L’azienda AI-first: una guida all’introduzione per dimensione aziendale

Nell’aprile 2016 l’amministratore delegato di Google, Sundar Pichai, disse che there would “soon be a transition from mobile first to AI first.” [“presto ci sarà un passaggio da mobile first ad AI first”].¹ Dieci anni dopo, molte aziende si definiscono AI-first. Poche ottengono molto dall’IA.

Quante aziende usino l’IA dipende da chi pone la domanda. Nell’UE, nel 2025, il 20% delle imprese con almeno dieci dipendenti usava una qualsiasi tecnologia di IA.² Negli Stati Uniti l’indagine sulle imprese del Census Bureau, pensata per rappresentare tutte le aziende, indica circa il 18–20%.³ In un’indagine condotta con le banche centrali di Stati Uniti, Regno Unito, Germania e Australia, il 69% di quasi 6.000 dirigenti ha dichiarato che la propria azienda usava l’IA. Circa nove su dieci hanno detto che negli ultimi tre anni l’IA non aveva cambiato nulla nella produttività o nell’occupazione della propria azienda.⁴ L’indagine mondiale di McKinsey del 2025 ha rilevato che l’88% delle organizzazioni usava l’IA in almeno una funzione aziendale. Solo il 6% circa erano “AI high performers” [“aziende con i migliori risultati dall’IA”]: aziende che attribuiscono all’IA il 5% o più del loro EBIT (l’utile operativo).⁵

Che cosa significhi AI-first dipende dalla dimensione dell’azienda. Un’azienda di dieci persone, un produttore di 150 persone, una banca regionale di 600 e un grande gruppo mondiale hanno budget diversi, persone diverse su cui contare e rischi diversi. Questa guida usa quattro fasce di dimensione. Le due più piccole seguono la definizione di piccole e medie imprese dell’Unione europea: micro e piccole imprese (1–49 dipendenti), medie imprese (50–249), medio-grandi imprese (250–999) e grandi imprese (1.000+). Ogni cifra rimanda alla sua fonte. Una cifra che viene solo dall’azienda stessa, o dal fornitore che ha venduto lo strumento, è indicata come tale.

---

Che cosa significa AI-first, e in che cosa è diverso dall’usare l’IA

Un’azienda che usa l’IA la aggiunge a un lavoro che per il resto non cambia: un chatbot sul sito, uno strumento che scrive le bozze delle email. Un’azienda AI-first cambia il lavoro stesso, in modo che l’IA ne svolga una parte e le persone il resto. Pensi a due gruppi di marketing. Nel primo, il personale usa ChatGPT per scrivere le bozze degli articoli del blog, e nient’altro cambia. Nel secondo, il gruppo ha ricostruito il modo in cui produce i contenuti. L’IA fa le ricerche, le prime bozze e le versioni per ogni canale. Le persone scelgono gli argomenti, correggono i testi e controllano la qualità.

Tre termini vicini ricorrono spesso:

• AI-native: un’azienda nata con l’IA come prodotto, come OpenAI, Anthropic o Midjourney.
• AI-enabled: un’azienda che aggiunge l’IA ad alcune attività senza cambiare il modo in cui lavora, come il chatbot di una banca o le previsioni della domanda di un rivenditore.
• AI-augmented: il personale usa l’IA per svolgere più lavoro, e ne resta responsabile.

AI-first è la forma che chiede di più a un’azienda, perché cambia i processi, i ruoli e le regole, non solo gli strumenti.

Due società di consulenza offrono regole pratiche. BCG descrive tre livelli di ambizione: Deploy [distribuire] strumenti già pronti, per un aumento della produttività del 10–15%; Reshape [rimodellare] intere funzioni attorno all’IA, per il 30–50%; e Invent [inventare] nuovi prodotti e servizi basati sull’IA.⁶ Le percentuali sono stime di BCG. La “regola 10-20-70” di BCG dice che in un programma di IA il 10% dell’impegno va negli algoritmi, il 20% nella tecnologia e nei dati e il 70% nel cambiare il modo in cui lavorano persone e processi.⁷ La ricerca Rewired di McKinsey dice che le aziende che riescono impiegano propri specialisti digitali invece di affidarsi a specialisti esterni.⁸

Una comunicazione interna “AI-first” resa pubblica Le dice che cosa intende fare chi guida l’azienda, non che cosa è successo. Nell’aprile 2025 l’amministratore delegato di Shopify ha detto ai gruppi di lavoro che, prima di chiedere più personale, dovevano dimostrare perché l’IA non potesse fare quel lavoro.⁹ Nello stesso mese l’amministratore delegato di Duolingo ha annunciato un piano AI-first che prevedeva di rinunciare gradualmente ai collaboratori esterni per il lavoro che l’IA poteva svolgere. Dopo le critiche pubbliche, ha detto che la comunicazione non aveva dato abbastanza contesto.¹⁰

---

Micro e piccole imprese (1–49 dipendenti)

Le piccole imprese sono quelle che hanno meno probabilità di aver iniziato. Nell’UE, nel 2025, usava l’IA il 17% delle piccole imprese (10–49 dipendenti), contro il 55% delle grandi. Eurostat non conta le imprese con meno di dieci dipendenti.² Nell’area dell’euro, alla fine del 2025, il 41% delle microimprese non usava affatto l’IA, contro il 13% delle grandi imprese. Eppure, a ogni dimensione, circa il 7–8% delle imprese faceva un uso consistente dell’IA.¹¹ Negli Stati Uniti i dati bancari mostrano che entro dicembre 2025 il 17,7% delle piccole imprese aveva pagato un servizio di IA.¹² Quando la Federal Reserve lo ha chiesto alle piccole imprese con dipendenti, il 46% ha detto di usare l’IA.¹³

Poche piccole imprese hanno specialisti di dati o di informatica. A questa dimensione, essere AI-first significa svolgere il lavoro principale con strumenti già pronti, non costruire sistemi propri. Il vantaggio è la velocità. Con poco software vecchio da sostituire e solo una o due persone da mettere d’accordo, una piccola impresa può cambiare un processo in poche settimane.

