L’adozione dell’intelligenza artificiale nelle piccole e medie imprese italiane è entrata in una fase di accelerazione pur rimanendo ancora lontana dal suo pieno potenziale trasformativo. Il tessuto produttivo italiano, caratterizzato da una rete capillare di PMI, sta affrontando la sfida digitale con ritmi diversi rispetto alle grandi organizzazioni, ma i dati più recenti mostrano un impegno nell’implementazione di questa tecnologia che è opportuno analizzare più da vicino.
Indice degli argomenti:
I dati dell’intelligenza artificiale in Italia
Come valore di mercato complessivo, le fonti indicano che il mercato italiano dell’AI ha raggiunto 1,2 miliardi di euro nel 2024 (+58%), con l’AI generativa che pesa per il 43% del valore[1].
Secondo le rilevazioni ISTAT, le PMI hanno adottato almeno una soluzione AI nel 14,2% dei casi. La media nazionale del 16,4% è “trainata” dalle grandi imprese dove oltre la metà ha iniziato il percorso di adozione della tecnologia.
Nonostante questa crescita, oltre quattro imprese su cinque non hanno ancora implementato alcuna soluzione di AI nei propri processi.
Tabella 1 – Livello di adozione di soluzioni AI per classe dimensionale
| Dimensione impresa (per numero di addetti) | Tasso di adozione AI (2025) | Trend (2023-2025) |
| Piccole imprese (10-49 addetti) | 14,20% | 255,00% |
| Medie imprese (50-249 addetti) | 24,80% | 342,90% |
| Grandi imprese (≥250 addetti) | 53,10% | 120,30% |
| Media Totale Imprese (≥10 addetti) | 16,40% | 228,00% |
Fonte: Elaborazione su dati ISTAT 2025
È interessante notare come gli stessi dati evidenzino una crescita del divario tecnologico: la differenza tra PMI e grandi imprese nell’adozione delle soluzioni di AI era di 20 punti percentuali nel 2023, nel 2025 questo divario è salito a 39 punti percentuali.
A livello settoriale (Tabella 2), la diffusione dell’AI è molto disomogenea. Il settore ICT e quello dei media e dello spettacolo guidano la classifica con tassi di adozione che si attestano attorno al 50%. Questo dato è coerente con l’accelerazione dovuta all’introduzione degli strumenti di AI generativa.
Gli strumenti di assistenza alla scrittura di codice e alla produzione di contenuti multimediali disponibili sulle piattaforme leader di mercato hanno con tutta probabilità trovato terreno fertile in settori dove la produzione di contenuti di specie rappresenta una quota significativa del business, o comunque trova una continuità naturale sotto il profilo tecnologico.
Tabella 2: Tassi di adozione dell’AI per settore – Tutte le imprese (2025)
| Settore economico | Tasso di adozione (2025) | Variazione (2024-2025) |
| Servizi informatici (ICT) | 53,0% | 44,4% |
| Cinema, Video, Musica e Media | 49,5% | 74,9% |
| Telecomunicazioni | 45,8% | 66,0% |
| Settore energetico | 31,2% | 59,2% |
| Manifatturiero (media del settore) | 22,5% | 87,5% |
| Commercio (ingrosso e dettaglio) | 16,8% | 105,0% |
| Alloggio e ristorazione | 7,3% | 170,4% |
Fonte: Elaborazione su dati ISTAT 2025
Pur non essendo disponibili dati allo stesso livello di disaggregazione con focus specifico sulle PMI, possiamo assumere quanto riportato in Tabella 1 come dato di riferimento, in quanto le PMI rappresentano il 93% delle imprese italiane.
Adozione dell’AI nelle Pmi: Italia e Unione Europea
Nonostante l’accelerazione nazionale, il confronto con il resto dell’Unione Europea (Tabella 3) evidenzia un ritardo significativo del sistema Italia.
Nel 2024, con un tasso di adozione dell’8,2%, l’Italia si collocava significativamente al di sotto della media europea del 13,5%, posizionandosi nella fascia bassa della classifica UE insieme a paesi come Portogallo e Lituania e sostanzialmente all’inizio del percorso se consideriamo l’ambizioso obiettivo del 75% fissato dall’UE per il 2030[2].
Tabella 3: Confronto adozione AI Italia vs Unione Europea (2024)
| Indicatore | Italia (%) | UE27 (%) | Differenza (p.p.) |
| Imprese (≥10 addetti) che usano IA | 8,2% | 13,5% | -5,3 |
| Digital Intensity Index (Livello base) | 70,2% | 75,0% | -4,8 |
| Obiettivo UE per il 2030 | 75,0% | 75,0% | – |
Fonte: ISTAT 2024 e Eurostat 2025
Mentre i dati generali includono ogni tipo di AI, per la GenAI le fonti distinguono tra l’adozione di strumenti “pronti all’uso” (licenze come ChatGPT) e la sperimentazione all’interno di progetti più ampi. Secondo i dati disponibili, il focus sull’utilizzo delle tecnologie generative mostra (Tabella 4) che le PMI sono caratterizzate da un tasso di utilizzo delle tecnologie generative nettamente inferiore rispetto alle imprese di maggiori dimensioni. Il divario è stridente: l’8% delle PMI contro il 53% delle imprese più grandi[3].
