Prima di incominciare
C’è un fatto che differenzia fortemente l’adozione delle tecnologie di ciò che viene chiamata “intelligenza artificiale” dalle tecnologie informatiche che l’hanno preceduta, internet, email, social network, perfino lo smartphone. Quelle si sono diffuse in tempi lunghi, spalmati su anni e generazioni diverse. Con l’uscita di ChatGPT, nel novembre 2022, abbiamo assistito a una discontinuità netta. Nell’arco di pochi mesi l’AI generativa era ovunque.
Il terreno però era pronto, i dispositivi erano già nelle mani di tutti, e una combinazione di buona propaganda, curiosità e qualche beneficio concreto ha fatto il resto. In un paio d’anni, l’AI è finita nelle mani di chiunque abbia uno smartphone. Grandi e piccini, potremmo dire, tutti con lo stesso giocattolo tra le mani.
A questo punto diventa ragionevole fermarsi a capire scopi e fini del giocattolo. Potrà sembrare strano provare a leggere insieme un paper di consulenza come quello che segue, perchè generalmente è roba da addetti ai lavori, così si potrebbe pensare. Non è così.
Perchè sono proprio documenti come questi, insieme a rapporti, studi, post e titoli che rimbalzano su giornali e televisione, a costruire il contesto narrativo in cui siamo immersi, quello in cui certe parole evocative entrano nel nostro linguaggio quotidiano con l’illusione di averle scelte liberamente.
E sono proprio quelle parole che, quasi senza accorgercene, finiscono per guidare le nostre scelte, le nostre priorità, il nostro modo di leggere la realtà ogni giorno.
Un inciso è dovuto, quello che segue potrà sembrare materiale solo per addetti ai lavori, ma in realtà queste sono matrici che poi vengono usate per generare contenuti e informazioni diffusi da vari apparati di informazione, tv, radio, giornali, social network e affini, e quindi sebbene edulcorati questi paper alla fine ci arrivano addosso con narrazioni diverse, ma con gli scopi che vedremo.
Propaganda è un termine forte, ma qui siamo di fronte a qualcosa che gli somiglia, un’operazione culturale che si presenta come neutrale e ci chiede di assistere, dagli spalti, a una partita di cui altri stanno fissando le regole. Una partita che si vorrebbe far passare per inevitabile, e che inevitabile non è.
C’è chi gioca la sua partita, e noi che stiamo ad assorbire il risultato come se fosse, appunto, inevitabile perchè siamo sugli spalti, ma così non è come vedremo.
Noi invece, qui ed ora, proviamo a fare qualcosa di più modesto, seguire da vicino alcuni di questi meccanismi, per illuminare almeno in parte processi che sono già in corso e che, spesso senza che ce ne accorgiamo, avvolgono tutti noi.
Propaganda evocativa
Nel prologo della serie abbiamo scritto che rischiamo di essere tutti dei Pollicino alla rovescia, ovvero se il bambino della fiaba lasciava i sassolini per ritrovare la strada di casa, noi a volte seguiamo quelli che altri hanno disseminato per portarci dove vogliono loro.
Sassolini che ci conducono a vivere in case altrui, facendoci però pensare di essere arrivati nella casa che volevamo abitare, visto che i sassolini ci conducevano lì.
Cominciamo a guardarli da vicino sti sassolini, partendo da uno dei più ben confezionati, un paper di una grande società di consulenza. Boston Consulting Group ha pubblicato The Widening AI Value Gap (Il crescente divario di valore dell’AI) il 30 settembre 2025, raccogliendo i dati nei mesi precedenti.
Prima di riaprirlo, però, conviene alzare gli occhi su qualcosa accaduto proprio in questi giorni, perché aiuta a capire in che campo si sta giocando.
