Secondo le rilevazioni dell’Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato nazionale dell’IA ha raggiunto il valore di 1,8 miliardi di euro, segnando una crescita del 50% rispetto all’anno precedente. All’interno di questo scenario di forte espansione, l’IA Generativa (insieme ai progetti ibridi) rappresenta ormai il 46% degli investimenti complessivi, a dimostrazione di come i modelli linguistici di grandi dimensioni (LLM) siano passati dall’essere un mero complemento a costituire il fulcro della spesa innovativa.
Tuttavia, analizzando la composizione di questa crescita, emerge una profonda asimmetria nell’adozione tra le grandi organizzazioni e le Piccole e Medie Imprese (PMI). I dati del IV Rapporto Etalentum, intitolato “L’impatto dell’IA Generativa sulle PMI e sulla loro governance”, mostrano che se il 40% delle grandi imprese quotate e dei grandi gruppi industriali ha già avviato un’integrazione strutturata dell’IA, questa percentuale crolla drasticamente al 9% tra le PMI. Per circa la metà delle imprese di minori dimensioni, l’utilizzo rimane sporadico o del tutto assente. Il divario nell’intensità di utilizzo dell’IA tra queste due realtà si è strutturalmente allargato, configurando un rischio concreto per la competitività del tessuto industriale diffuso, in particolare nei distretti del Centro-Sud che restano sotto la soglia minima di adozione rispetto a regioni trainanti come Lombardia e Veneto.
Questo ritardo non è imputabile esclusivamente a una carenza di risorse finanziarie, ma deriva da un divario di alfabetizzazione tecnologica e da una persistente mancanza di governance interna. Con la progressiva entrata in vigore dell’Artificial Intelligence Act (AI Act) europeo, l’integrazione dell’IA Generativa cessa di essere una sfida puramente tecnologica per diventare una questione di capitale umano, conformità normativa e responsabilità organizzativa.
Mappatura funzionale: l’integrazione dell’IA generativa nei processi aziendali
Sebbene l’adozione sconti una forte frammentazione, le PMI che hanno intrapreso percorsi di sperimentazione stanno progressivamente ridisegnando l’architettura dei propri processi operativi. L’implementazione dell’IA Generativa non avviene in modo uniforme, ma tende a concentrarsi in quelle funzioni aziendali dove l’automazione dei carichi cognitivi ripetitivi e l’analisi predittiva offrono i ritorni sull’investimento più rapidi e tangibili. Complessivamente, il 41,4% delle aziende si aspetta un miglioramento della produttività e il 42,9% prevede una riduzione dei carichi di lavoro.
Marketing e Commerciale
La funzione marketing e vendite rappresenta la principale linea di frontiera per l’adozione dell’IA Generativa. Le applicazioni più diffuse spaziano dalla creazione automatizzata di contenuti digitali (testi, immagini, campagne pubblicitarie) all’alimentazione di assistenti virtuali e chatbot in grado di gestire il servizio clienti in linguaggio naturale 24 ore su 24. A livello sistemico, l’integrazione dell’IA nel Customer Relationship Management (CRM) permette una profilazione avanzata dei lead e una personalizzazione delle interazioni su larga scala. Tuttavia, emerge una spaccatura evidente: mentre il 56,5% delle grandi imprese dispone di un CRM integrato con l’IA, nelle PMI tale quota si ferma ad appena il 21,1%. Questa disparità incide direttamente sulla capacità delle imprese minori di competere nell’acquisizione e nella fidelizzazione dei clienti, in un mercato in cui la velocità di risposta e la personalizzazione sono divenute determinanti.
Risorse Umane (HR)
Il dipartimento Risorse Umane si è affermato come il principale laboratorio di sperimentazione dell’IA Generativa all’interno delle aziende. L’utilizzo di algoritmi si concentra prevalentemente nel filtraggio automatizzato dei curriculum vitae, nella stesura di job description, nella conduzione di colloqui virtuali preliminari e nell’identificazione di modelli di assunzione volti a migliorare le decisioni strategiche del management. Il Rapporto Etalentum ha rilevato un sentiment profondamente polarizzato tra i professionisti di questo settore. Da un lato, il 58% degli intervistati ritiene che una corretta integrazione dell’IA valorizzerà il ruolo delle Risorse Umane, liberando tempo prezioso dalle attività amministrative ripetitive per potersi concentrare sulla cultura aziendale e sulle relazioni interpersonali. Dall’altro lato, persistono forti preoccupazioni: il 51% teme una progressiva perdita di umanità nei processi aziendali, il 23% vede un rischio concreto di violazioni normative a causa di un utilizzo non regolamentato, e l’11% teme un ridimensionamento del proprio ruolo strategico.
