Immagine articolo AI nelle PMI: 50 aziende la sperimentano, solo 14 la portano a regime

Ultimo aggiornamento

20.11.2026

AI nelle PMI: 50 aziende la sperimentano, solo 14 la portano a regime

11 delle 14 aziende che portano l’AI nei processi quotidiani hanno un referente dedicato (equivale al 78,6%).

Solo 3 di queste 14 (21,4%) non hanno un PM e riescono a portare l’AI in azienda.

Questi sono alcuni dei dati emersi dalla ricerca dell’Osservatorio NetStrategy che analizza il ruolo del project management per l’adozione dell’AI nelle PMI, e il motivo per il quale molti progetti AI si arenano tra progetto pilota e messa a regime.

In sintesi

  • Dal progetto pilota all'abbandono silenzioso: il 72% delle PMI osservate (36 su 50) ferma l’adozione dell’AI prima della messa a regime, trattando la tecnologia come un software da attivare anziché come un progetto trasversale da governare.   
  • La variabile decisiva è la governance: la presenza di un referente interno dedicato distingue quasi otto progetti riusciti su dieci (11 aziende su 14), mentre nell'82% del campione totale mancano a monte KPI condivisi per valutare i risultati.  
  • I tre punti di rottura operativi: i progetti si inceppano su basi dati non pulite (pronte all'uso solo in 10 casi su 50), mancanza di un mandato formale e assenza di formazione strutturata (erogata solo in 6 casi su 50).   
  • Il ruolo centrale del Project Management: l'AI non sostituisce la regia organizzativa ma la rende indispensabile per allineare processi, fornitori e persone, fornendo alla direzione dati confrontabili per decidere se scalare, correggere o chiudere l'investimento.  

Nota metodologica

L'analisi è stata realizzata dall'Osservatorio NetStrategy e riguarda 50 aziende clienti dell’agenzia, con contratto attivo al 31 ottobre 2026, di 10 settori B2B e B2C (logistica, alimentare, moda, retail, turismo, software, edilizia, commercio, servizi b2b, manifattura). Per ogni azienda è stata compilata una griglia con definizioni comuni fissate prima della rilevazione (per esempio, "a regime" significa uso ricorrente da parte di almeno un team da tre mesi o più, con un responsabile). Il campione non è rappresentativo delle PMI italiane: si tratta di un'osservazione diretta sul campo.

AI nelle PMI: il dato NetStrategy

Su 50 aziende clienti di NetStrategy che nell’ultimo anno hanno avviato sperimentazioni sull’intelligenza artificiale, soltanto 14 (il 28%) sono riuscite a integrarla stabilmente nei flussi di lavoro quotidiani. Di queste, 11 hanno affidato l’iniziativa a un referente interno dedicato.

Nella restante maggioranza dei casi, i progetti si sono arenati dopo la fase di test iniziale, e questo non per limiti tecnologici delle piattaforme adottate, ma per la mancanza di project management.

Nelle piccole e medie imprese, infatti, l'AI viene ancora trattata come un semplice software da acquistare e attivare, anziché come un progetto trasversale da governare con obiettivi, metriche e responsabilità definite.

netstrategy_01_adozione_ai.png

Lo schema che si ripete: "Abbiamo trovato lo strumento giusto, partiamo"

Analizzando le 36 aziende del campione in cui la sperimentazione AI non si è tradotta in un’adozione stabile, emerge una sequenza ricorrente. Il fallimento, infatti, avviene quasi sempre lungo un percorso standardizzato che ad un certo punto si inceppa.

Per osservare questa dinamica da vicino, prendiamo un caso ricorrente nelle PMI B2B: l’introduzione di un assistente AI per velocizzare la stesura delle offerte commerciali.

Tutto ha origine da un bisogno concreto e facilmente misurabile. In una tipica PMI B2B, l’ufficio commerciale impiega diverse ore per redigere una singola offerta complessa, dovendo incrociare listini aggiornati, documenti tecnici-amministrativi e storico delle trattative precedenti.

