Le aziende tedesche stanno investendo in intelligenza artificiale come mai prima d'ora, ma paradossalmente, non sono mai state così frustrate. Secondo lo studio "Digital Value 2026" di Horváth, l'86% delle aziende tedesche intervistate sta aumentando i propri budget per la digitalizzazione, e circa il 30% di questi fondi è destinato a progetti di IA. Tuttavia, la disillusione è dietro l'angolo: il 79% dei responsabili IT riferisce che gli strumenti di IA disponibili non soddisfano le aspettative, in termini di maturità, portata funzionale e, soprattutto, valore aziendale misurabile. La reazione di molte aziende è scetticismo, cautela e talvolta rassegnazione. Ma cosa succederebbe se questa delusione non segnasse la fine della trasformazione dell'IA, ma solo il suo inizio?
Il contesto attuale: investimenti elevati e aspettative deluse
I dati della recente indagine "Digital Value 2026" di Horváth sono inequivocabili. Un massiccio 86% delle aziende tedesche sta incrementando i propri budget per la digitalizzazione, segno di un chiaro impegno verso il futuro tecnologico. Di questi aumenti, circa il 30% è specificamente destinato a iniziative legate all'intelligenza artificiale, indicando una fiducia diffusa nel potenziale trasformativo di questa tecnologia. Nonostante questi ingenti investimenti, il sentiment tra i responsabili IT è tutt'altro che positivo. Infatti, un preoccupante 79% di essi dichiara che gli strumenti di IA offerti rimangono al di sotto delle aspettative. Le criticità principali riguardano la maturità degli strumenti, la loro portata funzionale e, aspetto cruciale, la mancanza di un valore aziendale misurabile. Questo divario tra aspettative e realtà genera una diffusa sensazione di scetticismo e, in alcuni casi, una vera e propria rassegnazione. Molte aziende si ritrovano a porsi la domanda fondamentale: l'IA funziona davvero? La risposta, tuttavia, non è un semplice sì o no, ma si nasconde in un'analisi più profonda del modo in cui queste tecnologie vengono implementate.
I dati parlano chiaro e sono controintuitivi: il fallimento del "layering"
Il problema non risiede nella tecnologia IA in sé, ma nel modo in cui le aziende tentano di integrarla. Una strategia diffusa, ma inefficace, è il cosiddetto "layering", ovvero il semplice sovrapporre strumenti di IA su processi esistenti, senza un ripensamento strutturale. I dati supportano questa tesi in modo schiacciante e, per molti, controintuitivo. Una ricerca randomizzata e controllata condotta da METR nel luglio 2025 ha fornito un esempio illuminante. Lo studio ha misurato cosa accade quando sviluppatori esperti integrano strumenti di IA per la codifica nei loro flussi di lavoro esistenti. Il risultato è stato sorprendente: il lavoro è diventato il 19% più lento, non più veloce. La percezione soggettiva dei partecipanti era in netto contrasto con i dati oggettivi: prima dello studio, stimavano che avrebbero lavorato il 24% più velocemente e, anche dopo aver conosciuto i risultati, credevano ancora in un aumento del 20%. Questo divario tra percezione soggettiva e realtà misurata non è un caso isolato.
Anche McKinsey, in un'analisi più ampia, ha rilevato un differenza di prestazioni di 15 punti percentuali tra le organizzazioni software più efficaci e quelle meno efficaci nell'utilizzo dell'IA. La chiave di questa differenza, sottolinea McKinsey, non è lo strumento stesso, ma la ridefinizione del flusso di lavoro. Questi studi dimostrano in modo inequivocabile che il semplice "layering", il tentativo di inserire l'IA in un framework obsoleto, non solo non produce i risultati sperati, ma può persino ostacolare la produttività. L'IA, in questi contesti, rischia di diventare un freno piuttosto che un acceleratore.
La curva a J: il meccanismo che spiega la delusione
Per comprendere appieno la dinamica in atto, è fondamentale richiamare il modello della curva a J, descritta dall'economista Erik Brynjolfsson. Secondo Brynjolfsson, le tecnologie di uso generale (General Purpose Technologies) – e l'IA è indiscutibilmente una di esse – richiedono investimenti complementari significativi prima che si possano materializzare reali guadagni di produttività. Questi investimenti vanno oltre l'acquisto della tecnologia stessa e includono la creazione di nuovi processi, l'acquisizione di nuove competenze e una profonda riorganizzazione strutturale dell'azienda. È durante questa fase di investimento iniziale che la produttività misurata può, paradossalmente, diminuire. Questo calo temporaneo è precisamente quello che lo studio di Horváth misura come "delusione".