Produzione e Logistica
Nel comparto manifatturiero e nella gestione della supply chain, le PMI stanno integrando le soluzioni di Machine Learning per abbracciare l’IA Generativa come strumento di supporto decisionale. Gli algoritmi vengono impiegati per l’ottimizzazione dei processi di approvvigionamento, il controllo qualità e la previsione avanzata della domanda di mercato, garantendo una notevole riduzione dei costi operativi. L’innovazione principale risiede nella capacità dei responsabili di produzione di interrogare i sistemi ERP e i dati dei macchinari in linguaggio naturale, estraendo insight immediati per facilitare la manutenzione predittiva e prevenire colli di bottiglia logistici, anche in assenza di competenze avanzate di data science.
Amministrazione, Finanza e Strategia
Nelle funzioni amministrative e finanziarie, l’IA Generativa trova applicazione nella gestione documentale intelligente, consentendo l’estrazione automatizzata di dati da contratti, fatture e bilanci per la generazione di reportistica in tempo reale. A livello strategico e finanziario, l’IA supporta l’analisi dei competitor e la valutazione del rischio. Particolarmente critica è l’applicazione dell’IA per la valutazione del merito creditizio (credit scoring), dove i modelli analizzano ampi set di dati per determinare l’affidabilità finanziaria di clienti o partner. L’efficacia di questi sistemi in ambito finanziario è tuttavia strettamente vincolata alla qualità delle informazioni elaborate; non a caso, il 37% delle PMI ritiene che la scarsa qualità dei propri database interni rappresenti il principale freno all’espansione delle potenzialità dell’IA.
Metrica di adozione dell’IA | Grandi Imprese | PMI |
Integrazione strutturata nei processi aziendali | 40% | 9% |
Utilizzo di CRM integrato con l’IA | 56,5% | 21,1% |
Presenza di ruoli dedicati alla gestione dell’IA | Dati non specificati | 44% (Il 56% non ne dispone) |
Adozione di policy ufficiali sull’uso dell’IA | Dati non specificati | 61% (Il 39% ne è sprovvisto) |
L’impatto dell’EU AI Act sulle funzioni aziendali
Il panorama normativo è destinato a mutare radicalmente con l’applicazione dell’Artificial Intelligence Act europeo. Il regolamento adotta un approccio basato sulla classificazione del rischio, imponendo obblighi crescenti in base all’impatto che i sistemi di IA possono avere sui diritti fondamentali e sulla sicurezza delle persone.
Un errore strategico assai diffuso tra le PMI è la convinzione che la normativa riguardi esclusivamente le grandi aziende tecnologiche che sviluppano i modelli (i cosiddetti provider o fornitori). Al contrario, l’AI Act disciplina in modo rigoroso anche la figura del deployer, ovvero l’organizzazione che utilizza un sistema di IA nell’ambito della propria attività professionale. A partire dal 2 agosto 2026, l’utilizzo di sistemi classificati ad “alto rischio” comporterà per le aziende utilizzatrici severi obblighi di conformità. Le sanzioni per le violazioni più gravi possono raggiungere i 35 milioni di euro o il 7% del fatturato globale annuo, sebbene per le PMI si applichi la soglia economica inferiore tra gli importi previsti, garantendo un principio di proporzionalità.
L’occhio del ciclone: l’alto rischio nelle Risorse Umane e nella Finanza
Le funzioni aziendali che subiranno l’impatto normativo più pervasivo sono indiscutibilmente le Risorse Umane e la Finanza. Secondo l’Allegato III dell’AI Act, i sistemi di intelligenza artificiale impiegati per il recruitment, lo screening dei curriculum, la valutazione dei candidati, la gestione delle promozioni o l’assegnazione dei compiti lavorativi rientrano automaticamente nella categoria ad “alto rischio“. Lo stesso grado di rischio è assegnato ai sistemi di valutazione del merito creditizio (credit scoring) utilizzati in ambito finanziario.