Il 25 maggio 2026 la Chiesa cattolica è scesa in campo con la presentazione di Magnifica humanitas, prima enciclica di Leone XIV dedicata alla “custodia della persona umana nel tempo dell’intelligenza artificiale”. La firma porta la data del 15 maggio, 135° anniversario della Rerum Novarum, una scelta che colloca esplicitamente l’IA come la nuova “questione sociale” del XXI secolo in continuità dei una rivoluzione industriale che già a quell’epoca mostrava il suo lato oscuro. Il Papa era presente e accanto ai cardinali, teologi, sul podio dell’Aula del Sinodo, sedeva il co-fondatore di Anthropic nonché responsabile della ricerca sull’interpretabilità dei modelli di intelligenza artificiale.
Il punto interessante è proprio qui. L’enciclica denuncia la concentrazione del potere tecnologico nelle mani di poche aziende private, e una di quelle aziende è stata invitata alla presentazione.
Non due fronti contrapposti, dunque, ma forse una convergenza?
Teocrazia e tecnocrazia che si riconoscono reciprocamente legittimità e si presentano insieme, come autorità competenti, davanti a una platea che dovrebbe limitarsi ad ascoltare.
La partita, in questo senso, è già iniziata e gli unici a stare davvero sugli spalti siamo noi.
Torniamo allora al nostro sassolino, al paper da cui eravamo partiti.
Quando oggi, ai primi di giugno 2026, lo riapriamo, sono passati più di otto mesi dalla pubblicazione e quasi un anno dalla raccolta dei dati. È abbastanza tempo per provare un esercizio semplice, ovvero riavvolgere il nastro di una storia che era stata raccontata in un certo modo, e guardare come sta andando, e se stiamo già abitando gli ambienti a cui ci preparavano.
Non è un’operazione di verifica, i paper di questo tipo non si smentiscono mai, si sostituiscono con altri paper, creando un vortice di “raccomandazioni per il futuro”.
Fiabe moderne, narrate da moderni Lucignolo con lo scopo di portarci nel Paese dei Balocchi, e di farci aspettare il prossimo paper che uscirà tra due settimane, tra un mese, tra sei mesi.
Perché uscirà, è parte del ciclo. Ma se capiamo che il sassolino in realtà ci dà indicazioni per vie diverse dalla nostra, potremmo decidere di seguire egualmente, oppure cercare altre vie. Se ci siete ancora, andiamo al paper. Già divagato abbastanza.
Otto mesi e passa, nel ritmo dell’AI, sono un’epoca. Tra la raccolta dei dati del paper e oggi è successo molto: alcune cose erano già note quando il report veniva scritto, e sono state escluse o trattate marginalmente; altre sono emerse dopo.
Cosa è successo intorno al paper (una piccola selezione)
2025
- marzo: McKinsey, State of AI 2025: conia il “GenAI paradox”, l’88% delle aziende usa GenAI (l’AI generativa, quella di ChatGPT e simili) in almeno una funzione, dal 78% del 2024, ma quasi nessuna ne registra un impatto misurabile sul conto economico.
- marzo: S&P Global: la quota di aziende che abbandona la maggior parte dei progetti AI prima della produzione raddoppia, dal 17% (2024) al 42% (2025).
- luglio: MIT Project NANDA: il 95% dei progetti GenAI in azienda non produce ritorni misurabili, due mesi prima del paper BCG.
- 30 settembre: esce The Widening AI Value Gap di Boston Consulting Group , il nostro punto di partenza di quest’articolo
- 10 ottobre: entra in vigore la Legge italiana 132/2025 sull’AI.
- novembre: la UE propone il Digital Omnibus, che differisce le tutele AI di 16–24 mesi.
2026
- gennaio: BCG, AI Radar 2026: il 94% dei CEO dichiara di voler investire in AI anche senza ritorni immediati.
- gennaio: Challenger, Gray & Christmas: 108.435 tagli negli USA (il dato più alto dal 2009), di cui solo circa il 7% esplicitamente attribuito all’AI, e su dichiarazioni delle aziende stesse, quindi verosimilmente un tetto massimo.
