L’utilizzo di soluzioni di intelligenza artificiale da parte delle imprese sta aumentando notevolmente, come registra peraltro l’ultimo rapporto di McKinsey (marzo 2025) il quale evidenzia che il 78% degli intervistati ha affermato che la propria organizzazione ha inserito tali tecnologie in almeno una funzione aziendale. Parallelamente, l’immenso potenziale dell’IA – sollevando una moltitudine di questioni nuove e intricate – ha mostrato chiaramente quanto sia importante una governance efficace e armonizzata non solo a livello regionale e nazionale, ma anche tra quei paesi-like minded, richiamando pertanto il ruolo cruciale di organizzazioni internazionali e fora intergovernativi, a partire dal Gruppo dei Sette (G7).
IMPORTANZA E ADOZIONE DELL’IA
Sulla base di queste premesse, il 2 maggio scorso l’OCSE ha pubblicato il report “The Adoption of Artificial Intelligence in Firms. New Evidence for Policymaking” che, oltre a fornire un’analisi sullo stato dell’arte rispetto all’adozione dell’IA nelle imprese e di come i governi la stanno supportando, contiene le risultanze emerse da una survey svolta tra 840 aziende private operanti nei paesi che fanno parte del G7 (Canada, Francia, Germania, Giappone, Italia, Regno Unito e USA), concentrandosi sui settori manifatturiero e ICT, nonché sulle medie (50-249 dipendenti) e grandi imprese (oltre i 250 dipendenti), escludendo pertanto quelle di piccole dimensioni (meno di 50 dipendenti) in virtù di un livello di adozione dell’IA in queste ultime generalmente (ancora) piuttosto basso.
La scelta di questi due settori, si legge nello studio, si basa su ragioni differenti: la manifattura è ormai sempre più un settore prioritario per le economie nazionali e infatti negli ultimi anni sono proliferate iniziative per accrescerne la produttività, l’efficienza e l’innovazione tramite l’impulso della digitalizzazione e delle nuove tecnologie. Inoltre, sono numerosi i casi d’uso in cui l’IA può fare la differenza in questo senso (ricerca e sviluppo, product design, fabbricazione e assemblaggio, controllo dei processi, gestione della supply chain, ecc.). L’ICT, invece, è stato selezionato in quanto costituisce un comparto in cui si concentrano i principali utilizzatori e sviluppatori di soluzioni basate sull’IA, oltre a prestarsi a un ampio ventaglio di applicazioni (automazione dei processi, controllo qualità, analisi dei social media, servizi post-vendita).
Venendo specificatamente alle risultanze dell’indagine, quest’ultima – effettuata tra il 2022 e il 2023 – affronta diverse tematiche, tra cui le competenze necessarie, le qualifiche della forza lavoro, la collaborazione con le università e gli istituti di ricerca, così come gli ostacoli e i principali strumenti connessi all’utilizzo dell’IA nel settore privato. In primo luogo, è stato chiesto ai rispondenti di esplicitare l’importanza che riconoscono alle soluzioni di IA adottate all’interno delle loro organizzazioni. Ebbene, oltre il 53% del campione valuta l’implementazione di tali soluzioni come critica/fondamentale, mentre un ulteriore 39% ne riconosce un’importanza media (ossia al pari livello di altre tipologie di soluzioni adottate). Solo un mero 8% delle aziende intervistate considera gli strumenti di IA adottati di importanza minima per le attività di core business.
In secondo luogo, l’indagine in questione si è spostata sulla quantità di soluzioni IA adottate a livello aziendale, presentando 11 campi di applicazione, ossia: 1) product design; 2) fabbricazione e assemblaggio; 3) gestione e ottimizzazione dei processi; 4) rilevamento di difetti e anomalie; 5) gestione della supply chain; 6) logistica; 7) training o supporto cognitivo per i lavoratori; 8) assunzione e/o gestione delle risorse umane; 9) miglioramento delle attività di R&S; 10) servizi a contatto con i clienti (customer-facing); 11) altri campi inerenti i prodotti o i servizi del core business. Ebbene, appare interessante notare come il numero di casi d’uso dell’IA vari tra le aziende prese come riferimento nei Paesi G7. Difatti, il valore medio più elevato viene registrato dalle imprese francesi (6,4), mentre quello più basso dalle aziende statunitensi (4,9).
L’Italia, invece, si colloca sostanzialmente in penultima posizione, presentando un valore medio vicino al 5,2 dovuto principalmente ai due picchi (4-5) mostrati nel grafico sottostante, il che consente di sottolineare come le imprese italiane – o quantomeno quelle considerate nel campione della presente indagine – utilizzino soluzioni IA in maniera meno diversificata di quanto si può riscontrare negli altri Paesi G7. Nonostante ciò, il nostro Paese presenta anche una forte concentrazione su specifici ambiti applicativi, come si può desumere dal picco del 28% in corrispondenza dell’adozione di 5 applicazioni IA. Ciò potrebbe essere riconducibile alle peculiarità del tessuto imprenditoriale italiano, il quale è trainato dal comparto manifatturiero.
