← Osservatorio

Il paradosso della produttività, comprare l'IA non basta

Negli ultimi due anni le aziende hanno comprato intelligenza artificiale come non mai. Poi arriva il conto. Secondo il report del MIT The GenAI Divide: State of AI in Business 2025, il 95% dei progetti di IA generativa nelle imprese non ha prodotto alcun impatto misurabile su conti e profitti. Solo il 5% crea valore reale. E non per colpa della tecnologia.

Il paradosso è semplice, ossia comprare lo strumento è facile e veloce, mentre trasformarsi grazie a quello strumento è tutt'altra cosa. È quello che gli economisti chiamano da decenni "paradosso della produttività".

Investimenti enormi, ritorno raro

Grafico a ciambella con il 95% dei progetti di IA generativa in azienda che non porta un impatto misurabile.

Progetti di IA generativa in azienda senza impatto misurabile, fonte MIT, The GenAI Divide 2025.

Il MIT ha analizzato circa 300 implementazioni, 153 dirigenti e decine di interviste. Il risultato, a fronte di 30 e 40 miliardi di dollari investiti, è che il 95% dei progetti resta senza ritorno. La causa, dicono i ricercatori, non è la qualità dei modelli, ma il "learning gap", ossia la difficoltà delle organizzazioni e delle persone a integrare davvero l'IA nei processi di lavoro.

Il tempo liberato per fare cosa

C'è una frase, raccolta nelle interviste ai vertici aziendali dal report EduNext 2026, che fotografa il problema, ossia "liberiamo le persone da certe attività, bene, ma cosa facciamo fare loro con il tempo guadagnato?". Senza una risposta, l'automazione produce produttività individuale, non trasformazione organizzativa. L'IA fa risparmiare qualche minuto a ciascuno, ma se ruoli, processi e competenze restano identici, quei minuti si disperdono senza diventare valore.

Tre modi sbagliati di operare con l'IA

Elenco dei tre anti-pattern, ossia promozione dell'IA, face washing e tempo liberato senza destinazione.

Gli anti-pattern ricorrenti nelle interviste ai CEO. Fonte EduNext 2026.

Dalle stesse interviste emergono tre errori ricorrenti. Il primo è la promozione dell'IA, ossia adottarla come segnale d'immagine, per dire "anche noi la usiamo", invece che per risolvere un problema reale. Il secondo è il face washing, ossia iniziative vistose verso l'esterno che non cambiano nulla nei processi interni. Il terzo è il tempo liberato senza destinazione, ossia automatizzare senza ridisegnare ruoli e modi di lavorare. In tutti e tre i casi lo strumento c'è, ma la trasformazione no.

Dove sta davvero il ritorno

Confronto tra i budget destinati a vendite e marketing e il ritorno più alto nel back-office e nei processi.

Dove le aziende concentrano i budget rispetto a dove arriva il ritorno. Fonte MIT, The GenAI Divide 2025.

C'è anche un errore di allocazione. I budget si concentrano su vendite e marketing, dove però il ritorno è più basso. Il valore più alto, segnala il MIT, arriva dal back-office e dai processi, ossia ambiti meno appariscenti ma più redditizi. Si investe dove si vede, non dove rende.

Un paradosso che viene da lontano

Non è una novità. Gli economisti Brynjolfsson, Rock e Syverson, in un celebre studio del 2017, hanno descritto il "moderno paradosso della produttività", ossia che le tecnologie general-purpose, come l'IA, restituiscono benefici solo se accompagnate da co-investimenti in competenze e riorganizzazione. L'impatto è asimmetrico, visto che poche organizzazioni lo colgono e molte restano indietro. La tecnologia è la stessa per tutti, dato che la differenza la fa ciò che le costruisci attorno.

Cosa fa la differenza, ossia il dopo

La lezione è coerente in tutti gli studi. La tecnologia da sola non trasforma. La differenza la fanno tre cose che vengono dopo l'acquisto, ossia ridisegnare ruoli e processi attorno all'IA, formare le persone a usarla con giudizio e dare una destinazione al tempo che libera. È esattamente il lavoro che Retoria fa con le organizzazioni, ossia non vendere strumenti, ma costruire le condizioni perché quegli strumenti producano valore, ovvero competenze, metodo e governo umano.

Per valutare il ritorno reale dell'IA e definire il livello di AI readiness della propria azienda è possibile scriverci qui, scoprire il metodo Retoria, oppure leggere perché l'Italia è penultima in Europa per l'uso dell'IA.


Nota metodologica

I dati sull'assenza di ritorno dei progetti di IA in azienda provengono dal report del MIT The GenAI Divide: State of AI in Business 2025 (analisi di circa 300 implementazioni, 153 dirigenti, oltre 50 interviste). Le citazioni dei vertici aziendali e gli anti-pattern sono ripresi dal report EduNext 2026 (Luiss e Intesa Sanpaolo, CC BY 4.0). Il quadro teorico del "paradosso della produttività" fa riferimento alla letteratura economica sulle tecnologie general-purpose.

Fonti