I dati del 2026 sull’adozione dell’intelligenza artificiale nelle PMI italiane raccontano una storia che a prima vista non torna. L’81% delle PMI usa già strumenti di AI, ma il 76% non ha investito un euro né prevede di farlo. Non è una contraddizione. È quello che succede quando un Paese scopre ChatGPT prima di capire come gestire i propri dati.

In questo articolo metto in fila i numeri pubblicati nei primi mesi del 2026 da Istat, Osservatorio del Politecnico di Milano e Anitec-Assinform (la principale associazione italiana del settore digitale). Provo a spiegare perché il dato medio nasconde una distanza enorme tra grandi e piccole aziende, e racconto il percorso a 90 giorni che proporremmo oggi a una PMI italiana da venti persone.

1. Quanti dati ci sono davvero sull’adozione AI nelle PMI italiane?

I dati pubblicati nei primi mesi del 2026 convergono su poche cifre chiave.

IndicatoreValore 2026Fonte
Imprese italiane (10+ dipendenti) che usano almeno uno strumento AI16,4% (era 6% nel 2023)Istat via BitMat
PMI fino a 49 dipendenti che usano AI14,2%Istat via BitMat
Grandi imprese che usano AI32,5%Istat via BitMat
Mercato AI in Italia1,24 miliardi € (+33% sull’anno)Anitec-Assinform via Key4biz
Proiezione mercato AI Italia 20271,8 miliardi €Anitec-Assinform via Industria Italiana
PMI che usano l’AI in modo non organizzato81%Polimi via Innovami
PMI con percorsi di formazione AI strutturati7%Polimi via AI4Business
Ore all’anno risparmiate da una PMI che usa AIcirca 270 (5h a settimana)OpenAI via Digitalic, maggio 2026

2. Perché il vero gap è la dimensione, non la tecnologia?

Il numero che fa più rumore è la distanza tra grandi imprese (32,5%) e piccole (14,2%). Più del doppio. Le ragioni sono note, ma vale la pena scriverle nere su bianco.

Una banca o un’azienda industriale da 500+ dipendenti ha un budget IT che giustifica un progetto AI da 200.000 euro. Una PMI da 15 persone no. Chi ha già un buon gestionale, un archivio clienti aggiornato e dati ordinati parte con anni di vantaggio: l’AI funziona bene solo se ha dati puliti da leggere. I profili tecnici in Italia sono pochi e costosi, e le grandi imprese li attraggono con stipendi che una PMI fatica a sostenere. Le normative come AI Act e GDPR sono più semplici da gestire per chi ha già un ufficio legale interno.

Il rischio strategico è chiaro. Se l’AI dà un vantaggio a chi ha già dati, processi e capitale, la distanza dai più grandi si allarga ogni mese. Per una PMI italiana, ignorare l’AI nel 2026 non significa restare ferma: significa perdere terreno mentre gli altri accelerano.

3. Cosa significa “usare l’AI senza strategia”?

L’81% di adozione informale è quasi tutto questo:

  • un account ChatGPT a pagamento condiviso tra reparti;
  • testi per la newsletter generati con Claude o Gemini;
  • trascrizioni delle riunioni fatte con strumenti come Otter o Fireflies;
  • immagini per i social create con Midjourney o DALL·E.

Tutto utile. Tutto invisibile alla direzione. Senza nessuno che tenga traccia, senza obiettivi, senza regole su quali dati aziendali si possono incollare dentro questi strumenti. Quando facciamo un primo controllo in una PMI, scopriamo quasi sempre la stessa cosa: ci sono 6–12 software diversi, pagati con carte personali, di cui l’IT aziendale non sa nulla. Non è colpa di nessuno. È quello che succede quando una tecnologia si diffonde più velocemente delle regole interne che dovrebbero accompagnarla. La risposta non è vietare, ma dare alle persone un perimetro chiaro entro cui sperimentare senza mettere a rischio l’azienda.

4. Quali sono gli ostacoli reali per le PMI italiane?

Le indagini italiane indicano tre ostacoli ricorrenti. Conviene separare quelli veri da quelli che sono in realtà sintomi di qualcos’altro.

Ostacolo vero: le competenze

Più della metà delle PMI che hanno valutato l’AI senza adottarla cita la mancanza di competenze come blocco principale. È un problema strutturale, non risolvibile con un corso da quattro ore. Le strade praticabili sono tre. Ci si appoggia a un partner esterno per il primo progetto, mettendo nero su bianco che a fine lavori ti lasciano la documentazione e il know-how (in modo da non restare legati a loro per sempre). Si assume una figura ibrida (per esempio un analista dati capace anche di lavorare con gli strumenti di AI) prima di pensare a un direttore tecnico o a un data scientist senior. Si fa formazione interna su casi d’uso concreti, non sull‘“intelligenza artificiale” in astratto, che è un argomento troppo ampio per essere utile.

Ostacolo apparente: i costi

I costi non sono un vero blocco per un primo progetto. Una prima sperimentazione su strumenti già pronti costa meno di un singolo congresso aziendale. Il blocco vero è la mancanza di un caso d’uso con un numero attaccato sopra: senza una stima delle ore risparmiate, degli errori ridotti o dei contatti convertiti in più, non c’è budget che regga in CdA.

Ostacolo legittimo: l’AI Act

Il regolamento europeo sull’AI (AI Act) sta entrando in vigore a tappe. Per la maggior parte delle PMI gli usi tipici ricadono nelle categorie a basso rischio (assistenza, marketing, supporto al lavoro d’ufficio), ma servono comunque tre cose: una regola d’uso interna scritta in modo semplice, una mappa di quali strumenti di AI usate e a che livello di rischio appartengono, e l’obbligo di dire chiaramente all’utente finale quando un contenuto è generato dall’AI o quando una decisione la prende un algoritmo.

