L’intelligenza artificiale entra in un numero crescente di processi aziendali, ma la distanza tra adozione tecnologica e risultati di bilancio resta ampia. Il McKinsey Global Survey “The state of AI in 2026: On the road to ROI”, pubblicato il 25 agosto 2026, registra un’accelerazione nell’uso degli agenti AI, degli strumenti per la programmazione software e dei chatbot. Il beneficio economico a livello d’impresa, tuttavia, non cresce allo stesso ritmo.
Il rapporto si basa su un sondaggio condotto tra il 4 maggio e l’8 giugno 2026 su 1.719 partecipanti di 97 Paesi, appartenenti a imprese di dimensioni e settori diversi. L’89% degli intervistati riferisce che la propria organizzazione utilizza regolarmente l’AI in almeno una funzione aziendale. La quota delle aziende che dichiara di averla portata almeno alla fase di diffusione su scala aziendale è salita dal 38% del 2025 al 44% nel 2026.
Indice degli argomenti:
Le grandi imprese corrono più delle piccole
La dimensione dell’azienda continua a incidere sulla velocità di adozione. Tra le organizzazioni con almeno un miliardo di dollari di ricavi annuali, il 54% dichiara di avere portato l’AI su scala aziendale. Nelle imprese più piccole la percentuale scende a circa un terzo.
Il divario è ancora più netto per l’AI agentica, cioè per i sistemi basati su modelli fondazionali capaci di pianificare ed eseguire autonomamente più passaggi di un processo. Nelle grandi aziende la quota di intervistati che segnala agenti AI già portati su scala è passata dal 27% del 2025 al 40% del 2026. Nelle organizzazioni con meno di un miliardo di dollari di ricavi è rimasta sostanzialmente ferma al 22%.
I chatbot sono ancora lo strumento più diffuso: il 47% del campione dichiara che la propria organizzazione li sta utilizzando su scala significativa. Gli agenti software dedicati alla scrittura del codice hanno raggiunto una diffusione più limitata, ma tra le grandi aziende il 31% degli intervistati afferma di averli già portati alla fase di scaling.
Tecnologia, media e telecomunicazioni sono i settori nei quali gli agenti AI risultano più presenti. Nel commercio e nei beni di consumo vengono utilizzati soprattutto nelle vendite e nel marketing; nella manifattura avanzata trovano applicazione nella produzione e nella gestione della catena di fornitura.
Con gli agenti di coding cambia il mercato del software
Uno dei dati economicamente più rilevanti riguarda il rapporto tra imprese e fornitori di software. Il 32% degli intervistati dichiara che la propria organizzazione ha rinunciato ad acquistare almeno un prodotto o una funzionalità software perché poteva svilupparla internamente con strumenti di programmazione basati sull’AI.
La percentuale raggiunge il 41% nel settore tecnologico, il 39% nella sanità e il 38% nei servizi professionali e nell’energia. Per i produttori di software aziendale significa confrontarsi con un cliente che dispone di capacità interne di sviluppo molto superiori rispetto a pochi anni fa.
Non equivale alla scomparsa del software commerciale. Cambia però il calcolo tra “buy” e “build”, cioè tra comprare una soluzione e costruirla. Gli agenti di coding abbassano il costo iniziale di sviluppo di determinate applicazioni e consentono alle aziende di adattare più rapidamente strumenti e processi alle proprie esigenze.
McKinsey rileva lo stesso fenomeno tra le organizzazioni che ottengono i risultati economici migliori dall’AI: quasi la metà dichiara di avere evitato almeno un acquisto software grazie allo sviluppo interno, contro il 31% delle altre imprese.
La produttività cresce, l’Ebit molto meno
Il dato più netto del sondaggio riguarda i lavoratori. Otto intervistati su dieci affermano che l’AI ha aumentato la loro produttività personale. Circa la metà dichiara di aver sviluppato nuove competenze e di prendere decisioni migliori grazie agli strumenti di intelligenza artificiale.
