Il 38% delle aziende sfora il budget AI, ma l’85% prevede di aumentare la spesa nel 2027

La promessa dell’intelligenza artificiale aziendale sta entrando nella fase dei conti: molte imprese investono, poche riescono a trasformare i miglioramenti individuali in risparmi misurabili. Il dato più duro arriva da Gartner, che al suo HR Symposium/Xpo di Orlando ha indicato una distanza netta tra aspettative dei consigli di amministrazione e risultati finanziari: tre quarti dei board attendono produttività e riduzione dei costi dall’AI, ma quasi tutte le organizzazioni non raggiungono i risparmi desiderati attraverso la produttività da sola, secondo il comunicato pubblicato il 26 ottobre 2026.

La notizia, ripresa il 28 ottobre 2026 da TechRadar, non va letta come una bocciatura dell’AI in assoluto. Il punto è più specifico e più rilevante per i bilanci: gli strumenti generativi, gli assistenti e gli agenti possono liberare tempo, ma il tempo liberato non diventa automaticamente margine operativo, fatturato o minori costi. CV Viverito, senior director analyst nella practice HR di Gartner, ha sintetizzato il problema sostenendo che oggi l’occasione più concreta non è tagliare costi immediatamente, ma usare l’AI per fare cose che prima non erano possibili, riallocando lavoro verso nuove capacità, risultati e fonti di crescita.

Il quadro numerico mostra una tensione evidente. Secondo Gartner, il 77% dei membri dei board si aspetta valore sotto forma di produttività e risparmi; solo il 3% delle organizzazioni supera gli obiettivi di risparmio tramite la produttività; il 38% delle aziende è già oltre il budget AI; e l’85% dichiara di voler spendere di più l’anno prossimo. La combinazione è rilevante perché lega tre fenomeni che finora venivano spesso raccontati separatamente: entusiasmo strategico, difficoltà di misurazione e pressione sui costi.

AI in azienda: aspettative e risultati Gartner

• Board che attendono risparmi77%
• Organizzazioni che superano obiettivi3%
• Aziende oltre budget38%
• Aziende che spenderanno di più nel 202785%

Il problema non è solo usare l’AI, ma decidere dove crea valore

Gartner individua una causa organizzativa prima ancora che tecnologica. In una rilevazione di luglio 2026 su 297 chief human resources officer, il 78% dei leader non risultava allineato su dove l’AI crei valore. Per Arj Bagga, vice president analyst della practice HR, senza una visione condivisa sulle aree in cui l’intelligenza artificiale conta davvero diventa difficile posizionare la forza lavoro e catturare valore dagli investimenti. La raccomandazione è concentrare risorse e governance sui casi d’uso più legati alla strategia, invece di distribuire strumenti indistinti in tutta l’organizzazione.

Nel resoconto ufficiale del Day 1 del Gartner HR Symposium/Xpo, gli analisti hanno formulato tre azioni: concentrare gli investimenti dove fanno la maggiore differenza, costruire processi più rapidi di ridisegno del lavoro e trattare la capacità guadagnata come un asset da reinvestire. Nello stesso intervento, Gartner ha aggiunto due indicazioni di confronto: le organizzazioni che usano il ridisegno del lavoro per cambiare il costo delle attività sono più di due volte più propense a superare gli obiettivi di costo, mentre quelle che reindirizzano i guadagni verso innovazione aumentano di quasi quattro volte la probabilità di superare gli obiettivi di ricavo.

La distinzione è essenziale. Installare un assistente AI per scrivere email, riassumere documenti o generare codice può produrre un vantaggio locale, ma l’impatto economico emerge solo se cambiano processi, responsabilità, sistemi di controllo e allocazione del tempo. In altre parole, la produttività individuale non basta se il modello operativo resta lo stesso: l’azienda rischia di sommare licenze, consulenza, integrazione, sicurezza e formazione senza rimuovere colli di bottiglia o creare nuove entrate.

Solo il 21% del tempo liberato finisce in lavoro innovativo

Il dato più concreto sul divario tra efficienza e valore riguarda il tempo. Una survey Gartner del secondo trimestre 2026 su 1.865 dipendenti ha rilevato che solo il 21% del tempo liberato dall’AI viene reindirizzato verso lavoro più innovativo. È qui che il tema passa dai sistemi IT alle funzioni HR: se l’impresa non decide in anticipo che cosa fare della capacità recuperata, il beneficio resta disperso in micro-risparmi, attività aggiuntive o semplice riduzione della pressione quotidiana.