Tabella 4: Adozione dell’AI generativa per dimensione d’impresa (2024)
| Classe dimensionale | Tasso di adozione GenAI (2024) | Note specifiche |
| PMI (10-249 addetti) | 8,0% | Riferito all’uso di strumenti pronti all’uso tramite licenze. |
| Grandi Imprese (≥250 addetti) | 53,0% | Quota che ha acquistato licenze per strumenti di GenAI (es. Copilot). |
| Grandi Imprese attive nell’IA | 65,0% | Percentuale di grandi aziende già attive nell’IA che sperimenta la GenAI. |
| Media Totale (Imprese ≥10 addetti) | 45,3% (degli utenti IA) | Tra chi usa già l’IA, quasi la metà ha adottato soluzioni generative. |
Fonte: Elaborazione su dati Osservatorio PoliMi
Cosa non dicono le statistiche
Esiste un altro modo per leggere le statistiche alla luce dell’esperienza comune di tutti noi.
Se identifichiamo un percorso di introduzione dei sistemi di AI in azienda su tre livelli che parte dall’utilizzo di strumenti individuali (Livello 1, chiedo al Chatbot) per passare all’introduzione di automazioni semplici (Livello 2, acquisto una soluzione con licenza d’uso) per arrivare a un’integrazione nei processi (Livello 3, orchestrazione agentica), la lettura dei dati può essere significativamente diversa, in quanto il rumore di fondo causato dall’adozione “ombra” (in inglese: shadow IT) e destrutturata degli strumenti personali di AI e l’assenza di un reale governo del fenomeno impattano la realtà in modo significativo.
Il 99% degli italiani conosce l’AI e il 31% delle interazioni con strumenti di AI generativa è già dedicato a compiti legati al ruolo in azienda[4], spesso in modo spontaneo e fuori dai radar aziendali.
Questo ricorso destrutturato configura un rischio di una presenza “ombra”, segnalato dal fatto che il 17% delle grandi aziende ha già dovuto vietare tool non approvati per evitare la perdita di controllo sui dati. Nelle grandi aziende il rischio è percepito e monitorato. Nelle PMI, questo rischio è strutturalmente più elevato non perché manchino i divieti, ma perché è significativamente meno presente una funzione di governance e cybersecurity avanzata (che nelle PMI si ferma al 32,1% contro il 76,8% delle grandi)[5]. L’uso “nascosto” nelle PMI non è una scelta, ma una via possibile per mancanza di alternative aziendali ufficiali.
Le origini del ritardo delle PMI nell’adozione dell’AI
Il concentrarsi sul Livello 2 (adozione formale) rischia di occultare la realtà del Livello 1. Questo ritardo nella presa di coscienza organizzativa frena il passaggio verso i livelli superiori, impedendo alle PMI di trasformare l’efficienza individuale in vantaggio competitivo di sistema.
Paradossalmente, mentre molti dipendenti usano l’AI privatamente, in media meno del 40% della forza lavoro ha accesso agli strumenti di intelligenza artificiale generativa aziendali[6], è del tutto probabile che questa discrepanza sia già di per sé un freno.
Solo il 15% delle organizzazioni ha reso la gestione dell’AI una responsabilità diretta del vertice. Per il 31% dei consigli di amministrazione il tema non compare affatto all’ordine del giorno, e il 66% dei consiglieri dichiara competenze limitate o nulle in materia.
Questo fatto, unito alla pervasività dell’adozione destrutturata, rischia di far scambiare l’uso diffuso dei chatbot come adozione tecnologica, ignorando la necessità di una governance strutturata per i processi chiave.
Se l’azienda non vede il valore (perché l’uso è nascosto), non investe; se non investe, l’uso rimane nascosto, destrutturato e finalizzato più all’aumento delle produttività individuali più che del sistema.
Poiché l’esperienza suggerisce che questa lettura sia realistica, esiste un rischio concreto che l’AI rimanga confinata ad alcuni settori aziendali (tipicamente dove le funzioni native dell’AI generativa sono in grado di esprimere facilmente un valore), ignorando (del tutto?) le funzioni di governo e miglioramento organizzativo, che assumono invece rilevanza centrale nel nuovo quadro normativo.
Se si considera la distribuzione per processo (Tabella 5) il quadro appare essenzialmente quello ora descritto[7].
