Adozione dell'IA nell'UE: dal 7,6% al 20% in quattro anni, secondo Funcas

Il documento di lavoro di Funcas pubblicato a maggio 2026 rivela un cambiamento strutturale nell'adozione dell'intelligenza artificiale all'interno dell'Unione Europea. La percentuale di aziende che utilizzano l'IA è passata dal 7,6% nel 2021 al 20% nel 2025, un incremento che l'istituzione analizza attraverso la teoria della diffusione tecnologica. Questo salto non è uniforme, ma segna la transizione da una fase di curiosità sperimentale a un'integrazione operativa nei processi aziendali di una parte significativa del tessuto imprenditoriale europeo. La consolidazione di questa metrica suggerisce che la tecnologia ha superato la fase di prova iniziale per diventare un componente funzionale della strategia aziendale.

È cruciale distinguere tra la diffusione misurata e la percezione dell'adozione. Mentre i sondaggi di Funcas catturano l'uso effettivo riportato dalle aziende, altre fonti come l'INE o Deloitte offrono cifre più alte per la Spagna (21,1% e 61% rispettivamente), il che suggerisce un possibile divario metodologico o una maggiore penetrazione nel mercato iberico. La discrepanza tra la media UE del 20% e il 61% spagnolo indica che l'adozione non è omogenea e che gli indicatori devono essere interpretati con cautela a seconda della fonte e del criterio di 'uso' applicato. Questa variabilità costringe gli analisti a contestualizzare ogni dato all'interno del suo specifico quadro di riferimento prima di trarre conclusioni generali sullo stato dell'industria.

Le previsioni di Gartner per il 2026, presentate all'IT Symposium/Xpo 2025, posizionano l'IA come asse centrale della trasformazione digitale. Tra le dieci tendenze strategiche spiccano le piattaforme native di IA e la supercomputazione di IA, che combinano CPU, GPU e ASIC per carichi di lavoro intensivi. Gartner stima che oltre il 40% delle aziende leader adotterà architetture di calcolo ibride entro il 2028, convalidando la tendenza di investimento osservata negli ultimi quattro anni. Questa proiezione rafforza l'idea che l'infrastruttura di calcolo specializzato stia diventando un asset strategico indispensabile per mantenere la competitività nei mercati globali.

Per la sua parte, il MIT Technology Review ha identificato la ricerca generativa con IA e l'integrazione di modelli linguistici specifici di dominio (DSLM) come tecnologie emergenti chiave. Questi strumenti consentono a team più piccoli di sviluppare applicazioni con maggiore rapidità, riducendo la barriera d'ingresso tecnica. La convergenza di queste previsioni con i dati di adozione di Funcas suggerisce che il mercato sta rispondendo alla disponibilità di infrastrutture più accessibili e specializzate, più che a un'innovazione disruptiva ex novo. L'accessibilità di queste piattaforme sta democratizzando lo sviluppo di soluzioni intelligenti, permettendo a organizzazioni di dimensioni minori di competere in ambiti che in passato richiedevano risorse di R&S massicce.

I dati della Banca di Spagna (EBAE 2025) mostrano che quasi il 20% delle aziende spagnole utilizza sistemi di IA, un tasso inferiore a quello della Germania ma superiore a quello dell'Italia. Tuttavia, il rapporto di Deloitte citato dalla Rivista Intelligenza Artificiale afferma che il 61% delle aziende spagnole ha già implementato soluzioni di IA, posizionando la Spagna sette punti sopra la media europea (54%). Questa contraddizione evidenzia la complessità della misurazione dell'adozione: mentre la Banca di Spagna misura l'uso dei 'sistemi di IA' in senso stretto, Deloitte potrebbe includere strumenti di IA generativa a bassa soglia. La differenza nella definizione di cosa costituisce una 'soluzione di IA' è il fattore determinante che spiega l'ampiezza di questo divario statistico tra le due principali fonti.

In termini settoriali, l'adozione è maggiore nei servizi tecnologici e nelle aziende grandi, produttive e giovani. I settori della banca, delle assicurazioni e del retail stanno guidando la domanda per pressione competitiva, dove l'IA è passata da un vantaggio differenziale a un requisito di sopravvivenza. Al contrario, le PMI presentano una penetrazione molto inferiore, con l'11% secondo l'ONTSI, rispetto al 44% delle grandi aziende, sottolineando il divario di scala nella capacità di investimento e di talento. Questa disparità strutturale indica che la dimensione dell'organizzazione rimane un predittore più forte dell'adozione rispetto al settore di attività in sé, almeno nella fase attuale di maturità tecnologica.

Nonostante la crescita, le barriere all'adozione persistono. Secondo Zoho, il 33% delle aziende cita la mancanza di talento come principale ostacolo. Il rapporto della CEPAL sull'America Latina, sebbene geograficamente diverso, riflette una barriera strutturale simile: il basso investimento in capitale immateriale e la scarsità di talento qualificato limitano l'espansione dell'IA. In Spagna, il 47% dei rispondenti desidera sostenere l'adozione dell'IA generativa ma ammette di non avere le conoscenze necessarie, indicando un divario di competenze critico. Questa mancanza di profili specializzati non solo frena l'implementazione, ma aumenta anche il costo opportunità delle aziende che dipendono da consulenti esterni per gestire i loro progetti di intelligenza artificiale.

Altre barriere includono la qualità dei dati, la governance e la regolamentazione. Il Regolamento Europeo sull'IA, in vigore da febbraio 2025, introduce obblighi di conformità che possono rallentare l'implementazione nelle aziende senza un'infrastruttura di governance robusta. Inoltre, la mancanza di una strategia chiara è un problema ricorrente: il 12% dei decisori in Spagna ha implementato l'IA senza una pianificazione adeguata, portando a integrazioni inefficaci e risultati che non raggiungono le aspettative di ritorno sull'investimento. La complessità regolatoria richiede una ristrutturazione dei flussi di lavoro interni per garantire la conformità normativa, un processo che richiede tempo e risorse che molte organizzazioni non hanno ancora previsto nei loro bilanci annuali.

Esiste una tensione tra l'adozione reale misurata nei sondaggi e le aspettative di investimento future. Mentre il 20% dell'UE utilizza già l'IA, le previsioni di Gartner e MIT puntano a un'accelerazione nel 2026-2028 guidata dall'IA fisica e dai sistemi multi-agente. Questa discrepanza suggerisce che l'adozione attuale è solo la punta dell'iceberg, e che la maggior parte del valore economico sarà generata nella fase di scalabilità e ottimizzazione, non nell'implementazione iniziale. L'investimento futuro sarà orientato meno verso l'acquisizione di licenze e più verso l'integrazione profonda di questi sistemi nella catena del valore, cercando efficienze operative che giustifichino la spesa effettuata negli ultimi anni.

La sostenibilità di questa crescita dipenderà dalla capacità delle aziende di superare le barriere di talento e governance. La democratizzazione di strumenti come ChatGPT o Copilot ha abbassato la barriera d'ingresso, ma l'approfondimento dell'uso richiede investimento in capitale immateriale e formazione continua. Senza politiche attive di formazione e strategie settoriali, il rischio è che l'adozione si stagni in piloti superficiali, incapaci di generare produttività reale su larga scala. Il successo a lungo termine non sarà misurato dalla quantità di strumenti installati, ma dalla capacità delle organizzazioni di trasformare quei dati in decisioni strategiche azionabili e misurabili.