La stessa dinamica compare in altre ricerche recenti. Il report The AI Productivity Paradox di Workday afferma che i dipendenti dichiarano di risparmiare da 1 a 7 ore alla settimana con l’AI, ma quasi il 40% di quel tempo viene assorbito da correzioni, riscritture e verifica degli output. Solo il 14% dei lavoratori intervistati ottiene in modo costante risultati netti chiaramente positivi, mentre il 77% degli utenti quotidiani ricontrolla il lavoro generato dall’AI con la stessa attenzione riservata a un contenuto umano, se non maggiore.

Questi numeri aiutano a spiegare perché un’azienda possa percepire maggiore velocità senza vedere un miglioramento equivalente nel conto economico. Se un documento viene prodotto più in fretta ma richiede revisione, se un agente automatizza un passaggio ma lascia invariati approvazioni e responsabilità, o se il risparmio di tempo viene trasformato solo in più carico operativo, il vantaggio resta fragile. Gartner descrive questo passaggio come trasformazione della capacità in valore: non basta crearla, bisogna renderla utilizzabile.

I CIO vedono valore limitato e costi meno prevedibili

La lettura HR è coerente con quanto Gartner ha rilevato pochi giorni prima tra i responsabili tecnologici. Il 19 ottobre 2026, al Gartner IT Symposium/Xpo, la società ha pubblicato i risultati della 2027 CIO and Technology Executive Agenda: solo il 13% dei CIO dichiara che la propria impresa ha realizzato valore significativo o trasformativo dall’AI. La survey, condotta tra maggio e luglio 2026 su 2.002 CIO e technology executive, aggiunge che la probabilità di successo dei casi d’uso resta intorno a uno su cinque.

Alicia Mullery, VP analyst di Gartner, ha sintetizzato il punto con una formula breve: “volume” non significa valore. Il problema operativo è che molte organizzazioni sperimentano molto, ma definiscono troppo tardi il valore atteso e raramente hanno criteri per fermare i progetti. Le imprese che stabiliscono regole per non portare in produzione un pilota AI sono 2,3 volte più propense a rientrare nel gruppo dei leader ad alte prestazioni; quelle con criteri per abbandonare iniziative già in produzione ma a basso valore sono 2,6 volte più propense. Eppure solo il 31% e il 17% dei CIO, rispettivamente, dichiara di avere queste pratiche.

Il rischio economico aumenta perché i costi AI non si comportano come molte spese software tradizionali. Nello stesso report, Gartner indica che il 58% dei CIO subisce maggiore pressione per ottenere miglioramenti di costo dall’AI, mentre il 51% si aspetta che l’AI aumenti il costo totale di proprietà delle soluzioni tecnologiche. Un’analisi Gartner dedicata alla pianificazione 2027 aggiunge che solo il 36% dei rispondenti crede di centrare gli obiettivi di riduzione dei costi, mentre i budget IT medi sono previsti in crescita appena del 3,7% nel 2027 a fronte di una spesa per agentic AI attesa in aumento del 31,8%, secondo la pagina CIO Planning for 2027.

La spesa globale continua a correre nonostante i ritorni incerti

Il paradosso è che l’AI continua ad attrarre capitali. Gartner prevede che la spesa mondiale in AI raggiunga 2,7 trilioni di dollari nel 2026, con una crescita del 49,5% anno su anno, e salga a 3,64 trilioni nel 2027. La componente più grande è l’infrastruttura AI, stimata a 1,48 trilioni nel 2026 e 1,98 trilioni nel 2027, secondo il forecast Gartner di settembre 2026. In parallelo, software e servizi incorporano funzioni agentiche dentro prodotti già usati dalle imprese, riducendo la soglia di adozione ma aumentando il rischio di costi diffusi e poco visibili.

Un altro report Gartner, pubblicato a luglio 2026, stima che la spesa degli utenti finali per modelli e piattaforme AI arrivi a 64 miliardi di dollari nel 2026, in crescita del 63,4% rispetto ai 39 miliardi del 2025. I modelli generativi di fondazione passano da 11,4 a 23,4 miliardi di dollari, mentre i modelli specializzati e verticali sono previsti in crescita del 210%. La stessa analisi sottolinea che i budget enterprise sono sotto maggiore scrutinio e che i fornitori devono dimostrare valore su costo, latenza, prestazioni e affidabilità, come riporta il comunicato su piattaforme e modelli AI.