Per queste funzioni, l’Articolo 26 del regolamento impone ai deployer obblighi rigorosi. Le aziende dovranno garantire che tali sistemi siano costantemente supervisionati da personale umano competente, affinché le decisioni automatizzate non siano mai prive di un vaglio critico (il principio dello human-in-the-loop). Inoltre, le PMI dovranno utilizzare i sistemi strettamente in conformità con le istruzioni del fornitore, assicurarsi che i dati di input siano pertinenti e rappresentativi, e conservare i log di sistema generati automaticamente per un periodo minimo di sei mesi per consentire eventuali ispezioni. Nel caso di implementazione in contesti occupazionali, le aziende hanno il preciso obbligo di informare preventivamente le rappresentanze sindacali e i lavoratori interessati prima di mettere in servizio il sistema. L’introduzione di framework come la norma ISO 42001, unita ai dettami dell’AI Act, richiede alla funzione HR un profondo cambio di prospettiva: si passa dalla semplice gestione degli strumenti informatici alla complessa governance dei comportamenti decisionali.
Trasparenza obbligatoria per Marketing e Commerciale
Mentre le attività promozionali non rientrano tipicamente nella classificazione di alto rischio, le funzioni marketing e commerciale sono investite in pieno dagli obblighi di trasparenza previsti dall’Articolo 50 dell’AI Act. A partire dal 2 agosto 2026, qualsiasi organizzazione che impieghi chatbot o assistenti virtuali per interagire con il pubblico dovrà informare chiaramente e preventivamente gli utenti che stanno comunicando con una macchina. Attualmente, il divario di conformità in questo ambito è allarmante: il Rapporto Etalentum evidenzia che soltanto il 12% delle PMI italiane avvisa i propri clienti quando questi interagiscono con un’IA.
Inoltre, la generazione di contenuti sintetici, siano essi testi, immagini o produzioni audiovisive destinate a campagne pubblicitarie o comunicazioni aziendali, richiederà procedure di marcatura chiara (watermarking). Questa disposizione mira a contrastare la diffusione di informazioni fuorvianti e a garantire l’autenticità dei contenuti digitali. Le funzioni di marketing dovranno quindi rivedere le proprie policy editoriali e i contratti con le agenzie di comunicazione esterne per assicurare la perfetta tracciabilità tecnica degli artefatti generati dall’intelligenza artificiale.
Scadenza AI Act | Disposizioni principali | Impatto pratico per le PMI (Deployer) |
2 Febbraio 2025 | Divieti assoluti (es. manipolazione cognitiva) e obbligo di AI Literacy (Art. 4). | Necessità di avviare programmi di formazione interna per tutto il personale che utilizza strumenti di IA. |
2 Agosto 2025 | Regole per i modelli di IA per finalità generali (GPAI). | Verifica della documentazione fornita dai provider di piattaforme general-purpose. |
2 Agosto 2026 | Applicazione obblighi sistemi ad Alto Rischio (Allegato III) e Trasparenza (Art. 50). | Conformità per sistemi HR/Finanza (log, supervisione umana) e obblighi di disclosure per chatbot e contenuti marketing. |
2 Agosto 2027 | Estensione ai sistemi legacy. | Adeguamento dei sistemi ad alto rischio già in uso prima dell’agosto 2026. |
Il Deficit di governance e la sfida dell’AI literacy
Un impatto normativo trasversale a tutte le funzioni aziendali, indipendentemente dal livello di rischio delle applicazioni utilizzate, è introdotto dall’Articolo 4 dell’AI Act. Questa disposizione impone a fornitori e utilizzatori di garantire un adeguato livello di AI Literacy (alfabetizzazione all’IA) per tutto il personale coinvolto nell’uso di queste tecnologie. Si tratta di una scadenza ravvicinata, in quanto i requisiti di alfabetizzazione e i divieti per i sistemi a rischio inaccettabile sono entrati in vigore già dal 2 febbraio 2025.
