Il 74% delle organizzazioni italiane intervistate ha aumentato gli investimenti in intelligenza artificiale nell’ultimo anno, contro una media EMEA del 48%. Il 34%, però, dichiara che l’AI produce già più valore di quanto costi, mentre per il 42% il bilancio è in pareggio. In soldoni, questo è il bilancio dell’attuale situazione in Italia dell’IA secondo lo studio The State of Enterprise AI 2026: The New Rules of Scale, ricerca commissionata da Cloudera e realizzata da Wakefield Research.
Il quadro è quello di aziende che stanno portando l’AI nei processi operativi e devono fare i conti con la sostenibilità delle applicazioni. L’82% ha rivisto i progetti a causa dei costi dei token, il 50% individua nella sovranità dei dati il principale limite alla scalabilità e il 66% segnala che trasferire un workload AI fra ambienti diversi richiede una riprogettazione significativa. Sono percentuali che mettono il focus dei manager sulle scelte infrastrutturali e organizzative: con l’aumento dell’utilizzo, la capacità di controllare la spesa, governare i dati e cambiare ambiente di esecuzione diventa determinante per trasformare gli investimenti in benefici misurabili.
La spesa italiana sorprende per vivacità
La quota italiana di organizzazioni che hanno incrementato gli investimenti supera di 26 punti percentuali la media EMEA e diventa molto significativa se si confronta con il 41% della Germania. Sul fronte dei budget, il 40% delle organizzazioni italiane destina all’AI oltre un milione di dollari all’anno, mentre il 63% spende almeno 500mila dollari.
Anche il rapporto fra valore e costi dichiarato dagli intervistati presenta risultati superiori al confronto regionale: il 34% italiano che indica un saldo positivo si confronta con il 23% EMEA e il 21% tedesco. Una minoranza del campione, ma bisogna tener presente che i progetti sono ancora molto giovani. Il 42% in pareggio segnala quanto sia ancora estesa l’area in cui gli investimenti devono tradursi in un vantaggio economico netto, ma anche che molte aziende dovrebbero esser vicine a trovare la strada giusta nel futuro prossimo.
“Le aziende italiane non stanno rallentando: stanno imparando a muoversi con cognizione di causa”, osserva Fabio Pascali, Country Manager Italy di Cloudera, secondo cui le differenze fra chi genera valore e chi copre appena i costi dipendono soprattutto dall’architettura adottata.
I costi dei token cambiano i progetti
L’82% di organizzazioni italiane che ha modificato i progetti per gestire il costo dei token mostra quanto la spesa variabile sia diventata un tema operativo. La percentuale è leggermente inferiore all’85% della media EMEA, ma coinvolge comunque più di quattro rispondenti su cinque. Le contromisure incidono direttamente sulle applicazioni. Il 46% ha ridotto le dimensioni dei modelli, la frequenza delle elaborazioni o il volume degli output. Il 44% ha spostato workload verso cloud privati o infrastrutture on-premises per gestire la volatilità dei costi, rispetto al 47% EMEA. Un altro dato riguarda l’integrazione dei dati, indicata come limite alla scalabilità dal 46% degli intervistati italiani.
Inoltre, la metà del campione italiano considera la sovranità dei dati il principale ostacolo alla crescita dell’AI. Per l’83%, requisiti di residenza, sovranità o giurisdizione influenzano almeno occasionalmente la scelta dell’ambiente in cui eseguire i workload. Il 46% sta costruendo architetture distribuite su più ambienti proprio per ragioni di sovranità. Il problema emerge quando occorre cambiare collocazione alle applicazioni. In Italia il 66% dichiara che spostare un workload AI richiede una riprogettazione significativa, contro il 58% EMEA: una differenza di 8 punti percentuali probabilmente giustificata da un certo ritardo nella maturità dei progetti: adesso l’Italia corre negli investimenti, ma ha iniziato un po’ più tardi degli altri, secondo Pascali.
La governance fatica a seguire l’adozione
Anche i processi di controllo incidono sulla scalabilità. Il 78% degli intervistati italiani indica governance e compliance fra i vincoli, rispetto al 75% EMEA e al 73% della Germania. Soltanto il 42% ritiene di avere raggiunto un equilibrio efficace fra velocità e controllo, contro una media regionale del 47%. Il 26% afferma inoltre che l’AI sta avanzando troppo rapidamente rispetto alla governance interna. Fra le indicazioni della ricerca rientrano l’introduzione dei controlli fin dalle prime fasi, una maggiore attenzione alla qualità dei dati e la visibilità sui costi di inferenza, storage e consumo di token.
La ricerca è stata condotta fra il 2 e il 14 settembre 2026 su 1.500 IT leader e decision maker di livello director o superiore in nove mercati. Il campione italiano comprende 125 rispondenti; quello EMEA ne conta 525, distribuiti fra Italia, Germania ed Emirati Arabi Uniti.