management AI italiano a 39,7 su 100

AIMI porta in superficie una frattura misurabile: i manager usano l’AI nel lavoro quotidiano con frequenza elevata e le organizzazioni faticano a trasformare quell’uso in procedure, responsabilità e competenze condivise. L’indice misura lo scarto con una metrica unica che combina strategia, processi, governance, competenze e risultati.

Sommario dei contenuti

Il dato di apertura: 39,7 su 100

39,7 su 100 è il valore medio con cui AIMI descrive la maturità manageriale italiana nell’AI. Il numero indica una maturazione organizzativa incompleta dentro un mercato in cui l’adozione personale è già ampia. L’89% dei rispondenti usa strumenti di AI e il 57% rileva meno tempo consumato da attività ripetitive. La quota con governance formalizzata e attiva è però al 12%, quindi il nodo vero è nel governo delle decisioni, dei controlli e delle responsabilità.

Questo scarto chiarisce l’utilità dell’indice. Un manager che usa AI per sintetizzare documenti o interrogare dati crea efficienza individuale. Un’organizzazione matura stabilisce quando quello strumento entra in un processo, chi verifica l’output, quali dati alimentano il sistema e quale responsabilità rimane in capo alla persona. La coerenza dei valori numerici coincide con le sintesi pubblicate da Il Giornale e Quotidiano Nazionale, che collocano uso individuale alto e maturità organizzativa su livelli ancora distanti.

Che cosa misura l’indice

AIMI misura il management su cinque dimensioni: strategia, integrazione nei processi, governance, competenze e capacità di generare risultati. La scelta è rilevante perché separa la semplice disponibilità di software dalla capacità di portarlo nei flussi decisionali, nei controlli interni e nella formazione continua.

La presentazione del 10 giugno si è tenuta nell’Aula dei Gruppi parlamentari. CIDA ha collocato l’indice nel primo appuntamento nazionale per l’ottantesimo anniversario della Confederazione e AI4I ha portato il versante metodologico dell’Istituto italiano per l’Intelligenza artificiale. La registrazione istituzionale della Camera dei Deputati conferma sede, titolo dell’evento e saluto di Francesco Battistoni.

Il campione: manager pubblici e privati

Il campione numerico più solido è quello di 1.740 dirigenti e manager italiani. La formula circa 1.800 usata nelle sintesi pubbliche indica lo stesso perimetro arrotondato, mentre il valore puntuale consente di leggere correttamente gli altri indicatori. Con questa base, l’89% descrive una diffusione trasversale dell’uso personale. Le statistiche sulle imprese italiane rispondono a un’altra domanda: quante aziende hanno già adottato AI nei propri sistemi.

I due perimetri vanno separati: AIMI interroga il management, le statistiche sulle imprese misurano l’adozione organizzativa. Proprio da questo confronto nasce il valore del dato, perché un manager usa spesso strumenti generativi anche in aziende prive di policy, ruoli, log di utilizzo o metriche di efficacia.

Uso personale alto e organizzazioni ancora in cantiere

Il 35% delle organizzazioni è in sperimentazione e il 29% ha iniziato a integrare l’AI nei processi operativi. Il dato mostra che molte aziende hanno già superato la curiosità iniziale, tuttavia il salto verso procedure standardizzate procede con minore velocità.

La strategia completa la sequenza. Il 30% dichiara una strategia AI formalizzata e un altro 20% la sta sviluppando. La governance ha numeri più bassi: 12% attiva e formalizzata, 28% in sviluppo. Fra strategia e governance c’è una distanza gestionale precisa; la prima indica una direzione, la seconda assegna regole, responsabilità e controlli.

Competenze: il collo stretto

Il pilastro Human-AI Skills si ferma a 27,2 punti, il valore più basso tra le dimensioni dell’indice. La maggioranza dei rispondenti indica un’offerta formativa insufficiente o frammentata; il conteggio puntuale è 893 su 1.740. La domanda dei manager riguarda formazione applicata al processo reale, affiancamento e casi pratici di utilizzo.

Qui l’indice separa fruizione e competenza. Usare un assistente generativo richiede accesso allo strumento; governarlo in azienda richiede criteri di valutazione dell’output, conoscenza dei rischi sui dati e capacità di documentare la decisione. Il training non regge più come corso isolato, entra nella progettazione del lavoro.

Output AI: il giudizio umano è già una procedura

Oltre l’80% dei dirigenti dichiara di verificare sempre o quasi sempre gli output generati dall’AI prima di usarli nei processi decisionali. È un indicatore importante perché mostra una cultura di supervisione già presente nei comportamenti individuali. Il salto richiesto alle organizzazioni è trasformare questa abitudine in una procedura tracciabile.

La verifica dell’output non riguarda solo errori evidenti. Nei processi reali entrano bias, dati incompleti, fonti sintetizzate male, conflitti con policy interne e rischio di usare informazioni riservate in ambienti impropri. Senza una catena di controllo, la responsabilità rimane sul singolo in modo fragile.

