Negli ultimi due anni ho letto con particolare attenzione i rapporti che McKinsey dedica all’intelligenza artificiale nelle imprese, non tanto perché penso che una società di consulenza, per quanto autorevole, possa dirci in anticipo dove arriveremo, quanto perché questi studi hanno il pregio di restituire una fotografia abbastanza ampia di ciò che sta realmente accadendo dentro le organizzazioni.
E mettendo in fila il rapporto del 2025 con quello pubblicato nell’agosto 2026, mi sembra che emerga un elemento che, almeno per me, vale più di molti altri dati: l’AI è ormai entrata stabilmente nelle aziende, le persone dichiarano di essere più produttive, gli strumenti diventano sempre più potenti, gli agenti cominciano ad assumere compiti più complessi, ma la capacità delle organizzazioni di trasformare tutto questo in valore economico continua a crescere molto più lentamente.
Nove aziende su dieci usano l’AI per almeno un task
Nel 2025 McKinsey rilevava che l’88 per cento delle organizzazioni utilizzava regolarmente l’intelligenza artificiale in almeno una funzione aziendale, contro il 78 per cento dell’anno precedente. Allo stesso tempo, quasi due terzi delle imprese erano ancora ferme alla sperimentazione o ai progetti pilota e soltanto il 39 per cento dichiarava un impatto dell’AI sull’EBIT a livello complessivo di impresa. Anche gli agenti avevano già attirato una grande attenzione: il 62 per cento delle organizzazioni stava almeno sperimentandoli, ma la loro diffusione su scala significativa rimaneva ancora limitata. Il messaggio era quindi abbastanza chiaro: l’adozione cresceva rapidamente, mentre il valore aziendale rimaneva molto meno evidente.
Il rapporto 2026 conferma e, per alcuni aspetti, rende ancora più interessante questo divario.
Nelle organizzazioni con più di un miliardo di dollari di fatturato la percentuale di chi dichiara l’utilizzo degli agenti AI su scala significativa è salita dal 27 al 40 per cento in un solo anno, mentre nelle imprese più piccole è rimasta sostanzialmente ferma intorno al 22 per cento. È poi significativo che quasi un terzo degli intervistati, il 32 per cento, dichiari di aver rinunciato all’acquisto di almeno un prodotto o di una funzionalità software perché ormai in grado di costruirla internamente attraverso strumenti di agentic coding.
È un dato che, preso da solo, meriterebbe già una riflessione sulla futura struttura del mercato software e sul confine sempre più mobile tra ciò che un’azienda compra e ciò che sarà in grado di produrre direttamente.
Ma il punto che mi interessa maggiormente è un altro.
AI su misura di individuo, impatto inferiore sull’azienda
L’AI sta dimostrando di funzionare molto bene come amplificatore delle capacità individuali, mentre non è affatto scontato che la stessa amplificazione si trasferisca automaticamente all’organizzazione nel suo insieme. È una distinzione che rischiamo di sottovalutare, perché tendiamo ancora a considerare produttività individuale, efficienza dei processi e qualità dell’impresa quasi come se fossero sinonimi. Non lo sono. Un’azienda può rendere cento persone più veloci senza diventare per questo più lucida, può produrre una quantità molto maggiore di analisi senza migliorare la qualità delle decisioni e può accelerare enormemente la circolazione dell’informazione senza essere necessariamente più capace di comprendere quali informazioni siano davvero importanti.
Chi ha trascorso molti anni dentro organizzazioni complesse ha già visto qualcosa di simile in occasione delle precedenti trasformazioni tecnologiche. Abbiamo informatizzato procedure che avrebbero forse dovuto essere eliminate, digitalizzato processi progettati per un mondo analogico, costruito sofisticatissimi sistemi di reporting che spesso producevano più dati che capacità di lettura dei dati stessi. Non c’è quindi molto da stupirsi se, almeno in una prima fase, anche l’intelligenza artificiale venga utilizzata soprattutto per rendere più efficiente ciò che già esiste. La differenza, questa volta, è che la potenza dello strumento è talmente superiore a quella delle trasformazioni precedenti da rendere molto più evidente il limite del modello organizzativo che lo contiene.
Ritengo che su questo tema il confronto tra i due rapporti McKinsey divenga veramente utile.
