Settembre, per le imprese, è tradizionalmente il mese delle ripartenze: nuovi budget, obiettivi da aggiornare, progetti da accelerare. Ma nel 2026 il ritorno alla piena operatività porta con sé una domanda diversa dalle precedenti: che cosa significa davvero organizzare il lavoro nell’era dell’intelligenza artificiale?
La risposta non riguarda soltanto l’introduzione di nuovi software. L’AI sta progressivamente modificando il modo in cui le aziende producono informazioni, prendono decisioni, gestiscono clienti e processi e organizzano il lavoro delle persone. Il punto, quindi, non è più stabilire se adottarla, ma capire dove crea valore, quali competenze servono e come ridisegnare l’organizzazione intorno a essa.
I numeri indicano che la trasformazione è già iniziata. Secondo Istat, nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti utilizzava almeno una tecnologia di intelligenza artificiale, contro l’8,2% nel 2024 e il 5% nel 2023. Tra le grandi imprese la quota ha raggiunto il 53,1%, mentre tra le PMI si è fermata al 15,7%. Il dato più significativo è dunque anche quello che racconta il principale rischio della prossima fase: la distanza tra grandi organizzazioni e piccole e medie imprese tende ad ampliarsi.
Dalla sperimentazione alla trasformazione
Per molte aziende l’AI è ancora un progetto sperimentale: un chatbot interno, la generazione automatica di testi, l’analisi di documenti, strumenti per marketing e customer service. Ma la fase dei semplici esperimenti sta lasciando spazio a una logica diversa.
Nel 2025 il mercato italiano dell’intelligenza artificiale ha raggiunto, secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, 1,8 miliardi di euro, con una crescita del 50% in un anno. Il 71% delle grandi imprese italiane aveva progetti di AI, ma soltanto una su cinque la utilizzava in modo pervasivo in diverse funzioni aziendali.
È qui che si trova uno dei nodi della ripartenza di settembre: avere strumenti di AI non significa necessariamente essere diventati un’azienda AI-enabled. La differenza sta nella capacità di integrare la tecnologia nei processi.
I dati Istat mostrano infatti che gli impieghi più frequenti dell’AI riguardano marketing e vendite, processi amministrativi e ricerca e sviluppo. Tra le imprese che la utilizzano, il 59,1% ricorre a tecnologie di AI generativa per linguaggio, immagini, video o audio, mentre il 70,8% utilizza sistemi per estrarre conoscenza e informazioni dai documenti.
La domanda da porsi, quindi, non dovrebbe essere “quale strumento AI comprare?”, ma “quale processo possiamo riprogettare?”.
La produttività non arriva automaticamente
L’AI porta con sé una promessa enorme: fare di più con le stesse risorse. Ma le ricerche disponibili suggeriscono che i risultati dipendono fortemente dal tipo di attività e da come viene organizzato il lavoro.
Lo Stanford AI Index 2026 rileva aumenti di produttività particolarmente significativi nei compiti strutturati e facilmente misurabili: gli studi analizzati riportano incrementi del 14-15% nel customer support, del 26% nello sviluppo software e fino al 50% nell’output di attività di marketing. Gli effetti risultano invece più contenuti nei compiti che richiedono ragionamento profondo e giudizio complesso.
È una distinzione fondamentale. Automatizzare una parte del lavoro non equivale a eliminare la necessità di competenze: spesso la sposta. Se l’AI produce una prima analisi, diventa più importante saperne verificare la qualità. Se genera un documento, aumenta il valore della capacità di stabilire se quel documento è corretto, coerente e utile.
La vera competenza del prossimo ciclo, dunque, sarà probabilmente una combinazione di competenza professionale, capacità di lavorare con l’AI e capacità critica.
Scopri il nuovo numero: “#ripartItalia 2026”
Il tempo dei costumi, del mare, degli aperitivi in spiaggia è alle spalle e ora devi ripartire. Devi rimetterti in moto. Devi tornare alla tua vita. Devi, devi, devi. Messa così, c’è il rischio che salga l’ansia e che, invece di ripartire, si resti fermi.
Eppure ci siamo dentro. Difficile, se non impossibile, non farci i conti. E, così, l’ansia può crescere ancora. Ma c’è un ma.
