Lunedì mattina un membro del CdA inoltra un titolo: “il 95% dei pilot di IA fallisce”. Mercoledì qualcun altro ne cita un altro: “più della metà delle startup AI-native incassa oltre 400’000 dollari per dipendente”. Entrambi i numeri sono stati pubblicati da organizzazioni reali. Entrambi vengono usati per decidere quanto la tua azienda debba spendere in IA, e nessuno dei due è stato misurato su un’azienda come la tua.
Questo articolo prende i numeri più citati nel dibattito aziendale sull’IA e pone a ciascuno tre domande: chi l’ha misurato, su quale popolazione e che cosa la cifra lascia fuori. Se stai decidendo dove l’IA debba entrare nelle tue operazioni, il nostro lavoro di strategia IA parte dalla stessa abitudine: leggere le prove prima di spendere.
Le statistiche ottimistiche e quelle pessimistiche sull’IA descrivono popolazioni diverse, con definizioni e incentivi diversi. Il titolare di una PMI dovrebbe fare il budget sulla propria base misurata e su nessun titolo di giornale.
Il 95% del MIT: percezione, pilot e 52 organizzazioni
La cifra proviene da “The GenAI Divide: State of AI in Business 2025”, pubblicato a luglio 2025 da MIT NANDA. Il rapporto descrive il proprio metodo come l’analisi di oltre 300 iniziative di IA divulgate pubblicamente, interviste strutturate con 52 organizzazioni e risposte a un sondaggio di 153 dirigenti raccolte in quattro conferenze di settore. Copre il periodo da gennaio a giugno 2025.
È un campione piccolo e non casuale. Il rapporto si definisce preliminare e afferma che i suoi dati sono “indicativi” (directionally accurate), perché poggiano su interviste individuali e non su rendiconti aziendali. Aggiunge che le definizioni di successo possono variare da un’organizzazione all’altra.
Che cosa conta come successo
Il rapporto definisce strumento specifico per un compito implementato con successo quello per cui utenti o dirigenti hanno segnalato un impatto marcato e duraturo su produttività o conto economico. L’appendice usa una seconda definizione, più severa (messa in produzione oltre la fase pilota con KPI misurabili e ROI misurato sei mesi dopo), quindi il rapporto non applica un unico criterio dall’inizio alla fine.
Anche il titolo mescola unità di misura diverse. La sintesi parla di organizzazioni che non ottengono alcun ritorno e di pilot integrati che generano milioni di valore. Una pagina successiva chiama la cifra un tasso di fallimento delle soluzioni di IA aziendali. Chi cita “il 95% dei progetti di IA fallisce” ha fuso in uno tre denominatori diversi.
Che cosa dice anche lo stesso rapporto
Un altro risultato del documento viaggia di rado insieme al titolo. I collaboratori di oltre il 90% delle aziende intervistate dichiaravano di usare regolarmente strumenti di IA personali per il lavoro, mentre solo circa il 40% delle aziende affermava di aver acquistato un abbonamento ufficiale a un LLM. Le persone traggono valore dall’IA. A bloccarsi sono i programmi aziendali che le circondano.
Dove il rapporto si smentisce da solo
Il rapporto sostiene che le partnership esterne hanno un tasso di successo circa doppio rispetto alle realizzazioni interne, un indizio utile per chi deve scegliere tra acquistare e sviluppare, e precisa che si tratta di risultati autodichiarati che potrebbero non tenere conto di variabili confondenti. Gli autori descrivono inoltre il proprio lavoro come preliminare. Chi legge dovrebbe trattare il 95% con la stessa cautela che gli autori applicano a se stessi.
La lettura corretta è circoscritta. In uno studio MIT NANDA del 2025, con 52 organizzazioni intervistate e 153 dirigenti sondati, la maggior parte dei pilot di IA specifici o integrati non aveva prodotto un impatto duraturo sul conto economico, secondo il giudizio di dirigenti e utenti intervistati. Per capire perché i progetti reali si arenano, leggi perché i progetti di agenti IA falliscono.
Il 40% di Gartner: una previsione che nessuno ha ancora potuto contare
Il 25 giugno 2025 Gartner ha previsto che oltre il 40% dei progetti di agentic AI sarà cancellato entro la fine del 2027. Reuters, ripresa da The Star, ha indicato come motivi costi crescenti e valore di business poco chiaro, e la stampa di settore aggiunge controlli del rischio inadeguati.
Basta leggere il verbo. “Sarà cancellato” è una previsione sul futuro. Una cancellazione che non è ancora avvenuta non può essere un tasso di fallimento, e l’unico dato nel comunicato di Gartner è un sondaggio di gennaio 2025 su 3’412 partecipanti a un webinar sugli investimenti in agentic AI, che misura intenzioni di spesa e non cancellazioni. Alcuni commenti ripetono comunque il 40% come se fosse un tasso misurato.