- febbraio: Sam Altman, all’India AI Impact Summit, ammette l'”AI washing”: aziende che incolpano l’AI di licenziamenti che avrebbero fatto comunque.
- febbraio: NBER, Firm Data on AI: tra l’80% e il 90% dei dirigenti (quasi 6.000, in quattro paesi) dichiara nessun impatto dell’AI su occupazione o produttività negli ultimi tre anni.
- 11 marzo: Atlassian: 1.600 licenziamenti e il ruolo di CTO spaccato in due.
- 31 marzo: Oracle: 30.000 licenziamenti.
- 6 aprile : Reuters: Amazon, Microsoft e Google abbandonano data center multi-miliardari per l’opposizione delle comunità locali; arrivano le risoluzioni degli investitori sul consumo idrico ed energetico.
Nessuno di questi eventi è nel paper di settembre. Tutti, messi insieme, compongono una fotografia del presente che si può confrontare con la fotografia che il paper aveva scattato.
Cosa dice il paper BCG, e perché
Il report costruisce una tassonomia a quattro livelli di maturità AI, stagnating (stagnanti, 14% delle aziende), emerging (emergenti, 46%), scaling (in scalata, 35%), future-built(costruite per il futuro, 5%), e argomenta che solo il 5% delle imprese sta estraendo valore significativo dall’AI, mentre il 60% non produce ritorni misurabili nonostante investimenti sostanziali.
Le “future-built” avrebbero 1,7 volte più crescita di fatturato, 1,6 volte margini EBIT (l’utile prima di interessi e tasse) più elevati, 3,6 volte il total shareholder return (il ritorno totale per gli azionisti) a tre anni. Il messaggio implicito è chiaro: il divario si sta allargando, chi non accelera viene lasciato indietro, e BCG sa come si accelera.
I dati sono raccolti attraverso un survey di 1.250 dirigenti in 68 paesi che auto-valutano la maturità AI della propria organizzazione su 41 dimensioni. Il report è trasparente sui limiti metodologici, ammette esplicitamente che “le risposte possono essere soggette a bias di percezione”, ma costruisce comunque proiezioni a cinque anni sulla base di queste auto-dichiarazioni.
La categoria “future-built” non viene verificata indipendentemente: è costituita da aziende che si auto-classificano come leader, e le cui dichiarazioni di successo vengono poi correlate con altri dati auto-dichiarati. È la costruzione tipica di questo genere di testi: scientifica nel vestito, circolare nella struttura.
Vale la pena notare una convergenza che il report non sottolinea ma che emerge dai suoi stessi numeri. Il 5% di aziende “future-built” e il 60% che “non raccoglie valore materiale” coincidono quasi perfettamente con i dati dello studio MIT Project NANDA di luglio 2025, che ha trovato che il 95% delle organizzazioni che deployano GenAI registra zero ritorno misurabile.
Il dato è lo stesso, cambia solo la cornice. MIT lo racconta come “paradosso del fallimento generalizzato”, BCG lo racconta come “divario che premia chi accelera”.
Dove MIT vede un’industria che stenta, BCG vede un’industria che si polarizza.
La stessa fotografia diventa due storie diverse a seconda di cosa si vuole vendere, perché ciascuno di questi due registri parla a un pubblico diverso, al ricercatore che studia i fenomeni e al board che compra consulenza.
McKinsey, nel suo State of AI 2025, ha coniato un’espressione ancora più utile: il “GenAI paradox”.
Il 78% delle aziende usa GenAI in almeno una funzione aziendale, ma altrettante non riportano alcun impatto significativo sul conto economico. Il tasso di conversione pilot-to-production, il passaggio dal test sperimentale all’uso operativo, sta peggiorando, non migliorando.
Secondo dati di settore aggregati da S&P Global e altre fonti, è sceso dal 32% del 2024 al 27% del 2025, con una stima al 25% per il 2026. Forrester prevede che le imprese differiranno il 25% della spesa AI pianificata per il 2026 al 2027 a causa del ROI elusivo (il return on investment, cioè il ritorno sull’investimento, che non arriva ai livelli sperati).