Per ripartire, davvero, basta solo smarcarsi un po’ da quello che abbiamo intorno. Da quello che fanno gli altri. E farsi le giuste domande.
Il capitale umano torna al centro
È una delle apparenti contraddizioni della rivoluzione AI: più aumenta l’automazione, più diventano importanti le persone capaci di governarla.
Il World Economic Forum rileva che l’86% dei datori di lavoro intervistati considera AI e tecnologie di information processing come fattori destinati a trasformare il proprio business entro il 2030. La carenza di competenze è indicata come il principale ostacolo all’adozione dall’analisi del WEF: il 50% degli executive la segnala, seguita dalla mancanza di una visione chiara da parte dei manager e dei leader, indicata dal 43%. Il 77% dei datori di lavoro prevede inoltre di puntare su reskilling e upskilling della forza lavoro entro il 2030.
Anche in Italia il problema emerge con chiarezza: secondo Istat, tra le imprese che avevano valutato investimenti in AI senza poi realizzarli, il 58,6% indicava la mancanza di competenze come ostacolo. Seguivano la scarsa chiarezza normativa, la qualità o disponibilità dei dati e le preoccupazioni relative alla privacy.
Per le aziende questo significa che la formazione sull’AI non può essere confinata al reparto IT. Servono competenze diffuse: dai manager ai commerciali, dal marketing alle risorse umane, dalla produzione all’amministrazione.
Dati, governance e sicurezza: la nuova infrastruttura
C’è poi un aspetto meno visibile ma decisivo: l’AI funziona bene quando l’azienda dispone di dati accessibili, affidabili e governati.
Non è casuale che Istat registri nel 2025 un aumento al 42,7% della quota di imprese che svolgono analisi dei dati attraverso personale interno o organizzazioni esterne. Parallelamente, il 68,1% delle imprese acquistava servizi cloud di livello intermedio o avanzato.
La strategia AI, quindi, non può essere separata dalla strategia dati. Prima di moltiplicare i chatbot interni, gli agenti autonomi o gli strumenti generativi, un’azienda dovrebbe chiedersi: dove sono i nostri dati? Chi può utilizzarli? Quanto sono aggiornati? Come vengono protetti? Chi verifica le risposte prodotte dall’AI?
È anche una questione regolatoria. Dal 2 agosto 2026 la Commissione europea ha iniziato l’applicazione delle regole dell’AI Act e dei nuovi requisiti di trasparenza per determinati sistemi AI e contenuti generati o modificati dall’intelligenza artificiale.
La compliance, quindi, entra definitivamente nell’agenda dei vertici aziendali: non come semplice adempimento legale, ma come parte della progettazione dei sistemi.
Su cosa puntare dopo l’estate
La ripartenza di settembre offre alle aziende l’occasione per passare dalla corsa agli strumenti a una vera strategia AI.
Le priorità possono essere ricondotte a cinque direttrici: individuare i processi nei quali l’AI produce un beneficio misurabile; investire nella formazione delle persone; costruire una base dati solida; definire regole chiare di sicurezza, responsabilità e controllo; misurare sistematicamente risultati, costi e qualità.
La tecnologia continuerà a evolvere rapidamente. Per questo acquistare oggi uno strumento pensando che rappresenti la soluzione definitiva sarebbe una strategia fragile.
Più importante sarà costruire un’organizzazione capace di imparare continuamente.
Una ricerca Microsoft del 2026, basata sull’analisi di segnali di produttività Microsoft 365 e su un’indagine condotta su 20.000 lavoratori che utilizzano AI in dieci Paesi, sottolinea proprio questo punto: il divario non sembra essere soltanto tra chi usa e chi non usa l’AI, ma tra le persone che possono sfruttarla e organizzazioni ancora non strutturate per valorizzarla.
È probabilmente questa la vera sfida del nuovo anno aziendale. Non decidere se l’intelligenza artificiale sostituirà il lavoro umano, ma ripensare quale lavoro vogliamo affidare alle macchine e quale valore vogliamo lasciare alle persone.
A settembre, insomma, non si riparte semplicemente con nuovi strumenti. Si riparte con una nuova architettura del lavoro.