Secondo i dati Eurostat diffusi nel 2026 le imprese italiane che adottano sistemi di intelligenza artificiale sono il 22%, contro una media dell’Unione Europea del 32%. Dieci punti di scarto. Un divario che, preso da solo, sembra colmabile in pochi anni di rincorsa.
Il problema è dove si concentra.
Il ritardo italiano non è spalmato in modo omogeneo sull’intero sistema produttivo. Si addensa tra le piccole e medie imprese di manifattura e servizi, che rappresentano oltre il 92% del tessuto economico nazionale. Significa che i dieci punti mancanti pesano proprio dove l’Italia gioca la sua partita industriale, e non in un angolo marginale dell’economia.
Una media che nasconde due Italie
Il 22% è una media, e le medie ingannano.
Dietro quel numero ci sono almeno due Paesi. Da una parte le grandi imprese, i gruppi quotati, le multinazionali con sede in Italia, che adottano AI a tassi vicini o superiori alla media europea. Dall’altra il vasto fronte delle PMI, dove l’adozione crolla a percentuali a una cifra in interi settori. La media nazionale è il punto di equilibrio tra queste due realtà che non si parlano.
Il confronto con l’Europa funziona allo stesso modo. Anche la media UE del 32% è trainata da Paesi del Nord, dove l’adozione supera abbondantemente la soglia, e frenata da economie più simili a quella italiana. Il divario reale, quindi, non è Italia contro Europa. È PMI manifatturiera italiana contro impresa media europea attrezzata.
Questa distinzione conta perché cambia il tipo di intervento necessario. Non serve una politica generica di digitalizzazione. Serve raggiungere un bersaglio preciso, fatto di centinaia di migliaia di imprese sotto i cinquanta addetti che oggi non hanno né le competenze né la spinta per partire.
C’è anche un effetto ottico da smontare. Il dato del 22% viene spesso commentato come se descrivesse un Paese arretrato in blocco, refrattario alla tecnologia per cultura. È una lettura ingiusta verso la parte avanzata del sistema, che compete ai massimi livelli europei, e fuorviante verso quella in ritardo, che non è arretrata per pigrizia ma per struttura. Una micro impresa di otto addetti non adotta poco l’AI perché diffida del futuro. Non la adotta perché nessuna delle otto persone ha il tempo, la formazione o il mandato per occuparsene, e perché il mercato non le ha ancora offerto uno strumento pronto adatto alla sua scala. È un problema di offerta e di competenze, non di mentalità.
Il peso strutturale di chi resta indietro
Che il ritardo si concentri nel 92% del tessuto produttivo non è un dettaglio statistico. È il cuore della questione.
La forza dell’economia italiana è sempre stata la rete fitta di imprese specializzate, capaci di produzioni di qualità difficili da replicare. Quella stessa rete, oggi, è il punto di maggiore esposizione. Perché l’intelligenza artificiale applicata alla manifattura, alla logistica, ai servizi non è un ornamento: tocca la produttività, la capacità di rispondere ai committenti, il costo del lavoro per unità prodotta.
Un’impresa tedesca o olandese che adotta AI nella programmazione della produzione abbassa i costi e accorcia i tempi di consegna. La concorrente italiana che resta al 22% di adozione vede la differenza arrivare sotto forma di ordini persi, non di un grafico Eurostat.
Il manifatturiero italiano, peraltro, ha già vissuto una transizione simile e ne è uscito spaccato. Quando arrivò l’automazione dei macchinari, le imprese che investirono per tempo consolidarono la propria posizione di fornitori di qualità, mentre quelle che esitarono finirono schiacciate sui margini, costrette a competere sul prezzo con produzioni a basso costo. L’intelligenza artificiale ripropone lo stesso bivio su un altro piano. La differenza è che questa volta la tecnologia non riguarda le macchine ma le decisioni, e una decisione sbagliata su quale commessa accettare o come prezzare un lavoro pesa più di un macchinario lento.
Il divario digitale, in altre parole, si trasforma in divario competitivo lungo le stesse filiere su cui poggia l’export nazionale. E le filiere sono il luogo dove i ritardi si trasmettono: se il fornitore non è in grado di integrarsi con i sistemi del cliente, è il cliente a cercarne un altro, magari fuori dai confini.
Vale la pena tradurre i dieci punti in termini meno astratti. La produttività è il rapporto tra ciò che un’impresa produce e le risorse che impiega per produrlo. L’intelligenza artificiale, dove funziona, agisce proprio su questo rapporto: stessa produzione con meno ore, o più produzione con le stesse ore. Quando un’intera economia adotta strumenti di questo tipo a un ritmo più alto di un’altra, la differenza non resta confinata in un anno. Si accumula, perché chi è più produttivo reinveste i margini e accelera, mentre chi resta indietro fatica a liberare risorse per recuperare. È il meccanismo per cui divari piccoli, lasciati correre, diventano grandi.
Dieci punti oggi, in questa luce, non sono dieci punti per sempre. Sono il punto di partenza di una forbice che, senza interventi, tende ad aprirsi.
Perché il manifatturiero adotta meno dei servizi avanzati
I settori non sono tutti uguali davanti all’AI. Le imprese di servizi ad alta intensità di informazione, dalla finanza alla consulenza, hanno processi già digitalizzati su cui l’intelligenza artificiale si innesta con naturalezza. Il manifatturiero parte più indietro, perché il suo valore è incorporato in macchine, materiali, competenze manuali che il software non tocca direttamente.