Tabella 5: Utilizzo dei sistemi di AI per processo aziendale (Focus PMI)
| Processo / Funzione Aziendale | Utilizzo attuale (Sì) | Utilizzo desiderato | Variazione % prevista |
| Marketing e Vendite | 29,8% | 44,0% | 47,7% |
| Compliance (gestione documenti, conformità) | 27,4% | 45,2% | 65,0% |
| Ricerca e Sviluppo (prodotti/servizi) | 14,3% | 42,9% | 200,0% |
| Risorse Umane | 9,5% | 15,5% | 63,2% |
| Strategia e Finanza Aziendale | 9,5% | 26,2% | 175,8% |
| Assistenza post-vendita (chatbot) | 6,0% | 36,9% | 515,0% |
| Manufacturing (processo di produzione) | 4,8% | 13,1% | 172,9% |
| Gestione della Supply Chain | 4,8% | 10,7% | 122,9% |
Fonte: Elaborazione su dati EAOnline Survey PMI 2024-2025
I rischi per la crescita dei sistemi di AI nelle imprese
Il rischio è che la crescita dei sistemi di AI nelle imprese meno strutturate tenda a concentrarsi esclusivamente nei processi di business, aumentando un gap di sviluppo tra detti processi e quelli infrastrutturali, di governo e di miglioramento organizzativo, che, alla luce dell’attuale quadro normativo (Codice della crisi d’impresa e dell’insolvenza – D.Lgs. 12 gennaio 2019 n. 14, modificato dal D.Lgs. 83/2022) assumono – invece – una rilevanza centrale.
Tale passaggio necessita di una presa di coscienza “sistemica” da parte dei vertici aziendali come fattore abilitante al passaggio dall’utilizzo spontaneo di strumenti generativi a sistemi di AI come parte integrante il “sistema impresa” orientato alla creazione di valore. Ad oggi, tuttavia, solo il 15% delle organizzazioni ha reso la sovranità e la gestione dell’AI una responsabilità diretta della leadership di vertice.
Poiché introdurre i sistemi di AI nei processi infrastrutturali, amministrativi, di governo e di miglioramento organizzativo consiste – almeno – nel legare a sistema l’operatività di livello 2 o sviluppare soluzioni di automazione sofisticata, la già presente dinamicità nell’adozione diffusa del livello 1 – pur ufficiale tramite licenze d’uso aziendali – degli strumenti di AI generativa non è sufficiente.
Gli investimenti necessari per sviluppare soluzioni sono indubbiamente di una scala diversa, ed è quindi plausibile che per le PMI tale sfida debba essere affrontata non da imprese singole ma da significative realtà collettive del tessuto economico come ad esempio associazioni di categoria, consorzi, enti di coordinamento dei poli tecnologici.
La strategia nazionale punta alla creazione di un “patrimonio di conoscenza nazionale” fatto di dataset e modelli condivisi[8]. Obiettivo condivisibile se accanto al censimento dei sistemi ci sono investimenti – anche pubblici – alla costituzione di metodi standard, strumenti e piattaforme come fattore legante di intere filiere produttive o distretti industriali.
“Academy” di filiera[9], ma soprattutto piattaforme applicative di filiera. E la domanda più urgente è quali modalità di utilizzo e quali applicazioni possono essere realizzate e messe in produzione oggi, non in un futuro indistinto.
Nota
Per la redazione del presente articolo sono stati usati NotebookLM per l’organizzazione dei documenti e delle operazioni di RAG, e Perplexity Pro per la ricerca su fonti specifiche.
Fonti principali:
- ISTAT, “Imprese e Ict – Anno 2025”, 14 dicembre 2025.
- Osservatorio Artificial Intelligence Polimi, 2025.
- Eurostat, “Use of artificial intelligence in enterprises”, 2025.
- Deloitte, “State of Generative AI in the Enterprise”, 2025.
- Deloitte, “Generative Tomorrow” 2025
- Strategia Italiana per l’Intelligenza Artificiale 2024-2026″.
- d’Angella, F., Maccioni, S., & Belloli, A. (2025). “Adozione e percezione dell’intelligenza artificiale da parte delle PMI: uno studio esplorativo del contesto italiano”, Economia Aziendale Online.
vedi nota 8 ↑
Fonte: Osservatorio Artificial Intelligence Polimi, 2025 ↑
Eurostat, “Use of artificial intelligence in enterprises”, 2025 ↑
Fonte: Osservatorio Artificial Intelligence Polimi, 2025 ↑
Deloitte, “State of Generative AI in the Enterprise”, 2025 ↑
Dallo studio d’Angella, F., Maccioni, S., & Belloli, A. (2025). “Adozione e percezione dell’intelligenza artificiale da parte delle PMI: uno studio esplorativo del contesto italiano”, Economia Aziendale Online emerge un rapporto direttamente proporzionale tra conoscenza e percezione del rischio associato all’utilizzo dei sistemi di IA. . ↑
Deloitte, “State of Generative AI in the Enterprise”, 2025 ↑
Adozione e percezione dell’intelligenza artificiale da parte delle PMI: uno studio esplorativo del contesto italiano”, Economia Aziendale Online ↑
Strategia Italiana per l’Intelligenza Artificiale 2024-2026 ↑