Le prove più solide sostengono di partire da un’unica attività ben definita. In uno studio sul campo su oltre 5.000 persone addette all’assistenza clienti, che avevano ricevuto un assistente di IA generativa, queste persone hanno risolto circa il 15% di richieste in più all’ora. Chi aveva meno esperienza ha guadagnato di più.¹⁴ Dare uno strumento al personale, da solo, non basta. Un grande studio su chi lavora in Danimarca ha rilevato che i chatbot di IA facevano risparmiare a chi li usava circa il 3% delle ore di lavoro, in media. I chatbot non hanno cambiato in modo misurabile né quanto guadagnavano quelle persone né quante ore lavoravano.¹⁵ Insieme, i due studi dicono che l’IA rende dove un’attività è frequente e ben definita e una persona controlla il risultato. Rende molto meno dove il personale riceve semplicemente l’accesso.

Quando nessuno controlla i consigli, chi ha più bisogno di aiuto può perderci. In una sperimentazione randomizzata, 640 titolari di piccole imprese in Kenya hanno ricevuto un mentore aziendale basato su GPT-4 su WhatsApp. In media il mentore non ha cambiato né i ricavi né i profitti. Chi all’inizio era in difficoltà ha ottenuto con il mentore risultati peggiori di quasi il 10%. Chi andava già bene potrebbe aver guadagnato oltre il 15%.¹⁶

Le piccole imprese usano l’IA per la tecnica e le operazioni pratiche, non solo per scrivere. Hrag Kalebjian, titolare di Henry’s House of Coffee a San Francisco, ha usato ChatGPT per scrivere il codice Arduino di un piccolo dispositivo che spruzza una nebbia sottile sui macinacaffè del locale per ridurre l’elettricità statica.¹⁷ Aragon AI, che vende ritratti professionali creati con l’IA, dice di aver raggiunto $10 milioni di ricavi ricorrenti annui in circa due anni con un gruppo di nove persone (cifra dichiarata dall’azienda).¹⁸ Aziende come Aragon sono ancora rare. Su Product Hunt, un sito dove si lanciano nuovi prodotti, le persone che fondano un’impresa senza soci hanno lanciato più prodotti dopo l’arrivo di ChatGPT, ma i gruppi occupano una parte sempre maggiore dei primi posti in classifica.¹⁹

La maggior parte degli strumenti usati dalle piccole imprese rientra in quattro gruppi. I prezzi cambiano spesso, e diversi fornitori che un tempo permettevano a chiunque di iscriversi online ora vendono solo a clienti più grandi. Verifichi i prezzi attuali prima di fissare un budget.

Gruppo	Strumenti tipici	Cosa verificare
Scrittura e ricerca	ChatGPT, Claude, Gemini, Microsoft Copilot	Piani aziendali con condizioni sulla protezione dei dati; se i suoi dati vengono usati per addestrare il modello
Automazione	Zapier, Make, n8n	Limiti di attività o di esecuzioni; se può installarlo su un suo server (n8n)
Assistenza clienti	Chatbot negli strumenti di assistenza, ManyChat	Passaggio a una persona; registro delle conversazioni
Marketing ed e-commerce	Canva, l’IA integrata di Shopify, Klaviyo	Se le funzioni di IA sono incluse o si pagano a parte

A questa dimensione, un buon primo progetto parte da un processo che costa chiaramente tempo o denaro, come rispondere alle richieste di routine, preparare i preventivi o registrare le fatture. Misuri quanto tempo richiede oggi. Usi uno strumento già pronto, con una persona che controlla ciò che produce. Ne estenda l’uso solo quando le cifre migliorano.

---

Medie imprese (50–249 dipendenti)

Circa tre medie imprese su dieci usano l’IA. Nell’UE, nel 2025, usava l’IA il 30,4% delle aziende con 50–249 dipendenti.² Negli Stati Uniti, l’indagine sulle imprese del Census Bureau mostra percentuali simili per le aziende con 100–249 dipendenti.³ In sette paesi dell’OECD, il 31% delle piccole e medie imprese ha dichiarato di usare l’IA generativa.²⁰

Un’azienda di questa dimensione può affidare l’IA a una persona responsabile. Di solito è chi guida le operazioni o l’informatica, con tempo e budget dedicati. Raramente l’azienda ha un gruppo di specialisti dei dati. La strada pratica è quindi acquistare gli strumenti, configurarli e fissare le regole per usarli, non svilupparli. La regola 10-20-70 di BCG conta soprattutto a questa dimensione.⁷ Scegliere gli strumenti è la parte facile. I risultati dipendono dal cambiare il processo, dal formare le persone che lo usano e dal misurare che cosa cambia.

Se la sua azienda opera nell’UE, ora la legge riguarda anche Lei. Nel regolamento UE sull’intelligenza artificiale (AI Act), i divieti di alcuni usi dell’IA si applicano dal febbraio 2025, e le regole per i modelli di IA per finalità generali dall’agosto 2025. In origine l’AI Act chiedeva a ogni azienda che impiega sistemi di IA (cioè li usa nella propria attività) di garantire che il suo personale avesse un livello sufficiente di alfabetizzazione sull’IA. Nel maggio 2026 le istituzioni dell’UE hanno concordato una modifica chiamata “Digital Omnibus”. La modifica rinvia a dicembre 2027 la maggior parte degli obblighi per i sistemi ad alto rischio elencati nell’allegato III. Attenua anche l’obbligo sull’alfabetizzazione: ora le aziende devono sostenere l’alfabetizzazione sull’IA del loro personale, non garantirne un livello preciso.²¹ Come minimo, una media impresa dovrebbe avere un breve regolamento scritto sull’uso dell’IA, un elenco dei sistemi di IA che usa e una formazione di base per il personale.

