Il nuovo report McKinsey "The State of AI in 2026: On the Road to ROI", pubblicato dalla divisione QuantumBlack AI a fine agosto 2026 e basato su un sondaggio globale condotto tra 1.719 dirigenti in 97 paesi, fotografa un'intelligenza artificiale aziendale che cresce in ampiezza ma fatica ancora a tradursi in valore misurabile. Il 44% delle organizzazioni dichiara di aver esteso l'uso dell'AI a livello aziendale (era il 38% nel 2025) e il 56% la utilizza ormai in tre o più funzioni di business, dal marketing alla finanza, dalle operations all'IT. Ma dietro questi numeri in crescita si nasconde un divario sempre più marcato tra chi ha davvero scalato la tecnologia e chi resta fermo alla fase sperimentale.
Il dato più citato dagli analisti è probabilmente il più severo: solo il 6% delle aziende intervistate rientra nella categoria dei cosiddetti "high performer", cioè organizzazioni che dichiarano un impatto sull'EBIT pari o superiore al 5% e un valore ritenuto "significativo" dai rispondenti. La quota di aziende che segnala un impatto positivo sull'EBIT complessivo resta ferma al 37%, sostanzialmente invariata rispetto al 2025: un segnale che, nonostante gli investimenti crescenti, la traduzione dell'adozione diffusa in risultati economici concreti procede molto più lentamente della curva di utilizzo.
Una corsa a due velocità
Il report mette a fuoco quello che McKinsey definisce un fenomeno "a due velocità" tra grandi e piccole imprese. Tra le organizzazioni con ricavi superiori al miliardo di dollari, il 54% dichiara di aver scalato l'AI a livello aziendale, contro appena il 33% delle imprese di dimensioni minori: un divario di 21 punti percentuali che si allarga ulteriormente sul fronte degli agenti AI, dove il 40% delle grandi aziende ne sta scalando l'uso (erano il 27% nella rilevazione precedente) contro il 22% delle realtà più piccole. Circa un'azienda su cinque ha raggiunto uno scaling degli agenti a livello organizzativo, mentre il 31% riporta di aver scalato specificamente agenti dedicati allo sviluppo software, un ambito che sta maturando più velocemente degli altri casi d'uso. Il report segnala anche un cambiamento nelle strategie di sourcing tecnologico: il 32% delle aziende ha rinunciato all'acquisto di software di terze parti per costruire internamente soluzioni basate su AI, segno di competenze interne crescenti ma anche di una complessità di manutenzione destinata ad aumentare nel tempo.
Produttività individuale sì, valore aziendale ancora incerto
Se si guarda ai risultati percepiti dai singoli lavoratori, il quadro appare più incoraggiante: l'80% dei rispondenti segnala un miglioramento della produttività individuale grazie all'AI e il 50% riporta un miglioramento nella qualità dei processi decisionali. È il passaggio successivo, cioè trasformare questi benefici individuali in un impatto misurabile a livello di conto economico aziendale, a restare il vero collo di bottiglia: la distanza tra l'80% di lavoratori più produttivi e il 6% di aziende che dichiara un ritorno economico rilevante sintetizza bene quello che gli analisti chiamano il "gap di scaling" dell'AI generativa e agentica.
Il freno dei costi operativi
Un ulteriore elemento messo in evidenza dal report riguarda l'impatto economico dell'infrastruttura AI sulle scelte aziendali: circa il 20% dei rispondenti afferma che i costi operativi legati all'intelligenza artificiale, inclusi quelli per i token consumati dai modelli linguistici, hanno già spinto alcune organizzazioni a limitare o rallentare l'utilizzo dell'AI. È un dato che ridimensiona la narrazione secondo cui il principale ostacolo alla diffusione dell'AI in azienda sia solo culturale o organizzativo: per una quota non marginale di imprese il vincolo è già oggi economico e infrastrutturale. Nonostante questo, il 60% delle aziende prevede comunque di aumentare gli investimenti in intelligenza artificiale nel prossimo anno, segno che il freno sui costi non si traduce, almeno per ora, in una frenata degli investimenti complessivi.
L'incognita occupazionale
Il report tocca anche il tema più sensibile per lavoratori e organizzazioni sindacali: il 39% dei rispondenti prevede che l'AI porterà a una riduzione del numero complessivo di dipendenti della propria organizzazione nel corso del prossimo anno. È un dato che merita una lettura cauta, perché riflette un'aspettativa dichiarata da chi risponde al sondaggio, in larga parte manager e dirigenti, non un piano di riduzione già formalizzato; segnala comunque come le imprese stiano iniziando a incorporare l'AI nelle proprie proiezioni di organico, con il rischio, sottolineato da diversi analisti che hanno commentato il report, che una riduzione di personale basata su un'automazione poi effettivamente frenata dai vincoli di costo descritti sopra lasci un vuoto operativo difficile da colmare.
Perché conta per chi guida un'impresa
Per chi si occupa di trasformazione digitale, strategia o gestione di un'impresa, i numeri di McKinsey offrono un punto di riferimento più realistico rispetto agli annunci entusiastici che hanno accompagnato l'AI generativa negli ultimi tre anni: l'adozione diffusa dello strumento non equivale automaticamente a un ritorno economico, e il divario tra grandi e piccole imprese rischia di ampliare ulteriormente il gap competitivo se le PMI non trovano modelli di adozione sostenibili con risorse più limitate. Il report suggerisce indirettamente che le organizzazioni che stanno ottenendo risultati misurabili sono quelle che hanno investito non solo nella tecnologia ma nel ridisegno dei processi e nella governance dei dati, più che nell'accumulo di pilot isolati mai portati a scala.
Il commento di PINET
Per le imprese italiane, in larga parte piccole e medie, il divario a due velocità descritto da McKinsey non è un rischio astratto ma una fotografia già in parte verificabile: un'analisi separata basata sullo Stanford AI Vibrancy Tool, diffusa a giugno 2026, collocava l'Italia al 27esimo posto su 36 paesi monitorati, con un divario di adozione tra grandi imprese (71% con AI in produzione) e PMI (appena l'8%) superiore ai 60 punti percentuali, oltre a una raccolta di capitale di rischio dedicato all'AI di circa dieci volte inferiore a quella della Francia. Colmare questo gap richiederebbe strumenti di adozione pensati specificamente per la piccola impresa, non semplici versioni ridotte delle soluzioni enterprise, oltre a incentivi pubblici mirati sulla formazione dei processi più che sul solo acquisto della tecnologia. Allo stesso tempo, il dato McKinsey sui costi operativi legati ai token ricorda che anche le aziende italiane che vorranno scalare l'AI dovranno mettere in conto una voce di spesa ricorrente non trascurabile, da valutare con lo stesso rigore riservato a qualunque altro investimento infrastrutturale. Nel complesso, la lettura più equilibrata è che l'intelligenza artificiale in azienda sta maturando, ma resta uno strumento da governare con obiettivi di business chiari fin dall'inizio, non una leva che genera valore per il solo fatto di essere adottata.
Fonte: McKinsey & Company - The State of AI in 2026: On the Road to ROI
