IA generativa nelle imprese: distinguere uso, investimenti e aspettative

La domanda «Quante imprese usano l’IA?» sembra semplice, ma la risposta dipende da che cosa si intende per usare. Un’organizzazione può aver consentito a una parte del personale di provare uno strumento, condurre un progetto pilota limitato, aver integrato un sistema in un’attività specifica oppure farvi affidamento nei processi abituali. Si tratta di situazioni diverse, anche se in una presentazione aziendale possono essere riunite sotto la stessa etichetta. Una prova occasionale, inoltre, non comporta lo stesso grado di integrazione né le stesse regole di un utilizzo regolare.

Per analizzare l’adozione nelle imprese è utile distinguere almeno quattro fasi: esplorazione, prova, implementazione e uso continuativo. La prima può indicare interesse; la seconda, una valutazione circoscritta; la terza, una decisione organizzativa e tecnica; la quarta, un’integrazione che permane nel tempo. Un dato sull’adozione è interpretabile solo se spiega quale fase conteggia e a chi rivolge la domanda. Se questi elementi non sono specificati, non è possibile sapere quante imprese abbiano trasformato un’iniziativa in una pratica di lavoro. È utile anche verificare se la misura raccoglie l’autovalutazione dell’impresa, l’esperienza dei dipendenti o prove del fatto che un sistema venga effettivamente utilizzato.

Conta anche che cosa si intenda per «impresa». Un’indagine può conteggiare unità giuridiche, gruppi di imprese o unità locali. I risultati non sono intercambiabili: un gruppo composto da più società può essere rappresentato in modo diverso a seconda dell’unità statistica scelta. In Spagna l’INE descrive la propria indagine sulle TIC nelle imprese come un’operazione in cui i dati vengono raccolti direttamente dalle unità giuridiche. Questa precisazione aiuta a interpretare la popolazione osservata, ma non equivale a una misurazione individuale di ogni squadra o dipendente. La risposta di un’unità giuridica, da sola, non indica quante persone usino uno strumento né con quale frequenza.

Le statistiche ufficiali sono un punto di partenza utile perché documentano popolazione studiata, metodo e definizioni in modo più strutturato rispetto a un annuncio commerciale. L’INE dichiara che la propria Indagine sull’uso delle TIC e del commercio elettronico nelle imprese mira a ottenere informazioni armonizzate e comparabili a livello europeo e viene realizzata seguendo le indicazioni di Eurostat. Il questionario copre diversi ambiti tecnologici e può includere moduli dedicati a temi specifici. Questa documentazione aiuta a capire che cosa si misura e in quale quadro vadano letti i risultati.

Tale disegno è utile per osservare la presenza di determinate tecnologie nel tessuto imprenditoriale, ma non trasforma automaticamente l’indagine in un esame dettagliato di ogni implementazione. La percentuale di imprese che dichiara di utilizzare una tecnologia non rivela, da sola, quante persone la usino, con quale frequenza, per quali attività, con quale spesa o con quale effetto sulla produttività. Una statistica sull’adozione risponde a una domanda sulle imprese; non sostituisce una valutazione dell’impatto sul lavoro o sull’economia. Un tasso dichiarato può essere informativo e lasciare comunque aperte molte questioni pratiche, da affrontare con dati diversi e metodi adeguati.

Verificare la definizione prima di leggere la percentuale

Quando si esamina un risultato, occorre cercare il periodo di riferimento, la popolazione delle imprese, l’eventuale dimensione minima inclusa, il settore, l’unità di conteggio e la formulazione esatta della domanda. Va inoltre verificato se il dato riguarda l’intelligenza artificiale in generale o l’IA generativa. Non è prudente trattare le due espressioni come equivalenti: una categoria ampia può comprendere usi che non impiegano modelli generativi, mentre un’indagine incentrata sull’IA generativa delimita una tecnologia più specifica. Se la tabella non chiarisce questo punto, la conclusione deve mantenere esplicita la limitazione anziché presupporre un ambito più ristretto.

Le indagini aziendali offrono un altro tipo di evidenza. Possono chiedere ai dirigenti informazioni su piani, ostacoli, budget o usi dichiarati. Sono utili per conoscere priorità e percezioni, ma i risultati dipendono da chi risponde, da come viene selezionato il campione e dalla formulazione delle domande. Dire che un’impresa «sta esplorando» una tecnologia non equivale ad affermare che l’abbia implementata; dichiarare l’intenzione di investire non dimostra che la spesa sia stata effettuata. Anche un’indagine condotta con rigore descrive le risposte raccolte secondo il proprio metodo, non necessariamente l’osservazione diretta di tutti i sistemi in funzione.

Gli annunci di investimento e gli accordi con i fornitori descrivono decisioni o impegni comunicati pubblicamente. Sono rilevanti per comprendere la direzione di un’impresa, ma non dimostrano da soli che il sistema sia operativo, raggiunga tutto il personale o produca i benefici attesi. Per passare dall’annuncio a una prova di implementazione servono informazioni successive su distribuzione, portata, continuità e risultati, con criteri che permettano di verificare che cosa sia stato effettivamente attivato. Un progetto può essere annunciato prima che se ne definisca l’ambito finale: questo non annulla il valore dell’annuncio, ma ne circoscrive ciò che può dimostrare.