5. Quali settori corrono e quali sono ancora fermi?

Secondo Anitec-Assinform, gli investimenti AI in Italia si concentrano in banche (173,6 milioni di euro, soprattutto per riconoscere le frodi, valutare il rischio dei clienti e gestire il servizio clienti), telecomunicazioni e media (161,6 milioni), sanità (lettura automatica di immagini diagnostiche e gestione delle cartelle cliniche) e industria manifatturiera (controllo qualità con telecamere e manutenzione che anticipa i guasti analizzando i dati dei macchinari).

I settori ancora indietro, dove anche un piccolo investimento AI dà un ritorno rapido, sono altri. Il commercio al dettaglio indipendente, dove l’analisi del magazzino e prezzi che si adattano alla domanda spostano i margini. Gli studi professionali, dove estrarre dati dai documenti e generare bozze fa risparmiare ore ogni settimana. I servizi B2B, dove l’AI può qualificare i contatti commerciali e scrivere prime versioni di offerte. L’hospitality, dove rispondere alle recensioni in più lingue e gestire i prezzi delle camere in modo dinamico sono risultati facili e veloci.

6. Come costruire un percorso AI a 90 giorni per una PMI italiana?

Questa è la sequenza che proponiamo ai clienti quando partono da zero. Non è una teoria. È quello che facciamo davvero.

Giorni 1–30: capire e scegliere

Si parte da un censimento degli strumenti AI già usati in azienda (chi usa cosa, su quali dati). Poi si guarda quali sono i processi più ripetitivi e meno creativi, e si sceglie un caso d’uso con una metrica chiara: per esempio “dimezzare il tempo di risposta alle richieste di preventivo”. Nello stesso mese si scrive una breve regola d’uso interna: una pagina sola, leggibile da chiunque.

Giorni 31–60: la prova sul campo

Si costruisce una prima versione funzionante usando strumenti già pronti, senza creare infrastruttura propria al primo giro. La si fa provare a 5–10 persone, non a tutta l’azienda. Si tiene traccia di tutto: cosa si chiede all’AI, cosa risponde, cosa pensano gli utenti. Si confronta il tempo o il costo del nuovo processo con quello vecchio.

Giorni 61–90: la decisione

Si guardano i dati raccolti e si prende una decisione netta: si estende a tutta l’azienda, si modifica, o si chiude il caso d’uso. Se funziona, si scrive il piano per i sei mesi successivi, si valuta se assumere o tenere un partner stabile, e si mettono le regole giuste. Se non funziona, si tiene quello che si è imparato e si passa al prossimo caso d’uso.

7. Quali tre forze sposteranno l’asticella entro il 2027?

Il mercato AI italiano è previsto a 1,8 miliardi di euro entro il 2027 (Anitec-Assinform), con il Sud che si sta avvicinando ai livelli medi europei. Tre forze stanno per cambiare il quadro. L’AI Act entrerà in piena applicazione tra il 2026 e il 2027, e chi avrà già regole interne in piedi non solo eviterà sanzioni, ma sarà più veloce a sperimentare nuovi casi d’uso. Nuovi modelli di AI aperti e gratuiti (come Llama di Meta, Mistral o DeepSeek) stanno facendo crollare il costo per usare l’intelligenza artificiale, e rendono più facile non dipendere da un solo fornitore. Stanno arrivando gli “agenti AI”, cioè sistemi che non si limitano a rispondere ma eseguono in autonomia sequenze di azioni complesse: prenotare un viaggio, compilare un ordine, gestire una pratica. Il salto dal “chatbot che risponde” all‘“agente che fa” è già qui, e ancora in pochi se ne stanno accorgendo (per le otto direzioni concrete che stanno emergendo, vedi i trend AI per le aziende italiane nel 2026).

Le PMI che nei prossimi dodici mesi metteranno in piedi anche un solo caso d’uso fatto bene (con regole, misurazioni e un piano) si troveranno in una posizione molto diversa rispetto a chi continuerà a usare l’AI in modo disordinato.

In sintesi

L’adozione AI nelle PMI italiane nel 2026 non è una questione di se, ma di come. I dati di Istat, Politecnico di Milano e Anitec-Assinform raccontano un Paese che sta usando l’intelligenza artificiale prima di averla capita. Il rischio non è la tecnologia. Il rischio è restare nell’81% che la usa senza un piano, mentre i concorrenti entrano nel 7% che la usa con metodo.

Se vuoi capire da quale caso d’uso partire nella tua azienda, e quanto costa davvero un primo progetto misurabile, parliamone. La prima chiamata è gratuita e di solito basta per dirti se ha senso muoversi adesso o aspettare.

Fonti e approfondimenti

FonteArgomentoLink
IstatDati 2026 su imprese italiane che usano AI (16,4% delle imprese 10+ dipendenti, 14,2% PMI fino a 49)istat.it via BitMat
Osservatorio AI PolimiMercato AI italiano €1,8 mld 2025 (+50% YoY), 71% delle grandi aziende con progetti AI, sotto il 10% per le PMIosservatori.net
Anitec-Assinform”Il Digitale in Italia 2025” (PDF): segmento AI +38,7% YoY a oltre €900M, processi amministrativi al 28,2% dei casi d’uso AIaliautonomie.it (PDF)
Polimi Osservatori (PMI)76% delle PMI italiane non ha investito né prevede di investire in AI; solo il 7% ha percorsi di formazione strutturatiai4business.it
OpenAI via DigitalicStima maggio 2026: circa 270 ore l’anno risparmiate da una PMI italiana che usa AIdigitalic.it
Commissione EuropeaAI Act: regolamento UE in piena applicazione tra 2026 e 2027digital-strategy.ec.europa.eu

Domande frequenti