- Il rapporto “The GenAI Divide: State of AI in Business 2025” del MIT NANDA mostra che il 95% dei programmi pilota di IA generativa nelle aziende non sta ottenendo una crescita significativa dei ricavi.
- La ricerca è stata condotta attraverso:
- 150 interviste con leader aziendali
- Un sondaggio su 350 dipendenti
- Un’analisi di 300 progetti pubblici di IA
- Le principali cause di fallimento includono:
- Un divario di conoscenza tra lo strumento di IA и l’organizzazione che lo utilizza.
- L’IA è scarsamente integrata nei processi aziendali, non riuscendo ad apprendere o ad adattarsi ai flussi di lavoro reali.
- Le aziende spesso sviluppano soluzioni interne, ma il tasso di successo è solo del 33%, mentre l’acquisto da fornitori esterni ha successo fino al 67% delle volte.
- Solo il 5% delle aziende sta ottenendo risultati evidenti, tipicamente startup guidate da giovani che mirano a problemi specifici, collaborano efficacemente e crescono rapidamente (passando da 0 a 20 milioni di dollari di ricavi in un anno).
- La maggior parte dei budget per l’IA (oltre il 50%) viene spesa per i reparti vendite e marketing, mentre il MIT suggerisce che il ROI più elevato deriva dall’automazione della logistica e dalla riduzione dei costi di outsourcing.
- Altri problemi:
- Preoccupazioni sul copyright e sulla proprietà dei dati quando si utilizza l’IA.
- “Shadow AI”: Dipendenti che utilizzano segretamente ChatGPT e altri strumenti non approvati.
- Difficoltà nel misurare il vero impatto dell’IA sui profitti o sulla produttività.
- Le organizzazioni più avanzate stanno sperimentando sistemi di “IA agentiva” (AI agentic) – sistemi di IA che possono imparare, ricordare e agire in modo indipendente entro limiti prestabiliti.
📌 Un nuovo rapporto del MIT avverte che il 95% dei progetti aziendali di IA generativa sta fallendo, nonostante le grandi aspettative. Le cause principali: scarsa integrazione, scelta errata degli strumenti e focus degli investimenti sbagliato. Nel frattempo, le piccole startup stanno ottenendo successo grazie a un’implementazione mirata. Le aziende devono concentrarsi sull’automazione della logistica e collaborare con fornitori specializzati per sfruttare efficacemente l’IA.
