Intelligenza artificiale per le aziende nel 2026: il mercato, i numeri e come portarla in impresa senza perdere il controllo dei dati

In sintesi

Nel 2026 l'intelligenza artificiale per le aziende è uscita dalla fase della sperimentazione ed è entrata in quella della selezione. Il mercato italiano ha raggiunto 1,8 miliardi di euro nel 2025 (+50% in un anno, secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano), il 16,4% delle imprese con almeno 10 addetti usa tecnologie di AI (il doppio del 2024, secondo Istat), le rilevazioni del 2026 dicono che la corsa continua — 19,5% secondo Unioncamere, 32% tra le imprese con almeno 20 addetti secondo Banca d'Italia — e a livello globale quasi nove organizzazioni su dieci dichiarano un uso regolare dell'AI in almeno una funzione (McKinsey, agosto 2026). Ma dentro questi numeri c'è una frattura netta: il 53% delle grandi imprese italiane usa l'AI, contro il 15,7% delle PMI, e solo il 6% delle organizzazioni nel mondo riesce a trasformarla in un impatto misurabile sui margini.

Le ragioni del ritardo delle PMI sono note e misurate: competenze, incertezza normativa, qualità dei dati, timori per la privacy e costi. Tre di queste cinque barriere dipendono dal modello di adozione più che dalla tecnologia. Un'AI generalista usata a titolo individuale lascia i dati fuori dal perimetro aziendale e il know-how in mano a terzi; un'AI privata che lavora sui dati dell'impresa, installata in sede o su cloud privato europeo, li riporta sotto controllo e rende il tema normativo gestibile. Il resto dell'articolo spiega i numeri, le regole e come si applica in pratica con Neura per Aziende.

A che punto è il mercato dell'intelligenza artificiale per le aziende nel 2026?

Il dato più citato è quello dell'Osservatorio Artificial Intelligence del Politecnico di Milano, presentato a febbraio 2026: il mercato italiano dell'AI vale 1,8 miliardi di euro, in crescita del 50% rispetto al 2024, dopo il +58% dell'anno precedente. Non è più un mercato di nicchia: il 46% della spesa va in soluzioni di AI generativa o ibride, il 77% in progetti su misura anziché in licenze standard, e la pubblica amministrazione pesa per il 19%. La quota delle PMI è del 18%: piccola in valore assoluto, ma è il segmento in cui il margine di crescita è più ampio.

La fotografia dell'adozione la scatta Istat, che nel rapporto Imprese e ICT 2025 (dicembre 2025) rileva che il 16,4% delle imprese italiane con almeno 10 addetti usa almeno una tecnologia di AI. Era il 5% nel 2023 e l'8,2% nel 2024: un raddoppio l'anno per due anni consecutivi. La spaccatura per dimensione è il dato più importante dell'intera rilevazione: 53,1% tra le grandi imprese (250 addetti e oltre, dal 32,5% del 2024) contro il 15,7% delle PMI tra 10 e 249 addetti (dal 7,7%). L'Osservatorio del Politecnico conferma la stessa curva con un'altra metrica: il 71% delle grandi imprese ha almeno un progetto di AI attivo, contro il 15% delle medie e il 7% delle piccole.

Il confronto europeo aiuta a leggere il dato italiano senza compiacimento né catastrofismo. Eurostat rileva che nel 2025 il 20% delle imprese dell'Unione europea usa tecnologie di AI, in crescita di 6,5 punti sul 2024. La Danimarca è al 42%, la Finlandia al 37,8%, la Svezia al 35%. Per classe dimensionale la media UE è del 17% tra le piccole imprese, del 30% tra le medie e del 55% tra le grandi. L'Italia, al 16,4%, è sotto la media europea di circa quattro punti, ma cresce a un ritmo superiore: il problema non è la direzione, è la velocità con cui le imprese sotto i 250 addetti riescono a salire a bordo.