Quello che rende davvero è il ridisegno dei workflow
Le imprese che stanno ottenendo risultati migliori non sembrano essere semplicemente quelle che adottano più strumenti, ma quelle che iniziano a ridisegnare i workflow e i meccanismi con cui il lavoro viene organizzato. È un passaggio apparentemente tecnico che, invece, apre una questione molto più grande. Una cosa è chiedersi come inserire l’intelligenza artificiale dentro l’impresa che abbiamo costruito negli ultimi venti o trent’anni; un’altra è chiedersi come avremmo costruito quella stessa impresa se l’intelligenza artificiale fosse sempre esistita. La seconda domanda mi sembra oggi molto più importante della prima.
Perché, se accettiamo di porcela seriamente, non siamo più davanti a un tema puramente tecnologico, ma di comprensione sul modo in cui l’informazione circola, sulle responsabilità, sui livelli decisionali, nella relazione tra competenze diverse, nel rapporto tra esperienza e velocità, e perfino nella forma con cui costruiamo le gerarchie. In altre parole, iniziamo a parlare dell’impresa stessa e non più soltanto degli strumenti che utilizza.
È un terreno sul quale sto lavorando da tempo e sul quale credo sarà necessario tornare con maggiore profondità: la vera trasformazione prodotta dall’AI potrebbe infatti non essere l’automazione di un certo numero di attività, quanto una modifica progressiva della forma attraverso cui l’organizzazione osserva, interpreta e decide.
La capacità di distinguere
In questo scenario torna ad assumere un significato particolare una parola che appartiene più alla cultura umanistica che al vocabolario tradizionale del management: discernimento. Non intendo utilizzarla come l’ennesima formula da aggiungere al lessico dell’AI, ma nel suo significato più semplice e, nello stesso tempo, più impegnativo: la capacità di distinguere. Distinguere tra ciò che è statisticamente plausibile e ciò che è realmente opportuno, tra una risposta corretta e una risposta utile, tra una correlazione e una causa, tra ciò che possiamo fare e ciò che, alla fine, scegliamo di fare assumendocene la responsabilità.
Accesso illimitato e in real time a tutte le infomrazioni possibili
Per molti anni una parte importante del valore dell’esperienza professionale è derivata dalla quantità di conoscenze accumulate. Un manager con trent’anni di lavoro alle spalle aveva visto più crisi, più persone, più errori, più mercati e più situazioni di un giovane professionista e portava con sé una biblioteca di casi difficilmente replicabile. L’intelligenza artificiale sta modificando velocemente questa asimmetria. Oggi una persona molto giovane può accedere in pochi secondi a una quantità di informazioni che nessuno di noi avrebbe potuto immaginare all’inizio della propria carriera e può produrre analisi che, almeno formalmente, hanno una qualità straordinaria. È una buona notizia, ma non significa che trent’anni di esperienza siano improvvisamente diventati inutili. Significa piuttosto che devono cambiare funzione.
Sono sempre più convinto che l’esperienza non debba competere con l’intelligenza artificiale, perché sarebbe una competizione persa in partenza se misurata sulla quantità di informazioni disponibili o sulla velocità con cui vengono elaborate. L’esperienza deve invece essere capace di amplificarsi attraverso l’AI, trasferendo il proprio valore dalla conoscenza al giudizio, dalla memoria alla capacità di interpretare, dall’essere depositaria delle risposte alla capacità di capire quali domande meritino davvero di essere poste. In questo senso il manager esperto potrebbe non perdere centralità, ma acquistarne una nuova, a condizione di non difendere il proprio passato e di imparare a utilizzare la macchina come un’estensione delle proprie possibilità cognitive.
Attribuire il giusto peso alle informazioni
È forse questo uno dei passaggi che considero più delicati. Quando le risposte diventano abbondanti, il vero problema non è più ottenerle ma attribuire loro un peso. La disponibilità quasi infinita di scenari, analisi e previsioni non riduce necessariamente la necessità della scelta; può al contrario renderla più complessa. E la scelta rimane un atto profondamente manageriale, perché comporta responsabilità, conseguenze, conoscenza del contesto e, talvolta, anche la capacità di assumere una decisione che non coincide con quella statisticamente più probabile. Non credo quindi che la questione centrale dei prossimi anni sarà stabilire se l’AI possa prendere decisioni. Il tema sarà capire quali decisioni vogliamo davvero delegarle e quali, invece, dovranno continuare ad avere un responsabile umano riconoscibile.
