L’intelligenza artificiale non solo come una nuova opportunità tecnologica per le imprese. C’è di più, si tratta di una questione di competitività economica, da affrontare con una strategia unica su competenze, infrastrutture digitali, organizzazione del lavoro e capacità di investimento. In occasione del 41° Convegno dei Giovani Imprenditori di Confindustria, Maria Anghileri, Presidente dei Giovani imprenditori di Confindustria – ha parlato apertamente della necessità di dotare il nostro Paese di un piano sull’IA fondato su scelte strategiche e condivise tra istituzioni e mondo imprenditoriale. In occasione del convegno Economy ha intervistato Fabio Pompei, Ceo di Deloitte Italia e Central Mediterranean, intervenuto a Capri in un talk con il Rettore della Luiss, Paolo Boccardelli.
In base al vostro osservatorio privilegiato, che quotidianamente vi mette a contatto con centinaia di imprese, come è possibile rendere efficace il passaggio dalla ricerca e dalla conoscenza alle applicazioni industriali e a nuovi modelli di business?
Siamo ormai oltre la fase in cui il problema principale era convincere le imprese a investire nell’IA o a sperimentarla. Il punto oggi è capire dove investire, interrompere i progetti che non producono risultati e portare rapidamente a scala quelli che generano valore. In Italia l’82% delle imprese intervistate da Deloitte prevede di aumentare gli investimenti in IA e il 92% si aspetta un aumento della produttività. Ma soltanto il 35% dichiara di avere già calcolato il ritorno sull’investimento e il 51% ha individuato metriche specifiche per misurarne le performance. Questo ci dice che, mentre gli investimenti accelerano, per una parte significativa delle imprese la capacità di misurarne concretamente il valore deve ancora maturare”.
Su questo fronte, quale sfida attende i leader nel breve termine?
Il prossimo vantaggio competitivo non verrà da chi spenderà di più in IA, ma da chi saprà investire meglio. È un approccio che prevede delle azioni precise. Partire non dalla tecnologia in sé, ma dalle priorità strategiche dell’impresa e dalle aree in cui esiste il maggiore potenziale di creazione di valore; individuare pochi processi nei quali l’IA può produrre un cambiamento significativo; stabilire fin dall’inizio come misurarne i risultati e infine correggere rapidamente ciò che non funziona e avere la capacità di portare rapidamente a scala ciò che funziona.
A che punto siamo con la capacità di assorbimento dell’innovazione?
Possiamo produrre tecnologie straordinarie, ma perché diventino produttività e competitività occorrono organizzazioni capaci di integrarle nei processi, competenze manageriali adeguate e persone in grado di lavorare in modo nuovo. Su questo vediamo ancora uno squilibrio significativo. Ho trovato molto efficace la metafora della “bomba d’acqua” utilizzata dalla Presidente Anghileri nel suo intervento. Uno dei problemi che abbiamo in Europa è proprio la capacità di assorbire l’enorme quantità di innovazione. Credo sia un punto decisivo: il trasferimento tecnologico non è soltanto una questione di offerta di tecnologia, ma anche della capacità delle imprese di riconoscerla, integrarla nei processi e trasformarla in valore.
A quale ritmo invece l’innovazione, come Sistema Paese, riusciamo a diffonderla?
Quello che osserviamo come Deloitte, lavorando a livello globale con imprese, istituzioni e mondo accademico, è che la competitività non nasce soltanto dalla capacità di produrre innovazione, ma dalla velocità con cui un ecosistema riesce a diffonderla. La competitività dell’Italia non dipenderà soltanto da quanti modelli o applicazioni di IA riusciremo a sviluppare, ma da quanto rapidamente riusciremo a portare queste tecnologie dentro migliaia di imprese e a trasformarle in produttività, crescita e nuovi modelli di business. Il trasferimento tecnologico non è soltanto un problema di offerta di innovazione. È anche un problema di domanda qualificata di innovazione: aziende che al loro interno devono sviluppare competenze che permettano loro di riconoscere una tecnologia utile, integrarla, modificare i processi e trasformarla in valore.
La vera differenza è nella capacità dell’impresa di ripensare la propria organizzazione attorno all’IA?
Su IA e tecnologie emergenti serve sempre di più un modello circolare, nel quale università, grandi imprese, PMI, startup e investitori lavorino insieme sin dalle prime fasi. . Un’impresa industriale con cinquanta o cento anni di storia può diventare molto più AI-native di una società nata pochi anni fa, se riesce a ridisegnare processi, competenze e modelli organizzativi intorno alle nuove possibilità offerte dall’intelligenza artificiale. Anzi, le aziende legacy partono spesso con alcuni vantaggi enormi: dati proprietari accumulati nel tempo, conoscenza dei clienti, processi industriali consolidati, competenze verticali, patrimonio di conoscenza delle proprie persone.
Come devono cambiare processi, ruoli, responsabilità e modalità decisionali affinché l’intelligenza artificiale diventi un fattore reale di competitività?
Farà un passo decisivo chi saprà combinare gli asset e il know-how dell’impresa tradizionale con la velocità, la capacità di sperimentazione e il modo di operare di un’impresa AI-native. Il problema nasce quando l’IA viene semplicemente aggiunta all’organizzazione esistente come un nuovo strumento tecnologico, senza modificare il modo in cui l’impresa lavora. Il nostro State of AI in the Enterprise 2026 mostra che il 37% delle organizzazioni utilizza ancora l’IA soprattutto a un livello superficiale, con cambiamenti limitati o nulli dei processi esistenti. Il 30% sta ridisegnando alcuni processi chiave e soltanto il 34% sta iniziando a utilizzarla per trasformare profondamente prodotti, servizi o modelli di business.
Infine, qual è la ricetta giusta per gestire in modo corretto la governance di questa tecnologia?
Le aziende saranno chiamate sempre più progettare e governare sistemi nei quali persone e intelligenza artificiale lavorano insieme. E per farlo serviranno nuove competenze di giudizio e relazionali. Le nostre ricerche mostrano che le organizzazioni che progettano intenzionalmente questa collaborazione uomo-macchina sono quasi 2,5 volte più propense a riportare risultati finanziari migliori. Non stiamo parlando soltanto di un tema organizzativo o culturale. Stiamo parlando direttamente di competitività nel lungo periodo.















