Il 95% dei progetti AI in azienda fallisce: cosa fa il 5% che riesce

C’è un numero che chi vende intelligenza artificiale preferisce non citare. Il MIT, nel report The GenAI Divide: State of AI in Business 2025, ha analizzato oltre 300 implementazioni e concluso che il 95% dei progetti AI in azienda fallisce nel produrre un ritorno misurabile. Solo il 5% supera la fase pilota e si integra davvero nei processi.

La lettura frettolosa è “l’AI non funziona”. È sbagliata. Il report dice l’opposto: la tecnologia funziona, sono le implementazioni a essere impostate male. E l’errore si ripete con una regolarità quasi noiosa.

Il vero problema non è il modello, è l’integrazione

Secondo il MIT, la causa numero uno dei fallimenti è il “learning gap”: i sistemi restano isolati, non si collegano ai flussi di lavoro quotidiani né ai software già in uso. Diventano una demo che impressiona in riunione e che nessuno usa il lunedì mattina. Il modello è potente; il contesto attorno è vuoto.

Questo spiega perché la formazione, da sola, non basta. In Italia il dato dell’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano è netto: solo il 7% delle PMI ha avviato programmi strutturati di formazione sull’AI, e il 76% non investe affatto. Ma anche chi forma spesso non vede ritorni, perché insegnare a usare uno strumento non equivale a costruire il flusso che quello strumento deve alimentare. È il classico knowing-doing gap: si sa, non si fa.

Cosa fa diversamente il 5% che riesce

Il report individua un fattore che raddoppia il tasso di successo: i progetti sviluppati con un partner esterno riescono il doppio rispetto a quelli fatti interamente in casa. Le ragioni sono concrete — tempi più rapidi, costi inferiori, e soprattutto un allineamento reale con i processi esistenti. Chi riesce ha tre cose in comune:

• Parte da un processo, non da uno strumento. Prima si sceglie dove l’AI genera margine, poi si sceglie con cosa.
• Integra nei sistemi esistenti. Il flusso AI vive dentro il gestionale, la casella di posta, l’e-commerce che l’azienda già usa.
• Lascia output operativi, non conoscenza teorica. A fine progetto in azienda restano prompt, automazioni e flussi che girano, non un attestato.

Il rischio nascosto: la “shadow AI”

Il MIT segnala anche che oltre il 90% dei dipendenti usa già strumenti AI personali, spesso senza che l’IT lo sappia. Significa che l’AI è già in azienda — solo, in modo incontrollato, senza regole su dati e riservatezza. Ignorare il fenomeno non lo ferma: lo rende solo un rischio non governato.

Il punto

La differenza tra fallire e riuscire non si compra a listino. Sta nel metodo: scegliere il processo giusto, integrare nei sistemi reali, lasciare in azienda output che funzionano dal primo giorno. È esattamente il perimetro di un progetto di implementazione AI chiavi in mano: non insegniamo a pescare, portiamo il pesce pronto. Se vuoi capire quale processo ha il ritorno più concreto nella tua azienda, verifica se qualifichi per un check-up.