Il CEO Study 2025 di IBM ha rilevato che solo il 25% delle iniziative AI produce il ROI atteso. Una ricerca IBM precedente, Generating ROI with AI, aveva calcolato un ritorno medio del 5,9% sugli investimenti AI a livello d’impresa, inferiore al tipico costo del capitale del 10%. Il BCG AI Radar di gennaio 2026 aggiunge due dati paralleli che meritano attenzione: il 94% dei CEO globalmente, su un campione di 2.360 dirigenti in 16 mercati, di cui 640 CEO, dichiara di voler continuare a investire in AI anche senza ritorni immediati; e il dato regionale rivela un divario marcato tra Est e Ovest: secondo il report, la quota di CEO “confidenti che l’AI ripagherà” è del 76% in India, 73% in Greater China, 70% in Giappone, 63% in Medio Oriente e Africa, contro il 61% in Europa, il 52% negli Stati Uniti e appena il 44% nel Regno Unito. Il 72% dei CEO intervistati si considera il principale decisore AI della propria azienda, il 50% crede che il proprio posto di lavoro dipenda dal successo delle iniziative AI.
Anatomia di un meccanismo
Questi ultimi numeri sono la chiave per capire come funziona il meccanismo. Un CEO che dichiara di investire a prescindere dal ritorno non sta prendendo una decisione economica in senso stretto.
Sta eseguendo una scelta che gli è stata presentata come obbligatoria da una combinazione di pressioni: board, azionisti, analisti, consulenti, stampa specializzata, colleghi in altre aziende.
Il paper BCG è uno degli ingredienti di questa pressione, non il solo, ma uno di quelli che contano. Quando lo legge un board, il paper diventa munizione per la discussione interna: gli altri stanno accelerando, noi siamo indietro, dobbiamo muoverci.
Il meccanismo funziona perché ciascun attore lo prende come dato di realtà esterno, quando in realtà il paper è uno dei luoghi in cui quel dato di realtà viene prodotto. È una forma sofisticata di ciò che gli economisti chiamano profezia autorealizzante, il discorso che si autoavvera perché viene adottato come guida dall’insieme degli attori rilevanti.
Vale la pena guardare i numeri dietro il dispositivo.
BCG ricava 2,7 miliardi di dollari all’anno dalla consulenza AI, pari al 20% del proprio fatturato, e intrattiene partnership commerciali con Anthropic, OpenAI, AWS, Google, IBM, Microsoft, Salesforce, SAP. È perfettamente legittimo, e prevedibile, che produca ricerca gratuita il cui effetto è spingere i board delle grandi aziende ad acquistare i servizi di integrazione AI che BCG offre.
Non c’è nulla di disonesto. È il modo in cui questo settore è stato costruito fin dagli anni Sessanta del Novecento.
Mariana Mazzucato e Rosie Collington, in The Big Con (2023), hanno descritto l’ecosistema delle società di consulenza come un’architettura di legittimazione. Le grandi società, McKinsey, BCG, Bain, Deloitte, Accenture, producono ricerca gratuita ad alta qualità di design che svolge una funzione di marketing, crea nei board aziendali la domanda di servizi di consulenza che le stesse società forniscono a pagamento.
Matthew Stewart, filosofo di Oxford divenuto consulente e poi critico dell’industria (The Management Myth, 2009), ha descritto il meccanismo dall’interno, i consulenti offrono “legittimazione” più che conoscenza tecnica, il loro valore per il cliente sta nel fornire copertura esterna “disinteressata” a decisioni che il cliente vuole prendere ma ha bisogno di motivare a terzi (board, azionisti, dipendenti, regolatori).
Duff McDonald, in The Firm (2013), ha documentato come McKinsey funzioni come “esperto esterno disinteressato che raccomanda ciò che le aziende vogliono fare comunque”. La letteratura accademica (Sturdy 2011, Seidenschnur et al. 2022) conferma sistematicamente questa lettura.
