Nei primi sei mesi del 2026 ho fatto una cosa piuttosto rara nel giornalismo tecnologico italiano: ho spento la playlist dei convegni e sono andata a parlare con le persone. Non con i CEO che pubblicano articoli su LinkedIn, non con gli evangelist di prodotto, non con i consulenti che vendono corsi. Con trenta PMI italiane di taglia 15-80 dipendenti, sparse tra Veneto, Emilia, Toscana, Lombardia e Marche. Titolari, direttori operativi, responsabili IT. Interviste da 45 minuti a due ore, con garanzia di anonimato totale, con la promessa che non avrei pubblicato nomi né settori identificabili. La tesi che porto a casa è netta e diversa dalla narrazione dominante: le PMI italiane non usano l’AI come raccontano i giornali. Ecco cosa fanno davvero, e cosa mentono di fare.
Prima di entrare nel merito, la nota di metodo. Le trenta aziende sono state selezionate con criterio semi-casuale a partire dalla mia agenda personale (dieci) più venti contatti reperiti attraverso quattro camere di commercio provinciali. Settori: manifattura leggera, servizi professionali, distribuzione B2B, e-commerce, edilizia specializzata, food. Le interviste hanno seguito una traccia semi-strutturata di dodici domande, con follow-up aperti. Non è un campione statistico rappresentativo. È un campione qualitativo denso, e i pattern che emergono, per quanto non generalizzabili al 100%, sono coerenti attraverso settori e regioni.
La differenza tra quello che dicono e quello che fanno
Prima scoperta che mi ha colpita: quasi tutti gli intervistati, nei primi cinque minuti di conversazione, dichiarano di “usare l’AI in azienda”. Poi, quando arrivano le domande specifiche (“Quali strumenti? Quali processi? Chi li usa?”), il quadro si sfalda. In sei aziende su trenta, “usiamo l’AI” significa che il titolare ha un abbonamento personale a ChatGPT (/tool/chatgpt/) e ogni tanto lo apre. In otto aziende, significa che qualche dipendente lo usa di nascosto o alla luce del sole senza una policy scritta. In dieci aziende, c’è un uso strutturato ma limitato a una funzione (quasi sempre marketing o customer service). Solo in sei casi ho trovato un uso trasversale che coinvolgesse più funzioni con procedure chiare.
Nella narrazione pubblica, invece, il 100% di queste aziende avrebbe risposto al sondaggio “adottiamo l’intelligenza artificiale” con un sì. Ecco perché i numeri dei sondaggi Confindustria e le stime McKinsey sull’adozione italiana vanno letti con enorme cautela. Fotografano una consapevolezza dichiarata, non un uso operativo.
I quattro casi d’uso reali (quelli che funzionano davvero)
Dalle interviste emergono quattro casi d’uso ricorrenti. Non venti, non cinquanta. Quattro. Ed è importante enumerarli, perché sono l’ossatura reale dell’AI nelle PMI italiane nel 2026.
Primo caso d’uso: scrittura di email e comunicazioni commerciali. Presente in 23 aziende su 30. Il pattern è quasi identico ovunque: il commerciale o l’account riceve una richiesta, apre ChatGPT (/tool/chatgpt/) o Claude (/tool/claude/) in tab, chiede una prima bozza, la corregge in cinque minuti, la manda. Tempo risparmiato dichiarato: da venti a quaranta minuti al giorno per persona. Effetto secondario meno raccontato: le email in italiano scritte con AI si somigliano tutte, e gli interlocutori più attenti hanno iniziato a riconoscere lo stile.
Secondo caso d’uso: sintesi documenti e verbali di riunione. Presente in 17 aziende. Riunioni registrate, trascritte, riassunte. In sette aziende il flusso è formalizzato (esiste un tool aziendale che lo fa), nelle altre dieci è ad-hoc con abbonamenti personali. Beneficio dichiarato: significativo, perché prima le riunioni finivano senza appunti utilizzabili.