DATI E COMPETENZE PER L’IA
Come noto, la disponibilità e la qualità dei dati rappresentano due pilastri fondamentali per un’implementazione proficua ed efficace di qualsiasi soluzione di IA in ambito aziendale. Senza una base solida di dati accessibili, interoperabili, aggiornati e affidabili, anche gli strumenti più avanzati rischiano di produrre risultati imprecisi o fuorvianti. Non sorprende, pertanto, che l’OCSE abbia indagato anche questa tematica, richiedendo ai rispondenti di indicare a quali fonti attingono per la raccolta o l’acquisizione dei dati funzionali ad alimentare le soluzioni di IA nelle loro organizzazioni. È emerso, in via generale, che oltre il 78% delle imprese manifatturiere e il 77% di quelle ICT raccolgono i dati direttamente dai processi e dalle attività svolte internamente. Segue, secondo quanto dichiarato – rispettivamente – dal 74% e dal 75% degli intervistati, la raccolta presso i clienti e gli utenti, il che restituisce una fotografia ben chiara su quanto sia cruciale avere a disposizione fonti “proprietarie” per l’utilizzo e lo sviluppo dell’IA nei contesti di business. Diversamente, appare ancora relativamente limitato il ricorso a dati messi a disposizione dal settore pubblico, che si posiziona all’ultimo posto di questa classifica (51%/52%), mentre è interessante sottolineare un distacco di ben 9 punti percentuali con riguardo agli istituti di ricerca, che sembrano essere preferiti dalle aziende manifatturiere.
Parallelamente, anche le fonti per la raccolta o l’acquisizione dei dati variano – in alcuni casi, anche in maniera sostanziale – tra i Paesi G7. Ad esempio, le aziende giapponesi si basano molto sui dati ottenibili dalle attività e dai processi interni (86%), mentre i soggetti canadesi si fermano al 68%; o ancora, le imprese statunitensi ricorrono ai dati provenienti da clienti/utenti e fornitori privati (rispettivamente, 86% e 70%), a fronte di una situazione nel nostro Paese che si ferma al 60% e al 50% delle organizzazioni intervistate. Rispetto al settore pubblico, invece, il Regno Unito si mostra il Paese nettamente più virtuoso (63%).
Anche le competenze rappresentano un fattore chiave per l’adozione efficace dell’IA in azienda. Difatti, la presenza di professionisti con competenze specifiche – così come anche di base – è essenziale per sviluppare e implementare soluzioni che siano non solo tecnicamente valide, ma anche rilevanti e sostenibili nel tempo. Senza un’adeguata preparazione interna, così come nel caso di criticità importanti nell’accesso a risorse qualificate sul mercato del lavoro, le aziende rischiano di non sfruttare appieno il potenziale dell’IA oppure di adottare tecnologie in modo inefficace. Il report in esame ha analizzato questi aspetti e, in particolare, ha chiesto alle imprese intervistate di segnalare eventuali difficoltà nel comprendere le competenze necessarie per nuove assunzioni in ruoli correlati all’utilizzo dell’IA. In questo contesto, il 40% delle aziende italiane ha esplicitato tali difficoltà nel processo di assunzione, posizionando il nostro Paese tra i più virtuosi in questo senso, dietro solo agli USA (35%), registrando un distacco di 15 e 3 punti percentuali – rispettivamente – da Francia e Germania.
Ai rispondenti è stato successivamente chiesto di indicare, tra 8 opzioni disponibili, quali limiti hanno incontrato nell’adozione e nell’implementazione di soluzioni di IA. Ne è emerso che, nel periodo della rilevazione (2022-2023), le imprese manifatturiere hanno riscontrato maggiori ostacoli rispetto a quelle del comparto ICT. Questa differenza potrebbe essere dovuta a una serie di fattori, tra cui la tendenza del settore manifatturiero a essere tendenzialmente più focalizzato sul prodotto piuttosto che sulla raccolta, l’elaborazione e l’analisi di grandi set di dati.
Ad ogni modo, il principale ostacolo in questo senso concerne il ritorno dell’investimento, che viene percepito come incerto dal 62% delle aziende manifatturiere e dal 56% di quelle del segmento ICT. Al secondo posto si collocano le preoccupazioni in termini di privacy e sicurezza, dove si osserva una maggiore incidenza in capo alle aziende ICT (57%) rispetto alle manifatturiere (55%). Altro aspetto segnalato con forza da entrambi i settori considerati riguarda la mancanza di chiarezza sulla responsabilità legale (46%/40%), seguita dalla riluttanza del personale interno per cui si registra un valore medio nettamente più alto tra le manifatturiere del campione (45%), circa 11 punti percentuali in più rispetto a quanto evidenziato dalle aziende ICT. Chiude questa classifica, sorprendentemente, l’indicazione circa la mancanza di risorse finanziarie (41% manifattura/37% ICT).
CONCLUSIONI
In definitiva, il report OCSE offre un quadro dettagliato sull’adozione delle soluzioni IA da parte delle imprese nei Paesi G7, restituendo un’immagine complessa, ma estremamente utile per guidare policy e strategie future. I dati confermano che l’IA è ormai percepita come una leva strategica da gran parte del tessuto produttivo preso in esame, anche se permangono importanti differenze tra i vari Paesi analizzati. L’indagine mette inoltre in luce come la disponibilità di dati proprietari e la presenza di competenze adeguate siano due fattori determinanti per il successo dell’implementazione di tali soluzioni. Al tempo stesso, emergono con chiarezza alcuni ostacoli strutturali (e culturali), che vanno dall’incertezza sul ritorno degli investimenti alla difficoltà di reperire professionalità qualificate, fino alla necessità di una maggiore chiarezza normativa. In questo contesto, appare sempre più urgente un intervento coordinato – sia sul piano nazionale che internazionale – per accompagnare le imprese nel percorso di trasformazione digitale e garantire che i benefici dell’IA possano essere realmente diffusi, inclusivi e sostenibili.
