L’ora dell’Intelligenza Artificiale operativa

L’Italia si sta affermando come uno dei Paesi più avanzati in Europa nell’adozione dell’Intelligenza Artificiale (AI). Il 2026 segna un passaggio decisivo: l’attenzione non è più rivolta a ciò che l’AI potrebbe fare, ma a ciò che sta già trasformando concretamente. Secondo il report dal titolo Lenovo CIO Playbook 2026: The race for enterprise AI, realizzato con IDC e basato sulle risposte di 800 decisori IT e business in Europa e Medio Oriente, l’AI ha smesso di essere un terreno sperimentale per diventare una componente strutturale delle strategie di crescita, efficienza e competitività.

In questo scenario, l’Italia emerge come un caso particolarmente significativo. Il 74% delle aziende si troverebbe già in una fase avanzata del percorso di adozione e il 90% prevede di aumentare gli investimenti nel 2026. È il segnale di un mercato che ha superato la timidezza iniziale e che punta sempre più a scalare ciò che ha dimostrato valore, con una crescente attenzione verso l’Agentic AI come nuova frontiera.

La questione, però, non riguarda solo chi sia più avanti. Essere in anticipo significa soprattutto capire cosa comporta trasformare l’AI in un motore operativo e quali condizioni rendono sostenibile questa evoluzione: infrastrutture adeguate, governance solida, competenze diffuse, integrazione nei processi e capacità di trasformare il modo in cui le aziende lavorano, non solo di adottare nuovi strumenti.

Come cambia il ruolo dell’AI nelle aziende EMEA

Il playbook di Lenovo descrive un’evoluzione in tre fasi. Nel 2024 molti CIO erano ancora in fase di apprendimento: esploravano i primi casi d’uso, testavano l’Intelligenza Artificiale Generativa (Gen AI) e affrontavano questioni culturali e normative. Nel 2025 la curiosità si è trasformata in progetti pilota più strutturati e Proof of concept (POC), soprattutto in ambiti come IT Operations, Customer service e Supply chain, dove hanno iniziato a emergere benefici concreti.

Nel 2026, invece, l’AI non è più descritta come una tecnologia promettente da esplorare, ma come una forza trasformativa che ridefinisce il modo in cui le imprese operano e competono. Il passaggio decisivo è dalla sperimentazione frammentata a una strategia enterprise sostenuta da basi solide: dati, competenze, infrastrutture e governance.

Lenovo ha sintetizzato così il tema: “Enterprise AI is moving from experimentation to execution”. I CIO sono oggi chiamati a dimostrare il ritorno sugli investimenti, non a collezionare progetti pilota. Infrastruttura, governance e competenze sono diventati veri ‘board-level topics’, temi strategici da discutere nei Consigli di amministrazione e non più questioni tecniche limitate all’IT.

L’Italia come laboratorio di maturità

Nel report di Lenovo, l’Italia è descritta come leader europeo nell’adozione di AI, con una quota elevata di aziende già in fase avanzata. Questo dato segnala un cambiamento psicologico importante: l’AI non è più vista come un’innovazione da osservare, ma come una leva per reinventare processi, migliorare l’esperienza cliente e aumentare le performance finanziarie. Il fatto che il 90% delle imprese italiane preveda di aumentare gli investimenti rafforza questa direzione. Non si tratta più di budget per ‘provare’, ma di budget per ‘scalare’.

Questo trend si inserisce in un quadro più ampio: il 93% delle organizzazioni in Europa e Medio Oriente prevede di aumentare gli investimenti in AI nei prossimi 12 mesi, con una crescita media della spesa intorno al 10%. L’AI non è più solo un servizio IT, ma una capability condivisa. L’adozione si è estesa a Customer service, Operations, Marketing, Finance e Ingegneria/R&D, con incrementi significativi anno su anno.

Per anni, la narrativa sull’AI è stata dominata dai progetti pilota. Oggi, invece, il collo di bottiglia sta cambiando. In media, circa il 46% dei POC passa in produzione, un dato che evidenzia la crescente maturità delle organizzazioni. Il vero discrimine non è più tra chi ‘fa’ AI e chi no, ma tra chi riesce a farla funzionare stabilmente nei processi reali e chi resta fermo alla fase sperimentale. L’AI operativa è considerata ormai critica per l’efficienza e il vantaggio competitivo, e il successo dipende dalla capacità di evitare frammentazione grazie a governance e piattaforme unificate.

Le aspettative elevate (non solo economiche)

In merito al ritorno dell’investimento sull’AI, dal report emerge che il 94% delle organizzazioni si aspetta dati positivi, con una media stimata di 2,78 dollari generati per ogni dollaro investito. Tuttavia, il valore non è solo finanziario. Molte aziende rilevano benefici non monetari come l’aumento dell’engagement dei dipendenti, il miglioramento dell’esperienza cliente e una maggiore velocità decisionale. Un CIO europeo del settore business services ha raccontato nel report: “Il primo livello di supporto potenziato dall’AI riduce i tempi di attesa e migliora la disponibilità, permettendo agli operatori umani di concentrarsi sui casi complessi”.

Queste testimonianze mostrano come l’AI produca valore soprattutto quando è integrata in processi strutturati e ripetibili, dove può diventare una componente stabile e non un’eccezione. Tra le priorità di business per il 2026 emerge in cima alla lista l’obiettivo di “reinventare il business con l’AI”. Questo indica un cambiamento culturale: l’AI non è più vista solo come uno strumento di efficienza, ma come un fattore di riprogettazione aziendale.

Un CIO del settore finanziario europeo sintetizza bene questa visione: “Vogliamo adottare l’AI in tutti i processi, ma non come sostituto delle persone. La strategia si basa sulla convinzione che umani e AI debbano lavorare insieme”. Questa logica – definita “human+AI” – rappresenta la direzione più matura: non automazione cieca, ma collaborazione progettata.

