Secondo una ricerca riportata da Il Sole 24 ORE, il 95% dei progetti basati su Intelligenza artificiale generativa (GenAI) non crea valore nelle aziende.

Internet è un posto meraviglioso: la quintessenza dell’intramontabile citazione di Ronald Coase: “Se torturi i dati abbastanza, la natura confesserà sempre“. Un modo elegante per dire che ricerche e statistiche possono dire tutto e il contrario di tutto. Il parallelo con la Rete delle Reti è tutto qui: basta cercare abbastanza e troveremo dati, anche autorevoli, a supporto di qualsiasi tesi, come molti colleghi sanno bene.

Per ora rimaniamo sul fatto riportato (che non è più freschissimo, lo so, ma le mie riflessioni sono ondivaghe come il tempo che posso dedicare al blog): il 95% dei progetti basati su Intelligenza Artificiale generativa non produce valore. Che, alle orecchie di chi è su Internet da troppo tempo, suona come quella vecchia statistica di McKinsey secondo cui il 70% dei progetti di trasformazione fallisce (fun fact: la statistica è così famosa che la stessa azienda la cita in una sorta di “sequel”, quindici anni dopo): numeri che senza dubbio fanno sensazione e stanno benissimo nelle slide, ma che spesso nascondono verità più complesse.

The state of AI in Business 2025

Prima di partire con le mie osservazioni, risolvo subito un italico vizio che purtroppo affligge anche le realtà più autorevoli: la mancanza del link alla fonte. In questo caso la ricerca è stata prodotta da NANDA, un settore del MIT dedicato alla ricerca sugli Agenti AI. Questo è importante per capire il contesto: l’agentic AI infatti ha nella sua proposta di valore proprio quella di superare i limiti dell’IA generativa. Non ci stupisce il fatto che cerchino di dare grande risonanza a un report che li evidenzia. In ogni caso, l’accesso diretto ai paper richiede un’iscrizione, ma una copia è pubblicamente disponibile attraverso questa URL. Così, chi vuole ha un accesso diretto alla fonte per approfondire. Quello su cui però mi volevo concentrare sono gli highlight emersi, che fortunatamente non sono né parziali né imprecisi. Perché già così c’è molto su cui ragionare.

La differenza fra implementazione e adozione

Questo è uno degli aspetti più interessanti: sempre secondo i dati la differenza è tutta nella differenza fra adozione individuale e adozione da parte delle imprese. Per farla semplice (la trattazione rigorosa è nell’articolo), strumenti come ChatGPT e Copilot hanno superato l’80% di adozione, ma servono soprattutto per migliorare la produttività personale. I sistemi aziendali, invece, arrivano in produzione solo nel 5% dei casi.
Il che, dal mio punto di vista, aprirebbe già ad abbastanza ragionamenti per trascorrere un pomeriggio: in poche parole i dati aziendali esfiltrano verso sistemi di terze parti giornalmente, con buona pace della governance. Insomma, cambiano gli strumenti ma i fogli Excel condivisi con le password aziendali restano. E oggi vanno a nutrire gli LLM. Ma, dal mio punto di vista, c’è un ulteriore passaggio logico.

[considerazione] L’AI è un fenomeno terribilmente tautologico

Negli ambienti digitali se ne parla da molto, ma più passa il tempo più il sospetto che l’IA sia l’ennesima bolla si fa strada. Del resto, lo ha ammesso anche Sam Altman stesso qualche tempo fa. Nella mia limitatissima esperienza, ho l’impressione che l’Intelligenza Artificiale stia impattando soprattutto il mondo digitale stesso in una sorta di circolino simile a quello della moda in cui tutto il tumulto si ferma appena di fuori del perimetro. Sì, sempre secondo i dati riduce le spese per i servizi esterni, ma per il resto punto o poco accade. C’è una fotografia, ormai diventata un meme, che lo spiega benissimo.

Ovviamente è una iper semplificazione. Ma spiega alla perfezione un determinato tipo di sentimento. Certo, oggi è tutto data driven, i dati sono il petrolio del terzo millennio e lallallero. Ma l’adozione pervasiva dell’IA al di fuori di quanto è già fortemente digitalizzato non sembra esattamente dietro l’angolo, ecco. Almeno, non nella sua incarnazione generativa. Con l’eccezione, forse, delle applicazioni giocattolo, quelle di cui tutti pensiamo di avere bisogno una volta che ce le propongono: ricerche, assistenti allo shopping, assistenti vocali e cose così. Dove, per la verità, si tratta principalmente di update e non di upgrade.

Shadow AI Economy

Un fenomeno che emerge dall’articolo e dalla ricerca riguarda soprattutto il GenAI Divide, come lo definiscono gli stessi autori. Ancora una volta la tecnologia non democratizza l’innovazione, ma la rende un fattore divisivo. Insomma, c’è chi innova e adotta alla velocità della luce e chi, per ragioni anche strategiche e di opportunità, rimane fermo al palo. Anche qui, nulla di nuovo: non abbiamo ancora colmato il Digital Divide, nemmeno per quanto riguarda le aziende, ed ecco che compare un nuovo campo su cui giocare. (A pensare male, sembrerebbe fatto apposta per arginare fenomeni come la cloud resignation e il ritorno a soluzioni Open e on prem, ma sicuramente è colpa mia che invecchiando divento rompiscatole e propenso al complotto).

Ma cosa succede dove le aziende si muovono con ponderazione (o lentezza) e gli utenti invece scalpitano? Ecco a voi la Shadow AI! Prepariamoci a sentirne parlare. Esattamente come la Shadow IT e il BYOD non autorizzato: le persone non particolarmente propense a seguire le linee guida aziendali si arrangiano con soluzioni spesso raffazzonate, a volte efficaci, ma sempre non governate. Uno dei principali grattacapi di chi si occupa di gestire il cambiamento torna in una nuova forma: chi vuole correre correrà, con il permesso o meno dell’azienda.

[considerazione 2] Il mondo user guida il mercato e non è un bene

Il problema di fondo è che i big player sono impegnati in una corsa forsennata per raggiungere il “primo milione di utenti“ nel minor tempo possibile (si, è una gara vera e propria. Non commento perché divagherei ancora di più). In questa bulimia di metriche, nessuno sembra preoccuparsi di cosa accade dopo, quando quei servizi devono scalare davvero all’interno di aziende, enti e strutture di una certa complessità in cui non sin può solo sventolare la carta di credito e sperare per il meglio.

Qui iniziano i danni. Prendiamo Pino, middle manager della Tragedia Srl.: Pino ha il suo account “plus” personale, lo paga di tasca sua e ci fa di tutto. Quando poi si scontra con l’alternativa aziendale — che per motivi di budget, sicurezza o pura burocrazia ha limiti diversi e castrati — Pino non ci sta. E così, piuttosto che usare uno strumento meno performante, sceglie la via della Shadow IT, che in questo caso mi dicono chiamarsi Shadow AI: usa il suo account privato per gestire dati aziendali, creando un buco nero nella governance e mandando allegramente a ramengo anni di formazione sulla cybersecurity, sulla cultura del dato e, banalmente, ignorando qualsiasi tipo di buonsenso.

[Considerazione 3] Geniali dilettanti in selvaggia parata

A peggiorare la situazione c’è il fiorire di figure professionali improvvisate. Moltissimi sedicenti esperti di IA oggi semplicemente non possono esserlo: i prodotti e i servizi sono ancora troppo acerbi per consentire una reale padronanza metodologica. Sarò troppo tranchant, ma dal mio punto di vista è impossibile, o quantomeno discutibile, avere certezze assolute in un mondo in cui anche i big player fanno passi falsi e ritirano prodotti e servizi con la stessa velocità con cui li creano (qualcuno ha detto “Sora”?).

Siamo davanti ai “last minute expert”: persone che fino a sei mesi fa si occupavano di tutt’altro (sarà l’età, ma sento nelle orecchie echi che ricordano vagamente parole come blockchain e metaverso) e che oggi, magari anche alla luce di qualche buon risultato di laboratorio, in sandbox o su piccola scala, spiegano alle aziende come rivoluzionare i processi. Ma saper scrivere un prompt non significa saper gestire un’infrastruttura, così come aver messo su una istanza di N8N non mi rende esperto di automazione o avere provato OpenClaw mi rende competente nell’IA agentica. Confondere l’entusiasmo per una funzione “giocattolo” con la competenza strutturale che serve nelle aziende è il modo più veloce per finire in quel 95% di progetti che non produce un centesimo di valore.

Sopravvivenza e pragmatismo

Il segreto della sopravvivenza digitale in realtà è semplice: tornare alle basi. Sostituire alla schiavitù da trend una adozione ragionata, che non è un “no” a prescindere, ma nemmeno abbracciare ogni novità in modo acritico. Se un software complica la vita invece di semplificarla, non è colpa dell’utente: è lo strumento a essere sbagliato, o chi lo ha implementato a non aver capito il problema. Smettiamola di comprare sogni e suggestioni, anche se incredibilmente affascinanti, e ricominciamo a investire in soluzioni funzionali e oggettivamente efficaci, meglio se supportate da casi studio reali. O, in alternativa, facciamo in modo che ci sia chiaro che stiamo facendo ricerca e sperimentazione. Perché, alla fine, il valore non lo crea l’algoritmo, lo crea chi sa ancora distinguere la realtà dalla narrazione.