RAPPORTO 2026 DI ADOBE SULLA MATURITÀ NELL'ADOZIONE DELL'IA
Le organizzazioni che hanno successo con l'IA sono strutturate per sfruttarne appieno il potenziale.
Uno studio globale su ciò che distingue le organizzazioni che riescono a estendere l'uso dell'IA su larga scala da quelle che non ci riescono e su come ottengono valore aziendale duraturo dall'adozione di questa tecnologia.
PASSA ALLA SEZIONE
La capacità di sfruttare l'IA dipende dal modello operativo
L'adozione dell'IA spesso non va oltre la fase pilota
I leader creano valore adattandosi ai flussi di lavoro basati sull'IA
Estendere l'uso dell'IA richiede una serie di decisioni
Trasformare le ambizioni in materia di IA in risultati concreti
Il vantaggio dell'IA dipende dal modello operativo
La maggior parte delle organizzazioni sta investendo nell'IA, ma solo una piccola parte riesce a estenderne l'uso con successo. Dallo studio globale di Adobe emerge che la differenza non sta nell'accesso a tecnologie migliori, ma nel modello operativo costruito intorno all'IA. Il rapporto analizza gli aspetti che rallentano l'adozione, cosa fanno diversamente i leader e quali sono i passaggi necessari per trasformare gli investimenti nell'IA in successo aziendale.
La capacità di sfruttare l'IA dipende dal modello operativo
La capacità di sfruttare l'IA non dipende più dall'accesso ai modelli o dal numero di progetti pilota in corso. Molte organizzazioni hanno già investito nell'IA e portato in produzione le prime applicazioni, eppure organizzazioni con tecnologie, investimenti e ambizioni simili continuano a ottenere risultati molto diversi. La vera differenza sta nel modello operativo adottato per l'IA: chi ne è responsabile, come vengono prese le decisioni, come vengono misurati i risultati e come l'IA viene integrata nelle attività quotidiane.
Per capire cosa distingue le organizzazioni che riescono a estendere l'uso dell'IA da quelle che rimangono ferme alla fase di sperimentazione, Adobe ha commissionato a Incisiv uno studio condotto su 5.633 dirigenti senior di 12 settori e 11 mercati globali, integrato da oltre 50 interviste approfondite a dirigenti. I risultati evidenziano una netta differenza a livello strutturale.
delle organizzazioni non va oltre la fase di sperimentazione o di implementazione.
è costituito da organizzazioni leader che hanno esteso l'uso dell'IA su larga scala e adottato un modello operativo maturo.
"Per le organizzazioni leader, il modello operativo è parte integrante della capacità di sfruttare l'IA: è ciò che permette di trasformare i risultati dei modelli in risultati concreti per l'azienda. A fare la differenza è il loro approccio strutturale: definiscono responsabilità, criteri di misurazione e poteri decisionali prima di estendere l'uso dell'IA."
Christopher Young
Senior Director, Global Industry Strategy, Adobe
L'adozione dell'IA spesso non va oltre la fase pilota e di implementazione
Quando l'adozione dell'IA si interrompe a metà strada
La maggior parte delle organizzazioni non ha un problema con l'IA, ma con la capacità di estenderne l'uso. È proprio a metà di questo percorso che il problema emerge più chiaramente: il 58% delle organizzazioni incluse nello studio non riesce ad andare oltre la fase di sperimentazione o di implementazione, nonostante abbia già portato in produzione alcuni casi d'uso dell'IA e ottenuto i primi risultati. Quello che manca è un modello operativo a livello aziendale. Le singole funzioni introducono autonomamente casi d'uso dell'IA, ma senza responsabilità condivise e coordinamento, i risultati ottenuti rimangono circoscritti alle singole aree invece di estendersi a tutta l'organizzazione.
"La dirgenza voleva sapere a che punto eravamo con l'IA. Avevamo una risposta pronta: tanti progetti avviati, tante iniziative in corso e una roadmap molto ricca. Poi ci hanno chiesto quanti di questi progetti avessero avuto un impatto concreto. Abbiamo fatto il conto e il risultato non era quello che ci aspettavamo."
