Secondo il "2026 People Readiness Report", realizzato da Kyndryl su 1.100 business e technology leader in otto Paesi e in sei settori industriali, le imprese sono già entrate in una fase molto concreta dell’uso dell’intelligenza artificiale. Il 57% dei leader, infatti, dichiara che l’AI è già distribuita in modo ampio nella propria organizzazione o integrata nei processi core, mentre il 77% afferma che l’intelligenza artificiale generativa è stata implementata su più funzioni aziendali. Un altro 77% sostiene che il top management ha definito chiaramente una strategia sull’intelligenza artificiale.
Questi dati confermano che molte aziende di gradi dimensioni hanno superato la fase dei test isolati. L’AI è ormai entrata nei workflow, nelle decisioni quotidiane e nei processi operativi, ma proprio questa accelerazione sta facendo emergere un problema sempre più evidente: la tecnologia avanza più rapidamente della capacità delle organizzazioni di adattare le persone, i ruoli, la governance e i modelli operativi.
La tecnologia è pronta, le persone molto meno
Il dato più significativo del report riguarda il divario tra maturità tecnologica e preparazione della forza lavoro. Solo il 23% dei leader ritiene che la propria forza lavoro sia pronta a sfruttare con successo l’AI, con un calo di 6 punti percentuali rispetto all’anno precedente. La distanza con gli elementi più tecnici è evidente. Il 35% considera pronta l’infrastruttura IT, il 35% la leadership esecutiva, il 33% la strategia aziendale, il 30% i processi customer-facing e il 29% la qualità e disponibilità dei dati. La cultura organizzativa si ferma invece al 25%, mentre governance e compliance arrivano appena al 23%.
Il paradosso è che le imprese hanno strategie ambiziose ma non sempre sono attrezzate per realizzarle. Oltre tre leader su quattro dichiarano di avere una strategia AI comunicata all’organizzazione, ma il 79% teme che la velocità di adozione dell’AI possa superare la capacità dell’azienda di adattare i dipendenti, governance e modelli operativi. Anche gli obiettivi indicati dai manager confermano una forte pressione sui risultati. Il 34% punta a migliorare efficienza operativa e produttività, il 29% vuole modernizzare infrastrutture IT e sistemi core, il 27% mira a rafforzare risk management, sicurezza o fraud detection, il 25% cerca innovazione in prodotti, servizi e modelli di business, un altro 25% punta alla crescita dei ricavi attraverso l’AI, il 24% vuole ridurre costi o migliorare i margini e il 23% punta a migliorare la customer experience. Il problema è che i risultati sono ancora inferiori alle aspettative. Solo il 32% delle organizzazioni dichiara di aver già ottenuto almeno uno dei due risultati principali desiderati, e appena l’11% afferma di averli conseguiti entrambi.
Efficienza sì, innovazione meno
Tra i benefici già ottenuti, il più diffuso resta l’aumento di produttività. Il 38% delle aziende dichiara di aver migliorato efficienza operativa e produttività grazie all’AI. Seguono il miglioramento della customer experience, indicato dal 27%, la riduzione dei costi o il miglioramento dei margini, al 19%, e il rafforzamento di risk management, sicurezza e fraud detection al 18%. Più indietro restano invece gli obiettivi maggiormente trasformativi. Solo il 14% segnala una crescita aggiuntiva dei ricavi grazie all’innovazione AI, il 13% dichiara di aver modernizzato infrastrutture IT e sistemi core, mentre appena l’11% afferma di aver abilitato innovazione in nuovi prodotti, servizi e modelli di business. Il report suggerisce quindi che l’AI stia generando benefici tangibili, ma ancora soprattutto nei casi d’uso più vicini all’efficienza. Il passaggio verso innovazione, crescita e trasformazione del business richiede invece un livello più alto di maturità organizzativa.
Le competenze sono il secondo ostacolo, dopo la cybersecurity
Alla domanda sulle principali difficoltà nell’esecuzione della strategia AI, i leader indicano prima di tutto la cybersecurity, citata dal 52% del campione. Subito dopo arrivano skill e talent gap, al 49%, seguiti dalla qualità o disponibilità dei dati, al 47%. Il tema delle competenze appare particolarmente critico. Il 52% dei leader afferma che negli ultimi dodici mesi è diventato più difficile trovare personale con le competenze necessarie per la strategia di AI aziendale. Allo stesso tempo, però, il 94% ritiene che l’AI renderà preferibile riqualificare i dipendenti già presenti in azienda rispetto ad assumere talenti esterni.
Il report evidenzia anche una differenza di percezione tra C-level e manager più vicini all’esecuzione. I non C-suite sono più propensi a vedere nei gap di competenze un ostacolo rilevante: 55% contro il 43% dei C-suite. Una distanza simile emerge anche sul ridisegno di ruoli e workflow per la collaborazione tra persone e AI. Il problema viene indicato dal 48% dei non C-suite e dal 42% dei C-suite.