La pressione non riguarda solo le grandi piattaforme. Un documento Gartner sulle assunzioni di budget AI per il 2027 avverte che il 54% delle imprese finanzia iniziative AI tagliando costi e personale SG&A, mentre l’88% pretende un ritorno completo entro due anni e il 55% entro dodici mesi. La stessa nota segnala che i superamenti di budget non dipendono soltanto dal prezzo dei token, ma anche da preparazione dei dati, integrazione dei sistemi e consulenza; inoltre il 67% delle imprese mantiene buffer di contingenza ristretti, tra l’1% e il 10%, secondo 2027 AI Budgeting Assumptions.

McKinsey conferma il divario tra produttività individuale e impatto finanziario

La fotografia di Gartner è più severa, ma non isolata. Nel report The state of AI in 2026, McKinsey rileva che l’80% dei rispondenti dichiara miglioramenti nella produttività individuale grazie all’AI, mentre solo il 37% attribuisce alla tecnologia almeno un impatto positivo sull’EBIT dell’organizzazione. La quota dei cosiddetti high performer, cioè aziende che attribuiscono almeno il 5% dell’EBIT all’AI e parlano di valore significativo, resta ferma intorno al 6%.

McKinsey offre però un’indicazione utile su che cosa distingue chi ottiene risultati. Gli high performer non usano l’AI solo per efficienza: affiancano crescita e innovazione, ridisegnano i flussi di lavoro e misurano l’impatto. Quasi tre quarti di queste organizzazioni dichiarano di aver ridisegnato processi grazie all’AI, contro circa un quarto delle altre. È lo stesso filo logico della tesi Gartner: il ritorno non nasce dalla semplice adozione di strumenti, ma dalla modifica del modo in cui l’organizzazione decide, produce, misura e rialloca risorse.

Un ulteriore segnale arriva dai servizi professionali. Nel 2026 AI in Professional Services Report di Thomson Reuters, solo il 18% degli intervistati afferma che la propria organizzazione raccoglie metriche sul ROI dell’AI, nonostante il 40% dichiari che la propria organizzazione usa GenAI. La distanza tra utilizzo e misurazione è uno dei motivi per cui molte direzioni aziendali faticano a stabilire se un progetto debba crescere, cambiare o essere chiuso.

Per le imprese italiane il tema arriva mentre l’adozione accelera

In Italia la questione è particolarmente concreta perché l’adozione parte da livelli più bassi rispetto ai mercati più maturi, ma sta accelerando. Secondo Istat, Imprese e ICT 2025, il 16,4% delle imprese con almeno dieci addetti utilizza almeno una tecnologia di intelligenza artificiale, contro l’8,2% del 2024 e il 5,0% del 2023. Le grandi imprese salgono al 53,1%, mentre le PMI passano dal 7,7% al 15,7%. Il divario dimensionale nell’uso dell’AI si amplia fino a 37 punti percentuali nel 2025.

Imprese italiane che usano IA

• 20235%
• 20248,2%
• 202516,4%

Il confronto europeo mostra che l’Italia non è ferma, ma deve trasformare la diffusione in capacità organizzativa. Eurostat indica che nel 2025 il 20,0% delle imprese UE con almeno dieci addetti usa tecnologie AI, in crescita dal 13,5% del 2024; le quote più alte sono in Danimarca, Finlandia e Svezia, come riportato nella nota 20% of EU enterprises use AI technologies. Istat aggiunge che, tra le imprese italiane che adottano AI, le tecnologie più frequenti sono estrazione di informazioni da documenti testuali, AI generativa e riconoscimento vocale, mentre l’83,6% delle imprese non adotta ancora alcuna tecnologia AI.

Per il mercato italiano il messaggio di Gartner è quindi doppio. Le aziende che stanno entrando ora nell’AI possono evitare una parte degli errori osservati nelle grandi organizzazioni internazionali: partire dai processi critici, stabilire metriche economiche, definire chi possiede il budget e chi decide lo stop. Al tempo stesso, il tessuto di PMI rischia di subire costi indiretti non pianificati: formazione, pulizia dei dati, integrazioni con gestionali, sicurezza, consulenza e revisione dei flussi. Senza questi elementi, l’adozione può restare una collezione di abbonamenti e sperimentazioni.

