le grandi imprese corrono, le piccole restano indietro

C’è un solo indicatore, fra quelli con cui l’Istat misura la digitalizzazione delle imprese italiane, in cui il divario fra grandi e piccole si allarga invece di restringersi: l’intelligenza artificiale. Sul cloud, sull’analisi dei dati, sui gestionali, le distanze dimensionali si stanno chiudendo anno dopo anno. Sull’AI si spalancano: da circa venti punti nel 2023 a venticinque l’anno dopo, fino a oltre trentasette oggi. La tecnologia raccontata come la più democratica della storia, quella che si usa scrivendo una frase, è per ora l’unica voce in controtendenza dell’intero listino.

I numeri della rilevazione Imprese e Ict, pubblicata dall’Istat a dicembre, descrivono un’accelerazione a due velocità. L’adozione complessiva è raddoppiata in un anno, dall’8,2 al 16,4 per cento delle imprese con almeno dieci addetti; era al 5 nel 2023. Ma le grandi sono passate dal 32,5 al 53,1 per cento, oltre la metà del totale, mentre le piccole e medie si fermano al 15,7: trentasette punti e mezzo di distanza. La media europea, dice Eurostat, sfiora ormai un quinto delle imprese: l’Italia insegue anche lì. E dentro quel 15,7 si nasconde il dato più istruttivo di tutti: un terzo degli utilizzatori dichiarati, il 33,4 per cento, non indica una funzione aziendale per l’intelligenza artificiale che afferma di usare, e in oltre otto casi su dieci si tratta di piccole imprese. Adozione da esperimento, non da processo: qualche abbonamento, molta curiosità, nessuna riorganizzazione. Interrogati sugli ostacoli, i non utilizzatori rispondono in quest’ordine: competenze che mancano (58,6 per cento), incertezza normativa (47,3), dati insufficienti o di scarsa qualità (45,2).

La teoria consola. Everett Rogers mostrò, nella Diffusion of Innovations del 1962, che ogni tecnologia disegna la stessa curva: prima gli innovatori, poi la maggioranza precoce, poi quella tardiva, alla fine i ritardatari; e la distanza fra i gruppi si chiude da sola, col tempo. È andata così con l’elettricità, con l’informatica, con il commercio elettronico; sta andando così, dicono gli stessi dati Istat, perfino con il cloud. Basterebbe aspettare, e la curva farebbe il suo mestiere. L’intelligenza artificiale, per ora, disobbedisce alla curva. Disobbedisce perché il suo costo d’ingresso vero non è la licenza, che costa quanto un abbonamento, ma il trittico che sta dietro: calcolo per addestrare e adattare i modelli, dati ordinati su cui farlo, competenze per governare il risultato. È la prima tecnologia generale che si consuma come una utility e si adotta come un impianto. Il precedente lo conosciamo: Paul David mostrò nel 1990 che le fabbriche americane impiegarono quasi quarant’anni a riorganizzarsi attorno al motore elettrico, perché comprare la corrente era facile e ripensare la fabbrica no. La bolletta è leggera; il contatore, per una piccola impresa, resta lontanissimo. C’è anche un’aggravante di velocità che Rogers non poteva prevedere: questa tecnologia evolve più in fretta di quanto i ritardatari recuperino, e chi entra tardi trova, al posto della tecnologia di ieri a prezzo scontato, una frontiera già spostata. Da qui il paradosso misurato dall’Istat: più la tecnologia diventa accessibile in superficie, più il vantaggio si concentra in profondità, dove servono scala, dati e organizzazione. Le grandi imprese corrono più veloce per una ragione che con l’intelligenza c’entra poco: ai loro volumi, il circuito si ripaga da solo.

L’Europa ha cominciato a costruire la rete di distribuzione. La EuroHPC Joint Undertaking ha selezionato fra il dicembre 2024 e l’ottobre 2025 diciannove AI Factory, affiancate da tredici antenne nazionali: fabbriche pubbliche di calcolo che offrono ore macchina, dati e assistenza tecnica, pensate per dare a imprese, ricerca e amministrazioni l’accesso che il mercato riserva ai grandi. L’Italia ha la sua, IT4LIA, ospitata e gestita da Cineca al Tecnopolo di Bologna: eroga risorse e servizi a startup e piccole e medie imprese dall’aprile 2025, appoggiandosi al supercomputer Leonardo, e il 22 aprile scorso la EuroHPC ha firmato il contratto per la macchina dedicata, ottimizzata per l’inferenza, oggi in installazione. Sopra le fabbriche, Bruxelles costruisce le cattedrali: il 30 luglio è partito il bando vero e proprio, un invito a presentare offerte per un massimo di sette AI Gigafactory, con fino a 10 miliardi di euro di fondi europei e nazionali chiamati a mobilitarne almeno altri venti dai privati. L’appetito era già misurato, 77 manifestazioni d’interesse da sedici Stati per una sessantina di siti, e il regolamento adottato a gennaio aveva esteso il mandato della EuroHPC alle nuove infrastrutture. La corrente, a Bologna, ha già cominciato a passare; la potenza piena è in arrivo.