Nonostante la consapevolezza del problema, molte aziende non hanno ancora costruito i meccanismi necessari per gestire la trasformazione. Solo il 34% dei leader dichiara di disporre di un inventario accurato delle competenze dei dipendenti. Il 31% ha implementato un budget formale e una strategia proattiva di upskilling, il 28% ha piani di workforce resourcing a livello enterprise e appena il 25% ha percorsi di transizione professionale per i dipendenti impattati dall’AI. Secondo Kyndryl, il cambiamento in corso riguarda più la divisione del lavoro tra persone e tecnologia che non la semplice sostituzione dei dipendenti. Il 57% degli intervistati afferma che l’AI ha avuto finora un impatto limitato o nullo sul lavoro effettivo, ma allo stesso tempo la maggioranza delle organizzazioni ha già iniziato a ridisegnare ruoli e responsabilità.
Il 27% dichiara che i ruoli sono stati ridisegnati in modo sistematico su più funzioni aziendali, il 20% segnala cambiamenti in specifici team o funzioni e il 14% parla di una riorganizzazione significativa di ruoli e responsabilità. Resta però un 37% di aziende che si è limitato ad aggiornamenti individuali o non ha ancora effettuato cambiamenti rilevanti.
L’entusiasmo cala man mano che si scende nell’organizzazione
Un altro indicatore interessante riguarda il supporto percepito verso l’AI. I leader stimano che il 50% dell’executive leadership stia abbracciando con entusiasmo la tecnologia, ma la percentuale scende al 36% nel middle management, al 31% tra specialisti e individual contributor e al 30% tra i dipendenti entry-level. Nel complesso, la quota di leader che ritiene che la maggioranza dei dipendenti accolga l’AI con entusiasmo è scesa dal 37% del 2025 al 32% del 2026, con un calo di 5 punti percentuali. L’entusiasmo, quindi, non cresce automaticamente con l’adozione. Al contrario, più l’AI entra nei processi quotidiani, più diventa necessario spiegare obiettivi, limiti, responsabilità e impatti concreti sulle persone.
Gli agenti autonomi sono già in produzione
Il report dedica grande attenzione anche all’AI agentica. L’81% dei leader concorda sul fatto che, entro dodici mesi, agenti AI autonomi prenderanno decisioni con impatto materiale sul business. Non si tratta però soltanto di una prospettiva futura. Tra le aziende che hanno già agenti AI in produzione, il 17% ne utilizza da uno a cinque, il 38% da sei a venti, il 34% da ventuno a cinquanta e il 10% più di cinquanta.
Con l’aumento dell’autonomia, però, cresce anche l’importanza della governance. Il report evidenzia che le organizzazioni con framework di governance AI pienamente implementati registrano livelli di fiducia molto più alti. Tra queste aziende, il 55% dichiara piena fiducia nella trasparenza dell’organizzazione sull’uso dell’AI, contro il 32% delle altre. Il 50% si fida della propria capacità di affrontare le sfide dell’AI, contro il 31%. Il 49% ritiene pronto il proprio team ad adattarsi e lavorare con l’AI, contro il 29%. Il 45% si fida dell’accuratezza e affidabilità degli output generati dall’AI, contro il 24%. Il divario diventa ancora più significativo quando si parla di sistemi autonomi. Il 38% delle aziende con governance matura dichiara piena fiducia nei sistemi AI che prendono decisioni o agiscono senza supervisione umana, contro appena il 20% delle altre.
I pacesetter trasformano la governance in risultati
Kyndryl identifica un gruppo di organizzazioni più avanzate, definite pacesetter, che si distinguono non tanto per obiettivi diversi, quanto per la capacità di trasformare l’AI in risultati concreti. Queste aziende hanno implementato strutture di workforce management e governance molto più solide. Il 59% ha aggiornato le metriche di performance per riflettere la collaborazione tra persone e AI, contro il 25% delle altre. Un altro 59% ha costruito piani enterprise di workforce resourcing che tengono conto dei guadagni di produttività e della riallocazione delle persone, sempre contro il 25% delle altre organizzazioni. Il 58% dispone di budget formali e strategie proattive di upskilling, contro il 28%, mentre il 50% ha definito percorsi di transizione di carriera per i dipendenti impattati dall’AI, contro il 23%.
Anche sulla governance il divario è netto. Il 56% dei pacesetter ha integrato la governance AI nell’enterprise risk management, il 55% ha un modello di supervisione human-led con soglie di escalation chiare, il 54% dispone di un registro centrale e monitoraggio dei sistemi AI e un altro 54% ha responsabilità chiaramente definite in caso di danni o errori generati dall’AI. I pacesetter ottengono risultati migliori anche sul piano del business. Il 41% dichiara di aver già sperimentato miglioramenti nella gestione del rischio e nella sicurezza, contro il 26% delle altre organizzazioni. Il 40% segnala innovazione in nuovi prodotti, servizi e modelli di business, contro il 27%. Il 37% ha ottenuto crescita dei ricavi grazie all’AI, contro il 29%, mentre il 40% ha raggiunto risultati nella modernizzazione dell’infrastruttura IT, contro il 32%.
A giudicare da questi numeri, quindi, non basta adottare l’AI, distribuirla su più funzioni o comunicarne la strategia: il vero differenziale competitivo nasce dalla capacità di preparare le persone, ridisegnare il lavoro, governare l’autonomia e costruire fiducia. Riuscirà il resto del mercato ad adattarsi in fretta al nuovo modo di lavorare? Probabilmente no, i tempi di adeguamento del personale non possono essere compressi oltre un certo limite e questo limiterà la velocità con cui l’AI garantirà un ROI alle aziende.