Competenze, infrastrutture e governance

Con l’aumento degli investimenti cresce anche la complessità. Il playbook di Lenovo ha evidenziato come la vera maturità non sia nella sofisticazione dei modelli, ma nella prevedibilità del loro utilizzo. I fattori critici per l’implementazione includono formazione e upskilling, infrastrutture scalabili ed efficienti, collaborazione esseri umani e macchina nei workflow, diffusione di dispositivi AI-enabled e sicurezza dei dati. Un CIO europeo del settore professional services ha osservato: “Senza dati di qualità, controlli di sicurezza e governance chiaramente definita non si scala”.

Proprio la governance rappresenta uno dei punti più delicati. Solo il 27% delle organizzazioni dispone di un framework completo, mentre molte sono ancora in fase iniziale. Le principali preoccupazioni riguardano: Responsible AI, sicurezza dei dati, proprietà intellettuale e rischi legati alla shadow AI. Un CISO di una compagnia assicurativa globale ha sottolineato l’importanza di un approccio strutturato: “Introdurre l’AI non deve essere questione di slancio, ma di processo. Ogni caso d’uso viene valutato da un comitato multidisciplinare”.

La maggior parte delle organizzazioni europee sta adottando un modello di deployment ibrido, combinando on premise, private cloud e public cloud per bilanciare innovazione e controllo. Simone Larsson, Head of Enterprise AI EMEA di Lenovo, ha affermato: “L’82% delle organizzazioni prevede di adottare modelli di AI in ambienti ibridi”. E sul tema ‘errori’ ha aggiunto: “Quello principale di chi pensa ancora in ottica solo cloud è sottovalutare quanto la mancanza di flessibilità possa limitare i risultati”.

Secondo Larsson, l’AI deve essere portata dove i dati vengono generati: sull’edge, nei data center e nel cloud, in modo flessibile e scalabile. Mauro Arruda, Director AI Solutions and Services EMEA di Lenovo, ha sottolineato l’importanza della modularità: “Ogni azienda ha casi d’uso diversi e necessita di soluzioni adattabili. La modularità permette di iniziare in piccolo e scalare rapidamente”.

Dispositivi di AI ed edge

Un trend emergente riguarda la diffusione di dispositivi AI-enabled e dell’inferenza locale. L’idea è portare l’AI più vicino ai dati per ridurre la latenza, aumentare la resilienza e mantenere le informazioni sensibili in ambienti controllati. Un CIO di una utility europea ha osservato: “Man mano che le Operations diventano più AI-enabled aumenta il valore di eseguire inferenza vicino a dove i dati sono generati”. Il tema più strategico riguarda l’Agentic AI, cioè sistemi capaci di definire obiettivi, prendere decisioni e agire in autonomia. L’interesse è in forte crescita, ma l’adozione è ancora limitata.

Un CIO europeo ha commentato: “Con gli agenti la conversazione cambia, perché tutti percepiscono che possono automatizzare processi interi. Ma serviranno sempre umani nel loop e monitoraggio continuo”. Un altro CIO del settore industriale ha aggiunto una riflessione provocatoria: “Una persona può essere sostituita da centinaia di agenti, ma gestire molti agenti significa costruire guardrail adeguati”. I casi d’uso più promettenti si concentrano in cybersecurity, controllo qualità, manutenzione, customer service e analisi finanziaria.

L’adozione dell’AI sta anche ridefinendo il ruolo del CIO. Come ha evidenziato Eva Zborowska, Research Director AI Europe di IDC: “I CIO non sono più percepiti solo come responsabili dell’infrastruttura tecnica, ma come veri partner strategici del business”. L’AI attraversa, infatti, tutte le funzioni aziendali e richiede un approccio integrato che unisca tecnologia, cultura e Change management. Arruda ha ribadito la centralità della governance: “La governance non è più opzionale quando si passa alla produzione: è una questione di gestione del rischio”.

Larsson ha sottolineato anche il tema della sovranità dei dati: “Sempre più organizzazioni scelgono di elaborare i dati nei Paesi in cui operano, per rispettare normative locali e requisiti regionali”. Sul rapporto tra persone e agenti digitali, Arruda ha concluso: “Gli agenti aumentano l’accesso ai dati e supportano le decisioni, mentre le persone mantengono il ruolo di supervisione, soprattutto nella gestione della qualità dei dati e delle performance dei modelli”.

Verso un nuovo equilibrio tra attività umane e AI

Nel complesso, emerge un dato incoraggiante: circa la metà dei POC passa oggi in produzione, contro il 10% di un anno fa. Segno di un mercato più maturo e più selettivo. Secondo Larsson, però, serve vigilanza continua: “Regole troppo rigide rischiano di generare comportamenti paralleli e uso non autorizzato di strumenti AI. La necessità riguarda la collaborazione tra IT e business”.

L’approccio di Lenovo si basa su un modello integrato che copre l’intero ciclo di vita dell’AI, dai dispositivi all’edge fino al cloud e al data center, supportato da servizi, software ed ecosistemi di partner. La convinzione di fondo è chiara: l’AI enterprise non è solo una questione di modelli, ma di sistemi completi, sicuri e ottimizzati nel tempo.

Le collaborazioni con organizzazioni come Formula 1, Ducati, DreamWorks e Fifa dimostrano come queste soluzioni siano già applicate in contesti complessi e su larga scala. Siamo entrati in una nuova fase dell’adozione dell’AI. Non si parla più solo di curiosità o sperimentazione, ma di crescita, valore e trasformazione reale del business.

L’articolo L’ora dell’Intelligenza Artificiale operativa proviene da Parole di Management.