Il rallentamento della formulazione dei preventivi diventa un freno alla chiusura dei contratti, e la direzione individua nell’intelligenza artificiale la soluzione migliore per comprimere i tempi di lavorazione senza aumentare l’organico.

Individuato il bisogno, l’azienda passa direttamente alla sperimentazione con sistemi AI, optando in genere per l’attivazione rapida di piattaforme di AI generativa come ChatGPT o Microsoft Copilot, oppure configurando un assistente AI interno.

Molto spesso la scelta ricade sullo strumento più immediato da attivare, valutato in base alla facilità d’uso piuttosto che alla sua capacità di integrarsi con il CRM o l’ERP aziendale.

I primi test su piccola scala sembrano promettenti e il sistema appare in grado di generare bozze di offerta coerenti in pochi minuti.

Questo risultato positivo crea subito alte aspettative: l’efficacia di una simulazione isolata viene dunque scambiata per la solidità di un intero processo, ignorando le variabili e tutte le eccezioni che caratterizzano normalmente l’operatività reale.

Sull’onda dell’entusiasmo per i primi riscontri, l’azienda decide quindi di estendere l’uso dell’assistente AI all’intero team commerciale, chiedendo di adottarlo nella routine quotidiana.

Ed è proprio qui che emerge l’assenza di governance: le regole di prompting standardizzate non vengono definite, non si stabilisce chi debba aggiornare la base documentale quando cambiano i listini e manca un protocollo di verifica sugli output generati.

Ogni commerciale inizia quindi a interrogare il sistema a modo proprio, ottenendo risposte disomogenee.

Nel giro di poche settimane, il tempo necessario per controllare e correggere gli errori delle bozze generate dall’AI supera quello risparmiato nella stesura iniziale.

Senza un referente incaricato di raccogliere i feedback, tarare lo strumento e riallineare il flusso di lavoro, la fiducia del team crolla e i commerciali tornano progressivamente ai vecchi modelli Word ed Excel, indubbiamente più lenti ma almeno prevedibili.

L’investimento viene quindi silenziosamente abbandonato, magari mantenendo le licenze AI attive, ma con un’operatività che torna esattamente al punto di partenza.

netstrategy_05_dal_pilota_a_regime.png

 

La domanda allora è: che cosa succede tra il progetto pilota e la messa a regime? 

Dove il progetto si inceppa

Se il percorso segue un copione prevedibile, altrettanto netti sono i punti di rottura in cui i progetti AI nelle PMI “inciampano” perdendo la forza iniziale.

Primo inciampo: i dati

L’intelligenza artificiale non possiede alcuna capacità autonoma di riordinare un patrimonio di dati frammentato: si limita ad elaborare ciò che trova, amplificando eventuali incongruenze alla fonte.

Tornando al caso dell’assistente AI per le offerte commerciali, il sistema si blocca nel momento in cui deve pescare informazioni disperse tra listini aggiornati in Excel, vecchi capitolati in PDF, e-mail scambiate con i clienti e file duplicati nelle cartelle locali dei singoli venditori.

In assenza di una fonte unica e validata, l’AI restituisce bozze incoerenti, costringendo l’operatore a una verifica manuale continua.

Questa fragilità trova riscontro diretto nei numeri sulla maturità digitale del tessuto produttivo. Secondo le rilevazioni ISTAT ed Eurostat (Imprese e ICT, 2025), in Italia utilizza un software CRM soltanto il 21,7% delle imprese con almeno 10 addetti, contro una media europea del 28,5%.

Un ritardo strutturale che si riflette anche nel campione analizzato da NetStrategy: su 50 PMI monitorate, solo 20 dispongono di un CRM attivo.

Il dato più rilevante per chi governa un progetto AI emerge, però, scavando oltre la semplice adozione del software. Nel campione NetStrategy, appena 10 aziende su 50 (il 20%) dispongono di basi dati già pronte e utilizzabili senza richiedere un lungo lavoro di pulizia.

