LET’S TALK & CONNECT

Il 2025 sarà ricordato non per aver risolto il dibattito sul futuro dell’’intelligenza artificiale, ma per averlo amplificato. Mentre i titoli dei giornali celebravano modelli di intelligenza artificiale sempre più sofisticati che conquistavano i benchmark globali—una realtà parallela e altrettanto significativa si dispiegava con silenzio preoccupante: solo il 15% dei decision-maker aziendali riferisce miglioramenti effettivi negli utili operativi dalla loro massiccia adozione di AI generativa.  Questo numero ridimensiona il gigantesco investimento in corso. Nel 2025, le principali aziende tecnologiche hanno investito collettivamente 400 miliardi di dollari in infrastrutture di intelligenza artificiale. A livello globale, il mercato dell’AI ha raggiunto 1,5 trilioni di dollari, e le proiezioni per il 2026 puntano a 2 trilioni. Eppure, il 78% delle aziende che utilizzano AI riporta zero impatto significativo sui margini di profitto.  Siamo al “paradosso GenAI”: una situazione in cui il maggiore ciclo di investimento tecnologico della storia umana procede a briglia sciolta mentre i benefici economici rimangono sfuggenti, inafferrabili e concentrati in una manciata di casi d’uso verticali. Non è un difetto della tecnologia; è un avvertimento critico per i manager che devono navigare il 2026. Sulla carta, il 2025 è stato spettacolare, ma sotto questa superficie  un’altra narrazione emerge.

Nel settore sanitario, l’AI diagnostica ha raggiunto il 97% di accuratezza in specifiche applicazioni di imaging. Tuttavia, solo il 22% delle organizzazioni sanitarie ha implementato strumenti AI specifici di dominio—un aumento di 7 volte rispetto al 2024, ma partendo da una base minuscola. Il mercato globale della diagnostica potenziata dall’AI nel 2025 era di soli 1,94 miliardi di dollari, una frazione nella sanità mondiale, seppur con proiezioni per il 2034 di 10,28 miliardi.

Nel settore finanziario, le banche più grandi—quelle con patrimoni superiori a 100 miliardi—hanno registrato guadagni di produttività del 40-50% quando gli specialisti operativi utilizzano AI per compiti strutturati. Ma quei guadagni non si sono tradotti in espansione dei margini netti. Anzi, le pressioni competitive stanno costringendo le banche a trasferire i risparmi ai clienti, non agli azionisti.

Nel settore indutriale i risultati sono stati tangibili. Microsoft ha ridotto il tempo di pianificazione della logistica da 4 giorni a 30 minuti con un miglioramento di accuratezza del 24%; Nike ha migliorato l’accuratezza di evasione al 99,7% mentre riduce i lead time del 50%. Ma questi rimangono ancora delle anomalie positive, perché la maggioranza dei  casi d’uso “verticali”  rimangono bloccati in modalità pilota.

La verità del 2025 è semplice: le aziende hanno costruito un castello di applicazioni e tools di AI orizzontali orientati alla produttività individuale—chatbot, copilot, strumenti di sintesi generale—che scalano rapidamente  e che  possono generare benefici diffusi ma difficilmente misurabili. Nel frattempo, le vere trasformazioni risiedono in applicazioni verticali estremamente specializzate per processi aziendali che rimangono reliquie di laboratorio per il 90% del mercato.

Le mega aziende tecnologiche stanno spendendo capitali per l’AI a un ritmo che consuma il 94% dei loro flussi di cassa operativi dopo i  dividendi e  i riacquisti azionari nel biennio 2025-2026, in aumento dal 76% nel 2024. OpenAI ha annunciato circa 1 trilione di dollari in accordi di infrastruttura con partner come Nvidia, Oracle e Broadcom. Se  anche solo il 10% di questo viene finanziato con debito—come JP Morgan stima possa accadere—il sistema finanziario globale avrà un’esposizione significativa ai risultati dell’AI.

Il problema non è il capex in sé., ma il divario tra ciò che viene speso e ciò che viene guadagnato. Forrester Research ha previsto che le aziende posticiperanno il 25% della spesa pianificata in AI nel 2027, non per mancanza di convinzione, ma per mancanza di prove di ritorno sull’investimento.  Quindi se il 2025 è stato l’anno del “parlare” di AI, il 2026 sarà l’anno della “prova dei risultati” o della “correzione di mercato”. Ci sono alcune scommesse critiche per le aziende e per il business.