Terzo caso d’uso: ricerca di informazioni tecniche e normative. Presente in 14 aziende. Qui gli strumenti citati includono Perplexity (/tool/perplexity/), a volte Google con AI Overviews, a volte ChatGPT con web browsing attivo. Uso tipico: un tecnico o un impiegato deve orientarsi su una norma, un componente, uno standard. L’AI riduce a metà il tempo di scoping, poi la verifica manuale resta obbligatoria.
Quarto caso d’uso: generazione contenuti marketing. Presente in 12 aziende. Post social, testi per newsletter, schede prodotto per l’e-commerce, prime bozze di articoli blog. Il beneficio operativo è forte in aziende senza risorse marketing interne. In quelle con marketing strutturato, l’AI viene usata come acceleratore ma con revisione umana pesante.
Fuori dalla top four? Analisi dati, automazione di processo, RAG su documenti aziendali, assistenti verticali. Sono spesso citati nei convegni ma nelle 30 PMI intervistate compaiono in modo strutturato in meno di 3 casi. La distanza tra la promessa di uso avanzato e la realtà è enorme.
I tre blocchi culturali che nessuno risolve
Seconda scoperta, forse la più importante. Non è la tecnologia il vincolo, sono tre blocchi culturali che ho visto emergere sistematicamente.
Primo blocco: la paura del dipendente. In 19 aziende su 30, i titolari mi hanno raccontato che i dipendenti più anziani (over 45) usano l’AI di nascosto o non la usano per paura di apparire pigri, di apparire sostituibili, o di violare policy inesistenti. In un caso, un capo ufficio mi ha detto testualmente: “Se dico ai miei che uso ChatGPT, pensano che ho iniziato a lavorare meno”. La conseguenza è che l’uso resta sommerso, non condiviso, non capitalizzato in procedure. Il beneficio individuale si perde a livello aziendale.
Secondo blocco: l’assenza di una policy scritta. In 22 aziende su 30 non esiste una policy sull’uso dell’AI. Non c’è un documento che dica “puoi usare ChatGPT per queste cose, non per queste altre, questi dati non si caricano”. Il risultato è che ogni dipendente decide da sé, con enormi variabilità di rischio. Un contabile che carica un bilancio su ChatGPT free è un problema di compliance non risolto. Un venditore che carica un’offerta cliente riservata è un problema di riservatezza. Nessuno delle 22 aziende senza policy si è accorta dei rischi in atto.
Terzo blocco: la mancanza di un budget dedicato. In 21 aziende su 30 non esiste una voce di budget “AI” o “tools digitali AI”. Gli abbonamenti sono pagati con carta personale del titolare, o distribuiti tra piccole spese IT non tracciate. Il risultato è duplice: nessuno sa quanto spende l’azienda in AI (spesso è di più di quanto pensano), e nessuno ha responsabilità formale di razionalizzarne la spesa.
Quello che le aziende mentono (o si mentono)
Terza scoperta, la più scomoda da raccontare. Cinque delle trenta aziende, in modo abbastanza evidente, hanno raccontato all’inizio dell’intervista un livello di adozione AI molto superiore a quello che poi è emerso quando siamo entrati nel dettaglio operativo. Non è cattiveria: è la naturale tendenza a presentarsi al passo con i tempi, specialmente quando si parla con una giornalista.
Il pattern è ricorrente. Fase uno: “Da noi l’AI è centrale, abbiamo un progetto di digital transformation”. Fase due: “Sì, effettivamente stiamo strutturando la fase di roll-out”. Fase tre (verso i quaranta minuti): “Ecco, in questo momento è una signora del marketing che usa ChatGPT, ma stiamo espandendo”. Il gap tra il livello dichiarato e quello reale è di solito di due-tre livelli di maturità.
Non è un problema di onestà personale. È il segnale di una pressione narrativa forte: le PMI italiane si sentono in dovere di dichiarare adozione perché il sistema (banche, associazioni di categoria, clienti B2B) premia chi si racconta AI-first. Il risultato è una nuvola di dati aggregati poco affidabile. I sondaggi pubblicati vanno letti sapendo di questo bias.
Controobiezione: “Ma allora l’AI in PMI non funziona?”
Prima obiezione seria che mi aspetto: se dopo trenta interviste racconti tante ombre, non stai smontando l’idea che l’AI serva alle PMI?