Il report BCG sull’AI funziona in questo modo, e questo non è un’accusa, è semplicemente come questi testi funzionano.
La tassonomia a quattro livelli (stagnating, emerging, scaling, future-built) dà al board uno schema con cui collocare la propria azienda; la categoria “future-built” offre un modello aspirazionale, il manuale operativo (in inglese playbook) delle cinque strategie fornisce un vocabolario per discutere la propria roadmap interna, le percentuali di TSR e ROI creano l’urgenza.
È un dispositivo ben progettato che fa esattamente ciò per cui è stato progettato.
Il valore per BCG è che, dopo aver letto il report, un board è più propenso a contattare BCG per una consulenza che spieghi come diventare “future-built”.
Il valore per il board è che, dopo aver letto il report, ha un linguaggio condiviso con cui spiegare all’assemblea degli azionisti perché sta aumentando il capex AI (la spesa in conto capitale, cioè gli investimenti in infrastrutture).
Questo spiega anche perché le previsioni non devono essere verificate.
In un’industria in cui i cicli di prodotto sono di 6–9 mesi, il report di settembre 2025 non è in competizione con la realtà del 2028, è in competizione con il report di febbraio 2026.
Quando escono i numeri che contraddicono qualche previsione, come i dati del GenAI paradox di McKinsey, o come il peggioramento del tasso pilot-to-production, vengono riassorbiti in nuovi report che spiegano che la causa è stata “la mancanza di riqualificazione del personale” o “la carenza di governance” o “il divario di maturità”.
La diagnosi cambia, la prescrizione resta simile. È un processo continuo che genera domanda continua.
Fin qui il singolo sassolino: un paper, i suoi numeri, il meccanismo che lo fa funzionare. Ma il sassolino non è solo. Nella seconda parte di questa puntata alziamo lo sguardo dal singolo documento e proviamo a riconoscere il genere a cui appartiene, la ricerca-pubblicità, e perché è un dispositivo più efficace della pubblicità che sappiamo riconoscere. Lì incontreremo anche il paradosso di chi prova a criticare questi testi e finisce per confermarli.
(continua)
AI: lasciamo attendere il paradiso. Prologo
Fonti e approfondimenti (Parte I)
Il paper analizzato
Jessica Apotheker, Nicolas de Bellefonds, Vladimir Lukic et al., The Widening AI Value Gap — Build for the Future 2025, Boston Consulting Group, 30 settembre 2025. Pagina ufficiale del report: https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap. PDF integrale: https://media-publications.bcg.com/The-Widening-AI-Value-Gap-Sept–2025.pdf. Comunicato stampa BCG con i dati di sintesi: https://www.bcg.com/press/30september2025-ai-leaders-outpace-laggards-revenue-growth-cost-savings. Survey condotta su 1.250 dirigenti in 68 paesi.
BCG, AI Radar 2026: As AI Investments Surge, CEOs Take the Lead, gennaio 2026. Pagina ufficiale: https://www.bcg.com/publications/2026/as-ai-investments-surge-ceos-take-the-lead. PDF integrale: https://web-assets.bcg.com/73/8e/cc44cbc14a3b81695f8a3de28ff1/ai-radar-2026-web-jan-2026-edit.pdf. Comunicato stampa: https://www.bcg.com/press/15january2026-as-ai-investments-surge-ceos-take-lead. Survey su 2.360 dirigenti in 16 mercati di cui 640 CEO. Da qui provengono le cifre sul 94% globale di CEO pronti a investire senza ritorni attesi, i range di confidenza paese per paese (76% India, 73% Greater China, 70% Giappone, 63% Medio Oriente e Africa, contro 61% Europa, 52% USA, 44% UK), il 72% di CEO come principale decisore AI, e il 50% che lega la propria sopravvivenza professionale al successo dell’AI. Nota: il comunicato stampa ufficiale indica 16 mercati; alcune comunicazioni successive di BCG (tra cui un post LinkedIn) parlano di “2.300+ dirigenti in 21 mercati”. Manteniamo qui il dato del comunicato ufficiale come fonte primaria.