Il 2025 ha visto il clamore intorno agli “AI agent”—sistemi autonomi che non solo rispondono a domande, ma pianificano, ragionano ed eseguono compiti multi-step senza intervento umano. Nel 2026, questo non sarà più un’esercitazione di laboratorio. Il 79% delle aziende distribuirà agenti AI entro il 2026, con un ROI atteso del 171%. Gartner prevede inoltre che oltre l’80% delle imprese avrà GenAI APIs e modelli in produzione.  La realtà però è più complessa : gli agenti AI richiederanno una riarchitettura completa dei  sistemi informativi. Non si può  semplicemente integrare  un agente su un’infrastruttura legacy. Richiede dati puliti, governance strutturata, modalità di scala chiari e, soprattutto, un framework di monitoraggio che possa tracciare ogni decisione presa da un sistema autonomo.Nel 2026 quindi le aziende che hanno già iniziato a modernizzare le loro architetture dati nel 2025 avranno un vantaggio competitivo, le altre rischiano un anno di promesse disattese e ulteriori rinvii.

Un problema critico del 2025 è stato quello della disponibilità  dei dati pubblici per l’addestramento. Le aziende come OpenAI e Google hanno quasi esaurito il web pubblico di dati di alta qualità. Nel 2026, il focus si sposterà drammaticamente verso la generazione di dati sintetici e la cura ossessiva dei dati proprietari privati.  Questo ha implicazioni enormi per stare competitivi. Le aziende che possiedono grandi dataset proprietari (banche, assicurazioni, fornitori di servizi sanitari, utilities etc) potranno avere  un vantaggio competitivo inportante e  le altre dovranno investire massicciamente in infrastrutture di sintesi dati, con il rischio concomitante di creare dati “fake” che alimentano modelli inaffidabili.  Il valore reale dell’AI non risiederà nel modello stesso—questi diventeranno sempre più commodities—ma nei dati che lo alimentano.

La Deutsche Bank ha stimato che gli investimenti in data center per l’AI potrebbero raggiungere 4 trilioni di dollari entro il 2030. Reuters ha recentemente segnalato questo come “il rischio più trascurato di inflazione da AI nel 2026”. Se l’AI sta effettivamente creando inflazione macroeconomica sottostante, e se la Federal Reserve e altre banche centrali rimangono piuttosto restrittive, il vento economico favorevole che ha sostenuto le valutazioni tech nel 2025 potrebbe facilmente invertirsi nel 2026.

Nel 2025, cinque aziende tech (Microsoft, Amazon, Google, Apple, Meta, Nvidia) rappresentavano il 70% della capitalizzazione di mercato delle prime 20 aziende tecnologiche a livello globale, in aumento dal 65% dell’anno precedente. Nel 2026, non ci sono prove che questo consolidamento diminuirà, perché  le barriere all’ingresso per competere—capacità computazionale di miliardi, talenti rari  di ricerca, dati proprietari—stanno diventando ancora più alte e questo è un problema per l’Europa.

Che fare quindi  per una grande organizzazione che vuole capitalizzare sul potenziale dell’AI

Dare priorità a casi d’uso verticali. Non investire in “AI generica”. Identificare il 10% di processi aziendali che rappresenta il 90% della reddittività o dei costi e applicare AI a quelli. Misurare seriamente il ROI e se non è possibile collegare l’investimento in AI al di P&L in 12-18  mesi meglio fermarsi  e ricalibbra.

 Costruire  le fondamenta solide di Dati . Le organizzazioni con strategie dati solide nel 2025 hanno visto adozioni di agenti AI 4 volte superiori. La qualità dei dati è il nuovo parametro di valutazione dell’ AI readiness della organizzazione

Investire in Governance prima, non dopo. Le aziende che hanno introdotto governance rigida, monitoraggio delle decisioni AI, audit trail e escalation con human in the loop nel 2025 hanno evitato le problemi reputazionali che altre hanno subito. La governance non è un costo; è un’assicurazione sulla sopravvivenza operativa nell’uso dell’AI.  Rimanere scettici  riguardo le promesse dell’ Agentic AI. Gli agenti autonomi funzionano in ambienti altamente strutturati (supply chain, data entry, customer service, etci). Funzionano male in ambienti ambigui (strategic decision-making, nuovi prodotti, mercati sconosciuti). Capire i la differenza prima di investire in Agentic AI.

Il 2025 è stato l’anno in cui i mercati globali hanno deciso che l’AI non era una bolla destinata a scoppiare, ma una trasformazione reale che aveva bisogno  di trilioni di investimento. Il 2026 sarà l’anno in cui il mercato testa effettivamente questa ipotesi. Il 2025  ha permesso ancora di sognare in grande. Il 2026 obbligherà a pensare in piccolo, misurare precisamente, e agire con disciplina.

Ezio Viola
Co-founder, TIG – The Innovation Group