La presenza di un gestionale o di un CRM, infatti, non garantisce l’ordine delle informazioni, la qualità del dato inserito e nemmeno la possibilità tecnica di integrare la piattaforma con i modelli di intelligenza artificiale.

Senza una fase propedeutica di data governance, spesso sottovalutata nei budget e nelle tempistiche iniziali, il progetto non può che arenarsi. 

Secondo inciampo: nessuno ha il mandato 

Anche in presenza di dati ordinati, molti progetti AI non passano comunque all’utilizzo operativo.

Nel caso dell’assistente AI per le offerte commerciali, i confini organizzativi restano sfumati: il fornitore o il tecnico IT configura lo strumento, la direzione approva la spesa e l’ufficio vendite dovrebbe adottarlo.

Ma, nel momento in cui emergono gli attriti, nessuno ha la responsabilità formale di governare il sistema. Non è chiaro chi debba aggiornare le istruzioni dell'assistente, chi raccolga le segnalazioni di errore dei venditori né chi verifichi l’effettivo tasso di utilizzo.

Questa mancanza affonda le radici nella struttura stessa del tessuto imprenditoriale italiano. Come evidenziano le analisi di 4.Manager e del Sole 24 Ore, oltre il 75% delle imprese italiane con almeno 3 addetti è a controllo familiare, un modello in cui le gerarchie relazionali prevalgono spesso su quelle funzionali.

A ciò si aggiunge una fisiologica sovrapposizione dei ruoli: nelle piccole realtà la stessa figura ricopre spesso più funzioni (dal titolare che segue in prima persona sia gli acquisti che lo sviluppo commerciale, al responsabile amministrativo che gestisce anche i fornitori IT) rendendo complesso disegnare un diagramma statico ed efficace senza creare conflitti di competenza.

I numeri rilevati da NetStrategy confermano quanto questa frammentazione incida sulla tenuta dei progetti: su 50 aziende che hanno avviato un progetto pilota, soltanto 14 hanno assegnato a una figura interna il mandato esplicito di seguire l’iniziativa nel tempo.

Ancora più critico è il dato sulla misurazione: appena 9 imprese su 50 (il 18%) hanno definito a monte quali indicatori avrebbero decretato il successo del test, stabilendo in modo oggettivo cosa significasse il termine "funziona".

Governance e KPI nell’adozione dell’AI.png

 

È su questo snodo che emerge la necessità di far lavorare in sinergia governance e Project Management.

Da un lato, senza un quadro decisionale chiaro e un mandato formalizzato dalla direzione, qualsiasi PM resta privo dell’autorità necessaria per superare le resistenze operative dei reparti.

Dall’altro lato, senza PM e un presidio metodologico quotidiano fatto di monitoraggio, metriche e riallineamenti, la governance resta solo sulla carta. 

Terzo inciampo: la formazione

Il terzo punto di rottura riguarda l’illusione che la semplicità delle interfacce di molti sistemi AI renda superflua la formazione.

Poiché gli strumenti di intelligenza artificiale si interrogano in linguaggio naturale, molte PMI si limitano a distribuire gli accessi al personale, dando per scontato che l’adozione avvenga in modo spontaneo.

Prendendo sempre come riferimento l’ipotetico assistente per le offerte commerciali, i venditori ricevono le credenziali senza indicazioni su come strutturare le richieste, come validare le fonti citate dal sistema o quali dati riservati non vadano mai inseriti.

Il risultato è di conseguenza un utilizzo improvvisato dello strumento: chi ha maggiore dimestichezza sperimenta in autonomia, mentre il resto del team percepisce lo strumento come un ostacolo che rallenta il lavoro invece di agevolarlo.

Questo deficit di competenze e di formazione si conferma purtroppo come una delle principali barriere all’ingresso per il tessuto produttivo nazionale.