Cosa devono cambiare aziende, sviluppatori e fornitori

Per gli sviluppatori e i team IT, il report sposta l’attenzione dalla demo al ciclo di vita. Un assistente o un agente non dovrebbe essere valutato solo perché risponde bene in un test, ma perché riduce un costo end-to-end, aumenta la qualità di un output o abilita un’attività prima non sostenibile. Servono monitoraggio dei consumi, misure di accuratezza, log delle decisioni, controlli di sicurezza e una contabilità che includa token, infrastruttura, integrazione, manutenzione e supervisione umana.

Per le funzioni HR, il punto è ridisegnare ruoli e competenze. Gartner elenca tre famiglie di skill: AI fluency, cioè sapere quando fidarsi della tecnologia e quando contestarla; connessione umana, quindi comunicazione, collaborazione e gestione degli stakeholder; e vantaggio umano, cioè creatività, adattabilità e capacità di apprendere. Questa impostazione riduce il rischio di trattare l’AI come sostituzione lineare del lavoro: molti ruoli si comprimeranno e si allargheranno allo stesso tempo, con meno mansioni ripetitive ma più responsabilità di giudizio.

Per i fornitori, il messaggio è altrettanto chiaro. Le imprese non cercano più soltanto modelli più potenti, ma strumenti che rendano visibili costi, policy, prestazioni e ritorni. Il mercato dei modelli specializzati cresce proprio perché molte aziende vogliono soluzioni più prevedibili e aderenti ai propri casi d’uso rispetto a un modello generalista usato ovunque. La pressione sui vendor non sarà solo vendere licenze o capacità computazionale, ma dimostrare uso sostenuto, margini durevoli e integrazione misurabile nei processi.

I prossimi segnali da guardare nel 2027

Il 2027 sarà un anno di verifica. Da un lato, l’85% delle aziende citate da Gartner prevede più spesa AI; dall’altro, CIO e CFO chiedono ritorni in finestre sempre più corte. I segnali da osservare saranno la quota di progetti chiusi prima della produzione, il numero di iniziative con metriche finanziarie definite, la diffusione di strumenti di controllo dei costi e la capacità di riallocare tempo verso innovazione, vendita, servizio o nuovi prodotti. La domanda decisiva non sarà quante persone usano l’AI, ma quale parte del lavoro aziendale è stata davvero ripensata.

La conclusione operativa che emerge dalle fonti non è “spendere meno in AI”, ma spendere con criteri più duri. Gartner, McKinsey, Workday, Thomson Reuters, Istat ed Eurostat descrivono da angoli diversi lo stesso passaggio: l’adozione è ormai reale, ma il valore economico resta concentrato in poche organizzazioni capaci di misurare, scegliere e cambiare processi. Per chi non lo fa, la produttività rischia di restare una sensazione individuale invece di diventare un risultato di bilancio.

Domande e risposte

Che cosa dice davvero il report Gartner sul 3% delle aziende e l’AI?

Gartner ha comunicato il 26 ottobre 2026 che solo il 3% delle organizzazioni supera gli obiettivi di risparmio attraverso la produttività generata dall’AI. Il dato non significa che l’AI non produca benefici, ma che il risparmio desiderato non emerge dalla produttività da sola.

Perché le aziende spendono di più in AI se i risparmi non arrivano?

Secondo Gartner, il 38% delle aziende è già oltre il budget AI, ma l’85% prevede di aumentare la spesa nel 2027. Le imprese continuano a investire perché cercano crescita, automazione e nuovi casi d’uso, anche se i costi di dati, integrazione, governance e consulenza rendono il ROI più difficile.

Qual è la differenza tra produttività individuale e ritorno economico dell’AI?

La produttività individuale misura il tempo risparmiato da un lavoratore; il ritorno economico misura effetti su costi, ricavi o margini. McKinsey rileva nel 2026 che l’80% dei rispondenti vede produttività personale, ma solo il 37% attribuisce all’AI un impatto positivo sull’EBIT aziendale.

Quante imprese italiane usano l’intelligenza artificiale nel 2025?

Secondo Istat, nel 2025 il 16,4% delle imprese italiane con almeno dieci addetti usa almeno una tecnologia AI, contro l’8,2% del 2024 e il 5,0% del 2023. Le grandi imprese arrivano al 53,1%, mentre le PMI sono al 15,7%.

Che cosa dovrebbero fare le aziende per ottenere ROI dall’AI nel 2027?

Le indicazioni comuni sono: scegliere pochi casi d’uso legati alla strategia, misurare costi e risultati prima della produzione, fissare criteri di stop, ridisegnare i processi e reinvestire il tempo liberato. Gartner suggerisce anche di eliminare progetti “zombie” e chiedere prove di valore entro 90 giorni.