No. E qui devo essere chiara. In cinque delle trenta aziende ho visto adozione seria, misurata, con benefici reali. Non erano le più grandi né le più tecnologiche a priori. Erano quelle che avevano fatto una scelta di priorità (una funzione dove iniziare, un caso d’uso preciso), avevano dedicato un referente interno con tempo protetto (di solito il figlio del titolare o un giovane manager under 35), e avevano accettato di rifare procedure lente.
L’AI nelle PMI italiane funziona quando viene trattata come un progetto operativo, non come un aggiornamento tecnologico. Le altre venticinque aziende non stanno fallendo perché la tecnologia è cattiva. Stanno fallendo perché nessuno ha detto: dedichiamo tre mesi a un caso d’uso, misuriamo, poi decidiamo. Hanno comprato abbonamenti sperando che l’AI si adottasse da sola.
Controobiezione: “Ma il tuo campione è piccolo”
Seconda obiezione, tecnica: trenta aziende sono poche per generalizzare.
Corretto. Non pretendo di parlare per le seicentomila PMI italiane. Pretendo di raccontare pattern qualitativi coerenti in un campione denso di trenta casi, con settori e regioni diversi. La coerenza di questi pattern (top 4 caso d’uso, tre blocchi culturali, gap tra dichiarato e reale) è tale che vale la pena metterla sotto attenzione. Se qualcuno replica la ricerca con cento aziende, sarei felicissima di leggere i risultati. La mia scommessa è che i pattern che ho trovato terrebbero. Del resto i numeri dell’Osservatorio Artificial Intelligence del Politecnico di Milano vanno nella stessa direzione: la larga maggioranza delle PMI italiane non ha ancora investito in modo strutturato nell’AI.
Cosa dovrebbe fare una PMI italiana oggi
Chiudo con cinque raccomandazioni concrete emerse dal confronto con le aziende che stanno adottando bene.
Uno: scrivi una policy AI in mezza pagina. Anche imperfetta. Anche minimale. Deve dire cosa si può caricare, cosa no, e quali sono gli strumenti aziendali autorizzati.
Due: scegli un caso d’uso di partenza, uno solo. Se il tuo team fatica sulle offerte commerciali, parti da lì. Se il collo di bottiglia sono i verbali di riunione, parti da lì. Non tentare la trasformazione simultanea di sei processi.
Tre: dedica un referente interno. Non serve un CTO. Serve una persona motivata, con almeno mezza giornata a settimana protetta, con l’autorità di raccogliere feedback e cambiare procedure.
Quattro: budget dedicato, anche minuscolo. Anche solo tremila euro all’anno. Ma tracciato. Sapere quanto si spende è la premessa per razionalizzare.
Cinque: forma i dipendenti alla condivisione. Il beneficio individuale nascosto non serve all’azienda. Fai una call mensile di dieci minuti in cui uno dice “questa settimana ho usato l’AI per X, ho risparmiato Y”. Diffonde più delle policy.
Cosa cambia per te
Se dirigi una PMI italiana, la domanda scomoda che ti faccio è: quale delle mie trenta aziende sei tu, quella che dichiara “usiamo AI” e in realtà ha un titolare con un abbonamento ChatGPT? Quella con adozione strutturata su una funzione? Quella con adozione trasversale? Il primo passo per uscire dalla nuvola è capire in che punto si sta davvero.
Se sei un dipendente e usi l’AI di nascosto perché temi il giudizio, hai già la parte più difficile fatta (l’hai adottata). Manca la parte facile: chiedere ai tuoi capi di codificare quello che stai già facendo. Se ti dicono di no, hai imparato qualcosa di importante sull’azienda.
Cosa ne pensi tu che stai leggendo? Se sei titolare o manager di una PMI, ti riconosci in uno dei pattern? Se sei un consulente che gira aziende, i tre blocchi culturali che ho descritto ti tornano o ne vedi altri? Sto raccogliendo altre voci per una seconda tornata di interviste nel 2026: scrivimi, con o senza nome. Il quadro reale dell’AI nelle PMI italiane si costruisce solo così, sussurrando in privato quello che nessuno dice ai microfoni.