Il punto è chi la consumerà, perché la posta non è settoriale. In un’economia dove la grande maggioranza degli addetti lavora in imprese sotto i 250 dipendenti, un’intelligenza artificiale che si ferma alle grandi è un’intelligenza artificiale che non tocca il Pil: può rendere più efficienti i campioni, e lasciare identica la media. L’impatto macroeconomico di questa tecnologia si deciderà nella profondità dell’adozione, assai più che nella sua avanguardia. Un’infrastruttura senza domanda organizzata è una cattedrale nel deserto, e il 15,7 per cento delle piccole e medie imprese non diventerà 50 per gravità. Serve il contatore: un meccanismo che porti il calcolo dentro le aziende da dieci, cinquanta, duecento addetti, e che misuri ogni chilowattora di intelligenza erogato. La forma più semplice è un credito di calcolo a due componenti, agganciato all’AI Factory italiana e distribuito attraverso le antenne e i poli europei di innovazione digitale. La prima componente compra ore di calcolo e servizi di adattamento dei modelli sui dati dell’impresa; la seconda, obbligatoria e non separabile, compra formazione certificata delle persone che dovranno usarli, perché l’ostacolo che le imprese dichiarano per primo non è il prezzo ma la competenza. Niente fondo perduto generico, niente corse a sportello: titoli nominativi, spendibili solo presso l’infrastruttura pubblica e i suoi accreditati, con l’obbligo di rendicontare un caso d’uso entro dodici mesi.

Il percorso conviene disegnarlo a tappe, diagnosi, prova di concetto, adozione, verifica a dodici mesi, con la quota pubblica che scende a ogni passo mentre sale il cofinanziamento dell’impresa: così lo strumento non paga domanda artificiale né sostituisce spesa che le aziende avrebbero fatto comunque. Si parte dalle medie imprese dei distretti, quelle con dati ordinati e un caso d’uso a portata di mano, per scendere di taglia man mano che l’infrastruttura sale di capacità; e la rete degli accreditati, aperta agli operatori privati, evita di legare tutto a una sola macchina. Il nome dello strumento conta poco; contano le tre proprietà che lo distinguono dai sussidi che l’hanno preceduto: nominativo, condizionato alla formazione, misurabile ora per ora. La componente di calcolo si controlla per costruzione, perché il tetto è la capacità della macchina; il risultato si misura da solo, perché ogni ora erogata resta registrata. E l’obiettivo finale è già scritto nei target europei: portare al 75 per cento entro il 2030 le imprese che usano cloud, dati o intelligenza artificiale.

Rapportando a quel traguardo la quota di imprese che usano l’AI, l’Istat colloca il progresso dell’indicatore al 21,9 per cento, dal 10,9 di un anno prima. Il ritmo c’è; manca il moltiplicatore che lo trasformi in convergenza. Luigi Einaudi intitolò la più celebre delle sue Prediche inutili al conoscere per deliberare. Nell’economia che arriva, la conoscenza passa dal contatore del calcolo. Tenerlo lontano dalle piccole imprese significherebbe decidere, senza dichiararlo, chi potrà deliberare e chi soltanto eseguire.

I NUMERI

Imprese con almeno 10 addetti che usano l’AI: 16,4% nel 2025, dall’8,2% del 2024 e dal 5,0% del 2023 (Istat, Imprese e Ict 2025)
Grandi imprese: 53,1%; Pmi: 15,7%; divario salito da circa 20 punti (2023) a 25 (2024) fino a 37,4 (2025) (Istat)
Utilizzatori che non indicano una finalità aziendale: 33,4%, in oltre 8 casi su 10 piccole imprese (Istat)
Ostacoli dichiarati dai non utilizzatori: competenze 58,6%, incertezza normativa 47,3%, dati 45,2% (Istat)
Infrastruttura europea: 19 AI Factory e 13 antenne (EuroHPC JU); Bando AI Gigafactory (30 luglio 2026): fino a 7 impianti, fino a €10 mld pubblici per mobilitare almeno €20 mld privati (Commissione europea)

© Riproduzione riservata

Rosario Cerra