---

Medio-grandi imprese (250–999 dipendenti)

Le medio-grandi imprese hanno budget veri e meno livelli di approvazione dei grandi gruppi. Nell’indagine di RSM del 2026 sulle aziende del middle market negli Stati Uniti e in Canada, l’86% ha dichiarato di aver integrato l’IA in parte o del tutto nelle proprie attività. Alcune aziende hanno detto che i loro progetti pilota erano andati solo moderatamente bene, o peggio. Gli ostacoli che queste aziende citavano più spesso per estendere l’uso dell’IA erano la qualità dei dati (53%) e il collegamento dell’IA ai sistemi esistenti (47%).²² RSM definisce il middle market in base al fatturato e non al numero di dipendenti, quindi le sue aziende si sovrappongono a questa fascia senza coincidere con essa.

Il rapporto GenAI Divide di MIT NANDA del 2025 viene citato spesso a proposito delle aziende di questa dimensione. È un rapporto preliminare, non uno studio con misurazioni. Si basa su un esame di oltre 300 iniziative di IA rese pubbliche, su 52 interviste e su 153 risposte a un questionario raccolte in quattro conferenze di settore, e usa due definizioni diverse di successo.²³ Secondo il rapporto, le aziende medio-grandi impiegavano circa 90 giorni per passare dal progetto pilota all’uso a regime, contro nove mesi o più nei grandi gruppi. Il rapporto diceva anche che gli strumenti acquistati da fornitori specializzati riuscivano circa il 67% delle volte, molto più spesso degli strumenti sviluppati dalle aziende stesse. Il rapporto stesso dice che queste percentuali “may reflect organizational capabilities rather than implementation approach alone.” [“potrebbero riflettere le capacità dell’organizzazione più che il solo modo di introdurre l’IA”]. Veda la verifica delle cifre sul 95% del rapporto.

Se questa fascia abbia un vantaggio è controverso. Nel gennaio 2025 alcuni ricercatori legati a BCG e al suo Henderson Institute hanno sostenuto su Fortune che le aziende di medie dimensioni potrebbero avere nell’IA un vantaggio “Goldilocks” [“né troppo grandi né troppo piccole”]. Hanno anche notato che le aziende di medie dimensioni erano indietro: il 28% dichiarava una maturità medio-alta nell’IA generativa, contro il 46% delle grandi aziende.²⁴ Lo studio di BCG del 2026 sul middle market ha rilevato che le grandi aziende dichiaravano più spesso aumenti importanti dei ricavi grazie all’IA. Le grandi aziende spendevano anche per l’IA una quota maggiore dei ricavi e assumevano specialisti di IA più in fretta.²⁵ Decidere in fretta è un vantaggio solo per un’azienda che poi mette in pratica le sue decisioni.

Le aziende di questa dimensione di solito organizzano l’IA in tre fasi. Prima, una persona della direzione, indicata per nome, e un piccolo gruppo di persone di diversi reparti fissano le priorità. Poi ogni unità di business riceve un proprio referente per l’IA, e un gruppo centrale si occupa di strumenti, dati e regole comuni. Infine ogni reparto usa strumenti di IA pensati per i propri ruoli come parte del lavoro normale, e misura regolarmente i risultati.

---

Grandi imprese (1.000+ dipendenti)

In una grande impresa, essere AI-first significa riorganizzare attività, strategia e cultura attorno all’IA. Qui la distanza tra usare l’IA e guadagnarci è massima. L’indagine di McKinsey del 2025 (si veda l’inizio di questa guida) ha rilevato che le poche aziende con i migliori risultati avevano quasi tre volte più probabilità delle altre di aver ricostruito da zero singoli flussi di lavoro.⁵ Le aziende gestiscono anche più rischi legati all’IA di prima: in media quattro nel 2025, contro due nel 2022.⁵

Volkswagen ha dichiarato il suo obiettivo in modo chiaro. Nel 2025 ha annunciato di voler investire fino a 1 miliardo di euro nell’IA entro il 2030, secondo il principio “no process without AI” [“nessun processo senza IA”]. Ha detto di aspettarsi guadagni di efficienza e costi evitati fino a 4 miliardi di euro entro il 2035.²⁶ Le banche mostrano come funziona su larga scala. JPMorgan Chase ha alzato a $1,5 miliardi entro la fine del 2023 il suo obiettivo di valore ricavato dall’IA, con usi nella gestione del rischio, nel marketing, nell’assistenza clienti e nella prevenzione delle frodi.²⁷ Erica, l’assistente virtuale di Bank of America, aveva gestito oltre 3,2 miliardi di interazioni con i clienti entro marzo 2026.²⁸ L’amministratore delegato di Goldman Sachs, David Solomon, ha detto nel gennaio 2025 che l’IA poteva scrivere in pochi minuti la bozza del 95% di un prospetto per una quotazione in borsa. Prima quel lavoro richiedeva due settimane a un gruppo di sei persone.²⁹

