Il 21 aprile a Roma è stato presentato il rapporto "L'IA nel mercato del lavoro italiano – Professioni, modelli di adozione e la sfida della formazione", realizzato da Anitec-Assinform con il Dipartimento di Ingegneria Gestionale e della Produzione del Politecnico di Torino. I numeri in copertina sono quelli che circolano di più:

Tutti dati positivi, in apparenza. Ma il rapporto dice anche altro, e quell'altro è il dato che conta davvero:

In Italia, per ora, il quadro è diverso: il sistema produttivo nazionale si trova ancora in una fase precedente, legata a una trasformazione digitale incompleta. Prima dell'automazione piena c'è ancora un lungo tratto da fare su digitalizzazione dei processi, integrazione tecnologica e maturità organizzativa. Per questo, almeno oggi, il rapporto tra AI e lavoro appare più vicino a una riconfigurazione delle attività che a una sostituzione lineare delle persone.

L'81% usa l'AI. Ma cosa significa davvero "usare l'AI"?

A questa domanda ha cercato di rispondere l'Osservatorio 2026 di Sibill, realizzato in collaborazione con Astraricerche su un campione di 500 PMI italiane con fatturato fino a 10 milioni di euro. Il quadro che emerge è preciso e impietoso.

L'81% delle PMI coinvolte dichiara di utilizzare l'intelligenza artificiale. Ma:

Il dato che più colpisce riguarda le barriere. Contrariamente a quanto si potrebbe pensare, i costi non sono il problema principale: solo il 6,6% delle aziende cita i costi come ostacolo. Il vero freno è culturale:

Eppure i benefici per chi usa l'AI — anche solo in modo tattico — sono già concreti e misurabili: quasi il 60% delle aziende che la usano stima un risparmio di almeno 5 ore a settimana per persona. E il 61% prevede di aumentare gli investimenti nei prossimi mesi, con punte del 72% tra le imprese medie e grandi.

«Il dato più interessante non è l'81% che usa l'AI, ma il 32% che la usa in modo non strutturato. Significa che molte aziende stanno sperimentando con entusiasmo, ma senza un obiettivo chiaro. L'AI è integrata nei processi quando parte da un problema reale, non da un prompt. Ed è l'unico modo in cui diventa davvero un vantaggio competitivo.»
— Mattia Montepara, CEO e co-founder di Sibill

Fonte: Sibill — Osservatorio 2026: L'81% delle PMI usa l'AI, ma 1 azienda su 3 la usa ancora senza obiettivi chiari

Il caso Qonto: quando l'AI esegue, non risponde

Un esempio concreto di come l'AI possa smettere di essere uno strumento per rispondere alle domande e diventare uno strumento che esegue azioni reali arriva da Qonto. Il 27 aprile la piattaforma fintech usata da 600.000 piccole imprese in Europa ha lanciato due agenti integrati direttamente nel conto corrente:

Stima di Qonto: 8 ore risparmiate a settimana per imprenditore sulle attività amministrative. La differenza rispetto all'AI generativa classica è sostanziale: non è un sistema che risponde a domande. È un sistema che esegue azioni su dati reali. I due casi d'uso hanno complessità, rischi e valore molto diversi, e confonderli è uno degli errori più comuni che si commettono oggi quando si parla di adozione AI.

Per le PMI che gestiscono volumi alti di transazioni e fatture, Qonto è il prototipo del modello che arriverà ovunque nei prossimi diciotto mesi. Vale la pena capirlo adesso, non quando sarà già la norma.

La formazione che manca: università vs realtà operativa

A fine aprile Google ha annunciato un investimento da 2 milioni di dollari per formare almeno 13.000 studenti nelle università italiane, partendo da Roma Tre, Salerno e Sassari. È una notizia positiva. Ma nasconde un problema di frame: la formazione universitaria non risolve il problema di competenze AI in Italia. Lo sposta nel tempo.

Chi studia oggi inizia a lavorare tra tre, quattro, cinque anni. Le PMI che devono fare scelte sull'AI nei processi adesso non hanno quell'orizzonte.