Sul piano globale, l'indagine The state of AI in 2026 di McKinsey (pubblicata il 25 agosto 2026 su 1.719 intervistati in 97 Paesi) dice che quasi nove organizzazioni su dieci usano regolarmente l'AI in almeno una funzione, che il 44% la sta portando a scala in tutta l'impresa (dal 38% dell'anno precedente) e che il 56% la usa in tre o più funzioni. Ma solo il 37% attribuisce all'AI un impatto positivo sull'EBIT, quota ferma da un anno, e solo il 6% rientra tra gli «high performer» con un contributo ai margini superiore al 5%. Gli agenti AI — sistemi che eseguono compiti in autonomia, non solo rispondono — sono in fase di scala nel 40% delle grandi imprese sopra il miliardo di fatturato e nel 22% delle organizzazioni più piccole. È il dato che spiega il titolo del rapporto, on the road to ROI: usare l'AI è ormai normale, ricavarne valore misurabile ancora no.

Le rilevazioni del 2026: l'adozione accelera, la profondità no

I dati Istat ed Eurostat fotografano il 2025. Tre indagini pubblicate nel 2026 dicono cosa è successo dopo, e vanno lette insieme perché misurano popolazioni diverse. Unioncamere e Dintec, con oltre 20.000 questionari SELFI4.0 raccolti dai Punti Impresa Digitale delle Camere di Commercio e pubblicati il 15 settembre 2026, rilevano che il 19,5% delle imprese usa soluzioni di AI, contro il 13,1% dell'anno precedente: un'impresa su cinque, con una spinta «a due velocità» che dipende dalla maturità digitale e dalla capacità organizzativa più che dal settore.

La Banca d'Italia, nel Questioni di Economia e Finanza n. 1009 di giugno 2026 costruito sull'indagine Invind, scrive che tra le imprese industriali e dei servizi con almeno 20 addetti «la quota di imprese che utilizzano strumenti di IA, dopo essere raddoppiata nel 2025 al 27 per cento, è salita ulteriormente, attestandosi al 32 per cento all'inizio del 2026». Ma «l'utilizzo intensivo della tecnologia è più contenuto (5 per cento)»: quasi un'impresa su tre la usa, una su venti l'ha integrata nei processi. Le simulazioni della stessa nota stimano per l'Italia un guadagno di produttività del lavoro tra 0,2 e 1,1 punti percentuali l'anno su un orizzonte decennale, a seconda della velocità di adozione. Non è un dettaglio: è la differenza tra un'AI che resta un esperimento e una che sposta i margini.

Sul fronte delle PMI, la ricerca 2025-2026 dell'Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano aggiunge il dato più scomodo: il 76% delle PMI italiane non ha investito né prevede di investire in AI, e solo il 7% ha avviato programmi strutturati di formazione. Eppure oltre la metà ha aumentato la spesa digitale nel 2025. Il denaro c'è, la visione sull'AI no. Il quadro che ne esce è coerente in tutte le fonti: l'adozione sta raddoppiando ogni anno, ma resta superficiale e concentrata nelle imprese più grandi e più mature digitalmente.

I numeri in una tabella

Sette fonti, con perimetri diversi. La tabella fissa i valori alla data di pubblicazione di questo articolo; i dati Istat ed Eurostat si riferiscono alle imprese con almeno 10 addetti, quelli di Banca d'Italia alle imprese con almeno 20 addetti.

Perché le PMI restano indietro?

Istat ha chiesto alle imprese che stanno valutando l'AI senza averla ancora adottata quali siano gli ostacoli. Le risposte disegnano una gerarchia chiara: carenza di competenze (58,6%), incertezza sul quadro normativo (47,3%), qualità e disponibilità dei dati (45,2%), timori per la privacy (43,2%) e costi elevati (43%). È una lista che chi lavora con le PMI riconosce subito, e che merita una lettura critica, perché non tutte le barriere sono dello stesso tipo.

La prima, le competenze, è reale e si supera solo con formazione e con strumenti che non richiedano di diventare esperti per essere usati. Le altre quattro hanno un tratto comune: dipendono da come si adotta l'AI, non dal fatto di adottarla. L'incertezza normativa è alta quando i dati aziendali viaggiano verso fornitori di cui non si conoscono server, contratti e sub-fornitori, e bassa quando restano in un perimetro noto. La qualità dei dati è un problema quando l'AI lavora su ciò che le viene incollato di volta in volta, e diventa un progetto governabile quando lavora sull'archivio aziendale, con permessi e ruoli. I timori per la privacy sono fondati quando il know-how aziendale può alimentare modelli di terzi, e infondati quando il contratto e l'architettura lo escludono. I costi, infine, esplodono quando si sommano decine di licenze individuali senza un disegno, e diventano prevedibili quando l'AI è un'infrastruttura dell'impresa come lo sono il gestionale o il server di posta.

C'è poi un dato che pesa più degli altri nel medio periodo. L'Osservatorio del Politecnico rileva che il 47% dei lavoratori usa già strumenti di AI al lavoro, che le offerte di lavoro con competenze di AI sono cresciute del 93% in un anno e che il 76% delle posizioni impiegatizie richiede ormai familiarità con questi strumenti. Tradotto: l'AI sta entrando nelle PMI comunque, attraverso le persone, con account personali e senza regole. La scelta dell'impresa non è tra adottare o non adottare, ma tra governare un'adozione che è già in corso o subirla. Il 76% di PMI che dichiara di non voler investire in AI, rilevato dal Politecnico, convive con collaboratori che la usano ogni giorno: è la definizione di adozione non governata.

Cosa fanno concretamente le aziende con l'AI, oggi?

Meno fantascienza di quanto suggerisca il dibattito. Tra le imprese italiane che usano l'AI, la tecnologia più diffusa è l'estrazione di informazioni da testi e documenti (70,8%), seguita dall'AI generativa per testi, immagini e audio (59,1%) e dal riconoscimento vocale (41,3%); il machine learning per l'analisi dei dati è al 20%, il riconoscimento di immagini e l'automazione dei flussi di lavoro intorno al 18%. Le funzioni in cui viene applicata di più sono marketing e vendite (33,1%), processi amministrativi (25,7%) e ricerca e sviluppo (20%). Eurostat conferma lo stesso profilo a livello europeo: l'analisi del linguaggio scritto è l'uso in più rapida crescita.

Il quadro dice una cosa semplice: l'AI che crea valore nelle imprese lavora sui documenti e sui dati che l'impresa già possiede. Contratti, offerte, mail, procedure, manuali tecnici, verbali, listini, storico ordini, ticket di assistenza. Leggere, cercare, riassumere, mettere in relazione, preparare bozze, rispondere a domande ricorrenti, automatizzare passaggi ripetitivi tra un sistema e l'altro. Non è un'AI che «decide»: è un'AI che restituisce alle persone il tempo oggi speso a cercare informazioni che l'azienda ha già, e che nessuno trova.

Ed è qui che si apre il problema. I casi d'uso a più alto valore sono esattamente quelli in cui i dati sono più sensibili: la lista clienti, le condizioni commerciali, i progetti in corso, i dati del personale, il know-how di prodotto. Un'AI che li conosce è preziosa; un'AI che li porta fuori dall'azienda è un rischio. Il modo in cui l'impresa scioglie questo nodo determina se l'AI resterà un gadget individuale o diventerà un sistema aziendale.

Dal chatbot all'AI sui dati aziendali: una differenza di categoria

Conviene distinguere tre modi di usare l'AI in azienda, perché vengono spesso confusi e hanno profili di valore e di rischio opposti.

Il primo è l'assistente generalista con account personale: il collaboratore apre ChatGPT, Gemini o Copilot, incolla un documento e chiede aiuto. È il modo più diffuso e il meno governato. L'AI non conosce l'azienda, i dati escono dal perimetro senza contratto, spesso verso server extra-UE, e il risultato dipende da chi lo chiede e da cosa incolla. Utile per il singolo, invisibile per l'impresa.

Il secondo è il piano business di un fornitore generalista: stesse capacità, con un contratto, l'esclusione dall'addestramento e, nei piani più costosi, la residenza europea dei dati. È un passo avanti sul piano legale, ma il modello resta individuale: l'AI non ha accesso nativo ai sistemi aziendali, ogni persona deve portarle a mano il contesto, e il costo cresce per utente. Con venti o cinquanta persone il conto diventa una voce di bilancio, e il know-how prodotto — i prompt, i documenti, le risposte — resta sparso in account personali.

Il terzo è l'AI privata aziendale: un sistema che vive dentro l'impresa (o su un cloud privato europeo dedicato), è collegato ai documenti e ai dati aziendali con permessi per ruolo, risponde a tutte le persone sullo stesso patrimonio informativo, esegue automazioni sui flussi reali e non usa nulla di ciò che vede per addestrare modelli di terzi. È una categoria diversa, non una versione migliore delle prime due: come la differenza tra le cartelle personali dei dipendenti e un archivio aziendale condiviso. Ed è la categoria a cui le PMI arrivano più tardi, perché fino a poco tempo fa richiedeva progetti su misura da grande impresa.

Quali regole valgono per un'azienda che usa l'AI nel 2026?

Il quadro va detto con precisione, perché l'incertezza normativa è la seconda barriera dichiarata dalle imprese e in buona parte è dovuta a informazione approssimativa. Nessuna norma obbliga un'azienda ad adottare l'intelligenza artificiale. Le norme regolano come usarla, e nel 2026 sono quattro.

Il GDPR (Reg. UE 2016/679) governa ogni passaggio in cui l'AI tratta dati personali di clienti, fornitori e dipendenti: base giuridica e minimizzazione (art. 5), contratto con il fornitore come responsabile del trattamento (art. 28), misure di sicurezza adeguate (art. 32), valutazione d'impatto quando il trattamento è su larga scala o usa tecnologie innovative (art. 35), garanzie per i trasferimenti extra-UE (capo V). È in vigore da anni e non nomina l'AI, ma è la norma che oggi pesa di più nella scelta del fornitore.

L'AI Act (Reg. UE 2024/1689) è in applicazione generale dal 2 agosto 2026. Per un'azienda che usa sistemi di AI — nel linguaggio del regolamento, un deployer — gli obblighi operativi sono l'alfabetizzazione del personale che li usa (art. 4) e la trasparenza verso le persone che interagiscono con un'AI o ricevono contenuti generati (art. 50). Il Regolamento (UE) 2026/1744, il cosiddetto Digital Omnibus sull'IA in vigore dal 27 luglio 2026, ha rinviato gli obblighi sui sistemi ad alto rischio al 2 dicembre 2027 (Allegato III) e al 2 agosto 2028 (Allegato I), ha attenuato l'obbligo di alfabetizzazione senza abrogarlo e ha fissato al 2 dicembre 2026 la marcatura dei contenuti per i sistemi già sul mercato. Per la grande maggioranza delle PMI, che usano l'AI su documenti, comunicazioni e processi interni, non si tratta di sistemi ad alto rischio: gli obblighi rilevanti sono formazione e trasparenza.

La Legge 132/2025, la legge italiana sull'intelligenza artificiale in vigore dal 10 ottobre 2025, fissa principi generali (uso antropocentrico, tracciabilità, sicurezza) e regole specifiche per settori come sanità, lavoro e professioni intellettuali; i decreti attuativi sono stati approvati in esame preliminare il 10 giugno 2026 e non sono ancora in vigore. Per chi ha uno studio professionale la norma pesa di più, e l'abbiamo trattata nel dettaglio nell'articolo dedicato all'IA nello studio commercialista.

C'è infine la cybersecurity: un'AI collegata ai dati aziendali è una nuova porta d'ingresso, e le imprese soggette alla NIS2 (D.Lgs. 138/2024) o che lavorano per soggetti NIS2 devono presidiare anche la catena di fornitura. Le misure minime — autenticazione a più fattori, gestione degli accessi, backup verificati, cifratura — sono comunque un obbligo ai sensi dell'art. 32 GDPR, con o senza AI.

Messo in fila, il quadro è meno spaventoso di come viene raccontato: per una PMI che usa l'AI sui propri documenti e processi, le regole si riducono a sapere dove sono i dati, avere un contratto con chi li tratta, formare le persone e dichiarare quando un contenuto o una risposta vengono da un'AI. Tutte e quattro sono più semplici da rispettare se l'AI vive in un perimetro noto.

Come si porta l'AI in azienda senza perdere il controllo dei dati: Neura per Aziende

Alla luce dei numeri, la domanda giusta per un'impresa non è «quale AI è la più intelligente», ma «quale AI posso collegare ai miei dati senza che diventino patrimonio di qualcun altro». È la domanda a cui risponde Neura per Aziende, l'AI privata sviluppata da Ianustec che Contify porta nelle imprese del Nord-Est. La logica è quella della terza categoria descritta sopra: l'AI lavora sui documenti e sui dati dell'azienda, dentro un perimetro che l'azienda controlla.