UnitedHealth Group, l’assicuratore sanitario statunitense, ha dichiarato circa 1.000 usi dell’IA nelle attività quotidiane nel 2025.³⁰ Durante la presentazione dei risultati di aprile 2025, l’allora amministratore delegato ha detto che un agente di IA aveva indirizzato 26 milioni di chiamate di clienti verso la persona giusta con più precisione di prima. Ha detto anche che nel corso del 2025 l’IA avrebbe indirizzato più della metà delle chiamate dell’azienda.³¹

Più l’azienda è grande, più le servono regole chiare e responsabili dell’IA indicati per nome. La ricerca di McKinsey del marzo 2025 ha rilevato che un amministratore delegato che supervisiona il modo in cui è gestita l’IA è uno dei fattori più legati a un utile maggiore grazie all’IA. Nel 28% delle organizzazioni che usano l’IA, ne era responsabile l’amministratore delegato.³² L’indagine successiva di McKinsey ha rilevato che poco più della metà delle organizzazioni che usano l’IA aveva subito almeno una conseguenza negativa. La più comune erano i risultati inesatti.⁵

---

Che cosa fallisce, e quali aziende hanno fatto marcia indietro

La maggior parte dei progetti di IA ancora non arriva mai all’uso quotidiano, o non ripaga mai l’investimento. Gartner, una società di ricerca sull’informatica, ha previsto che entro la fine del 2025 almeno il 30% dei progetti di IA generativa sarebbe stato abbandonato dopo la prova di fattibilità.³³ Nell’indagine di S&P Global del 2025, il 42% delle aziende ha dichiarato di aver abbandonato la maggior parte delle proprie iniziative di IA, contro il 17% di un anno prima.³⁴ Il rapporto preliminare di MIT NANDA ha affermato che circa il 95% delle organizzazioni non vedeva alcun effetto misurabile sul conto economico dei propri progetti pilota di IA generativa. Quella cifra si basa su 52 interviste e su 153 risposte a un questionario raccolte durante conferenze. Il rapporto stesso definisce le sue cifre “directionally accurate based on individual interviews rather than official company reporting.” [“corrette nella direzione, sulla base di singole interviste e non di dati ufficiali delle aziende”].²³

Diverse scelte AI-first molto note sono state in parte ritirate. Nel 2024 Klarna ha detto che il suo assistente di IA svolgeva il lavoro di 700 persone addette all’assistenza clienti. Nel 2025 il suo amministratore delegato ha detto che il costo era stato “a too predominant evaluation factor” [“un criterio di valutazione troppo predominante”] e che la qualità ne aveva risentito. Klarna avrebbe assunto altre persone per l’assistenza clienti.³⁵ Starbucks ha ritirato uno strumento di IA per il conteggio delle scorte dopo circa nove mesi, in seguito a lamentele sui conteggi sbagliati.³⁶ Nel luglio 2025 Commonwealth Bank of Australia ha annunciato il taglio di 45 posti di lavoro nell’assistenza clienti dopo l’introduzione di un bot vocale di IA. Il sindacato Finance Sector Union ha contestato la decisione. Nel giro di poche settimane la banca ha detto che la sua valutazione “did not adequately consider all relevant business considerations” [“non aveva considerato adeguatamente tutti gli aspetti aziendali rilevanti”]. Ha detto che quei posti non erano in esubero e si è scusata.³⁷

I casi di questa guida si dividono lungo una sola linea. Le aziende che hanno ottenuto risultati hanno cambiato un processo specifico e ne hanno misurato l’esito. Le aziende che hanno fallito hanno introdotto l’IA ovunque su ordine dall’alto, l’hanno giudicata soprattutto sul costo e non hanno controllato la qualità.

---

L’IA in sette settori

Le aziende di tecnologia e software sono le più vicine alla forma pura dell’AI-first, perché spesso l’IA è il prodotto. Stripe ha costruito un modello di base per i pagamenti: un unico grande modello di IA addestrato su decine di miliardi delle sue transazioni. Stripe dice che il modello ha aumentato quasi da un giorno all’altro del 64% il suo tasso di individuazione degli attacchi di card testing contro le grandi aziende (cifra dichiarata dall’azienda).³⁸ In un attacco di card testing, i criminali provano numeri di carte rubate con piccoli pagamenti.

I gruppi di marketing hanno adottato presto l’IA generativa. Adore Me, un marchio di lingerie, ha usato Writer per produrre descrizioni dei prodotti e note di stile. Il tempo che dedicava ogni mese alle descrizioni dei prodotti per i marketplace online è sceso da 20 ore a 20 minuti (caso studio del fornitore).³⁹ Bayer Australia ha usato l’apprendimento automatico di Google Cloud per prevedere quando sarebbero aumentate le ricerche su raffreddore e influenza, e ha adattato di conseguenza i suoi annunci sui motori di ricerca. Ha dichiarato un aumento dell’85% della percentuale di clic (la quota di persone che vedono l’annuncio e ci cliccano) e un costo per clic inferiore del 33% rispetto all’anno precedente (caso studio di Google).⁴⁰

I rivenditori usano l’IA dal primo contatto con il cliente fino al magazzino. In un’indagine del 2026 sulle aziende del commercio al dettaglio e dei beni di consumo, condotta da NVIDIA, che produce i chip su cui gira la maggior parte dell’IA, il 91% ha dichiarato di usare o di stare valutando l’IA.⁴¹ McKinsey stima che l’IA generativa potrebbe creare per i rivenditori un valore economico di $240–390 miliardi. È una previsione, non un guadagno misurato.⁴²