La fotografia scattata dal Rapporto Etalentum rivela un tessuto produttivo largamente impreparato a questa prescrizione. Attualmente, solo il 23% delle aziende ha avviato iniziative per adempiere agli obblighi di AI Literacy. Il livello di competenza interno è giudicato insufficiente: l’80% dei lavoratori possiede una conoscenza dell’intelligenza artificiale puramente di base o intermedia, e solo il 2% dei professionisti è considerato realmente esperto, capace di progettare flussi e automazioni complesse. Questo deficit di competenze si riflette direttamente sull’assetto organizzativo, poiché il 56% delle aziende non ha ancora creato ruoli specifici dedicati allo sviluppo o alla gestione dell’IA.
Anche sotto il profilo procedurale la situazione desta forti preoccupazioni: il 39% delle organizzazioni ammette di non aver ancora formalizzato alcuna policy ufficiale per l’utilizzo dell’IA Generativa. Nelle realtà che hanno tentato di strutturare una governance, le responsabilità decisionali risultano frammentate: nel 43% dei casi fanno capo alla direzione generale, nel 40% al dipartimento IT e solo nel 28% alle Risorse Umane. Questa mancanza di linee guida interne espone le PMI a rischi severi, come confermato dal fatto che il 65% delle aziende teme violazioni informatiche o l’utilizzo non autorizzato di dati aziendali riservati inseriti incautamente in modelli cloud di terze parti. Per mitigare questi pericoli, quasi la metà delle organizzazioni ha optato per un approccio puramente difensivo, vietando l’inserimento di dati sensibili e limitando l’uso dell’IA ad attività considerate marginali.
Costruire una roadmap operativa per la produttività e la conformità
Per le PMI italiane, limitarsi a un approccio difensivo o interpretare l’AI Act unicamente come un fardello burocratico significherebbe rinunciare a una leva strategica fondamentale. Le aziende ad alta esposizione all’IA mostrano infatti tassi di crescita della produttività nettamente superiori rispetto ai competitor ritardatari. Costruire una roadmap operativa che sia conforme alle norme europee, ma al contempo aderente alle esigenze operative delle PMI, diventa quindi essenziale. Tale percorso si articola in quattro direttrici strategiche fondamentali.
La prima fase richiede l’esecuzione di un inventario sistematico e di una mappatura delle applicazioni esistenti. Le aziende devono identificare con precisione quali strumenti basati sull’IA vengono già utilizzati, da quali funzioni aziendali, per elaborare quali tipologie di dati e con quale impatto sui processi o sulle persone. Questa mappatura è indispensabile per far emergere i fenomeni di Shadow AI (l’uso non autorizzato di strumenti generativi da parte dei dipendenti) e per classificare ogni sistema secondo i profili di rischio dettati dall’AI Act.
Successivamente, è imperativo definire una rigorosa governance dei dati e stabilire policy aziendali chiare. I vertici aziendali devono formalizzare le regole d’ingaggio per l’utilizzo dell’IA, delineando con esattezza quali informazioni proprietarie possono essere condivise con i modelli generativi e quali debbano rimanere segregate a tutela della proprietà intellettuale e della privacy.
La terza direttrice riguarda la riprogettazione dei flussi operativi per garantire la supervisione umana. Soprattutto per i sistemi classificati ad alto rischio (HR, finanza), le PMI devono implementare protocolli operativi in cui l’output algoritmico funga da supporto decisionale e non da meccanismo di approvazione automatica. Assegnare precise responsabilità per la validazione finale dei risultati protegge l’azienda sia da sanzioni normative che da danni reputazionali derivanti da bias algoritmici.
Infine, la roadmap deve culminare in un piano strutturato di formazione continua. Adempiere agli obblighi di AI Literacy non significa unicamente erogare corsi tecnici sull’utilizzo dei software, ma promuovere una cultura aziendale consapevole. Sviluppare il pensiero critico dei dipendenti affinché sappiano valutare i limiti della tecnologia, riconoscere le allucinazioni dell’IA e operare nel rispetto dell’etica professionale rappresenta il vero vantaggio competitivo per affrontare in sicurezza le sfide del mercato globale.