Il rapporto Anitec-Assinform propone 23 raccomandazioni che coinvolgono Ministeri, Regioni, fondi interprofessionali, università e associazioni imprenditoriali. Tra le ipotesi sul tavolo, la sperimentazione di un "conto personale di formazione per l'IA" e la razionalizzazione dell'ecosistema formativo nazionale. Parole importanti. Ma la formazione operativa, rapida, contestualizzata sui processi reali dell'azienda, fatta con le persone che ci lavorano già — quella non la sta finanziando nessun gigante tech.

L'AI Act: cosa slitta e cosa no ad agosto 2026

Un tema che molti stanno sottovalutando riguarda le scadenze regolamentari. Il 26 marzo le commissioni IMCO e LIBE del Parlamento europeo hanno adottato la posizione sul Digital Omnibus, che propone di spostare alcune scadenze dell'AI Act:

Il motivo del rinvio è imbarazzante: al marzo 2026, solo 8 dei 27 stati UE avevano designato le autorità nazionali richieste, nonostante la scadenza fosse agosto 2025.

Ma attenzione: non tutto slitta. Gli obblighi di trasparenza restano attivi ad agosto 2026:

Chi gestisce sistemi AI ad alto rischio ha più tempo. Chi usa AI generativa nelle comunicazioni aziendali ha ancora agosto, e quella scadenza non si muove.

Conclusione: c'è ancora tanto da fare, e la fretta è il nemico principale

Guardando insieme tutti questi dati emerge un quadro che dovrebbe invitare alla riflessione più che all'euforia. Il mercato AI in Italia cresce, i numeri di adozione salgono, gli investimenti aumentano. Ma la distanza tra chi dichiara di usare l'AI e chi la usa davvero, in modo strutturato, integrato nei processi, orientato a problemi reali, è enorme. E quella distanza non si colma con nuovi abbonamenti a ChatGPT.

C'è un rischio specifico che vale la pena nominare: il rischio dell'entusiasmo non governato. In un momento in cui escono nuovi modelli ogni settimana, in cui ogni giorno arriva un annuncio che sembra cambiare tutto, la pressione a fare qualcosa, qualsiasi cosa, è fortissima. Le aziende adottano strumenti senza una strategia. I professionisti provano ogni novità senza capire dove si inserisce nel loro lavoro reale. E poi si chiedono perché i risultati non arrivano.

La verità, che i dati confermano con chiarezza, è che l'AI è uno strumento potente nella misura in cui chi la usa capisce davvero l'ambito in cui sta operando. Un LLM che aiuta un avvocato esperto a strutturare una memoria difensiva produce valore reale. Lo stesso LLM nelle mani di qualcuno che non conosce il diritto produce testo plausibile ma pericoloso. Un agente AI che automatizza la riconciliazione bancaria per un CFO che conosce i propri flussi finanziari è un moltiplicatore straordinario. Lo stesso agente usato da chi non ha mai gestito una tesoreria può generare errori che costano caro.

L'AI non sostituisce la competenza: la amplifica. E amplifica in entrambe le direzioni. Amplifica chi sa quello che fa, rendendolo più veloce, più capiente, più preciso. E amplifica chi non sa quello che fa, moltiplicando gli errori con una velocità e una scala prima impossibili.

Questo non è un argomento contro l'AI. È un argomento contro l'adozione inconsapevole. La strada giusta non è ignorare questi strumenti sarebbe miope tanto quanto lanciarsi a capofitto su ogni novità. La strada giusta è quella che il CEO di Sibill indica con precisione: partire dal problema, non dal prompt. Identificare dove si perde tempo, dove si sbagliano decisioni, dove si lascia valore sul tavolo. E poi, solo poi, capire se e come l'AI può aiutare in quel contesto specifico.

Il vantaggio competitivo non sta nell'accesso agli strumenti, che è democratico e costa poco. Sta nel secondo passaggio: quello in cui il processo cambia davvero, in mano a persone che sanno cosa stanno facendo. Quel passaggio nessun modello lo fa da solo.

Fonti principali di questo articolo: