Il Capgemini Research Institute ha condotto uno studio su come le grandi imprese stanno approcciando le tecnologie di Intelligenza Artificiale per integrarle nei propri processi. Da questa analisi deriva che i decisori aziendali vedono l'AI come una gara di fondo più che come uno sprint in cui battere velocemente, in innovazione tecnologica, i loro competitor. In sostanza, spiega Capgemini, l'AI viene sempre più vista come un imperativo strategico a lungo termine piuttosto che come una tecnologia tattica o sperimentale. L'incertezza a breve termine sull'evoluzione del mercato AI resta, ma resta anche la fiducia nella capacità dell'AI di produrre un impatto trasformativo. 

La maggioranza (53%) del campione analizzato - 1.505 dirigenti di aziende con un fatturato annuo di oltre un miliardo di dollari - oggi considera gli investimenti in AI con un orizzonte di cinque anni o più, proprio perché vede nel lungo periodo il tempo necessario all'AI per portare benefici stabili. La convinzione è che in questa ottica l'Intelligenza Artificiale generi vantaggi crescenti e dia una base solida a ulteriori forme di innovazione che i "ritardatari" dell'AI faranno fatica a replicare. Così, anche in caso di un ennesimo "AI winter" di disillusione nell'AI, la maggior parte delle imprese prevede di continuare a investirci, semplicemente cambiando focalizzazione. L'80% del campione sposterebbe i fondi verso l'infrastruttura di base per l'AI, mentre il 72% si focalizzerebbe su applicazioni collaudate e scalabili piuttosto che verso progetti sperimentali.

In realtà molte imprese stanno già razionalizzando la spesa in AI per massimizzarne il valore. Il 64% del campione Capgemini sta abbandonando i progetti a minore valore e si sta concentrando sulle aree a maggiore impatto, mentre il 63% intende farlo nel corso del 2026. In generale, comunque, Capgemini vede un aumento progressivo dei budget destinati all'AI: globalmente le imprese vi investiranno il 5% del loro budget annuale nel 2026, rispetto al 3% del 2025. La spesa andrà in particolare verso componenti tecniche ed organizzative. Nel primo ambito a primeggiare sono la parte dati (il 72% del campione prevede un aumento della spesa relativa nel 2026) e la parte di computing e infrastruttura (64%). In ambito organizzativo sono in evidenza la governance e il risk management (73% di citazioni) e l'upskilling/reskilling dei dipendenti (69%).

Anche in base a queste considerazioni, le aziende ora stanno dando priorità agli investimenti in AI in funzioni con processi ben definiti e risultati misurabili: in testa ci sono le funzioni vendita/marketing (privilegiate dal 63% del campione globale) e le IT operations (55%). In quanto a forme di "nuova" AI scelte, la GenAI è in fase avanzata di adozione: è in produzione nel 38% delle organizzazioni e la percentuale sale all'81% se consideriamo anche chi è ancora in fase di progetto pilota. Le altre nuove AI sono più indietro, ma non troppo: il 35% del campione ha progetti pilota o già implementazioni in produzione di AI agentica, questa percentuale sale al 46% per la Physical AI e al 71% per l'Edge AI.

In tutto questo, le aziende si stanno anche ponendo l'annoso problema del "make vs buy": sviluppare internamente applicazioni e funzioni di AI oppure fruirne dall'esterno? L'idea prevalente è che la creazione in-house ha senso se è un fattore di differenziazione, perché gli strumenti e le piattaforme di AI commerciali sono accessibili ed economici. Così la situazione resta sostanzialmente equilibrata: il 44% delle organizzazioni privilegia soluzioni di AI commerciali o pronte all'uso, l'11% si basa su modelli commerciali ma sviluppa internamente le applicazioni, il 14% sceglie cosa fare caso per caso, il 31% principalmente sviluppa in-house.

Anche la misurazione del successo dell'AI sta cambiando, perché l'AI non viene vista come uno strumento tattico ma come un catalizzatore per trasformazioni interne più importanti, che hanno benefici di tipo diverso dal semplice ritorno economico sugli investimenti. Intendiamoci, il ROI resta l'indicatore di performance ancora più gettonato (lo cita il 73% del campione Capgemini), ma è seguito da vicino dal numero di casi d'uso dell'AI implementati (68%) e dalla crescita dei ricavi (ancora 68%), dall'impatto sulla quota di mercato e sul posizionamento competitivo (38%), dalla soddisfazione dei dipendenti nell'uso dell'AI (37%).

Proprio la soddisfazione dei dipendenti è per Capgemini un elemento chiave, tanto che il consiglio espressamente dato alle aziende è quello di sviluppare una "human–AI chemistry", una "chimica" tra AI e persone in cui le seconde mantengono il controllo sulle decisioni critiche, guidano il comportamento dell'AI e intervengono quando necessario, garantendo la accountability dei processi potenziati dall'AI. Senza la fiducia che questo modello guidato garantisce, secondo gli analisti, diventa impossibile sbloccare il pieno valore dell'AI.

Le aziende stanno iniziando a mettere in pratica questo approccio, vedendone i primi benefici: per il 66% del campione analizzato da Capgemini la collaborazione persone-AI ha portato a miglioramenti misurabili nella produttività e nella qualità delle decisioni. Quello che però serve ora in azienda è un cambiamento culturale che, lato dipendenti, va oltre la formazione tradizionale. Tanto che molte imprese stanno ripensando il set di competenze che viene richiesto ai dipendenti e ai manager, comprendendo in questa rivisitazione la maggior parte dei ruoli (lo dice il 23% del campione Capgemini) o anche solo alcuni ruoli specifici (41%).