Il mercato italiano dell’intelligenza artificiale cresce rapidamente, ma molte imprese non hanno ancora una governance strutturata. Il nodo non è solo tecnologico: riguarda la capacità umana di dare senso, strategia e responsabilità all’uso dell’AI nei processi aziendali.
Dati significativi
L’Osservatorio Artificial Intelligence del Politecnico di Milano per il biennio 2025-2026 ha fotografato un dato interessante: il mercato italiano ha raggiunto il valore di 1,8 miliardi di euro, in crescita del +50% nel solo 2025.
Una crescita concreta, ma una maturità incerta
Una spesa enorme a cui però non corrisponde un’effettiva maturità: ben il 91% delle grandi imprese italiane dichiara di non disporre ancora di un modello strutturato di governance dell’AI. Il tessuto industriale del nostro Paese, quindi, sembra correre verso l’intelligenza artificiale senza però aver interiorizzato la differenza fondamentale tra la pura automazione e l’intenzionalità strategica.
Il malinteso che divide
Questo vuoto gestionale nasce da un malinteso radicato, il quale mette sullo stesso piano intelligenza umana e intelligenza artificiale, commettendo un errore categoriale. La differenza non si basa su una capacità tecnologica, ma su una distanza concettuale. Noi umani vogliamo capire, i modelli AI no.
I limiti e le potenzialità dell’AI
L’intelligenza umana è mossa da un desiderio profondo di interpretare la realtà per attribuirci un senso. Cerchiamo verità, scopo, legami di significato. L’AI, invece, si limita a processare input e generare output ottimizzati senza alcuna spinta intrinseca di curiosità o intenzione.
Un sistema algoritmico non è un soggetto
Un algoritmo non “vuole” sapere, non cerca verità e non prova curiosità. Ad esempio, un Large Language Model (LLM) opera stocasticamente, predice token seguendo funzioni probabilistiche. Simula un ragionamento ma non desidera affatto comprendere. Questa distinzione non può essere ignorata se volessimo dare un senso reale all’uso dell’AI nei contesti professionali.
Differenze culturali e filosofiche
Nessuna civiltà ha mai ridotto l’intelligenza a pura computazione. Per la tradizione latina il termine “intelligere” significa “capire tra le righe”, per la cultura persiana lega l’intelligenza al giudizio etico. L’intelligenza nella tradizione cinese è capace di comprendere l’equilibrio situazionale per operare in modi adattativi. L’intelligenza non è mai stata vista come separabile da significato, morale e contesto.
Differenze filosofiche che influenzano l’applicazione
La filosofia ha continuamente ridefinito il concetto di intelligenza. Per Aristotele significava organizzare la complessità. Per Hegel era un processo evolutivo storico. In ogni visione, però, la centralità dell’intenzionismo e del senso è rimasta invariata. L’AI non possiede questa caratteristica.
Strategia e tattica: una divisione chiave
La separazione chiara tra strategia e tattica diventa il cuore della governance dell’AI. La strategia si preoccupa della direzione, del senso e della coerenza. La tattica riguarda l’ottimizzazione e l’esecuzione. Il potere della mente umana sta nella capacità di dare senso ai problemi e scegliere dove concentrare l’azione.
L’AI e la sua area di forza
L’AI invece raggiunge il suo massimo effetto nel piano tattico: scrivere codice, analizzare enormi volumi di dati, scalare processi. Ma l’AI esegue sempre all’interno di confini preimpostati. Può accelerare i processi, ma non determina da sola il perché di quelli che fa.
La distanza tra potenzialità e pratica
I dati dell’Osservatorio del Politecnico di Milano svelano una forte confusione. Il 84% delle grandi imprese ha acquistato licenze AI, ma solo il 20% riesce ad applicarla con effetto reale. L’effetto è un grande attrito organizzativo: mancano chiarezza, direttive, sicurezza.
Determinanti organizzative e culturali
Nell’esperienza di SDG Group, si osserva che molte aziende faticano a controllare il ritorno degli investimenti in AI. Solo il 69% riesce a gestire il ROI ex-ante e il 19% utilizza strumenti formalizzati approvati. Sono dati che evidenziano un mancato controllo del rischio e dei benefici.
Le sfide del 2025
I dati ISTAT e Assolombarda del 2025 rivelano un gap crescente tra grandi organizzazioni e PMI. Nel 2025 l’adozione di AI tra le grandi imprese è all’80%, mentre tra le PMI non va oltre il 43%. La frammentazione cresce, con molte PMI che non riescono a collocare correttamente le strumentazioni AI all’interno dei propri processi strategici.
Potenziamento normativo e umano
Il fattore umano diventa centrale. Le imprese devono sviluppare competenze specifiche sull’uso consapevole dell’AI e superare preoccupazioni riguardo normativa, sicurezza, etica. Il vantaggio competitivo si muove progressivamente verso quelle aziende che sappiano interpretare i problemi con visione strategica e sfruttare algoritmi come strumenti, non soggetti.
Quadro legislativo nazionale e UE
L’Italia è stata il primo Stato membro dell’Unione Europea a dotarsi di una legislazione specifica sull’AI, con la Legge 23 settembre 2025 n. 132, completata dal Disegno di Legge CNEL n. 3/2026. L’Articolo 14 dell’AI Act europeo impone supervisione umana per sistemi ad alto rischio. Questo schema normativo garantisce responsabilità, controllo e neutralità nei contesti decisionali.