L’agent washing
Gartner mette in guardia anche dall‘“agent washing”: fornitori che ribattezzano assistenti e chatbot come prodotti agentici, e stima che solo circa 130 tra le migliaia di fornitori di agentic AI siano reali. Il nostro articolo sull’agent washing mostra come verificare la promessa di un fornitore prima di firmare.
Il 55% di AWS: il sondaggio di uno sponsor tra i fondatori
Il 30 giugno 2026 AWS ha pubblicato un rapporto sulle tendenze delle startup. Il comunicato stampa afferma che le startup AI-native registrano una crescita media annua del fatturato del 156% contro il 65% delle startup in generale, e che il 55% genera più di 400’000 dollari di fatturato per dipendente.
La popolazione conta oltre 3’400 fondatori e dirigenti in 20 paesi. Sono persone che hanno risposto a un sondaggio, e il comunicato non spiega come siano state individuate, quante abbiano rifiutato, né se il fatturato per dipendente indichi ricavi contabilizzati o un valore annualizzato. La metodologia completa si trova in un rapporto separato.
AWS vende i servizi cloud e di IA che queste startup acquistano. Questo non rende falsi i numeri. Significa che lo sponsor ha scelto di pubblicarli e che il metodo non è visibile nel comunicato. Inoltre il 55% dei rispondenti non è un tasso valido per l’intero mercato, e una startup giovane dice poco di un’azienda manifatturiera di 30 persone in Argovia.
Fatturato per dipendente: il numero più citato e meno verificato
I grafici sul fatturato per dipendente delle aziende di IA circolano ovunque, per lo più da newsletter, tracker e post sui social. Nessuna delle fonti esaminate descrive un insieme di dati sottoposto a revisione. Il numeratore può essere il fatturato annuo, il run rate annualizzato, l’ARR o i ricavi contabilizzati, e il denominatore può essere il personale a tempo pieno, i collaboratori esterni o chiunque sia a libro paga. La fonte raramente precisa quale.
La selezione aggiunge un altro strato. Gli elenchi mettono in primo piano le aziende che hanno raccolto capitali, fatto notizia o diventato virali. Una media su un elenco simile descrive i casi eccezionali e famosi, dove i sopravvissuti prevalgono.
Midjourney è l’esempio abituale. Le stime pubblicate del suo fatturato per dipendente vanno da circa 3 a circa 5 milioni di dollari, a seconda della stima di ricavi e dell’organico (da circa 40 a oltre 160 persone) scelti da un tracker. Sono tutte non verificate, e la stessa azienda cambia di decine di punti percentuali da una fonte all’altra. Un grafico di cinquanta aziende così richiede cautela.
La conclusione per una PMI è semplice. Non usare nessuna di queste cifre come termine di paragone per la tua azienda. Se un concorrente vanta un rapporto strabiliante, chiedi che cosa è stato diviso per che cosa.
METR: un risultato rivisto dai suoi stessi autori
Lo studio METR del 2025 è uno studio controllato randomizzato: 16 sviluppatori open source esperti, 246 compiti reali sui loro repository, con strumenti di IA consentiti su alcuni compiti e non su altri. I compiti con l’IA consentita hanno richiesto il 19% di tempo in più. Gli sviluppatori avevano previsto un’accelerazione prima dello studio e anche dopo credevano che l’IA li avesse resi circa il 20% più veloci, convinzione che METR definisce errata.
Da questo risultato si traggono due lezioni. Percezione e misura possono divergere nettamente, ed è per questo che un sondaggio su quanto le persone si sentano produttive è una prova debole. Inoltre il campione era di 16 persone con strumenti dell’inizio del 2025, quindi il risultato descrive quel momento e quel gruppo.
L’aggiornamento del 2026 complica il quadro
A febbraio 2026 METR ha pubblicato un aggiornamento su uno studio successivo. Le stime puntuali dei dati più recenti tendono verso un’accelerazione, ma gli intervalli di confidenza includono lo zero, quindi non escludono né l’assenza di effetto né un rallentamento. METR definisce i nuovi numeri un segnale inaffidabile dell’effetto attuale.
La spiegazione è concreta. Gli sviluppatori hanno sempre più spesso rifiutato di partecipare perché non vogliono lavorare senza IA, il che con ogni probabilità distorce al ribasso la stima dell’accelerazione. METR riferisce che dal 30% al 50% degli sviluppatori ha dichiarato di aver trattenuto alcuni compiti, che il compenso per la partecipazione è sceso da 150 a 50 dollari l’ora e che il rilevamento dei tempi diventa inaffidabile quando gli sviluppatori eseguono più agenti contemporaneamente.