AI non è sinonomo di efficienza
Anche per questo considero pericolosa una lettura dell’AI fondata esclusivamente sull’efficienza. Un’organizzazione mediocre, se dotata di strumenti molto più potenti, non diventa automaticamente un’organizzazione migliore; può anche diventare semplicemente mediocre più velocemente. Se un processo è sbagliato, automatizzarlo non lo rende corretto. Se una governance è debole, aumentare la quantità di informazione disponibile può persino amplificarne le contraddizioni. Se nessuno sa più con precisione dove si colloca la responsabilità di una decisione, introdurre un agente autonomo non risolve il problema ma può renderlo più difficile da vedere.
Il tema del discernimento si lega quindi inevitabilmente a quello della governance, ma credo che anche su questo dovremo progressivamente uscire dagli schemi tradizionali. Governare l’AI non significherà soltanto fissare regole, definire limiti o stabilire procedure di controllo. Significherà costruire organizzazioni capaci di decidere quando affidarsi alla macchina, quando verificarla, quando dubitare, quando fermarsi e quando, infine, assumersi la responsabilità di una scelta. Non è una questione da lasciare alla sola funzione IT e neppure a un comitato di esperti chiamato a intervenire quando la tecnologia è già stata introdotta. È destinata a diventare parte della fisiologia stessa dell’impresa.
C’è poi una conseguenza che considero ancora poco discussa e che riguarda la trasmissione dell’esperienza. Se l’AI consente a un giovane professionista di produrre molto rapidamente un output di alto livello, dobbiamo stare attenti a non confondere la qualità di quell’output con la maturità necessaria per valutarne le conseguenze.
Capacità di giudizio necessaria
La conoscenza può essere accelerata; il giudizio richiede ancora tempo, confronto, errori, responsabilità e soprattutto la possibilità di osservare persone più esperte mentre affrontano problemi nei quali non esiste una risposta perfetta. Forse, proprio mentre la tecnologia ci permette di fare a meno di molte intermediazioni, dovremo riscoprire forme nuove di affiancamento tra generazioni, luoghi nei quali esperienza, curiosità dei più giovani e intelligenza artificiale possano lavorare insieme. Non per ricostruire nostalgicamente le vecchie botteghe, ma per recuperare ciò che le rendeva preziose: la trasmissione di un modo di vedere, non soltanto di un modo di fare.
L’AI non faccia perdere la capacità di giudizio
Il titolo scelto da McKinsey per il rapporto 2026, “On the road to ROI”, mi sembra quindi particolarmente appropriato, ma forse il ritorno dell’intelligenza artificiale non andrà cercato soltanto nei costi eliminati o nelle ore di lavoro risparmiate. Una parte rilevante del valore sarà nella capacità di costruire imprese che sappiano utilizzare una quantità di intelligenza mai avuta prima senza perdere la propria capacità di giudizio. Ed è possibile che, nei prossimi anni, il vero elemento distintivo tra le organizzazioni non sarà la disponibilità della tecnologia, che tenderà inevitabilmente a diffondersi, ma la qualità dell’architettura decisionale che sapranno costruire intorno ad essa.
Stiamo entrando, probabilmente, in un tempo nel quale l’intelligenza diventerà sempre meno scarsa. Quando questo accade, il valore tende a spostarsi altrove: nella capacità di collegare informazioni lontane, di comprendere il contesto, di riconoscere ciò che i numeri non raccontano, di assumersi la responsabilità di una scelta e, soprattutto, di capire verso quale direzione abbia senso muoversi. È qui che il discernimento, parola apparentemente antica, potrebbe diventare una delle competenze più moderne del management. E forse è proprio da questo punto, più che dall’ennesimo aggiornamento tecnologico, che dovremmo iniziare a immaginare la forma dell’impresa che verrà.
Fonti essenziali
McKinsey & Company, “The state of AI in 2026: On the road to ROI”, 25 agosto 2026.
McKinsey & Company, “The state of AI in 2025: Agents, innovation, and transformation”, 5 novembre 2025.
Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui
