Il rapporto di Wharton–GBK «Il vantaggio adattivo: chi sta vincendo con l’IA e come» rivela il divario nel ROI dell’IA

Il nuovo rapporto di Wharton Human-AI Research e GBK Collective, Il vantaggio adattivo: chi sta vincendo con l’IA e come, mostra quanto si sia diffusa l’IA nelle aziende e quanto sia difficile trasformarne l’adozione in ritorni aziendali sostanziali. L’80% dei manager e dei partecipanti con ruoli più elevati dichiara ritorni positivi sugli investimenti in IA del proprio reparto, ma solo il 28% li considera fortemente positivi. Il quarto studio annuale indica nella riprogettazione dei flussi di lavoro, in una maggiore chiarezza delle responsabilità e in metriche orientate alla crescita alcuni tratti distintivi delle organizzazioni che riportano risultati migliori.

Pubblicato il 13 ottobre, lo studio amplia il dibattito sull’IA nelle aziende, andando oltre la questione se i dipendenti utilizzino o meno questa tecnologia. La domanda più rilevante è se le aziende abbiano modificato i processi, gli incentivi e le strutture di gestione che la riguardano.

Misurare la crescita cambia il quadro del valore dell’IA

Uno dei contrasti più netti messi in luce dal rapporto riguarda ciò che i reparti considerano un successo. Tra coloro che monitorano almeno una misura di crescita, il 35% dichiara ritorni sull’IA fortemente positivi, contro il 13% di chi misura solo l’efficienza. Nel gruppo che misura la crescita, quindi, i ritorni fortemente positivi sono circa 2,7 volte più comuni.

La distinzione va oltre i ricavi. Lo studio classifica come misure di crescita i nuovi ricavi netti, le conversioni di vendita, il volume di produzione e la soddisfazione dei clienti. Le misure di efficienza comprendono i costi operativi, le ore risparmiate, i tempi di completamento e i tassi di errore. I reparti potevano selezionare fino a tre indicatori, quindi il gruppo che misura la crescita può includere organizzazioni che monitorano anche l’efficienza.

Questo è importante perché è più facile descrivere il tempo risparmiato che l’espansione dell’attività. Le ore risparmiate sono la misura selezionata più spesso, con il 40%, mentre i nuovi ricavi netti sono indicati dal 27%. Nel frattempo, l’83% dei manager e dei partecipanti con ruoli più elevati prevede che l’IA trasformerà radicalmente o influirà in modo sostanziale sul proprio settore entro due-cinque anni.

In pratica, occorre collegare i progetti di IA ai risultati che l’azienda vuole davvero ottenere. Per esempio, un flusso di lavoro commerciale più rapido può essere valutato sia in base al tempo risparmiato sia alle conversioni. Il sondaggio non dimostra che modificare un cruscotto causi un miglioramento dei ritorni; mostra un’associazione tra un approccio più ampio alla misurazione e risultati dichiarati più solidi.

Gli agenti di IA sono comuni, ma l’integrazione profonda è rara

L’adozione degli agenti è già diffusa: il 67% dei reparti dichiara di utilizzare agenti di IA in qualche forma. Tuttavia, solo il 28% afferma che l’IA è pienamente integrata nei processi aziendali fondamentali e appena il 17% consente agli agenti di operare autonomamente, con una revisione umana successiva oppure sostituita da monitoraggio e misure di sicurezza.

Il gruppo più numeroso, pari al 48%, afferma che l’IA svolge il lavoro, ma che una persona lo esamina e approva prima che si proceda. Un altro 35% usa l’IA per ottenere suggerimenti o bozze, mentre le decisioni finali spettano alle persone. Queste distinzioni mostrano perché la tappa «agente implementato» dica poco su quanto sia effettivamente cambiato un flusso di lavoro.

Il criterio del rapporto per definire la trasformazione dei flussi di lavoro richiede il verificarsi congiunto di tre condizioni: cambiamenti significativi nei flussi di lavoro, IA integrata nei processi fondamentali e utilizzo degli agenti in qualche forma. Tra i reparti che soddisfano questa definizione combinata, il 67% dichiara un ROI fortemente positivo.

Questo risultato avvalora una visione più rigorosa dell’implementazione. Installare un assistente è solo una parte del lavoro: i team devono anche decidere come circolano le informazioni, quali eccezioni richiedono un intervento e chi è responsabile del risultato. Ciò non implica che ogni attività debba essere autonoma. Il rapporto individua nella sicurezza, nella regolamentazione e nella fiducia alcuni ostacoli a una maggiore autonomia degli agenti, rendendo centrale la valutazione dell’idoneità di ogni flusso di lavoro.

Una chiara attribuzione delle responsabilità si accompagna a ritorni più solidi

Si distinguono le organizzazioni che hanno istituito di recente la figura del Chief AI Officer. Tra i manager e i partecipanti con ruoli più elevati di queste organizzazioni, il 58% dichiara ritorni fortemente positivi, contro il 24% delle organizzazioni in cui la supervisione dell’IA è stata aggiunta alle responsabilità di un dirigente già in carica. La percentuale scende all’8% nelle organizzazioni in cui non esiste una figura del genere e non se ne prevede l’introduzione.

Anche la strategia relativa alle piattaforme evidenzia una differenza. Dichiarano ritorni fortemente positivi il 50% dei partecipanti le cui organizzazioni adottano un’unica piattaforma di IA approvata, contro il 9% di chi sta ancora sperimentando senza un approccio definito. Si tratta di confronti osservazionali: una leadership dedicata e la coerenza nell’uso delle piattaforme possono accompagnarsi ad altri vantaggi, tra cui maggiori risorse e una più elevata maturità organizzativa.

La responsabilità per gli errori degli agenti è meno definita. Secondo i partecipanti, essa ricade più spesso sui team di governance o di gestione dei rischi (28%), sul manager del dipendente che ha implementato l’agente (26%) o sul dipendente (25%). Nessuna risposta prevale sulle altre. Per le aziende che ampliano l’uso degli agenti, definire le responsabilità è parte della progettazione operativa, insieme alla definizione delle autorizzazioni e al monitoraggio.

I dipendenti percepiscono la trasformazione in modo diverso

Per la prima volta, lo studio annuale include dipendenti di livello iniziale e intermedio insieme a manager e dirigenti senior. Il confronto mette in luce una notevole differenza nel modo in cui viene percepito il livello di preparazione.

Mentre il 73% dei manager e dei livelli superiori afferma che, a causa dell’IA, i flussi di lavoro dei reparti sono cambiati in modo significativo, lo stesso sostiene il 58% dei dipendenti di livello iniziale e intermedio. Il divario nella formazione è più ampio: il 78% dei dirigenti ritiene che i dipendenti ricevano una formazione adeguata sull’IA, contro il 56% dei dipendenti.

Queste differenze non equivalgono a un rifiuto generalizzato dell’IA da parte dei dipendenti. Il 73% dei dipendenti di livello iniziale e intermedio afferma che l’IA ha avuto un impatto positivo sul proprio ruolo e l’84% di chi la utilizza dichiara che fa risparmiare tempo. La tensione sta tra l’utilità individuale e il supporto necessario affinché l’adozione funzioni in tutta l’organizzazione.

Le conseguenze sulla forza lavoro restano inoltre incerte. Il 37% dei manager e dei livelli superiori segnala riduzioni del personale legate all’IA e il 33% riferisce un rallentamento o un blocco delle assunzioni. Tuttavia, i reparti che segnalano rendimenti elevati non sono più propensi di altri a riferire tagli o blocchi delle assunzioni. Rendimenti migliori si accompagnano invece a cambiamenti nelle strutture manageriali, nei flussi di lavoro, nelle attività di monitoraggio e nella formazione.

Cosa può e non può dirci l’indagine

La ricerca ha coinvolto 1.416 dipendenti a tempo pieno di aziende del settore privato statunitense con almeno 1.000 dipendenti e un fatturato superiore a 50 milioni di dollari. Le interviste si sono svolte dal 9 al 29 luglio 2026. Il campione comprende 1.007 manager e livelli superiori e 409 dipendenti di livello iniziale e intermedio; i risultati relativi ai due gruppi sono presentati separatamente.

Si tratta di valutazioni basate sulle dichiarazioni degli intervistati, non di rendimenti degli investimenti verificati in modo indipendente. I risultati descrivono grandi aziende commerciali statunitensi e non dovrebbero essere automaticamente estesi alle piccole imprese o ad altri paesi. I confronti con gli anni precedenti riguardano la popolazione dei manager e dei livelli superiori, poiché i dipendenti dei livelli più junior sono stati inclusi per la prima volta nel 2026.

Per i team aziendali, il rapporto offre un criterio utile per valutare i progressi nell’IA: andare oltre i dati sull’utilizzo e considerare i risultati aziendali misurabili, l’integrazione nelle attività principali, la chiarezza delle responsabilità e l’esperienza concreta dei dipendenti. Un accesso diffuso può coesistere con un’attuazione inefficace, e i miglioramenti di produttività dichiarati possono lasciare ancora molto lavoro da fare a livello organizzativo.

Chi desidera approfondire i risultati, la metodologia e i confronti tra settori e reparti può leggere il rapporto completo di Wharton–GBK, Il vantaggio adattivo: chi sta vincendo con l’IA e come.