I produttori industriali usano l’IA soprattutto nella progettazione, nella manutenzione e nella qualità. Nel 2025 Siemens ha aggiunto agenti di IA al suo Industrial Copilot. Un cliente, thyssenkrupp Automation Engineering, sta introducendo il Copilot in tutto il mondo e segnala codice di qualità migliore e sviluppo più rapido (comunicato stampa di Siemens).⁴³ Rolls-Royce usa gemelli digitali dei motori aeronautici: copie software di motori reali, alimentate con i loro dati. Dice che questo ha allungato fino al 50% l’intervallo tra una manutenzione e l’altra per alcuni motori.⁴⁴ Nell’UE, secondo Eurostat, i produttori che usano l’IA la usano più spesso per marketing e vendite (30%) e per l’amministrazione (27%).²

Le aziende di servizi finanziari spendono molto nell’IA e devono testare e approvare i loro modelli secondo regole severe. Nell’indagine di NVIDIA del 2026 su oltre 800 persone che lavorano nei servizi finanziari, il 65% ha dichiarato che la propria azienda usava attivamente l’IA, contro il 45% di un anno prima.⁴⁵ Klarna (si veda sopra) mostra il rischio di giudicare soprattutto sul costo l’IA rivolta ai clienti.

La sanità mostra perché contano le prove indipendenti. Un assistente di IA per le note cliniche ascolta una visita e scrive la bozza delle note. I fornitori promettono spesso grandi risparmi di tempo. Due sperimentazioni randomizzate ne hanno trovati di più piccoli. Presso UCLA Health, uno dei due strumenti provati ha ridotto del 9,5% il tempo che i medici dedicavano alle note. L’altro non ha fatto una differenza oltre quella dovuta al caso. Gli indicatori di esaurimento professionale sono migliorati un poco. I medici hanno usato gli strumenti solo nel 33,5% e nel 29,5% delle visite.⁴⁶ Presso la University of Wisconsin, un assistente ha ridotto il tempo dedicato alle note di 0,36 ore al giorno ed è stato usato per il 38% delle note.⁴⁷ Presso The Permanente Medical Group, il gruppo di medici di Kaiser Permanente, gli assistenti di IA hanno fatto risparmiare, secondo una stima, 15.791 ore di scrittura delle note nei primi 15 mesi circa.⁴⁸ Abridge, un’azienda di assistenti per le note cliniche, ha raccolto $300 milioni da investitori nel giugno 2025.⁴⁹

I servizi professionali hanno adottato in fretta l’IA generativa, ma i guadagni variano molto. In un’indagine di BCG su chi lavora nei servizi professionali negli Stati Uniti, condotta alla fine del 2024 e pubblicata nel 2025, il 95% usava l’IA generativa almeno una volta al mese. Eppure il 53% ha detto che l’IA faceva risparmiare meno di un quarto del proprio tempo.⁵⁰ McKinsey dice che il 72% del suo personale usa il suo strumento interno di IA, Lilli, e gli invia oltre 500.000 richieste al mese (cifra dichiarata dall’azienda).⁵¹ Nell’indagine sulla tecnologia dell’American Bar Association del 2024, il 30% degli avvocati ha dichiarato di usare strumenti di IA, contro l’11% dell’anno prima.⁵² Harvey, che vende IA agli studi legali, dice che la maggior parte delle attività misurate era più veloce del 60–90% con i suoi strumenti (affermazione del fornitore).⁵³ I rischi sono ben documentati. Al 16 ottobre 2026, la banca dati di un ricercatore elencava 2.199 decisioni di tribunali che riguardavano materiale inventato dall’IA, 871 delle quali coinvolgevano avvocati.⁵⁴ Per i piccoli studi legali, il tempo risparmiato non è ancora diventato denaro guadagnato. In un’indagine di Clio, che vende software agli studi legali, l’86% degli avvocati che lavorano da soli e il 78% dei piccoli studi legali non avevano cambiato i loro prezzi a causa dell’IA (indagine del fornitore).⁵⁵

---

Strumenti e sistemi a ogni dimensione

Ciò che un’azienda usa dipende dalla sua dimensione. Le micro e piccole imprese usano strumenti online in abbonamento che richiedono poche competenze tecniche. Le medie imprese aggiungono strumenti di automazione e le funzioni di IA dentro il software aziendale che già pagano. Le medio-grandi imprese combinano l’IA dei loro fornitori di software principali con alcuni strumenti specializzati e con collegamenti diretti ai modelli di IA (API), sopra un unico archivio comune dei dati aziendali. Le grandi imprese costruiscono in proprio: piattaforme di dati, gruppi che gestiscono e sorvegliano i modelli, e modelli addestrati sui propri dati, nel cloud e nei propri data center.

I fornitori stanno anche integrando l’IA nei piani esistenti e alzando i prezzi. Google ha inserito la sua IA Gemini in tutti i piani aziendali di Workspace e ha alzato di $2 per utente al mese il prezzo di Business Standard.⁵⁶

Le parti sono le stesse a ogni dimensione. Alla base ci sono i dati. Sopra ci sono i modelli di IA e il lavoro per gestirli. In cima ci sono le applicazioni che le persone usano: assistenti, agenti e strumenti pensati per un solo settore. Con la dimensione cambia quanto di ogni parte un’azienda possiede e quanto prende in affitto.

Legga con attenzione le cifre sul ritorno dell’investimento. IDC ha svolto una ricerca per Microsoft, che vende strumenti di IA. Le aziende hanno detto a IDC di aver ottenuto in media un ritorno di $3,50 per ogni $1 investito nell’IA nel 2023, e di $3,70 per ogni $1 investito nell’IA generativa nel 2024. Queste cifre le hanno dichiarate le persone alla guida delle aziende; nessuno le ha misurate.⁵⁷ Le stime delle persone stesse possono sbagliare in entrambe le direzioni. In una sperimentazione randomizzata, persone esperte di sviluppo software hanno impiegato il 19% di tempo in più per svolgere le attività quando usavano l’IA. Dopo, erano convinte che l’IA le avesse rese più veloci di circa il 20%.⁵⁸ Tra chi lavora negli Stati Uniti, le stime delle persone stesse sul tempo che l’IA generativa fa loro risparmiare equivalevano, nell’aprile 2026, a circa il 2% di tutte le ore di lavoro.⁵⁹ Le prove indipendenti di questa guida, dagli studi sul campo e dagli alti tassi di abbandono, indicano ritorni più bassi e molto più disomogenei.