Citata da sola, la frase “l’IA rallenta gli sviluppatori del 19%” è superata. Citata da sola, “l’IA rende gli sviluppatori più veloci” non è ancora sostenuta dai dati di METR. La posizione onesta è che la questione resta aperta, e lo dice lo stesso studio meglio progettato in questo campo.
McKinsey 2026: attribuzione dichiarata dai rispondenti
Il sondaggio State of AI di McKinsey è il più trasparente tra i grandi insiemi di dati aziendali, anche se le cifre seguenti provengono da fonti secondarie e non dal rapporto originale. Secondo Digital Strategy AI, l’edizione 2026 ha coinvolto 1’719 rispondenti tra il 4 maggio e l’8 giugno 2026, e HPCwire ne ha parlato il 26 agosto.
Secondo FM Magazine, circa il 37% ha dichiarato un impatto sull’EBIT dovuto all’IA, più o meno come l’anno precedente. Circa il 6% si qualificava come high performer. Digital Strategy AI riferisce quel 6% a una base di 1’521 utenti di IA (92 organizzazioni), il che corrisponderebbe a una quota leggermente inferiore sul totale dei 1’719 rispondenti.
Che cosa significa “un certo impatto sull’EBIT”
Sono risposte a una domanda di attribuzione. Chi dice che l’IA ha contribuito all’EBIT non ha mostrato un libro contabile. E chi non dichiara alcun impatto non ha dimostrato che l’impatto sia zero. Ha detto di non poterne attribuire alcuno, il che può significare che non è successo nulla oppure che nessuno ha misurato. L’indagine non è pensata per descrivere le PMI svizzere o europee.
Altre due indagini su grandi aziende
Vale la pena accennare brevemente ad altre due fonti. Un working paper NBER ha interpellato quasi 9’000 dirigenti in sette paesi e ha rilevato che i dirigenti riferiscono un aumento della crescita annua della produttività del lavoro dello 0,2% negli ultimi tre anni, e se ne aspettano circa lo 0,6% all’anno nei prossimi tre. Sono percezioni e aspettative dei dirigenti.
L’indagine di BCG su 1’250 dirigenti ha suddiviso le aziende in 5% future-built, 35% scaler e 60% laggard, usando un indice proprio di 41 capacità. La ripartizione riflette il punteggio di BCG, e BCG vende servizi di trasformazione.
I titoli a colpo d’occhio
| Statistica | Editore | Popolazione | Che cosa non mostra |
|---|---|---|---|
| Il 95% delle iniziative di IA non ha un impatto duraturo sul conto economico | MIT NANDA, 2025 | 52 organizzazioni intervistate, 153 dirigenti sondati, oltre 300 iniziative pubbliche | Un tasso di fallimento dei progetti di IA, o un qualsiasi ritorno finanziario misurato |
| Oltre il 40% dei progetti agentici cancellato entro fine 2027 | Gartner, giugno 2025 | Sondaggio di gennaio 2025 su 3’412 partecipanti a un webinar, sulle intenzioni di spesa | Qualcosa che sia già accaduto |
| Il 55% delle startup AI-native sopra i 400’000 dollari per dipendente | AWS, giugno 2026 | Oltre 3’400 fondatori e dirigenti, 20 paesi | Il metodo, o un qualsiasi risultato per PMI già avviate |
| Fatturato per dipendente delle aziende di IA | Tracker e newsletter | Aziende famose o finanziate | Un numero verificato o una media di settore |
| Il 19% di tempo in più con l’IA, poi rivisto | METR, 2025 e 2026 | 16 sviluppatori nel 2025 | Come l’IA influisca sugli sviluppatori in generale, o sul lavoro non di programmazione |
| Circa il 37% dichiara un impatto sull’EBIT | McKinsey, 2026 | 1’719 rispondenti di organizzazioni eterogenee | L’EBIT misurato, o i risultati delle PMI |
Nessuno di questi campioni è un campione casuale di PMI svizzere o europee. I dati locali più vicini, come il sondaggio AXA e Sotomo su 336 PMI svizzere trattato in AI-native e AI-enabled a confronto, riguardano l’adozione e non misurano fatturato o EBIT.
Che cosa misurare nella tua azienda
Un titolo racconta che cosa è successo a qualcun altro. La tua base di partenza racconta che cosa succede ai tuoi soldi. Il metodo richiede qualche settimana e un foglio di calcolo.
- Scegli un processo. Prendi qualcosa di ricorrente in cui un ritardo o un errore ha un costo visibile, come preventivi, registrazione delle fatture, smistamento del supporto o inserimento ordini.
- Registra la base di partenza prima di cambiare qualsiasi cosa. Misura il tempo di ciclo dall’inizio alla fine, il tasso di errore (rilavorazioni, correzioni, reclami) e il costo per pratica (tempo del personale a tariffa oraria piena più costi dello strumento). Bastano da due a quattro settimane di dati per cominciare.
