Perché l'AI non arriva al conto economico, e come la portiamo lì.
L'88% delle aziende usa l'intelligenza artificiale in almeno una funzione. Solo il 6% la vede nell'EBIT (McKinsey, The State of AI 2025). La spiegazione comoda è che la tecnologia sia immatura. È falsa: il problema è dove la si mette.
Processi lineari, tecnologia esponenziale
I processi di quasi tutte le aziende sono stati disegnati per persone che lavorano un passaggio alla volta. La richiesta arriva, qualcuno la lavora, la passa a un altro che la controlla, che la passa a un terzo che la approva. Il tempo totale è la somma dei tempi, e il collo di bottiglia è sempre il passaggio umano più lento.
Inserire l'AI in uno di quei passaggi lo rende istantaneo. Ma il passaggio successivo resta umano, e il lavoro si ferma lì ad aspettare. Il guadagno si accumula davanti al collo di bottiglia e non arriva mai in fondo, al conto economico.
Intanto la tecnologia non aspetta. La durata dei compiti che un sistema di AI sa portare a termine da solo raddoppia circa ogni sette mesi (METR). Una capacità che raddoppia, inserita in un processo che somma, produce un divario che si allarga ogni anno: più la tecnologia migliora, più il processo lineare spreca.
È già successo con l'elettricità. Per trent'anni le fabbriche sostituirono il motore a vapore con un motore elettrico e lasciarono tutto il resto com'era, e la produttività non si mosse. Il salto arrivò quando si ridisegnò la fabbrica attorno alla nuova tecnologia. L'ho raccontato in Sei per cento.
Il primo passo non è scegliere una tecnologia
È misurare il punto di partenza. Usiamo una scala di maturità in cinque livelli:
- Esperimenti: tentativi isolati, spesso portati da un fornitore, senza indicatori.
- Strumenti: licenze comprate e usate dentro i processi di prima.
- Processi: almeno un processo ridisegnato attorno all'AI, con un indicatore misurato.
- Modello operativo: l'AI nel modo in cui l'azienda decide e lavora, con responsabili interni.
- Effetto composto: ogni miglioramento ne alimenta un altro; servizi e ricavi costruiti sui dati.
Comprare strumenti porta dal livello 1 al 2, e lì si ferma. Il margine arriva quando si ridisegna il processo attorno alla tecnologia, e si moltiplica quando cambia il modello operativo.
La misuriamo su quattro assi: dati, processi, persone, sistemi. La maggior parte delle PMI italiane sta tra il primo e il secondo livello: solo l'8% ha un progetto di AI avviato (Osservatorio Artificial Intelligence, Politecnico di Milano). Da lì si decide dove inserire l'AI, in che ordine e con quale ritorno.
Il percorso: la proprietà decide a ogni passo
- Diagnosi. Si parte dal bilancio e dal business. Un solo assessment su processi e infrastruttura, per l'AI e per la sicurezza: ne escono le leve quantificate in euro di EBITDA e i casi d'uso ordinati per impatto, costo e prontezza.
- Piano. Una roadmap a 36 mesi con tempi, costi, business case e primi cento giorni.
- Tecnologia ed esecuzione. Un caso d'uso alla volta in produzione, con un indicatore misurato e un referente interno. Nessuna piattaforma da vendere, nessuna provvigione dai fornitori.
- Persone. Formazione per ruolo e champion interni. La formazione su AI e sicurezza non è più facoltativa: l'AI Act (art. 4) chiede alfabetizzazione a chi usa sistemi di AI, la NIS2 formazione periodica ai soggetti in perimetro.
- Valore. Un EBITDA più alto e un'azienda leggibile da un investitore.
Nessuna fase parte senza il punto di controllo della precedente.
Tre orizzonti, un solo bilancio
H1 · 0–12 mesi · Margine. Gli stessi processi di oggi, decisi con i dati. Si misura su costo per transazione, tempi di ciclo, tasso di errore e cassa liberata dal circolante. Rischio basso, ritorno in mesi: il margine liberato finanzia il resto.
H2 · 12–24 mesi · Ricavi. Prezzi, copertura dei clienti, velocità dell'offerta. Si misura su ricavo per cliente e clienti persi senza accorgersene.
H3 · 24–36 mesi · Nuovi modelli. Servizi che un'azienda con processi lineari non può vendere: dati condivisi con la filiera, servizi a valore, ricavi ricorrenti.
Stesso fatturato, azienda diversa
Il valore d'impresa è EBITDA per multiplo. L'orizzonte 1 alza l'EBITDA; il 2 e il 3 alzano il multiplo, perché ricavi ricorrenti e dati dimostrabili riducono il rischio che vedono banche, acquirenti ed eredi. Quanto vale, lo dicono i numeri dopo la diagnosi, non prima.
Chi siamo
Non siamo un fondo e non gestiamo capitali di terzi. Siamo operatori: vent'anni in Microsoft, Accenture, Deloitte, EY, KPMG e dentro aziende italiane, dove la tecnologia incontra il conto economico. Quando un'azienda ha operatività, visione e tecnologia da sviluppare, possiamo anche entrare nel capitale con un ruolo operativo: capitale industriale, non ingegneria finanziaria.
Se volete capire dove l'AI vale davvero per la vostra azienda, partiamo dal vostro bilancio: prenotate una call.
Fonti: McKinsey, The State of AI 2025; METR, Measuring AI Ability to Complete Long Tasks (2025); Paul A. David, The Dynamo and the Computer, American Economic Review, 1990; Osservatorio Artificial Intelligence, Politecnico di Milano, 2026; scala di maturità adattata da Gartner AI Maturity Model.