanno intrapresa, mentre le aziende ad alte prestazioni hanno circa tre volte più probabilità di averlo fatto.
Perché i venti minuti risparmiati da cinquanta persone vengono assorbiti in altre attività senza generare alcuno stanziamento di bilancio. I risparmi si riflettono sul conto economico solo se si elimina una fase del processo, se si gestisce un volume maggiore senza aumentare il personale o se si riduce un costo diretto identificabile.
Tale cifra proviene da un rapporto preliminare del MIT Project NANDA del 2025, che non è stato sottoposto a revisione paritaria e ha ricevuto critiche metodologiche in merito alla dimensione del campione e all'intervallo di misurazione. Fonti più attendibili indicano la stessa direzione, seppur con entità diverse: il problema di scalatura è reale, ma la cifra esatta non è ancora stata stabilita.
Quale processo specifico cambierà e quale fase verrà eliminata, qual è la metrica e la soglia che determineranno se continuare o interrompere, chi è responsabile del risultato aziendale e qual è il costo unitario estrapolato al volume effettivo con picchi e tentativi.
No. Il 6% che offre un vantaggio significativo esiste, e la riduzione dei costi di inferenza – di oltre 280 volte tra il 2022 e il 2024 secondo Stanford HAI – amplia la gamma di casi d'uso redditizi. I dati indicano che l'adozione non fa più la differenza e che il fattore determinante è il lavoro organizzativo che ruota attorno alla tecnologia.
Il tuo progetto di intelligenza artificiale appartiene al protocollo 6% o al 42%? Analizziamo il caso d'uso, le metriche aziendali e il costo unitario prima che diventi solo un altro progetto pilota. Due ore, senza impegno. Parliamone → |
Español Español 
English
Français
العربية
Português
Deutsch
Italiano