Si può avere in due modalità, e la scelta dipende dai vincoli dell'impresa, non da una gerarchia di qualità. On-premise con NEURA Brain: un sistema fisico ridondato a tre nodi installato in azienda, un mini data center privato con 96 GB di memoria condivisa e 6 TB di archivio locale replicato, silenzioso e a basso consumo, pensato per stare in ufficio e non in una sala server. I dati restano fisicamente in sede, con acquisto una tantum o leasing, e installazione, configurazione e formazione del team sono incluse. Cloud privato europeo con IACloud: l'infrastruttura proprietaria di Ianustec ospitata su server farm europee, con crittografia end-to-end, risorse che scalano con la crescita e supporto tecnico dedicato, senza infrastruttura da gestire in sede. Nei due casi i dati restano in Europa e sotto il controllo dell'impresa, e il know-how aziendale non viene usato per addestrare modelli di terze parti: è progettata per il GDPR, con i dati su infrastruttura europea o in sede, e il contratto lo mette per iscritto.

Cosa fa, in concreto, è ciò che i dati Istat dicono che le imprese cercano. AI conversazionale: le persone fanno domande in linguaggio naturale e ottengono risposte basate sui documenti e sui dati interni, con permessi per ruolo che garantiscono che ciascuno veda solo ciò che gli compete. Automazioni intelligenti: processi, comunicazioni e attività ripetitive vengono automatizzati sui flussi reali dell'azienda, collegando i sistemi già in uso. Storage sicuro dedicato: un archivio aziendale sempre disponibile, che diventa la base di conoscenza su cui l'AI lavora. Attorno a questo, moduli opzionali per gestione documentale, progetti e assistenza clienti, e una console di amministrazione per l'IT interno. Il tutto con un setup chiavi in mano e la formazione del team compresa: la prima barriera delle PMI, le competenze, si affronta accompagnando le persone, non consegnando un manuale.

Va detto con la stessa onestà usata per i numeri cosa Neura non è. Non è un sistema che decide al posto delle persone né che sostituisce il gestionale, l'ERP o il CRM: si aggiunge come livello di intelligenza che li interroga, prepara, riassume e automatizza. Le decisioni, le approvazioni e le responsabilità restano a chi le ha oggi. È la stessa impostazione che, per gli studi professionali, abbiamo declinato in Neura Studio, la versione costruita sul lavoro dello studio e sui suoi clienti.

Il percorso di adozione in cinque passi

Primo: mappare dove l'AI entra già. Quali persone usano strumenti generalisti, con quali dati, con quali account. Non per vietare, ma per sapere da dove si parte: nella maggior parte delle PMI l'adozione informale è più estesa di quanto la direzione creda.

Secondo: scegliere tre processi, non trenta. I dati dicono che il valore sta nella lettura e nella ricerca di documenti, nelle risposte a domande ricorrenti e nell'automazione di passaggi ripetitivi. Un'offerta commerciale da preparare partendo dallo storico, una richiesta di assistenza da instradare, una procedura interna da consultare: tre casi concreti, misurabili, con un responsabile.

Terzo: decidere dove vivono i dati. In sede, su cloud privato europeo, o presso un fornitore generalista con contratto. È la scelta che determina il profilo normativo, il costo e la governabilità di tutto ciò che viene dopo, e va presa prima di valutare le funzionalità.

Quarto: formare le persone e dichiarare l'uso dell'AI. L'alfabetizzazione richiesta dall'AI Act non è un corso teorico: è insegnare a chi usa lo strumento cosa può chiedergli, come verificare le risposte e quando dichiarare che un contenuto è stato generato. Bastano poche ore ben fatte, e sono la differenza tra un sistema usato e un sistema ignorato.

Quinto: misurare. Tempo risparmiato sui tre processi scelti, numero di richieste evase, errori evitati. Il 37% delle imprese nel mondo vede un impatto sui margini perché lo misura; le altre non sanno se c'è. Dopo tre mesi si estende ai processi successivi, con i numeri in mano.

Il mercato crescerà, e i dati dicono che le PMI italiane stanno raddoppiando ogni anno la propria presenza. La domanda per ciascuna impresa è se ci arriverà con un'AI che conosce i suoi dati e li tiene in casa, o con una collezione di account personali che li porta fuori. Contify aiuta le aziende a fare la prima scelta: dalla mappatura iniziale alla formazione del team, fino all'installazione di Neura in sede o su cloud europeo.