---

Chi fa che cosa: ruoli e direzione

L’AI-first richiede nuove responsabilità più che nuovi titoli di lavoro. Qualcuno deve essere responsabile di ogni processo supportato dall’IA, dall’inizio alla fine. Qualcuno deve mantenere in funzione le istruzioni (prompt), le configurazioni e i collegamenti tra i sistemi man mano che gli strumenti cambiano. Qualcuno deve rispondere dei rischi e del rispetto delle norme. In una piccola impresa spesso una sola persona fa tutte e tre le cose. In una grande impresa diventano ruoli separati, spesso in un gruppo centrale per l’IA.

Microsoft, che vende strumenti di IA, descrive tre fasi nel suo Work Trend Index 2025. Prima l’IA fa da assistente a ogni dipendente. Poi gli agenti di IA entrano nei gruppi di lavoro come “digital colleagues” [“colleghi digitali”] che si occupano di attività specifiche. Infine le persone dirigono agenti che gestiscono interi processi.⁶⁰ È una previsione di Microsoft, non un risultato misurato.

Chi guida l’azienda conta quanto la tecnologia. McKinsey ha rilevato che le aziende con i migliori risultati dall’IA avevano circa tre volte più probabilità delle altre di avere vertici aziendali che dimostrano di sentirsi responsabili dell’IA e di impegnarsi per essa.⁵ In pratica significa vertici che usano loro stessi gli strumenti. Presentano l’IA come un aiuto per il personale, non come un suo sostituto. E trattano ciò che produce l’IA come una bozza di cui risponde una persona.

---

Che cosa fare, per dimensione dell’azienda

• Micro e piccole imprese: inizi da un processo costoso e ripetitivo. Usi strumenti già pronti, con una persona che controlla ciò che producono. Prima di fare di più, misuri il tempo risparmiato e verifichi se le vendite o gli onorari sono cambiati.
• Medie imprese: nomini una persona responsabile dell’IA. Adotti un breve regolamento sull’uso dell’IA e una formazione per il personale. Acquisti e configuri gli strumenti invece di svilupparli.
• Medio-grandi imprese: sfrutti la sua capacità di decidere in fretta. Inizi dall’IA del suo software principale e da alcuni strumenti specializzati. Costruisca presto dati e regole comuni per l’IA.
• Grandi imprese: cambi i flussi di lavoro invece di aggiungervi strumenti. Metta i vertici in modo visibile alla guida. Gestisca l’IA come parte del modo in cui opera l’azienda, non come un progetto informatico.

A ogni dimensione, acquistare la tecnologia è il compito minore. La maggior parte del lavoro sta nel cambiare il modo in cui lavorano persone e processi (la regola 10-20-70 di BCG, citata sopra). Le aziende che trattano l’AI-first come un acquisto di software tendono a unirsi alla maggioranza i cui progetti si arenano. Le aziende che ci guadagnano, secondo le prove disponibili finora, sono quelle che hanno cambiato il modo in cui si svolge il lavoro.

Fonti

1. 9to5Google, sulle dichiarazioni di Sundar Pichai e sulla Founders’ Letter del 2016, 28 aprile 2016: https://9to5google.com/2016/04/28/founders-letter-2016-pichai/ ↩

2. Eurostat, “Use of artificial intelligence in enterprises,” dati 2025: https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises ↩ ↩² ↩³ ↩⁴

3. US Census Bureau, Business Trends and Outlook Survey, maggio 2026: https://census.gov/library/stories/2026/05/ai-use-businesses.html ↩ ↩²

4. I. Yotzov, J. M. Barrero, N. Bloom e altri, “Firm Data on AI,” NBER Working Paper 34836, 2026: https://www.nber.org/papers/w34836 ↩

5. McKinsey, “The state of AI in 2025,” 5 novembre 2025 (copia archiviata; l’indirizzo attuale mostra l’edizione 2026): https://web.archive.org/web/20251215/https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai ↩ ↩² ↩³ ↩⁴ ↩⁵

6. BCG, “CEO’s Guide to Maximizing Value Potential from AI in 2024,” luglio 2024: https://media-publications.bcg.com/BCG-Executive-Perspectives-CEOs-Guide-to-Maximizing-Value-from-AI-EP0-3July2024.pdf ↩

7. BCG, “5 Rules for Fixing AI and Machine Learning for Your Business,” 2022: https://www.bcg.com/publications/2022/5-rules-for-fixing-ai-and-machine-learning-for-your-business ↩ ↩²

8. McKinsey, “The rewired enterprise: How five companies built to outcompete”: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-rewired-enterprise-how-five-companies-built-to-outcompete ↩

9. Tobi Lütke, comunicazione interna pubblicata su X, 7 aprile 2025: https://x.com/tobi/status/1909251946235437514 ↩

10. Fortune, “Duolingo CEO admits controversial AI memo did not give enough context,” 18 agosto 2025: https://fortune.com/2025/08/18/duolingo-ceo-admits-controversial-ai-memo-did-not-give-enough-context-insists-company-never-laid-off-full-time-employees ↩

