Intelligenza artificiale: solo un’azienda su otto ha le capacità per reggerla

L’AI Readiness Index 2025 di Cisco fotografa un paradosso globale: tutti investono, pochi misurano, pochissimi sono pronti. In Italia, il 94% delle imprese non è conforme all’AI Act. Il rischio? È quello di costruire dei pericolosi grattacieli sulla sabbia.

Costruire con l’intelligenza artificiale senza le basi adeguate è come innalzare un grattacielo su fondamenta di sabbia. Dall’esterno sembra solido, ma basta una scossa per far emergere le crepe. È questa l’immagine che meglio sintetizza i risultati dell’AI Readiness Index 2025 di Cisco, un’analisi condotta su oltre ottomila imprese in trenta Paesi.

Il verdetto è piuttosto netto: mentre l’adozione dell’AI accelera a ritmo vertiginoso, la maggior parte delle aziende non ha ancora le strutture per sostenerla. Infrastrutture fragili, dati disordinati, governance incerta. Solo il 13% delle imprese globali è davvero pronto. Sono i cosiddetti Pacesetters: organizzazioni che hanno trasformato la preparazione all’intelligenza artificiale in vantaggio competitivo, investendo prima degli altri, misurando sempre, formando competenze interne e integrando la sicurezza nei processi fin dall’inizio.

Il limbo della fase pilota

La prontezza non è d’altronde un traguardo, ma è un processo continuo. Eppure, la maggior parte delle imprese investe con entusiasmo ma senza strategia strutturata. Solo un’azienda su tre dispone ad esempio di infrastrutture flessibili capaci di adattarsi alla crescita dei carichi di lavoro. Appena il 32% misura in modo sistematico l’impatto dei propri progetti di AI.

Il risultato è quello che il report definisce limbo della fase pilota: molte idee restano esperimenti, senza mai diventare valore.

“È un pattern che vediamo costantemente“, conferma Luigi Marino, fondatore e CEO di Creact, società italiana di riferimento nello sviluppo di applicazioni di intelligenza artificiale. “Le aziende lanciano proof of concept, ottengono risultati promettenti in ambiente controllato, e poi si fermano. Non perché manchino le idee, ma perché mancano le fondamenta: dati strutturati, infrastrutture scalabili, processi di governance. Senza questi elementi, ogni progetto resta un’isola.”

I Pacesetters seguono una logica opposta. Per loro l’AI non è un progetto di innovazione isolato, ma un modello operativo. Il 99% ha una strategia formalizzata, il 96% dispone di fondi dedicati a lungo termine, il 71% può contare su reti pronte a scalare. I risultati parlano da soli: il 90% registra aumenti di produttività, profitti e innovazione. Quasi la metà prevede un ritorno sull’investimento tra il 50 e il 100% entro l’anno.

Agenti intelligenti: l’ambizione supera la realtà

La nuova frontiera si chiama poi AI agentica: sistemi capaci non solo di analizzare, ma di agire in autonomia, prendere decisioni, coordinare processi, interagire con clienti e colleghi. Secondo Cisco, l’83% delle aziende prevede di adottarli entro un anno. Quasi il 40% immagina che lavoreranno fianco a fianco con le persone.

Un salto tecnologico che rischia però di amplificare le fragilità esistenti. Più della metà delle imprese dichiara che le proprie reti non riescono a gestire la complessità e la mole di dati richieste da questi nuovi sistemi. Solo il 15% descrive la propria infrastruttura come flessibile e adattabile.

C’è un debito infrastrutturale silenzioso

Il report introduce un concetto destinato a entrare nel lessico manageriale: il debito infrastrutturale dell’AI. È per certi versi l’evoluzione del debito tecnico che ha frenato la trasformazione digitale negli anni passati. Si tratta dell’accumulo invisibile di compromessi, ritardi e sottoinvestimenti che con il tempo si trasformano in zavorra.

I numeri sono eloquenti: il 62% delle aziende prevede un aumento dei carichi di lavoro superiore al 30% nei prossimi tre anni, ma solo una su quattro dispone di capacità di calcolo adeguate. Ancora meno, circa il 30%, ha sistemi di sicurezza in grado di gestire e controllare agenti autonomi.

“Il debito infrastrutturale è subdolo perché non si manifesta con un guasto improvviso“, spiega Marino. “Lo vedi nel rallentamento progressivo dell’innovazione, nei costi che aumentano senza generare valore, nella frustrazione dei team che non riescono a portare in produzione quello che funzionava perfettamente in laboratorio. Quando te ne accorgi, hai già perso mesi e budget”.

Italia: sperimentazione diffusa, consolidamento raro

Nel nostro Paese la situazione presenta sfumature particolari. Mentre Bruxelles finalizza l’AI Act, il tessuto produttivo italiano vive una fase di transizione: molte piccole e medie imprese sperimentano, poche consolidano.

I dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, basati su 86 grandi organizzazioni italiane, tratteggiano un quadro di incertezza normativa. Il 51% delle aziende fatica a comprendere il quadro regolatorio: l’8% lo ignora del tutto, il 43% ha molti dubbi. Solo il 6% si considera già conforme all’AI Act. Più della metà giudica gli obblighi “stringenti” o “molto rigidi”.

Il risultato è un clima di sospensione. Le imprese temono più l’incertezza che la regolazione stessa. Molte non dispongono di una strategia di governance dei dati o di un piano di adeguamento, rischiando di restare schiacciate tra due fronti: da un lato la necessità di conformarsi alle regole europee su trasparenza, tracciabilità e sicurezza; dall’altro la difficoltà concreta di reperire competenze, budget e risorse per farlo.

“L’AI Act non dovrebbe essere visto come un ostacolo, ma come un’opportunità di differenziazione”, osserva Marino. “Le aziende che si adegueranno per prime avranno un vantaggio enorme, soprattutto nei settori regolamentati e nelle filiere internazionali dove la compliance europea diventerà un requisito di accesso. Chi aspetta, pensando di risparmiare, sta in realtà accumulando rischio.”

Il potenziale c’è, serve visione di sistema

In ogni caso, l’Italia non parte da zero. Il Paese conta università e centri di ricerca all’avanguardia nello studio dell’intelligenza artificiale generativa, un ecosistema di startup in crescita, un’attenzione crescente verso la creazione di un’autorità nazionale per l’AI.

Ma serve un salto di scala. Senza una visione di sistema che colleghi imprese, ricerca e istituzioni, il tessuto industriale rischia di restare una costellazione di esperimenti locali — brillanti ma incapaci di generare impatto strutturale.