- Applica il cambiamento a una parte definita. Usa lo strumento di IA con un solo team o una sola linea di prodotto, così da poterlo confrontare con il resto.
- Conta il costo complessivo. Includi licenze, lavoro di integrazione, il tempo che il personale dedica alla verifica dei risultati e il costo degli errori introdotti dallo strumento.
- Misura di nuovo gli stessi tre numeri. Confronta cose omogenee, su un periodo simile, e annota che cos’altro è cambiato.
Un piccolo esempio illustrativo. Supponi che registrare a mano una fattura fornitore richieda 12 minuti e che l’8% debba essere corretto. Dopo un pilot, la registrazione richiede 5 minuti più 2 minuti di verifica, e il 5% va corretto. Questi numeri sono inventati, quindi usa i tuoi. Conta la struttura: il risparmio per pratica è visibile, la variazione di qualità è visibile e il responsabile finanziario può controllarla.
Per scegliere quali indicatori seguire, leggi i KPI degli agenti IA, e per trasformare i risultati in un calcolo di ritorno, il ROI degli agenti IA.
Perché il tuo numero vale più di qualsiasi titolo
Il motivo per misurare in casa va oltre la diffidenza verso le statistiche. Ogni cifra qui sopra risponde a una domanda posta a un gruppo diverso: dirigenti che hanno parlato con dei ricercatori, fondatori che hanno risposto al sondaggio di uno sponsor, 16 sviluppatori sui loro codebase. Le definizioni differiscono e gli incentivi pure. Un CdA che ne fa la media sta mediando cose dissimili.
Una base di partenza su un processo non ha nessuno di questi problemi. Usa la tua definizione di successo, il tuo costo del lavoro e la tua tolleranza all’errore. Può sbagliare a tuo favore o a tuo sfavore, e in entrambi i casi è un numero che puoi verificare e difendere. Per due studi che descrivono che cosa hanno cambiato le organizzazioni, invece di quanto spesso l’AI riesce, vedi cosa hanno cambiato 51 implementazioni AI riuscite e come le aziende riorganizzano il lavoro attorno all’AI.
Cambia anche la conversazione con i fornitori. Un fornitore che sa che misurerai tempo di ciclo, tasso di errore e costo per pratica su un processo prima di firmare un contratto più grande deve promettere qualcosa di verificabile. Il riassunto fedele delle statistiche è che l’adozione è ampia, la misurazione scarsa, e che a imparare di più saranno le aziende che contano il proprio lavoro.
Domande frequenti
È vero che il 95% dei progetti di IA fallisce?
No, il rapporto MIT NANDA non ha misurato questo. Il suo 95% mette insieme pilot, strumenti integrati e organizzazioni, e per successo intende che dirigenti o utenti hanno segnalato un impatto marcato e duraturo su produttività o conto economico. Il campione era di 52 organizzazioni intervistate e 153 dirigenti sondati a conferenze, e il rapporto stesso definisce i propri dati indicativi e non precisi.
Gartner dice che il 40% dei progetti con agenti IA fallisce?
Gartner prevede che oltre il 40% dei progetti di agentic AI sarà cancellato entro la fine del 2027, citando costi crescenti e valore di business poco chiaro. È una previsione di giugno 2025 e non un tasso di fallimento misurato. L'unico dato nel comunicato di Gartner è un sondaggio di gennaio 2025 su 3'412 partecipanti a un webinar, riferito alle intenzioni di spesa, quindi il 40% va letto come un avvertimento degli analisti sul rischio.
Perché gli studi sulla produttività dell''IA si contraddicono?
Perché misurano persone, compiti e definizioni diverse. METR ha testato 16 sviluppatori open source esperti sui loro codebase, mentre altri studi interrogano i dirigenti sui vantaggi percepiti. Percezione e misura divergono: per METR gli sviluppatori credevano di essere circa il 20% più veloci, ma impiegavano il 19% di tempo in più. Anche strumenti, periodo e interessi di chi finanzia lo studio spostano i risultati.
Una PMI svizzera può usare queste statistiche per il budget?
Solo come sfondo. Nessuno dei campioni principali è un campione casuale di PMI svizzere o europee, e la maggior parte descrive grandi aziende, startup, dirigenti o sviluppatori. Un budget difendibile parte dalla tua base di partenza su un processo, misurando tempo di ciclo, tasso di errore e costo per pratica prima e dopo. Ne esce una cifra che il tuo responsabile finanziario può verificare.
Come si misura il ritorno di un progetto di IA?
Scegli un processo, registra tempo di ciclo, tasso di errore e costo per pratica per alcune settimane prima del cambiamento, poi misura gli stessi tre valori dopo. Confrontali con il costo complessivo dello strumento, del lavoro di integrazione e del tempo del personale dedicato alla verifica. Sondaggi di percezione e dati di utilizzo delle licenze sono indicatori deboli per questo confronto.