Secondo i dati riportati dal Giornale delle PMI, tra le imprese che valutano l’introduzione dell’intelligenza artificiale senza poi procedere all’adozione, il 58,6% indica proprio la mancanza di competenze interne come principale ostacolo.

Anche tra chi decide di investire, però, la spiegazione metodologica resta l’eccezione: secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, appena il 7% delle PMI italiane avvia percorsi di formazione strutturata su questi temi.

L’osservazione diretta condotta da NetStrategy restituisce una fotografia del tutto sovrapponibile: su 50 aziende che hanno avviato un progetto pilota, soltanto 6 (il 12%) hanno affiancato allo strumento un piano formativo strutturato per gli utenti finali.

Nei restanti 44 casi, l’apprendimento è stato lasciato all’iniziativa individuale.

Senza un trasferimento di metodo, che non riguarda solo l’uso tecnico del software ma soprattutto una riorganizzazione della propria mansione quotidiana, anche la tecnologia più avanzata non può che rimanere uno strumento estraneo e difficile da sfruttare. 

netstrategy_02_ostacoli.png

Punto di svolta: tre sintomi, un solo problema reale

Dati disordinati, assenza di mandato e carenza formativa non sono tre ostacoli indipendenti ma tre sintomi dello stesso vuoto organizzativo, ovvero un’iniziativa trattata come un acquisto tecnologico invece che come un progetto strutturato.

Per uscire da questa impasse occorre cambiare il criterio con cui si misura il risultato.

Un’implementazione AI può dirsi riuscita quando l’algoritmo genera una risposta tecnicamente corretta, oppure quando le persone utilizzano quell’output dentro un processo aziendale ridefinito?

La risposta sta nell’integrazione di entrambi i piani: la qualità tecnica del modello è una condizione necessaria, ma diventa produttiva solo quando si innesta in un flusso operativo governato.

È esattamente in questo punto di giunzione che interviene il Project Management.

Il suo compito è tenere allineati tecnologia, persone e obiettivi di business lungo tutto il ciclo di vita dell’iniziativa.

Sul piano pratico, governare un progetto AI significa chiarire a monte i requisiti reali del processo, assegnare responsabilità su chi gestisce e aggiorna lo strumento, e far emergere per tempo le dipendenze tecniche, come il collegamento tra un assistente commerciale e i listini aziendali.

Significa, infine, accompagnare l’adozione quotidiana raccogliendo gli attriti e le difficoltà di chi lo utilizza e verificare nel tempo che le aspettative si traducano in un risparmio reale di ore o in un miglioramento dei margini.

La conferma arriva dai numeri rilevati da NetStrategy sul gruppo delle 14 aziende che hanno portato l’AI a regime: 11 di esse operano con un referente di progetto formalmente incaricato, mentre soltanto 3 sono riuscite a consolidare lo strumento senza una figura di presidio dedicata.

Questa evidenza trova oggi una validazione metodologica anche a livello internazionale: nel giugno 2026 il Project Management Institute (PMI) ha pubblicato il primo standard globale dedicato all’intelligenza artificiale (The Standard for Artificial Intelligence in Portfolio, Program, and Project Management), nato proprio per colmare il ritardo dei quadri di governance rispetto alla velocità di diffusione dei software.

Il principio di fondo è: l’intelligenza artificiale non è un automatismo che sostituisce la regia organizzativa, ma un sistema che richiede una catena di responsabilità umana esplicita per generare valore stabile nel tempo.

netstrategy_04_referente_pm.png

Conclusione: l'AI non elimina il project management, lo rende ancora più necessario

L’idea che l’intelligenza artificiale possa semplificare i processi al punto da rendere superflua la regia organizzativa si rivela, alla prova dei fatti, uno degli equivoci più costosi per le piccole e medie imprese.

Un progetto pilota riesce quasi sempre a reggersi sull’entusiasmo iniziale di chi lo promuove ma, quando la novità si esaurisce, lo strumento entra nel terreno complesso dell’operatività quotidiana.

