Open Innovation: guide e best practice

Artificial Intelligence nel 2025: mercato, adozione e trasformazione ...

Il mercato dell'intelligenza artificiale in Italia ha superato i confini del progetto pilota. Secondo i dati dell'Osservatorio Artificial Intelligence del Politecnico di Milano, nel 2025 il valore del mercato AI italiano ha registrato una crescita significativa, con le grandi imprese che moltiplicano i progetti in produzione e le PMI che iniziano ad adottare strumenti concreti — spesso in modo disorganizzato, senza una governance chiara. Il problema non è la tecnologia. La tecnologia c'è, funziona, costa sempre meno. Il problema è che si stima che circa il 70% delle aziende italiane usi l'AI come uno strumento isolato, senza integrarlo in un processo decisionale strutturato. E questo vale doppio quando parliamo di innovazione interna: le idee vengono generate, le analisi AI producono output, ma nessuno sa davvero cosa farne dopo. Chi sta investendo davvero in AI in Italia nel 2025 — e quanto L'Osservatorio AI del Politecnico di Milano fotografa un mercato in piena espansione. Le grandi e grandissime imprese italiane concentrano la quota maggiore della spesa, sia in licenze software che in progetti su misura. Le funzioni aziendali più coinvolte sono marketing, operations e customer service. HR e finance seguono con ritardo misurabile. Le PMI si muovono in modo frammentato. L'adozione della Generative AI nelle piccole e medie imprese italiane cresce, ma si ferma quasi sempre all'uso individuale di strumenti come ChatGPT per redigere testi o rispondere alle email. Non c'è un processo. Non c'è una strategia. C'è un utilizzo, e la speranza che basti. Un fenomeno rilevante emerge dai dati: la cosiddetta Shadow AI . In Italia, Francia e Regno Unito, una quota significativa di lavoratori usa strumenti AI senza che l'azienda li abbia formalmente approvati o ne sia a conoscenza. Questo non è solo un rischio di governance. È un segnale preciso: i lavoratori percepiscono un'utilità concreta nell'AI, ma l'azienda non ha ancora creato il contesto giusto per canalizzare quella spinta. Perché i progetti AI nelle grandi imprese faticano a passare dalla sperimentazione alla scala Ricerche di settore indicano che la maggioranza delle grandi aziende italiane ha già superato la fase sperimentale. I progetti esistono. Quello che manca è la capacità di portarli in produzione su scala. L'Osservatorio identifica due nodi principali: la governance dell'AI e la convenienza economica percepita nel lungo periodo. La governance è il nodo più critico. Chi decide quali dati usare? Chi valida l'output dell'AI prima che impatti un processo reale? Chi è responsabile quando l'algoritmo sbaglia? Queste domande, in una quota stimata superiore al 60% delle aziende italiane, non hanno ancora una risposta formale. Senza risposta, i progetti restano in uno stato di attesa permanente. Sul fronte economico, il ragionamento è più sottile. I costi di implementazione AI si stanno abbassando. Ma i benefici vanno misurati correttamente. Un'analisi di fattibilità prodotta dall'AI ha valore solo se chi la riceve sa come usarla per prendere una decisione. Altrimenti è un documento in più in una cartella che nessuno apre. Cos'è l'Agentic AI e perché cambierà concretamente i processi di innovazione aziendale Il capitolo più interessante del report dell'Osservatorio è quello sull'Agentic AI. Il titolo originale è provocatorio: "Pensavo fosse AI… invece era un agente". Coglie qualcosa di reale. L'AI agentiva non si limita a rispondere a una domanda. Pianifica, esegue, verifica, corregge. Un agente AI può prendere un'idea grezza, analizzarla rispetto a parametri ESG, verificarne la fattibilità tecnica e confrontarla con il mercato. Produce un documento pronto per il management. In sequenza, senza aspettare un prompt a ogni passaggio. Questo ha implicazioni dirette per chi gestisce processi di innovazione interna. La fase di valutazione delle idee — storicamente lenta, soggettiva, dipendente da chi ha tempo di rispondere — può essere accelerata in modo radicale. Non sostituendo il giudizio umano. Strutturandolo meglio. Cosa dicono i lavoratori italiani sull'AI: benefici misurabili e resistenze reali Il confronto tra Italia, Francia e Regno Unito offre dati concreti. I lavoratori che usano l'AI regolarmente riportano risparmio di tempo, riduzione di attività ripetitive e maggiore qualità degli output. Le occupazioni più impattate sono quelle con alta componente di elaborazione testuale e analisi dati. C'è però una tensione sottostante. I lavoratori che usano l'AI in modo autonomo — spesso senza autorizzazione aziendale — lo fanno perché percepiscono un vantaggio immediato. L'azienda vede un rischio. Dati che escono, processi non validati, responsabilità indefinite. La soluzione non è vietare. È strutturare. Le aziende che hanno creato un contesto di adozione governata — con ruoli definiti, processi tracciabili e output validati — hanno ridotto la Shadow AI e aumentato la qualità dei risultati generati. Non è un paradosso. È il risultato atteso quando si passa dall'uso spontaneo all'adozione sistematica. Perché le PMI italiane rischiano di disperdere il loro vantaggio competitivo sull'AI Le PMI italiane hanno un vantaggio naturale: sono agili. Possono implementare nuovi processi senza convincere dieci livelli gerarchici. Ma questo vantaggio si perde rapidamente se l'adozione AI rimane informale. Si stima che le PMI con un processo strutturato di innovazione interna — supportato da strumenti digitali e AI — riescano a portare in esecuzione circa il 40% di idee in più rispetto a quelle che gestiscono l'innovazione in modo informale. Non perché abbiano più idee. Perché perdono meno di quelle che già hanno. Il problema delle PMI non è la mancanza di creatività. È la mancanza di metodo. Le idee vengono discusse in riunione: alcune vengono appuntate, pochissime arrivano a un piano d'azione concreto. L'AI può aiutare in ogni fase — dalla sintesi alla valutazione, fino alla stesura del progetto esecutivo. Ma solo se c'è un processo in cui inserirla. Come strutturare l'adozione AI per trasformarla in innovazione misurabile — e dove entra BrainRooms Il report dell'Osservatorio AI descrive un mercato che cresce, ma un'adozione che fatica a diventare sistematica. Le aziende usano l'AI a sprazzi, su singole attività, senza che questo si traduca in un vantaggio competitivo misurabile. Il nodo non è tecnologico. È di processo. BrainRooms è stato costruito esattamente per risolvere questo problema nel contesto dell'innovazione interna. Il funnel delle sei stanze — dall'ide