I dati che contraddicono il paper
Aditya Challapally, Chris Pease, Ramesh Raskar, Pradyumna Chari, The GenAI Divide — State of AI in Business 2025, MIT Project NANDA, MIT Media Lab, luglio 2025. PDF integrale: https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf. Lo studio che ha documentato il 95% di fallimento dei progetti GenAI aziendali, pubblicato due mesi prima del paper BCG. Copertura su Fortune (agosto 2025): https://fortune.com/2025/08/18/mit-report–95-percent-generative-ai-pilots-at-companies-failing-cfo/.
McKinsey & Company (QuantumBlack), The State of AI 2025: How organizations are rewiring to capture value, marzo 2025. Pagina ufficiale: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai. Per il “GenAI paradox” si veda anche Seizing the agentic AI advantage: https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage.
Forrester Research, Predictions 2026: Artificial Intelligence, ottobre 2025. Pagina ufficiale: https://www.forrester.com/blogs/predictions–2026-ai/. Proiezione del 25% della spesa AI 2026 differita al 2027 per ROI elusivo.
IBM Institute for Business Value, 2025 CEO Study: 5 mindshifts to supercharge business growth, maggio 2025. Pagina ufficiale: https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/2025-ceo. Survey con Oxford Economics su 2.000 CEO in 33 paesi. Solo il 25% delle iniziative AI raggiunge il ROI atteso; solo il 16% scala enterprisewide.
IBM Institute for Business Value, Generating ROI with AI, 2024. Pagina ufficiale: https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ai-capabilities. Survey su 2.500 dirigenti. Ritorno medio AI a livello d’impresa al 5,9%, inferiore al costo del capitale (10%); top performer al 13%.
S&P Global 451 Research, Voice of the Enterprise: AI & Machine Learning, marzo 2025. Survey su 1.006 professionisti IT. Aumento dal 17% al 42% delle aziende che abbandonano la maggior parte dei progetti AI prima della produzione, 2024–2025. https://www.spglobal.com/marketintelligence/en/mi/research-analysis.html.
James Ryseff, Brandon F. De Bruhl, Sydne J. Newberry, The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed, RAND Corporation, RR-A2680–1, 2024. https://www.rand.org/pubs/research_reports/RRA2680–1.html. Oltre l’80% dei progetti AI fallisce — il doppio del tasso dei progetti IT non-AI.
Sull’AI washing: la dichiarazione di Altman e i dati
Sam Altman, dichiarazione al India AI Impact Summit, intervista CNBC-TV18, 19 febbraio 2026. Copertura su Fortune: https://fortune.com/2026/02/19/sam-altman-confirms-ai-washing-job-displacement-layoffs/.
Challenger, Gray & Christmas, January 2026 Job Cut Report. https://www.challengergray.com/. I 108.435 tagli statunitensi del gennaio 2026 sono il dato più alto dal 2009; solo circa 7.600 (il 7%) attribuiti esplicitamente all’AI. Il dato si basa sugli annunci pubblici delle aziende, senza verifica indipendente: coerentemente con la tesi di Altman sull’AI washing, il 7% è probabilmente un upper bound.
Ivan Yotzov, Jose Maria Barrero, Nicholas Bloom, Steven J. Davis et al., Firm Data on AI, NBER Working Paper n. 34836, febbraio 2026. DOI: 10.3386/w34836. https://www.nber.org/papers/w34836. Survey su circa 6.000 CFO, CEO e dirigenti in USA, Regno Unito, Germania e Australia: oltre l’80% dichiara nessun impatto dell’AI su occupazione o produttività negli ultimi tre anni (la sintesi NBER porta il dato a circa il 90%, a seconda della metrica).
Scopri di più da Franti Magazine
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.