È in quel momento che serve una funzione di governo: qualcuno deve stabilire a monte i criteri oggettivi per definire quando il sistema funziona, coinvolgere chi utilizzerà lo strumento ogni giorno, presidiare la pulizia dei dati e coordinare il lavoro dei fornitori esterni.

E, soprattutto, qualcuno deve portare sul tavolo della direzione numeri confrontabili (in termini di tempi risparmiati, qualità dell’output e costi reali del progetto) per mettere l’imprenditore nelle condizioni di compiere una scelta netta, ovvero se scalare l’investimento, correggere la rotta o chiudere del tutto l’iniziativa.

Se in una PMI nessuno ha il mandato esplicito di governare il percorso, semplicemente nessuno lo fa. E il progetto AI, nella maggior parte dei casi, si spegne in silenzio. 

Come citare questa ricerca

I dati e le evidenze di questa ricerca sono liberamente citabili previa menzione dell'Osservatorio NetStrategy.

Osservatorio NetStrategy (2026). AI nelle PMI: 50 aziende la sperimentano, solo 14 la portano a regime. Novembre 2026.

Fonti e riferimenti

  • ISTAT, Imprese e Ict - Anno 2025
  • Eurostat, Integration of internal processes by size class of enterprise (febbraio 2026)
  • goose sales enhanced, Quante imprese italiane usano un CRM, e perché sono meno della media UE (settembre 2026)
  • Osservatorio 4manager, Imprenditori e Dirigenti: attori centrali per lo sviluppo Capt Sala innovativo e sostenibile del Tarentinus Mezzogiorno (settembre 2023)
  • Sole24Ore, Governance, come dare struttura alle imprese familiari che crescono (settembre 2026)
  • Osservatorio POLIMI, Il mercato dell’AI in Italia cresce del 50% nel 2025, 1,8 mld di euro (febbraio 2026)
  • Giornale delle PMI, Intelligenza artificiale, perché le aziende italiane fanno ancora fatica ad adottarla (settembre 2026)
  • Project Management Institute (PMI), PMI Publishes World's First Global Standard for AI in Project Work as Governance Frameworks Struggle to Keep Pace (giugno 2026) 

It's time to share

Autore

Stefano Robbi
Stefano Robbi

Founder & CEO di NetStrategy

Stefano Robbi ha fondato NetStrategy nel 2010 e la guida ancora oggi, con un team di oltre 45 specialisti in-house. In 16 anni di attività ha seguito personalmente più di 90 progetti di digital marketing per aziende B2B, B2C ed e-commerce, contribuendo a generare oltre 23,5 milioni di euro di fatturato attribuibile ai canali digitali per i clienti dell'agenzia.

Coordina l'Osservatorio NetStrategy conducendo ricerche proprietarie sui comportamenti di ricerca degli italiani e sui criteri con cui i motori AI selezionano e citano le proprie fonti. Le ricerche dell'Osservatorio sono state riprese da Corriere della Sera, Milano Finanza e Millionaire.

Ha conseguito un M.Sc. in Marketing Management all'Università Bocconi e, prima di fondare NetStrategy, ha lavorato in Microsoft Italia nella divisione SMB. Oggi insegna marketing all'Italian Institute of Fashion Management ed è relatore in eventi del settore tra cui Netcomm Forum, We Make Future, Global Summit e Digital 1to1.

Aree di specializzazione: SEO, GEO, strategia digitale, analisi dei dati.

Seguimi su:
Contattami

Docente in varie università e formatore ad eventi di livello internazionale

MFI
HRC
The Global Summit
JETN
AW Lab
Università di Trento
Quantico Business

Altri spunti di approfondimento

It's timeto connect.

Facciamo crescereil tuo progetto insieme

Compila il form per essere contattato dal nostro team. Insieme cercheremo di capire se siamo l'agenzia giusta per aiutare la tua azienda.

Confermo di aver preso visione della Privacy Policy.