Settori: ICT avanti, PA e industria vicino alla media

Il comparto ICT arriva a 56,4 punti, valore più alto fra i settori indicati. La Pubblica amministrazione è a 39,1 e l’industria a 38,3, cioè appena sotto il valore medio complessivo. Il dato dice che la distanza settoriale dipende meno dalla disponibilità della tecnologia e più dalla capacità di adattarla a regole, responsabilità e flussi produttivi.

Nella PA il tema assume una forma ulteriore: l’AI incide su servizi a cittadini e imprese, quindi il governo dell’algoritmo entra anche nella qualità amministrativa. La dichiarazione del ministro Paolo Zangrillo sulla modernizzazione dei processi pubblici, rilanciata da Adnkronos, si colloca esattamente in questo spazio.

Quattro famiglie manageriali

AIMI classifica il management in quattro profili. Gli Innovatori sono il 19,8% e trattano l’AI come leva strategica. Gli Attenti alla Governance sono il 22,5%: soprattutto in contesti regolati, portano al centro conformità e controllo dei rischi. Gli Adottatori pesano il 27,1% e rappresentano il gruppo più vicino alla trasformazione strutturata. I Ritardatari sono il 30,6%, quota più ampia: il freno riguarda strumenti, formazione e visibilità interna più che ostilità verso l’innovazione.

Questa segmentazione ha un valore manageriale concreto. Le organizzazioni con molti Adottatori hanno già superato la sensibilizzazione e devono creare meccanismi di scalabilità. Dove prevalgono Ritardatari, la priorità è l’accesso a competenze guidate e a indicazioni interne leggibili.

Visibility Gap Index: la gerarchia vede pezzi diversi

Il Visibility Gap Index introdotto da AIMI misura un problema interno spesso sottovalutato: la conoscenza di strategie, investimenti e scelte legate all’AI diminuisce lungo la scala gerarchica. I vertici vedono più informazioni, i livelli intermedi ne ricevono porzioni ridotte e questo produce adozioni incoerenti nello stesso perimetro aziendale.

Per un’impresa il costo del gap supera il semplice ritardo. La perdita più onerosa riguarda la coerenza: team diversi acquistano strumenti diversi, archiviano output in modi non compatibili e applicano criteri di validazione non omogenei. La maturità AI nasce quando il centro decisionale rende leggibile la strategia a chi deve eseguirla.

Il confronto con le imprese italiane

Il confronto con le statistiche nazionali ridimensiona ogni interpretazione semplicistica. Istat indica che nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti usa almeno una tecnologia di AI, contro l’8,2% del 2024 e il 5,0% del 2023. Le grandi imprese arrivano al 53,1%, le PMI al 15,7%.

Letti accanto ad AIMI, questi numeri dicono che il management è più esposto all’AI della struttura aziendale media. Il denominatore chiarisce il dato: i due valori misurano oggetti diversi. Il manager usa gli strumenti; l’impresa li integra solo quando aggiorna processi, dati, ruoli, procurement e regole di controllo.

Perché l’Europa conta nel confronto

Nel perimetro europeo Eurostat segnala che nel 2025 il 19,95% delle imprese dell’Unione usa tecnologie AI. Fra le imprese che le utilizzano, il 34,70% le impiega per marketing o vendite e il 31,05% per amministrazione aziendale o management. La logistica è al 6,08%, quota minore tra gli usi elencati.

Il confronto serve a leggere AIMI con maggiore precisione. Dove i processi manageriali sono fra gli usi ricorrenti dell’AI, la maturità coinvolge anche budget, approvazioni, responsabilità documentale e definizione degli indicatori con cui valutare risultati.

Il nodo produttività

Banca d’Italia colloca l’adozione dell’AI in una prospettiva di produttività: l’Italia rimane sotto la media UE e gli usi sono spesso sperimentali. Gli effetti più forti arrivano solo con una diffusione ampia e profonda, sostenuta da trasferimento tecnologico, strutture specializzate per l’integrazione e domanda pubblica qualificata.

Il collegamento con AIMI è diretto. Un indice manageriale a 39,7 segnala interesse già presente e organizzazione ancora incompleta; la produttività promessa dall’AI passa attraverso competenze, governance e riorganizzazione dei processi. Senza questo salto, il beneficio rimane nel risparmio di tempo individuale e fatica a diventare capacità industriale.

Collegamenti interni utili

Nel percorso di Sbircia la Notizia Magazine questo articolo dialoga con Lavoro 2035: team ibridi con IA e persone, dove abbiamo affrontato il tema dei ruoli ibridi tra persone e sistemi intelligenti. Il legame con la comunicazione aziendale è sviluppato in Comunicazione d’impresa, l’IA entra tra gli stakeholder. Per la traiettoria degli investimenti aziendali, il riferimento interno è TeamSystem chiude il piano AI da 250 milioni.