Come misurare l’adozione tecnologica in Spagna senza confonderla con le tendenze

Definire una tecnologia «rilevante» può significare che le imprese la utilizzano già, che hanno investito in beni a essa collegati o che analisti e dirigenti si aspettano che acquisisca importanza. Non sono indicatori intercambiabili: ciascuno risponde a una domanda diversa e può descrivere una fase distinta del cambiamento tecnologico.

Per misurare l’adozione osservata occorre stabilire chi usa quale tecnologia e in quale periodo. L’investimento in capitale, invece, approssima le risorse accumulate in beni che possono facilitarne l’uso. Un elenco di tendenze seleziona di solito tecnologie in base al potenziale strategico, ai casi d’uso o alla novità, ma da solo non dimostra che siano ampiamente diffuse.

Per un’impresa che valuta un investimento, distinguere queste misure aiuta a evitare due errori: interpretare una previsione come prova di un mercato già consolidato, oppure concludere che una tecnologia non sia importante perché il suo uso attuale è ancora limitato. Il segnale pertinente dipende dalla decisione: dimensionare le attività, confrontare i settori o anticipare le capacità richiede dati diversi.

Un’analisi di CaixaBank Research pubblicata il 13 febbraio 2020 ha approssimato la presenza delle nuove tecnologie nell’economia spagnola usando quattro categorie di capitale EU KLEMS: software e banche dati, ricerca e sviluppo, computer e apparecchiature per le telecomunicazioni. Il dato combinato è stato espresso in euro di capitale per ora lavorata, a prezzi costanti del 2010. (https://www.caixabankresearch.com/es/economia-y-mercados/actividad-y-crecimiento/relevancia-tendencias-y-diferencias-tecnologias-del)

Il vantaggio di questo approccio è che consente di osservare una dimensione economica confrontabile tra paesi e settori: quanto capitale associato a queste categorie esiste in relazione al lavoro svolto. Permette inoltre di studiare le tendenze di accumulazione e le differenze settoriali. Non è però un conteggio diretto delle imprese che utilizzano l’intelligenza artificiale, né una misura dei risultati ottenuti da ciascuna organizzazione.

La cautela principale riguarda ciò che l’indicatore approssima. Le categorie sono più ampie dell’IA e la comprendono solo indirettamente; inoltre, le apparecchiature con funzioni tecnologiche possono essere classificate in altre voci. L’indicatore permette quindi di analizzare la base di capitale che può sostenere tecnologie avanzate, ma non di attribuirla a una specifica applicazione né di dimostrare che questa sia stata introdotta con successo.

L’indagine dell’Istituto nazionale di statistica spagnolo (INE) sull’uso delle TIC e del commercio elettronico nelle imprese rileva l’utilizzo delle tecnologie e definisce periodi di riferimento diversi: le variabili sull’uso delle TIC si riferiscono al primo trimestre dell’anno dell’indagine, mentre altri dati, come quelli sul commercio elettronico, riguardano l’anno precedente. L’indagine segue le raccomandazioni metodologiche di Eurostat. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

La pubblicazione più recente indicata nella pagina dell’INE riporta che, nel primo trimestre del 2026, il 33,6% delle imprese con dieci o più dipendenti ha utilizzato l’intelligenza artificiale e il 39,4% ha impiegato servizi a pagamento di cloud computing. Per le imprese con meno di dieci dipendenti, la percentuale indicata per l’IA è del 21,36%. Contano le dimensioni e il periodo di riferimento: le percentuali non vanno combinate come se avessero lo stesso denominatore o formassero una serie priva di cambiamenti metodologici. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

L’uso dichiarato avvicina la misurazione all’effettiva introduzione, ma non indica con quale intensità si utilizzi uno strumento, quanti processi copra o quali risultati produca. Non equivale neppure a un’adozione completa in tutto il settore: un’impresa può essere conteggiata come utilizzatrice anche se l’uso è concentrato in una sola funzione. La statistica indica se c’è utilizzo, non quanto valore venga creato né se la tecnologia sostituisca o affianchi altri beni.

