Un paradosso che si ripete
L'adozione dell'intelligenza artificiale cresce, ma i risultati economici restano indietro. Secondo il rapporto The state of AI di McKinsey citato da AI4Business, il 44% delle organizzazioni dichiara di scalare l'AI a livello aziendale, contro il 38% di un anno prima, mentre la quota di chi attribuisce alla tecnologia almeno un impatto sul margine operativo resta al 37%, praticamente invariata. Le aziende che ricavano dall'AI almeno il 5% dell'EBIT sono il 6%, la stessa percentuale del 2025.
Il sondaggio PwC tra 4.454 amministratori delegati, presentato a gennaio, riporta che il 56% non ha visto benefici finanziari significativi e che solo il 12% ha ottenuto insieme riduzione dei costi e crescita dei ricavi. In Italia il mercato dell'AI ha toccato 1,8 miliardi di euro nel 2025, con il 71% delle grandi imprese impegnate in almeno un progetto, e circa un'azienda su tre fatica a stimare costi e benefici prima di partire, secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano.
La disciplina di fermarsi
L'indagine di Gartner pubblicata il 1 settembre, su 1.303 aziende con almeno 50 milioni di dollari di fatturato, sposta l'attenzione sulla governance. Solo il 22% ha portato l'AI su più unità di business e l'11% non sa quanto la propria funzione abbia speso in AI nel 2025. Le organizzazioni che tracciano il ritorno e fermano i progetti deboli dichiarano risultati positivi sull'81% delle iniziative, mentre le meno efficaci ignorano il ritorno di quasi un progetto su tre.
Gartner aveva previsto che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027 per costi crescenti, valore incerto o controlli insufficienti sul rischio. Secondo l'analisi, ciascuna di queste cause è visibile in anticipo se il progetto nasce con una baseline e criteri di uscita scritti. Il punto debole non sarebbe quindi la tecnologia scelta, ma l'assenza di un punto di partenza documentato e di una condizione di chiusura.
Misurare il costo del lavoro svolto
L'articolo cita due casi opposti. Commonwealth Bank of Australia aveva giustificato 45 tagli con un assistente vocale, salvo fare marcia indietro nell'agosto 2025 dopo che il sindacato aveva mostrato volumi di chiamate in crescita. Klarna aveva annunciato un assistente capace di gestire due terzi delle conversazioni con i clienti, con un miglioramento stimato dei profitti di 40 milioni di dollari, ma a maggio 2025 l'amministratore delegato ha ammesso che la spinta sui costi aveva penalizzato la qualità e l'azienda ha ripreso ad assumere.
Sul fronte della misurazione, l'analisi segnala che i listini dei modelli si leggono in dollari per milione di token, mentre l'azienda paga compiti svolti. Artificial Analysis ha introdotto il costo per task: nelle tabelle consultate a ottobre, GPT-6 Astra e Claude Fable 5.1 ottengono lo stesso punteggio di 53 ma costano rispettivamente 3,26 e 7,63 dollari per task, mentre DeepSeek V4 Flash scende a 22 centesimi con 18 punti in meno. Per un caso aziendale il calcolo andrebbe esteso al costo per pratica completata, includendo tentativi falliti e tempo di controllo umano.
Il dato più citato degli ultimi dodici mesi, il 95% di progetti pilota senza impatto misurabile sul conto economico attribuito al rapporto del MIT NANDA, va maneggiato con cautela: secondo il materiale, il rapporto definisce il successo come impatto marcato e sostenuto e si basa su interviste, non su bilanci, tanto che gli stessi autori parlano di numeri indicativi. Restano quindi da verificare i nessi causali tra disciplina di misurazione e risultati: le indagini riportate descrivono correlazioni tra pratiche di governance e tassi di successo dichiarati, non dimostrano che l'una produca gli altri.
