Un nuovo studio del MIT, “The GenAI Divide: State of AI in Business 2025”, condotto dal progetto NANDA (Networked Agents and Decentralized AI), lancia un monito netto: il 95 % dei progetti pilota aziendali di intelligenza artificiale generativa non genera alcun ritorno misurabile sul bilancio aziendale. Solo il 5 % dei casi analizzati è riuscito a produrre guadagni concreti o una crescita di fatturato. La ricerca si basa su oltre 300 iniziative AI pubbliche, 150 interviste ai vertici aziendali e 350 risposte da dipendenti.
Un paradosso ai confini dell’hype tecnologico
Non si tratta di problemi di modello o infrastruttura: il nodo è nel “learning gap”, ovvero nella scarsa capacità dei sistemi di adattarsi ai flussi di lavoro aziendali, di memorizzare feedback, migliorare contestualmente alle attività reali e integrarsi con i processi esistenti. Strumenti come ChatGPT o Copilot, pur utili a livello individuale, spesso restano sciatti “wrapper” o esercizi scientifici se non incastonati in processi ben progettati.
La conseguenza è chiara: molti progetti restano in fase pilot, senza offrire alcun impatto sul P&L. La spesa? Tra 30 e 40 miliardi di dollari in AI generativa, nella prima metà del 2025, senza ritorni tangibili nella maggior parte delle imprese.
Formazione insufficiente e integrazione debole frenano il valore
I motivi principali del fallimento non sono tecnici ma organizzativi e culturali. Le aziende non formano adeguatamente il personale né ripensano i flussi operativi per includere l’AI. L’integrazione con il workflow è spesso solo superficiale: i tool generativi vanno bene per bozze o brainstorming, ma faticano a inserire contestualizzazione, memoria, adattamento: caratteristiche fondamentali per affidare loro compiti di valore reale.
Il risultato è che solo le applicazioni con scopi chiari e specifici, spesso affidate a fornitori specializzati, riescono a emergere: il 5 % di successo è soprattutto nei progetti che affrontano un problema ben definito e si appoggiano a partner esperti. Il successo è più frequente con fornitori esterni rispetto a soluzioni sviluppate internamente.
Il “shadow AI” cresce silenziosamente tra i dipendenti
Meno citata, ma cruciale, è un’altra dinamica: l’uso non ufficiale (shadow AI) dei tool da parte dei dipendenti. Strumenti come ChatGPT vengono usati informalmente, spesso oltre le licenze aziendali ufficiali. Questo uso indiretto sta modificando i processi di lavoro più dei progetti ufficiali, pur restando al di fuori del controllo IT e manageriale.
Questo fenomeno riflette una domanda reale di strumenti che producono valore personale, e evidenzia un divario tra la domanda interna di “intelligenza quotidiana” e la capacità dell’azienda di orchestrare soluzioni efficaci a livello istituzionale.
Effetti sul mercato e il ruolo degli investitori
L’impatto del rapporto MIT sull’umore degli investitori è già evidente. Titoli chiave come Palantir e NVIDIA hanno subito perdite misurate (rispettivamente –3,6 % e oltre –1 %) dopo la pubblicazione dei dati, accentuando la volatilità del settore tech. Come sottolinea un analista Evercore ISI, il report evidenzia che lo sviluppo interno, privo di integrazione, è un ostacolo, aprendo un’opportunità per vendor esterni di infrastrutture e servizi abilitanti.
Nel frattempo, cresce lo scetticismo sulla sostenibilità di hype e valutazioni elevate: alcuni osservatori parlano già di una bolla AI, innescata da spese capillari ma spesso infruttuose.
Perché il 5 % vince: lezioni per chi vuole rompere il muro del fallimento
- Avere una visione chiara: i progetti con maggior successo erano focalizzati su problemi specifici e misurabili, non su “accelerazione generica” nei ricavi .
- Formare e ripensare i processi: il learning gap non si chiude solo con la tecnologia, ma con la preparazione del personale e la radicale riconsiderazione dei flussi interni.
- Affidarsi a partner esterni quando necessario: i vendor esperti ottengono successi quasi il doppio dei team interni.
- Sfruttare l’informalità (shadow AI) in modo intelligente: riconoscere che esiste un’adozione “diffusa” non monitorata può essere un’opportunità per indirizzare l’adozione verso strumenti realmente efficaci, anziché ignorarla.
Conclusione
Il rapporto “The GenAI Divide: State of AI in Business 2025” del MIT è un campanello d’allarme: non basta investire in generative AI, occorre integrare, formare, gestire il cambiamento. Solo un’exigua minoranza dei progetti—il 5 %—sta da oggi traducendosi in valore. Le aziende devono urgentemente chiudere il gap tra entusiasmo consumistico e trasformazione concreta, costruendo AI che non solo sia avanzata, ma capace di imparare, adattarsi e integrarsi al cuore dei loro processi.