Un articolo di Computerworld del settembre 2022 ha riassunto sei tendenze che Gartner collegava allo sviluppo iniziale delle tecnologie del metaverso: giochi seri, esseri umani digitali, mondi virtuali, esperienze condivise, asset tokenizzati e informatica spaziale. L’articolo osservava anche che l’adozione era ancora in fase iniziale e frammentata e che quella su larga scala era prevista a oltre dieci anni di distanza. (https://www.computerworld.es/article/2112967/gartner-esboza-seis-tendencias-que-impulsan-la-adopcion-temprana-de-las-tecnologias-del-metaverso.html)

L’esempio mostra perché una tendenza vada letta tenendo presenti data, ambito e qualificazioni. Una previsione sugli usi potenziali o sui tempi futuri non indica quale percentuale di imprese spagnole li abbia già introdotti. Inoltre, quell’articolo riguardava specificamente il metaverso e stime diffuse nel 2022: non è un inventario generale delle priorità aziendali per il 2026 e non va presentato come tale.

Lo stesso vale per gli elenchi di tecnologie emergenti. Servono a organizzare ipotesi, opportunità e ambiti da seguire, non a sostituire le indagini sull’uso o i dati sugli investimenti. Una previsione può orientare sperimentazioni o pianificazione, purché resti distinta dai risultati osservati.

Le metriche si possono leggere come elementi complementari di un processo, non come diverse versioni di un unico dato. Il capitale tecnologico approssima le risorse accumulate; le indagini descrivono l’uso dichiarato in una popolazione e in un periodo definiti; i rapporti sulle tendenze indicano tecnologie o applicazioni che potrebbero diventare importanti. Nel loro insieme forniscono contesto, ma non costituiscono automaticamente una scala di maturità.

Per una PMI, un approccio pratico consiste nel definire prima il problema operativo da risolvere e poi individuare la misura più adatta. Se la domanda è quante imprese di una certa dimensione usano l’IA, serve una statistica sull’adozione. Se riguarda il cambiamento dell’intensità degli investimenti in beni tecnologici, è più indicato un indicatore di capitale. Se si vogliono esplorare applicazioni future, un rapporto sulle tendenze offre una mappa delle possibilità, non una prova della domanda locale.

Una lettura rigorosa tiene conto anche delle date. Categorie, popolazione e periodi di riferimento possono cambiare da una fonte all’altra; l’indagine dell’INE, per esempio, specifica sia la dimensione delle imprese sia il periodo a cui si riferiscono gli indicatori. Per confrontare i dati occorre allineare denominatori e periodi prima di attribuire le differenze a un’accelerazione o a un ritardo tecnologico.

La conclusione più solida non è che una tecnologia presente in un elenco finirà per affermarsi, bensì che la distanza tra interesse, investimento e uso effettivo è un’informazione rilevante. Se un’impresa valuta uno strumento emergente, può considerare la previsione un motivo per approfondire e i dati sull’adozione un riferimento di mercato, senza supporre che l’uno o gli altri dimostrino la redditività nel proprio caso.

Per valutare un investimento specifico, è utile stabilire una misura del risultato — per esempio tempi di lavorazione, errori o costi operativi — e un periodo di confronto prima di ampliare l’introduzione. Queste misure interne non si ricavano da un elenco di tendenze o da una statistica nazionale: vanno definite in base al processo e alla situazione iniziale. La distinzione pratica è chiara: un segnale di mercato non sostituisce la valutazione aziendale.

In sintesi, misurare l’adozione significa conteggiare gli usi secondo una definizione e un ambito specifici; misurare il capitale tecnologico significa approssimare le risorse associate a determinate categorie; analizzare le tendenze significa valutare possibilità e priorità. Tenere distinti questi piani aiuta a non presentare previsioni come fatti e a capire quali informazioni servono per ciascuna decisione aziendale.