Nove executive su dieci non vedono ancora nessun impatto reale dell'AI su produttività e occupazione. Ma quasi tutti si aspettano che tutto cambi nei prossimi tre anni. Cosa sta succedendo — e perché, nel frattempo, tanti leader continuano a porsi la domanda sbagliata.
Un report del MIT dello scorso anno ha trovato che il 95% dei progetti di gen AI in azienda fallisce. Ora la survey più ampia mai condotta su executive e AI — quasi 6.000 dirigenti in quattro paesi, realizzata insieme a Federal Reserve Bank of Atlanta, Bank of England, Deutsche Bundesbank e Macquarie University — mette un numero preciso su questa sensazione diffusa.
Il paper si chiama «Firm Data on AI» (NBER Working Paper 34836, Yotzov, Barrero, Bloom e coautori, 2026). Non è un sondaggio su un campione di startup o di early adopter: è costruito insieme alle banche centrali di Stati Uniti, Regno Unito, Germania e Australia, sugli stessi panel usati da anni per misurare occupazione e fatturato delle imprese. Il risultato ha lo stesso peso statistico dei dati macroeconomici ufficiali.
E il risultato è un paradosso a due facce. Da un lato, l'AI è ormai ovunque: il 69% delle aziende la usa già oggi. Dall'altro, quando si chiede a chi guida quelle aziende quale effetto abbia avuto finora sui numeri che contano — occupazione, produttività — la risposta è quasi sempre la stessa: nessuno.
Il paper isola quattro fatti principali. Presi uno per uno sembrano scontati; messi in fila, raccontano una storia precisa: l'adozione corre, l'impatto misurato resta piatto, le aspettative sul futuro sono già enormi.
Il 69% delle aziende nei quattro paesi usa oggi almeno una tecnologia AI — generazione di testo con LLM in testa, seguita da elaborazione dati e contenuti visivi. Le aziende più grandi, più produttive e che pagano meglio adottano di più; quelle più vecchie, o con consigli d'amministrazione più anziani, restano indietro.
Oltre due terzi degli stessi executive intervistati (perlopiù CEO, CFO e direttori finanziari) usa personalmente l'AI in una settimana tipo. Ma la media è di 1,5 ore a settimana. Il 28% non la usa affatto. È un'adozione reale, ma ancora leggera — per quanto in crescita rapida da inizio 2025.
Qui il paradosso diventa numero. Oltre il 90% degli executive non riporta nessun impatto dell'AI sull'occupazione della propria azienda negli ultimi tre anni; l'89% non ne riporta nessuno sulla produttività (fatturato per dipendente). L'effetto aggregato, tradotto in una cifra, è marginale: +0,29% di produttività, sostanzialmente zero sull'occupazione.
Guardando ai prossimi tre anni, gli stessi executive che oggi dicono «nessun impatto» prevedono +1,4% di produttività e -0,7% di occupazione in media — l'equivalente di circa 1,75 milioni di posti di lavoro in meno nei quattro paesi entro il 2028. Negli USA le attese di produttività salgono a +2,3%; nel Regno Unito il taglio atteso all'occupazione è il più marcato, -1,4%.
Il paper fa un'ultima cosa interessante: pone le stesse identiche domande a un campione di lavoratori dipendenti negli Stati Uniti (via Survey of Working Arrangements and Attitudes). Il confronto con gli executive USA — sullo stesso paese, sullo stesso orizzonte a tre anni — è il dato più scomodo dell'intero report.
Chi lavora usa l'AI quasi quanto chi comanda (~1,8 ore a settimana) e si aspetta che crei lavoro. Chi comanda si aspetta che lo riduca — e prevede guadagni di produttività maggiori di quelli attesi da chi quel lavoro lo farà. Fonte: NBER Working Paper 34836, sezione 5, dati Survey of Working Arrangements and Attitudes (~3.000 rispondenti, dicembre 2025).
Il problema non è che l'AI non funzioni. Il problema è come i leader la pensano.
È qui che entra la lettura di David De Cremer, professore di management alla Northeastern University, su Harvard Business Review. La sua tesi: i dati NBER non dimostrano che l'AI non funzioni. Dimostrano che la maggior parte dei leader la sta usando male — non per un errore tecnico, ma per un errore di framing.
Il pattern che De Cremer osserva, ripetuto in azienda dopo azienda, è sempre lo stesso: i leader inquadrano l'AI attraverso il problema più urgente del momento — colli di bottiglia, costi, decisioni lente. L'AI diventa la soluzione a quel problema specifico. Sembra logico, difendibile, veloce da giustificare in un board. Ed è proprio ciò che, secondo De Cremer, impedisce di creare valore duraturo.
In alcune società di consulenza, per esempio, i consulenti sono incoraggiati a usare l'AI per fare più ricerca e produrre più deliverable nello stesso tempo. Il risultato non è trasformazione: è lo status quo, più veloce. E ha un costo umano misurabile.
Nei team che iniziano a lavorare regolarmente con l'AI, la produzione sale — ma il burnout sale ancora di più. Chi la usa per fare "più della stessa cosa, più in fretta" ha il doppio delle probabilità di considerare di lasciare il lavoro.
Upwork / Workplace Intelligence, luglio 2025L'88% dei dipendenti usa già l'AI al lavoro. Ma solo il 28% delle organizzazioni li mette nelle condizioni — ruolo, formazione, mandato — di trasformare quell'uso in valore organizzativo reale.
EY, 2024Il vero vantaggio competitivo dell'AI, sostiene De Cremer, non sta nella velocità di adozione. Sta nell'integrazione guidata dallo scopo dell'organizzazione — perché esiste, quale valore vuole creare. Da qui, tre spostamenti di leadership.
Nella pratica, i progetti AI sono spesso guidati da chi si occupa di tecnologia — che tende a concentrarsi sul deployment più che sul cambiamento culturale e organizzativo necessario a farlo rendere. L'ordine va invertito: allineare la strategia AI allo scopo dell'organizzazione, prima ancora di toccare uno strumento.
Sarà la pazienza, non la velocità, a trasformare l'adozione dell'AI in creazione di valore. Quando la velocità viene prima di tutto, si tagliano angoli: poco change management, poca formazione, l'AI trattata come plug-and-play. Il risultato sono sistemi fragili che faticano a scalare.
L'AI non è un add-on: è un catalizzatore che può cambiare come si persegue lo scopo strategico. Servono leader capaci sia di immaginare il futuro sia di eseguirlo — «integratori visionari» che allineano ogni iniziativa AI, funzione per funzione, alle priorità di lungo periodo dell'organizzazione.
Lavoro nel banking da vent'anni e sto costruendo, con Elisa, una pratica di consulenza sull'AI per le PMI. Riconosco la dinamica descritta da De Cremer quasi ogni settimana: chi mi contatta vuole «l'AI» prima ancora di aver messo a fuoco quale problema di fondo sta davvero cercando di risolvere. I dati NBER dicono che oggi, in aggregato, l'AI non ha ancora spostato quasi nulla nei numeri di bilancio delle aziende che la usano. Le aspettative sui prossimi tre anni sono enormi — e proprio per questo vanno maneggiate con più metodo, non con più fretta. Il divario tra i due si chiude solo partendo dallo scopo, non dallo strumento.