Perché l’adozione dell’AI generativa cresce più velocemente della sua capacità di creare valore reale.
Negli ultimi anni l’intelligenza artificiale generativa è entrata con forza nell’agenda delle imprese, alimentando aspettative elevate su automazione, produttività e trasformazione dei modelli organizzativi. Eppure, a fronte di investimenti crescenti e di una diffusione ormai capillare degli strumenti GenAI, i risultati concreti faticano a materializzarsi. È questo il nodo centrale affrontato dal report The GenAI Divide: State of AI in Business 2025, realizzato dal MIT Project NANDA, che fotografa con approccio empirico e comparativo lo stato reale dell’adozione dell’AI generativa nel mondo aziendale.
Lo studio si basa sull’analisi di centinaia di iniziative pubbliche legate alla GenAI, integrate da interviste qualitative e survey rivolte a dirigenti e responsabili dell’innovazione. Ne emerge un quadro netto: la quasi totalità delle organizzazioni ha sperimentato o introdotto strumenti di intelligenza artificiale generativa, ma solo una quota estremamente ridotta riesce a tradurre questi progetti in un ritorno economico misurabile. Il divario non è tecnologico in senso stretto, bensì strategico, organizzativo e culturale.
Il paradosso messo in evidenza dal report è che l’adozione formale della GenAI procede più rapidamente della sua capacità di incidere sui processi decisionali e operativi. In molte aziende, gli strumenti vengono utilizzati in modo frammentato, spesso come supporto individuale alla scrittura, alla sintesi o all’analisi preliminare, senza un’integrazione strutturale nei flussi di lavoro core. L’AI resta così confinata a una dimensione sperimentale, priva di continuità e di impatto sistemico.
Secondo gli autori dello studio, una delle cause principali di questo scarto risiede in quello che viene definito “learning gap”: le soluzioni di GenAI adottate dalle imprese non apprendono realmente dal contesto organizzativo in cui operano. I modelli generano output sofisticati, ma non sono in grado di adattarsi in modo dinamico alle specificità dei processi aziendali, alle logiche decisionali interne o alle priorità strategiche nel tempo. In assenza di questo apprendimento contestuale, l’intelligenza artificiale rimane uno strumento potente ma generico, incapace di evolvere insieme all’organizzazione che la utilizza.
Il report evidenzia inoltre come il problema non risieda nella mancanza di competenze tecniche o di infrastrutture, quanto piuttosto nella difficoltà di ridefinire ruoli, responsabilità e metriche di successo. In molte realtà, l’AI viene introdotta come progetto parallelo, gestito dall’IT o dall’innovazione, senza un reale coinvolgimento delle linee di business. Ne deriva una distanza crescente tra sperimentazione tecnologica e valore operativo, che finisce per alimentare frustrazione e scetticismo.
Eppure, lo studio individua anche segnali chiari di ciò che funziona. Le poche organizzazioni che riescono a superare il GenAI Divide sono quelle che hanno spostato l’attenzione dai modelli in sé alla loro capacità di trasformare processi critici. In questi casi, l’intelligenza artificiale non viene adottata come strumento universale, ma come componente integrata di sistemi più ampi, progettati per apprendere nel tempo, misurare l’impatto reale e adattarsi alle dinamiche operative.
Il messaggio che emerge dal report non è dunque di disillusione, ma di maturazione. La GenAI non fallisce perché inefficace, bensì perché troppo spesso viene caricata di aspettative che non tengono conto della complessità organizzativa. La tecnologia, da sola, non genera trasformazione. È l’interazione tra modelli, dati, persone e governance a determinare il successo o il fallimento degli investimenti.
Nel 2025, la vera sfida per le imprese non è adottare l’ennesimo modello più potente, ma costruire ambienti in cui l’intelligenza artificiale possa apprendere, adattarsi e contribuire in modo misurabile agli obiettivi strategici. In questo senso, il GenAI Divide segna la fine di una fase di entusiasmo generalizzato e l’inizio di una stagione più selettiva, in cui l’AI diventa uno strumento industriale a tutti gli effetti, da governare con metodo, visione e responsabilità.
Romina Ciuffa
SFOGLIA SPECCHIO: