L’IA nelle imprese italiane raddoppia, ma non “sfonda”: cosa dicono davvero i dati ISTAT (e perché conta per le PMI)
L’ultimo rapporto ISTAT “Imprese e ICT – Anno 2025” introduce un dato che, preso isolatamente, può sembrare autoesplicativo: nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti dichiara di utilizzare almeno una tecnologia di Intelligenza Artificiale, contro l’8,2% del 2024 (e il 5,0% del 2023).
È un raddoppio netto, e segnala che l’IA sta entrando più spesso nel perimetro operativo delle aziende. Ma la lettura utile per imprenditori e PMI non è “quanto cresce”, bensì che cosa sta effettivamente cambiando: in quali imprese, con quali usi, con quali vincoli, e con quale distanza rispetto al contesto europeo.
Che cosa misura ISTAT quando parla di “adozione dell’IA”
Il dato ISTAT non fotografa un generico “uso dell’AI” inteso come interesse o sperimentazione episodica, ma la presenza in azienda di almeno una tecnologia tra quelle classificate come IA nell’indagine. Questo punto è importante perché il raddoppio può essere guidato anche da una normalizzazione di strumenti più accessibili (per esempio, funzioni di estrazione da testi o soluzioni generative integrate in applicazioni diffuse) senza implicare automaticamente trasformazioni profonde di processi, ruoli e governance.
ISTAT aggiunge un’informazione che aiuta a distinguere “adozione di soglia” da adozione più strutturata: cresce anche l’uso combinato di più tecnologie IA, e la quota di imprese che adotta almeno due tecnologie passa dal 5,2% (2024) al 10,6% (2025). È un indicatore indiretto, ma utile, di maggiore intensità d’uso.
Il raddoppio non è uniforme: il divario dimensionale si amplia
Il punto più rilevante per le PMI è che la crescita non è omogenea. ISTAT mostra un’accelerazione particolarmente forte tra le imprese più grandi: tra le aziende con almeno 250 addetti, l’utilizzo dell’IA sale dal 32,5% (2024) al 53,1% (2025). Nelle imprese più piccole (sempre nel perimetro “10 addetti e oltre”) l’adozione raddoppia ma resta molto più bassa: dal 7,7% al 15,7%. Risultato: il gap, invece di ridursi, tende ad ampliarsi in valore assoluto.
Qui conviene esplicitare un’interpretazione prudente: non è necessariamente un segnale di “ritardo culturale” delle PMI. È spesso un effetto di struttura. Le grandi imprese dispongono più frequentemente di tre condizioni abilitanti: dati più centralizzati e governati; competenze interne (o budget per acquisirle); capacità di assorbire costi e rischi di sperimentazione. Le PMI, anche quando motivate, incontrano più rapidamente vincoli di tempo, di capitale umano e di integrazione con sistemi preesistenti.
Che cosa fanno le imprese che “usano IA”: applicazioni prevalenti e significato operativo
ISTAT dettaglia gli ambiti applicativi più comuni tra le imprese che dichiarano uso di IA. In cima compare l’estrazione di conoscenza e informazione da documenti di testo (70,8%). Seguono le applicazioni di IA generativa per linguaggio (scritto o parlato) e immagini (59,1%) e, più indietro, tecnologie di speech-to-text (41,3%).
Per una PMI questa distribuzione è significativa per due motivi.
Il primo è che molte adozioni sembrano concentrarsi su attività dove l’IA può agire come “amplificatore” di produttività su flussi informativi già presenti: documentazione, email, contratti, ticket, report, knowledge base. Non è ancora, in media, la fotografia di una diffusione massiva di IA in decisioni core ad alto impatto (pricing, allocazione di capitale, automazione end-to-end di supply chain). È piuttosto una crescita dell’IA come supporto cognitivo e documentale, che può portare benefici rapidi ma pone anche domande nuove su tracciabilità, qualità e sicurezza dei dati.
Il secondo è che l’IA generativa compare già come componente rilevante: non è più solo un tema “di laboratorio”. Tuttavia, in assenza di governance e competenze, la generative AI rischia di rimanere un insieme di micro-usi non coordinati: utile localmente, ma difficile da trasformare in vantaggio competitivo stabile.
Perché l’83,6% non usa IA: barriere dichiarate e implicazioni pratiche
Un dato spesso trascurato, ma decisivo per la lettura B2B, è la quota di imprese che nel 2025 non usa IA: 83,6%. ISTAT rileva anche le motivazioni principali dichiarate: mancanza di competenze (58,6%), incertezza regolatoria (47,3%), preoccupazioni su protezione dei dati (43,2%) e costi elevati (43,0%). Una parte delle imprese dichiara inoltre che l’IA non è utile per il proprio business (14,8%).
Per le PMI, queste barriere non vanno lette come una lista di ostacoli generici, ma come un’indicazione di dove si concentrerà la “frizione” nel 2026.
La mancanza di competenze, per esempio, non riguarda solo data scientist o ingegneri ML. Riguarda spesso ruoli ibridi: persone capaci di tradurre processi in requisiti, di valutare qualità e disponibilità dei dati, di misurare impatti e rischi, di gestire fornitori. Se queste competenze non esistono (o sono schiacciate dall’operatività quotidiana), l’IA resta confinata a iniziative intermittenti.
L’incertezza regolatoria e le preoccupazioni sui dati rimandano a un fatto concreto: l’IA è una tecnologia “data-intensive” e la sua adozione aumenta l’esposizione a rischi di conformità, sicurezza, proprietà intellettuale e reputazione. Nelle PMI, dove spesso non esiste una funzione strutturata di data governance, il costo reale non è solo la licenza di uno strumento: è la costruzione di un minimo di presidio su dati, accessi, policy, audit, sicurezza.
Italia ed Europa: un confronto che aiuta a non sovra interpretare il dato
Eurostat, con un rilascio dell’11 dicembre 2025, stima che nel 2025 il 20,0% delle imprese dell’UE (10 addetti e oltre) utilizzi tecnologie di IA, in crescita dal 13,5% del 2024.
Questo confronto serve a collocare il 16,4% italiano: l’Italia cresce rapidamente, ma si muove in un contesto europeo che sta crescendo anch’esso, e dove l’adozione resta comunque minoritaria. Anche a livello UE il divario tra grandi imprese e altre dimensioni è marcato (con quote molto più alte nelle grandi).
Un ulteriore elemento di contesto utile alle PMI arriva da un report OCSE del 9 dicembre 2025, dedicato specificamente all’adozione di IA nelle PMI: il documento sottolinea che il divario tra PMI e grandi imprese è sistematico e ricorrente, e che le PMI risultano meno propense ad adottare IA lungo tutte le principali famiglie di applicazioni considerate (ad esempio text mining, riconoscimento vocale, generazione di linguaggio, image recognition).
Questo non “assolve” il problema, ma aiuta a leggerlo come fenomeno strutturale: il nodo non è solo la motivazione, è la capacità di assorbimento (dati, competenze, governance, capitale).
Che cosa cambia nel 2026 per una PMI: dall’adozione “per strumenti” alla capacità di governo
Se si prende sul serio la traiettoria ISTAT, il 2026 non sarà automaticamente “l’anno della diffusione dell’IA”. Sarà più plausibilmente l’anno in cui molte PMI dovranno scegliere tra due strade: rimanere su un uso frammentato (strumenti generativi e automazioni locali) oppure costruire una minima infrastruttura decisionale attorno all’IA: dati affidabili, processi chiari, responsabilità definite, criteri di valutazione del valore.
Qui sta un punto metodologico: l’adozione dell’IA tende a produrre valore quando è legata a problemi operativi specifici, misurabili, e quando l’organizzazione è in grado di distinguere tra risultati “plausibili” e risultati “affidabili”. I dati ISTAT suggeriscono che la crescita sta avvenendo, ma anche che il limite principale è la capacità di rendere l’IA una componente governabile del lavoro, non un insieme di sperimentazioni.
Una lettura aperta: il raddoppio come segnale, non come conclusione
Il 16,4% ISTAT è un segnale forte di movimento, e per molte PMI può essere un segnale di rischio competitivo (perché clienti e fornitori si attrezzano) oltre che di opportunità. Ma è altrettanto un promemoria: l’IA sta entrando soprattutto dove è più facile innestarla (testi, documenti, contenuti, assistenza), mentre il salto verso impatti più strutturali resta vincolato da competenze e governance.
Nel 2026 la differenza, per molte PMI, non sarà tra “chi usa” e “chi non usa” l’IA, ma tra chi riesce a governare l’adozione – dati, sicurezza, ruoli, misure – e chi la subisce come sommatoria di strumenti. Il punto non è prevedere una traiettoria unica, ma riconoscere che il raddoppio fotografato da ISTAT apre uno spazio di scelta: quali usi rendere stabili, quali rischi accettare e quali condizioni minime costruire per trasformare sperimentazione in capacità.