La traduzione di questi miglioramenti nei conti aziendali procede però lentamente. Solo il 37% degli intervistati attribuisce all’AI un contributo positivo all’Ebit della propria organizzazione, una quota sostanzialmente invariata rispetto al 2025.
Ancora più ristretto è il gruppo definito da McKinsey “AI high performers”: imprese alle quali gli intervistati attribuiscono almeno il 5% dell’Ebit all’intelligenza artificiale e un valore complessivo giudicato significativo. Rappresentano appena il 6% del campione, la stessa percentuale registrata un anno prima.
Il problema non sembra quindi essere la capacità dell’AI di produrre piccoli guadagni locali. Le riduzioni di costo vengono segnalate soprattutto nella supply chain, nelle operazioni di servizio e nella manifattura. Gli incrementi di ricavi compaiono più frequentemente nel marketing e nelle vendite, nello sviluppo di prodotti e servizi e nell’ingegneria del software.
La difficoltà sta nel trasformare una serie di miglioramenti distribuiti tra dipendenti e funzioni aziendali in un impatto misurabile sul risultato operativo.
Anche Gartner ha registrato una situazione simile nella supply chain. In una ricerca pubblicata il 5 agosto 2026, il 55% dei chief supply chain officer intervistati ha dichiarato di non avere ancora una visione chiara del ritorno degli investimenti in AI, nonostante il 67% degli investimenti digitali della funzione sia ormai destinato a questa tecnologia.
I costi dell’AI entrano nel conto economico
La crescita dell’utilizzo porta con sé un secondo problema: il costo operativo. Il 20% degli intervistati da McKinsey afferma che la propria organizzazione ha limitato l’uso dell’AI a causa delle spese necessarie per far funzionare i sistemi, compresi i token consumati dai modelli.
Il dato assume rilievo soprattutto con gli agenti, che possono eseguire lunghe sequenze di operazioni e interrogare più volte modelli avanzati. La riduzione del prezzo unitario dei token non garantisce quindi una diminuzione della spesa complessiva.
In un’analisi pubblicata il 24 agosto 2026, McKinsey osserva che le attività agentiche complesse possono generare costi molto diversi a seconda del modello impiegato, del numero di passaggi e dell’architettura. In alcuni processi bancari analizzati dalla società, l’esecuzione di un workflow con un singolo agente può arrivare a 20-30 mila dollari, mentre un sistema multi-agente può salire a 100-200 mila dollari. Sono stime riferite a specifiche configurazioni e non prezzi generalizzabili a ogni progetto.
Per questo nelle direzioni finanziarie e tecnologiche sta assumendo peso la cosiddetta tokenomics: la gestione economica del consumo di modelli, potenza di calcolo, storage e infrastruttura.
McKinsey propone di valutare il costo del processo completato, non quello della singola chiamata al modello. Un agente economico per ogni interazione può risultare costoso se necessita di molti tentativi, supervisione umana o passaggi aggiuntivi per arrivare al risultato.
Gli investimenti continueranno a salire
I problemi di costo non stanno inducendo le imprese a frenare gli stanziamenti. Il 28% degli intervistati dichiara che l’AI assorbe già più del 10% dell’intero budget aziendale per tecnologie dell’informazione e della comunicazione.
Il 60% prevede di aumentare ancora gli investimenti nei prossimi dodici mesi. Le intenzioni di spesa risultano particolarmente forti nel farmaceutico, nelle assicurazioni e nei servizi finanziari.
Questa dinamica crea un apparente squilibrio: il rendimento finanziario aggregato cresce lentamente, ma la disponibilità a investire rimane elevata. Le imprese sembrano quindi attribuire all’AI un valore che non passa esclusivamente dai risparmi di personale o dai profitti già contabilizzati.
Un approfondimento McKinsey del 26 agosto sottolinea, per esempio, che una parte del rendimento può derivare da decisioni più rapide, maggiore utilizzo degli asset esistenti e opportunità commerciali che senza AI non verrebbero individuate. Sono benefici più difficili da misurare rispetto alla semplice riduzione delle ore di lavoro, ma possono incidere sui risultati economici.