Ciò che le aziende stanno sperimentando, infatti, è la discesa nella curva a J. Hanno investito in strumenti di IA, li hanno applicati ai loro processi esistenti e, come previsto dalla teoria di Brynjolfsson, la produttività non è aumentata immediatamente. Anzi, in molti casi, si sono verificati rallentamenti o inefficienze. L'errore comune è fermarsi a questo punto, concludendo che "l'IA non funziona". In realtà, il semplice "draufsetzen" (l'applicazione superficiale) degli strumenti di IA può portare, nel migliore dei casi, a miglioramenti marginali, quantificabili intorno al 14%. I veri e sostanziali guadagni di produttività, quelli che superano il 25% e oltre, emergono solo attraverso una "deep integration" (integrazione profonda). Questa profonda integrazione non è un mero aggiornamento, ma implica una ridefinizione fondamentale dei flussi di lavoro, dei ruoli e dei processi aziendali. Solo affrontando questa trasformazione radicale è possibile sfruttare appieno il potenziale dell'IA.
Il falso senso di progresso: il pericolo del plateau
Le aziende che si limitano a utilizzare gli strumenti di IA come una sorta di "autocompletamento più intelligente" dei loro processi esistenti sperimentano quello che può essere descritto come un "massimo locale". Si ha la sensazione di essere più produttivi, di aver raggiunto un certo livello di efficienza, ma in realtà ci si trova su un plateau. Questo plateau, sebbene possa sembrare confortevole, è un inganno. Rappresenta una fase in cui si ottengono solo benefici marginali e si rischia di perdere l'opportunità di una trasformazione radicale e di un vero salto di produttività.
La vera rivoluzione dell'IA, e la vera trasformazione aziendale, inizia solo quando le organizzazioni sono disposte ad affrontare il "fondo scomodo" della curva a J. Questo significa andare oltre il semplice acquisto di software e abbracciare un cambiamento culturale e operativo profondo. Le azioni necessarie includono: ripensare i processi da zero, piuttosto che ottimizzarli superficialmente; adattare e ridefinire i ruoli professionali, spesso creando nuove figure e skill set; automatizzare la validazione per garantire l'accuratezza e l'efficienza; e, cruciale, scrivere le specifiche e le procedure in un modo che gli agenti di IA possano effettivamente interpretare e utilizzare. Solo attraversando questo periodo di apparente disagio e investendo in un'autentica riprogettazione, le aziende potranno sbloccare il potenziale illimitato dell'IA e superare il plateau, raggiungendo vette di produttività e innovazione finora impensabili.
Le implicazioni per le aziende tedesche e oltre
La questione fondamentale non è più "l'IA funziona?", ma piuttosto "siamo pronti a percorrere la strada attraverso la curva a J?". Questa consapevolezza richiede molto più di un semplice aumento del budget destinato alla tecnologia. Richiede il coraggio di mettere in discussione e, se necessario, smantellare le modalità di lavoro consolidate, le strutture organizzative e persino la cultura aziendale. È una sfida manageriale e strategica, prima ancora che tecnologica.
La buona notizia è che l'attuale delusione, scaturita dal fallimento del mero "layering", è in realtà il primo passo verso una comprensione più profonda. È la presa di coscienza che esiste un modo migliore, più efficace e trasformativo per sfruttare l'intelligenza artificiale. Le aziende che ora investiranno in una vera e propria integrazione profonda, abbracciando il cambiamento dei processi e dei ruoli, emergeranno dall'altra parte della curva a J, raccogliendo frutti in termini di produttività e competitività. Al contrario, chi dovesse liquidare l'IA come un "hype fallito" basandosi solo sui risultati iniziali e superficiali, rischierà di perdere irrimediabilmente il treno dell'innovazione. La disruption portata dall'IA non avviene *nonostante* la delusione iniziale; al contrario, avviene *attraverso* di essa, fungendo da catalizzatore per un cambiamento più profondo e significativo.
L'autore
Kai Lichtenberg è Vice President Consulting presso la codecentric AG. Nel suo ruolo, si concentra intensamente su come l'IA stia trasformando radicalmente lo sviluppo software e su quali implicazioni concrete ciò abbia per aziende, team e metodologie di lavoro.
Fornitori menzionati nel tema
- Codecentric AG
- FIS Informationssysteme und Consulting GmbH
- Esker Software Entwicklungs-und Vertrieb
- Yorizon GmbH & Co. KG