C’è poi una questione di cultura tecnica.
Molte PMI manifatturiere hanno completato da poco, e a fatica, la transizione verso l’automazione dei macchinari. L’intelligenza artificiale arriva mentre quel ciclo non è ancora assorbito, e viene percepita come l’ennesima ondata di promesse da chi vende tecnologia. La diffidenza è comprensibile e, in parte, sana. Diventa un problema quando si traduce in immobilità.
Il nodo è di nuovo la competenza interna. Un’impresa che ha qualcuno capace di valutare con freddezza dove l’AI conviene e dove no adotta in modo selettivo e ottiene risultati. Un’impresa senza quella figura oscilla tra l’entusiasmo ingenuo e il rifiuto totale, e in entrambi i casi non investe bene.
Esiste poi una barriera meno discussa, quella dei dati. L’intelligenza artificiale applicata alla produzione ha bisogno di dati per funzionare: storici di lavorazioni, parametri di qualità, tempi di macchina. Molte PMI manifatturiere questi dati li hanno, ma sparsi, su carta, nella testa degli operai più esperti, mai raccolti in forma utilizzabile. Prima ancora di adottare l’AI, queste imprese dovrebbero organizzare ciò che sanno, e questo lavoro preliminare richiede tempo e una competenza che spesso manca. I servizi avanzati partono avvantaggiati anche qui, perché lavorano già con informazioni digitali per natura.
Il quadro normativo come leva, non come freno
Una parte della prudenza italiana nasce dall’incertezza sulle regole. Il Regolamento UE 2024/1689 (AI Act) è entrato in vigore con un calendario di obblighi scaglionato, e la Legge 23 settembre 2025, n. 132 ne ha avviato il recepimento nell’ordinamento nazionale. Molti imprenditori temono di investire in sistemi che potrebbero risultare non conformi.
È un timore che si combatte con l’informazione, non con l’attesa.
Conoscere quali usi dell’AI ricadono nelle categorie ad alto rischio e quali no permette di investire in sicurezza, scartando in partenza le applicazioni problematiche. AIPIA mantiene a questo scopo una guida operativa all’AI Act aggiornata periodicamente, pensata per imprese che vogliono capire cosa possono fare oggi senza esporsi a rischi domani. La regola, letta bene, riduce l’incertezza invece di aumentarla.
La maggior parte degli usi dell’AI che interessano una PMI, peraltro, non rientra affatto nelle categorie ad alto rischio. Migliorare un preventivo, sintetizzare documenti, organizzare la produzione, gestire la corrispondenza con i clienti sono applicazioni a basso rischio regolatorio, su cui l’AI Act impone obblighi minimi. Il timore di violare la norma, in questi casi, è spesso sproporzionato rispetto al rischio reale, e nasce dalla mancata conoscenza più che da un pericolo concreto. È un altro modo in cui l’assenza di competenze frena l’adozione: chi non conosce le regole le immagina più severe di quanto siano, e rinuncia.
Recuperare dieci punti significa formare persone
La domanda pratica è come si chiudono quei dieci punti. La risposta sbagliata è inseguire l’adozione come obiettivo in sé, magari con incentivi all’acquisto. Si rischierebbe di gonfiare la spesa in tecnologia senza spostare la produttività, perché senza competenze l’AI comprata resta inutilizzata.
La risposta giusta passa dalle persone. Servono dipendenti e imprenditori capaci di leggere i propri processi e di individuare dove l’intelligenza artificiale taglia tempi o errori. Per questo AIPIA collega l’adozione alla formazione aziendale sull’AI, costruita per portare un’impresa dal foglio bianco a una prima applicazione misurabile.
Il confronto con i Paesi che guidano la classifica europea conferma questa lettura. Dove l’adozione supera la media non è perché la tecnologia costi meno o sia diversa, è la stessa per tutti, ma perché esistono sistemi diffusi di formazione continua che portano le competenze digitali dentro le piccole imprese. Il vantaggio del Nord Europa non è di software. È di scuola, di formazione professionale, di reti che trasferiscono sapere alle PMI. L’Italia ha un sistema produttivo capace di reggere il confronto sulla qualità, e questo i dieci punti lo dimostrano per assurdo: il ritardo non è nel saper fare, è nel saper adottare. Recuperarlo è una questione di formazione prima che di tecnologia, ed è un terreno su cui il Paese può muoversi in fretta se decide di farlo.
Resta un’ultima considerazione, ed è di tempo. I dati Eurostat fotografano un momento, ma il fenomeno è in movimento. Mentre l’Italia discute del proprio 22%, i Paesi sopra la media continuano a salire, e il bersaglio si sposta. Recuperare dieci punti rispetto a una media ferma sarebbe un conto; recuperarli rispetto a una media che cresce è un altro, perché significa correre più in fretta solo per non perdere terreno. Questo rende il fattore tempo decisivo. Ogni anno passato in attesa non lascia il divario dov’era, lo allarga.
Dieci punti di divario sembrano pochi finché non si guarda dove cadono. Cadono sul 92% del Paese, sulle imprese che esportano e che danno lavoro a milioni di persone. Colmarli non è una questione di software da installare. È una questione di teste da formare, e si gioca negli anni in cui i concorrenti europei stanno già correndo.