11. Annalisa Ferrando, Sara Lamboglia, Judit Rariga e Maurice Schmidt, “Adoption and investment in AI across the euro area: insights from harmonised firm-level data,” ECB Occasional Paper 395, 2026: https://www.ecb.europa.eu/pub/pdf/scpops/ecb.op395.en.pdf ↩

12. JPMorganChase Institute, “Understanding the use of AI among small businesses,” aprile 2026: https://www.jpmorganchase.com/institute/all-topics/business-growth-and-entrepreneurship/understanding-ai-use-by-small-businesses ↩

13. Federal Reserve Banks, Small Business Credit Survey, “2026 Report on Employer Firms,” marzo 2026: https://www.fedsmallbusiness.org/-/media/project/clevelandfedtenant/fsbsite/reports/2026/2026-report-on-employer-firms/2026-report-on-employer-firms.pdf ↩

14. Erik Brynjolfsson, Danielle Li e Lindsey Raymond, “Generative AI at Work,” The Quarterly Journal of Economics 140(2), 2025: https://doi.org/10.1093/qje/qjae044. Versione precedente: NBER Working Paper 31161: https://www.nber.org/papers/w31161 ↩

15. Anders Humlum ed Emilie Vestergaard, “Large Language Models, Small Labor Market Effects,” versione di maggio 2025 (BFI Working Paper 2025-56; risparmio medio di tempo del 2,8%): https://bfi.uchicago.edu/wp-content/uploads/2025/04/BFI_WP_2025-56-3.pdf. Rivisto come NBER Working Paper 33777: https://www.nber.org/papers/w33777 ↩

16. Nicholas G. Otis, Rowan Clarke, Solène Delecourt, David Holtz e Rembrand Koning, “The Uneven Impact of Generative AI on Entrepreneurial Performance: Evidence from a Field Experiment in Kenya,” Management Science, 2026: https://doi.org/10.1287/mnsc.2024.06909 ↩

17. Daily Coffee News, 18 ottobre 2024: https://dailycoffeenews.com/2024/10/18/weekly-coffee-news-gpt-assisted-grinder-hack-an-espresso-smoker ↩

18. ARR Club, “Aragon AI at $10M ARR in 2 years with 9 people”: https://www.arr.club/signal/aragon-ai-arr-at-10m-in-2-years-with-9-people ↩

19. Hyunso Kim, Hyo Kang e Jaeyong Song, “Generative AI Fuels Solo Entrepreneurship, but Teams Still Lead at the Top,” arXiv 2605.10291, maggio 2026: https://arxiv.org/abs/2605.10291 ↩

20. OECD, “Generative AI and the SME Workforce,” 2025: https://www.oecd.org/en/publications/generative-ai-and-the-sme-workforce_2d08b99d-en.html ↩

21. Gibson Dunn, “EU AI Act Omnibus agreement: postponed high-risk deadlines and other key changes,” maggio 2026: https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/ ↩

22. RSM, “Middle market embraced AI; now comes the hard part,” 2026: https://rsmus.com/newsroom/2026/rsm-survey-middle-market-embraced-ai-now-comes-hard-part.html ↩

23. A. Challapally, C. Pease, R. Raskar e P. Chari, MIT NANDA, “The GenAI Divide: State of AI in Business 2025,” risultati preliminari, luglio 2025. Copia ospitata su mlq.ai, non su un dominio del MIT: https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf ↩ ↩²

24. Fortune, commento di ricercatori legati a BCG, 10 gennaio 2025: https://fortune.com/2025/01/10/ai-artificial-intelligence-goldilocks-mid-sized-companies ↩

25. BCG, “How midmarket firms can get value from AI,” settembre 2026: https://www.bcg.com/publications/2026/midmarket-firms-get-value-from-ai ↩

26. Volkswagen Group, “Boosting innovation, reshaping mobility: Volkswagen Group invests in AI,” settembre 2025: https://www.volkswagen-group.com/en/press-releases/boosting-innovation-reshaping-mobility-volkswagen-group-invests-in-ai-19852 ↩

27. Markets Media, “JPMorgan Chase raises target for value realised from AI,” maggio 2023: https://www.marketsmedia.com/jpmorgan-chase-raises-target-for-value-realised-from-ai/ ↩

28. Bank of America, sala stampa, marzo 2026: https://newsroom.bankofamerica.com/content/newsroom/press-releases/2026/03/bofa-ai-and-digital-innovations-fuel-30-billion-client-interacti.html ↩

29. Fortune, “Goldman Sachs CEO David Solomon on AI,” 17 gennaio 2025: https://fortune.com/2025/01/17/goldman-sachs-ceo-david-solomon-ai-tasks-ipo-prospectus-s1-filing-sec ↩

30. Becker’s Payer Issues, “UnitedHealth has 1,000 AI use cases,” 2025: https://www.beckerspayer.com/payer/unitedhealth-has-1000-ai-use-cases-report/ ↩

31. UnitedHealth Group, dichiarazioni alla presentazione dei risultati del primo trimestre 2025, 17 aprile 2025: https://www.unitedhealthgroup.com/content/dam/UHG/PDF/investors/2025/UNH-Q1-2025-Remarks.pdf ↩

32. McKinsey, “The state of AI: How organizations are rewiring to capture value,” marzo 2025: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-how-organizations-are-rewiring-to-capture-value ↩

33. Gartner, “Gartner predicts 30% of generative AI projects will be abandoned after proof of concept by end of 2025,” 29 luglio 2024: https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025 ↩

34. CIO Dive, “AI project failure rates are on the rise,” su dati di S&P Global Market Intelligence, 2025: https://www.ciodive.com/news/AI-project-fail-data-SPGlobal/742590/ ↩

35. Entrepreneur, “Klarna CEO reverses course by hiring more humans, not AI,” 2025: https://www.entrepreneur.com/business-news/klarna-ceo-reverses-course-by-hiring-more-humans-not-ai/491396; citazione dell’amministratore delegato tramite Customer Experience Dive, che cita Bloomberg, 9 maggio 2025: https://www.customerexperiencedive.com/news/klarna-reinvests-human-talent-customer-service-AI-chatbot/747586/ ↩

36. Fortune, 28 maggio 2026: https://fortune.com/2026/05/28/starbucks-quietly-retired-ai-inventory-agent-barista-complaints-hallucinations/ ↩

37. Information Age (Australian Computer Society), “CBA reverses AI-driven job cuts, admits ‘error’,” 21 agosto 2025: https://ia.acs.org.au/article/2025/cba-reverses-ai-driven-job-cuts—admits—error-.html ↩

38. TechCrunch, “Stripe unveils AI foundation model for payments,” 7 maggio 2025: https://techcrunch.com/2025/05/07/stripe-unveils-ai-foundation-model-for-payments-reveals-deeper-partnership-with-nvidia ↩

39. Writer, “Adore Me customer story”: https://writer.com/blog/adore-me-customer-story ↩

40. Google, “Bayer: search trends and demand predictions”: https://business.google.com/us/think/ai-excellence/search-trends-demand-predictions-bayer/ ↩

41. NVIDIA, “State of AI in Retail and CPG,” 2026: https://blogs.nvidia.com/blog/ai-in-retail-cpg-survey-2026 ↩

42. McKinsey, “LLM to ROI: How to scale gen AI in retail”: https://www.mckinsey.com/industries/retail/our-insights/llm-to-roi-how-to-scale-gen-ai-in-retail ↩

43. Siemens, “Siemens introduces AI agents for industrial automation,” 12 maggio 2025: https://www.businesswire.com/news/home/20250512053219/en ↩

44. CIO, “Rolls-Royce turns to digital twins to improve jet engine efficiency,” 2021: https://www.cio.com/article/3620993/rolls-royce-turns-to-digital-twins-to-improve-jet-engine-efficiency.html ↩

45. NVIDIA, “Survey Reveals the Financial Services Industry Is Doubling Down on AI Investment and Open Source,” 22 gennaio 2026: https://blogs.nvidia.com/blog/ai-in-financial-services-survey-2026/ ↩

46. Lukac e altri, “Ambient AI scribes in clinical practice: a randomized trial,” NEJM AI, 2025: https://doi.org/10.1056/AIoa2501000 ↩

47. Afshar e altri, “A pragmatic randomized controlled trial of ambient artificial intelligence to improve health practitioner well-being,” NEJM AI, 2025: https://doi.org/10.1056/AIoa2500945 ↩

48. American Medical Association, “AI scribes save 15,000 hours and restore the human side of medicine”: https://www.ama-assn.org/practice-management/digital-health/ai-scribes-save-15000-hours-and-restore-human-side-medicine ↩

49. Latham & Watkins, “Latham & Watkins advises Abridge in US$300 million Series E funding round,” giugno 2025: https://www.lw.com/en/news/2025/06/latham-watkins-advises-abridge-in-us300-million-series-e-funding-round ↩

50. BCG, “Gen AI in professional services,” 2025: https://www.bcg.com/publications/2025/gen-ai-in-professional-services ↩

51. McKinsey, “Rewiring the way McKinsey works with Lilli”: https://www.mckinsey.com/capabilities/tech-and-ai/how-we-help-clients/rewiring-the-way-mckinsey-works-with-lilli ↩

52. LawNext, “ABA tech survey finds growing adoption of AI in legal practice,” marzo 2025: https://lawnext.com/2025/03/aba-tech-survey-finds-growing-adoption-of-ai-in-legal-practice-with-efficiency-gains-as-primary-driver.html ↩

53. Harvey, “How Harvey saves lawyers time,” 31 luglio 2025: https://www.harvey.ai/blog/how-harvey-saves-lawyers-time ↩

54. Damien Charlotin, banca dati “AI Hallucination Cases”, conteggio al 16 ottobre 2026: https://www.damiencharlotin.com/hallucinations/ ↩

55. Clio, “Legal Trends for Solo and Small Law Firms 2026,” comunicato stampa, 4 maggio 2026: https://www.clio.com/about/press/2026-solo-small-firm-report/ ↩

56. Blog di Google Workspace, annuncio di Gemini in tutti i piani aziendali di Workspace e dei nuovi prezzi, 15 gennaio 2025: https://workspace.google.com/blog/product-announcements/empowering-businesses-with-AI ↩

57. Microsoft, “New study validates the business value and opportunity of AI,” 2 novembre 2023: https://blogs.microsoft.com/blog/2023/11/02/new-study-validates-the-business-value-and-opportunity-of-ai/ e “IDC’s 2024 AI opportunity study,” 12 novembre 2024: https://blogs.microsoft.com/blog/2024/11/12/idcs-2024-ai-opportunity-study-top-five-ai-trends-to-watch/ ↩

58. METR, studio randomizzato su sviluppatori esperti di software open source che usavano strumenti di IA di inizio 2025, 10 luglio 2025: https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ ↩

59. Alexander Bick, Adam Blandin e David Deming, “Generative Artificial Intelligence, Time Savings: Employed Adults,” serie RPSGENAITSALL, Federal Reserve Bank of St. Louis (FRED), valore di aprile 2026: https://fred.stlouisfed.org/series/RPSGENAITSALL ↩

60. Microsoft, Work Trend Index 2025, “2025: The year the Frontier Firm is born”: https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born ↩