Chi guadagna di più ridisegna i processi
Il confronto tra le aziende con maggiori risultati e il resto del campione offre un’indicazione precisa. Gli high performer non utilizzano l’AI soltanto per automatizzare attività esistenti: tendono a modificare l’organizzazione del lavoro.
Quasi tre quarti degli high performer dichiarano di avere ridisegnato in modo sostanziale i workflow grazie all’AI, contro circa un quarto degli altri intervistati. Nel 2025 la percentuale tra le aziende migliori era del 55%.
Queste organizzazioni destinano inoltre una quota maggiore del budget tecnologico all’AI, misurano più frequentemente i risultati dei progetti, coinvolgono maggiormente il top management e definiscono con più precisione quando serve l’intervento umano.
Un’analisi pubblicata dal World Economic Forum il 27 agosto 2026 arriva a una conclusione coerente: installare software e concedere accesso agli strumenti non basta a produrre aumenti di produttività aziendale. I risultati dipendono dal ridisegno dei flussi di lavoro e dalla capacità manageriale di collegare tecnologia, misurazione economica e organizzazione.
Anche Gartner, nel suo “AI-Workplace Outlook” del 5 agosto, ha descritto un divario tra disponibilità degli strumenti e capacità delle imprese di trasformarli in risultati. L’istituto parla di una situazione nella quale l’accesso alla tecnologia può crescere senza produrre automaticamente un aumento proporzionale della produttività aziendale.
Sul lavoro le previsioni restano più drastiche dei fatti
L’impatto sull’occupazione offre un altro elemento utile per valutare la distanza tra aspettative e risultati.
Nel sondaggio McKinsey del 2025, il 32% degli intervistati prevedeva una riduzione degli organici provocata dall’AI nei dodici mesi successivi. Nel 2026, solo il 14% riferisce che una riduzione si è effettivamente verificata. Due terzi dichiarano che l’AI ha prodotto variazioni minime o nulle dell’occupazione complessiva.
Le aspettative per il futuro sono però diventate più pessimistiche: il 39% prevede una diminuzione dei dipendenti nel prossimo anno, mentre il 43% si aspetta pochi cambiamenti o nessuna variazione.
Il rapporto segnala anche una differenza tra le preoccupazioni sull’organico aziendale e quelle sulla carriera personale. Solo il 13% degli intervistati afferma che l’AI lo rende ansioso per le proprie prospettive professionali.
La contraddizione tra previsioni e risultati del 2025 invita a trattare con cautela le stime sull’occupazione. Finora le riduzioni effettive sono state molto inferiori a quelle attese.
Il rendimento dipende ormai dall’organizzazione
A fine agosto 2026 le imprese sembrano avere superato la fase nella quale il problema principale era capire se utilizzare l’intelligenza artificiale. L’adozione è ormai molto ampia e gli investimenti continuano a crescere.
Il problema economico si è spostato sulla capacità di collegare produttività individuale, costi dell’infrastruttura, trasformazione dei processi e risultati finanziari.
Il 37% di aziende che registra un contributo all’Ebit e il 6% di high performer indicano quanto questo passaggio sia ancora limitato. Allo stesso tempo, il rapido sviluppo degli agenti di coding sta modificando le decisioni di acquisto del software, mentre la crescita dei consumi costringe le direzioni finanziarie a misurare l’AI con criteri più vicini a quelli utilizzati per qualsiasi altro investimento produttivo.
Nel 2026 il vantaggio competitivo non dipende quindi dal semplice accesso ai modelli. I dati raccolti da McKinsey mostrano che le imprese che ottengono risultati finanziari più consistenti investono di più, misurano l’impatto, gestiscono i rischi e soprattutto ridisegnano il lavoro intorno alla tecnologia. La diffusione dell’AI è già avvenuta. La capacità di trasformarla in rendimento resta molto più rara.
Partecipa alla community