I fornitori possono pubblicare dati aggregati su utenti, richieste o attività nelle loro piattaforme. Queste metriche possono fornire indicazioni sull’uso del servizio del fornitore, ma non rappresentano necessariamente l’adozione in tutte le imprese né descrivono lo scopo di ogni interazione. Un account attivo può corrispondere a una prova occasionale; il numero di richieste non indica da solo quante organizzazioni abbiano istituzionalizzato l’uso. Occorre considerare anche l’interesse commerciale di chi pubblica il dato e cercare definizioni, periodo, copertura e metodo di conteggio prima di interpretarlo.

Due percentuali non sono confrontabili solo perché entrambe riguardano l’IA nelle imprese. Possono differire per paese, anno, dimensione aziendale, attività economica, popolazione intervistata e definizione di uso. Possono anche misurare momenti diversi: la data di pubblicazione di un rapporto non coincide sempre con il periodo a cui si riferiscono le risposte. Prima di dedurre una tendenza, conviene allineare queste dimensioni o spiegare perché il confronto è approssimativo. Se le differenze di ambito non si possono risolvere, i dati non vanno presentati come se provenissero dalla stessa rilevazione.

Un confronto nel tempo è più solido quando mantiene invariati domanda, metodologia e popolazione, oppure quando la fonte spiega i cambiamenti e permette di interpretarli. Se cambia la definizione della tecnologia, un aumento apparente può dipendere in parte dal nuovo criterio. Se cambia il campione, il risultato può rispecchiare una composizione diversa delle imprese. Una variazione dell’indicatore non dimostra automaticamente una variazione equivalente nelle pratiche aziendali. Per questo una tendenza deve distinguere il cambiamento nei comportamenti dichiarati dal cambiamento di ciò che l’indagine conta o della popolazione che include.

Conta anche l’ambito dell’indagine. Una media nazionale può nascondere differenze tra dimensioni aziendali o settori. Un dato raccolto tra organizzazioni che già utilizzano servizi digitali avanzati non dovrebbe essere presentato come rappresentativo dell’intero tessuto produttivo senza una giustificazione metodologica. Inoltre, le conclusioni ricavate da un campione di responsabili tecnologici non descrivono necessariamente ciò che avviene nei luoghi di lavoro. Se i rapporti non dettagliano questi aspetti, è preferibile presentare il risultato come un segnale parziale, non come una misura universale.

Per valutare se l’IA si sta affermando in un’impresa, si può seguire una sequenza di verifiche. Non è una scala statistica ufficiale, ma un quadro di lettura utile a non confondere attività e risultati:

• Esplorazione: c’è interesse, formazione iniziale o valutazione delle opzioni.
• Prova: è in corso un progetto pilota con utenti, attività e limiti definiti.
• Implementazione: lo strumento è integrato in un processo e dispone di responsabili e regole d’uso.
• Continuità: l’uso si mantiene nel tempo e si rivedono costi, qualità, rischi e risultati.

Ogni fase richiede prove diverse. Un comunicato stampa può confermare che un’impresa ha annunciato un progetto, ma non basta a dimostrare che l’uso sia abituale. Un’indagine interna può descrivere le esperienze dei dipendenti; per valutare i risultati servirebbero indicatori definiti e un confronto adeguato. Una statistica ufficiale può riferire quante imprese dichiarano di usare l’IA senza descrivere necessariamente il grado di integrazione di ciascuna. Il quadro è utile proprio perché mantiene separate queste affermazioni e non trasforma un singolo segnale di attività nella prova di tutte le fasi successive.

Le prove più convincenti combinano fonti indipendenti e complementari: una misurazione ufficiale con definizioni chiare, informazioni aziendali sulla portata effettiva dell’implementazione e, quando si dichiarano benefici, una valutazione che spieghi come siano stati misurati. Non è necessario che ogni fonte risponda a tutte le domande. È però importante non attribuire a un indicatore limitato conclusioni che non può sostenere. La coerenza tra le misure, non il volume degli annunci, consente un’interpretazione più solida.

Le informazioni documentate qui permettono di descrivere come è strutturata l’indagine spagnola sulle TIC nelle imprese e perché le sue definizioni aiutano a interpretare i risultati. Permettono anche di distinguere sul piano metodologico le statistiche sulle imprese, le dichiarazioni d’intenti, l’attività su una piattaforma e le valutazioni d’impatto. Questo quadro consente di esaminare con maggiore precisione i dati futuri; non è sufficiente, invece, per affermare che l’adozione dell’IA generativa stia crescendo in Spagna o in Europa nel suo complesso. Il quadro chiarisce i limiti delle prove disponibili, non li trasforma in una conclusione sull’andamento.

Per sostenere una conclusione di crescita occorrerebbe raccogliere risultati comparabili di periodi diversi, confermare che la definizione di uso rimanga invariata e verificare che la popolazione statistica non sia cambiata in modo tale da modificare l’interpretazione. Per affermare che l’uso si è consolidato servirebbero inoltre segnali di continuità e integrazione, non soltanto di sperimentazione. E per attribuire miglioramenti della produttività all’IA sarebbe necessario distinguere il suo contributo da altri cambiamenti nei processi, nel personale o negli investimenti. Ogni affermazione richiede quindi prove adeguate alla sua portata.

La conclusione prudente non è che l’adozione non esista, ma che ogni indicatore risponde a una domanda diversa. Un’indagine ufficiale può misurare gli usi dichiarati entro un quadro definito; un’indagine sulle aspettative può descrivere le intenzioni; una comunicazione aziendale può documentare un annuncio; i dati di una piattaforma possono offrire una visione parziale dell’attività. Nessuno di questi elementi dovrebbe sostituire automaticamente gli altri. Finché non saranno disponibili serie comparabili e prove di implementazione sostenuta, la tendenza complessiva deve restare aperta.