Chief Strategy and Transformation Officer,
Azienda di beni di consumo
Il divario nella capacità di estendere l'uso dell'IA
Analizzando il livello di implementazione dell'IA in relazione alla maturità del modello operativo, le organizzazioni si suddividono in quattro categorie: in fase di avvio, in fase di consolidamento, pronte a crescere e leader nell’adozione. Ciascuna categoria presenta un percorso e una serie di rischi distinti. Il solo livello di adozione può essere fuorviante, perché organizzazioni che si trovano allo stesso livello di implementazione possono differire significativamente per quanto siano solide le basi necessarie a sostenere un'adozione su larga scala.
La maggior parte delle organizzazioni non ha ancora le basi necessarie per estendere l'uso dell'IA: il 71% è ancora nella fase di avvio, mentre un altro 13% è in fase di consolidamento. Questo significa che l'84% sta ancora costruendo le basi necessarie per crescere oppure si sta affidando a strutture che potrebbero non essere abbastanza solide. Solo il 6% è costituito da aziende leader, già in grado di estendere su larga scala i flussi di lavoro basati sull'IA (Figura 2).
Il divario tra strategia e struttura
In tutti i 12 settori analizzati, le organizzazioni hanno fatto più progressi nella definizione della strategia per l'IA che nell'adattamento dei processi operativi necessari per attuarla. Strategia e governance sono gli elementi con il livello di maturità più elevato, mentre struttura, tecnologia e flussi di lavoro sono quelli meno maturi (Figura 3). Questo indica che le organizzazioni hanno fatto più progressi sul piano delle decisioni strategiche che possono prendere che su quello dei cambiamenti strutturali che i team devono portare avanti nel lavoro quotidiano.
Il grafico mostra i punteggi medi in tutti i settori su una scala di maturità da 1 a 5.
MESSAGGIO CHIAVE
Il passaggio dalla fase di implementazione a quella di espansione è il vero banco di prova della maturità nell'adozione dell'IA. Le organizzazioni devono sviluppare strutture e flussi di lavoro fin da subito, mentre definiscono strategia e governance, senza aspettare che piani e policy siano completati.
Le idee sull'IA avanzano più rapidamente dei sistemi necessari per supportarne l'adozione su larga scala
Estendere l'uso dell'IA richiede più di casi d'uso promettenti. I progressi dipendono da come le iniziative vengono selezionate, finanziate, misurate, riesaminate e integrate nel lavoro quotidiano. Le lacune in questi ambiti impediscono ai progetti pilota di IA di trasformarsi in soluzioni replicabili a livello aziendale.
La barriera delle approvazioni
Sono poche le idee di applicazione dell'IA che riescono ad arrivare alla produzione, perché molte organizzazioni non hanno la capacità di valutare le proposte in modo efficiente. Su 100 idee proposte, solo una quindicina arriva alla produzione, e quelle che vengono respinte non sono necessariamente quelle sbagliate.
Molte si arenano perché le organizzazioni non dispongono di percorsi già autorizzati, basati su architetture di integrazione predefinite, procedure di sicurezza standardizzate per le applicazioni più comuni e categorie di budget definite in anticipo. Di conseguenza, ogni proposta deve essere valutata da zero. La maggior parte delle proposte viene scartata durante la valutazione da parte dell'IT, che rappresenta il principale ostacolo lungo il percorso, seguita dalla verifica della sicurezza (Figura 4).
Le quattro lacune del modello operativo
Le stesse quattro lacune strutturali ricorrono in modo analogo nei diversi settori, nelle diverse aree geografiche e tra organizzazioni di dimensioni diverse. Ognuna riflette un modello organizzativo che non si è evoluto abbastanza per sostenere l'uso dell'IA su larga scala.
Mancanza di una responsabilità chiara
Esistono strutture dedicate all'IA, ma manca una figura formalmente responsabile. Le organizzazioni leader hanno 4,7 volte più probabilità di avere una figura responsabile con autonomia sul budget, mentre comitati e ruoli a tempo parziale rallentano le decisioni e i progressi.
Distanza tra business e IT
Solo il 22% delle organizzazioni vanta una collaborazione efficace tra business e IT, tale da sostenere l'adozione dell'IA. Le altre si affidano a ticket e brief pensati per attività di tipo transazionale, non per casi d'uso dell'IA in continua evoluzione.
Divario nella misurazione
Solo l'11% delle organizzazioni valuta il ROI dell'IA in modo approfondito, mentre il 10% non lo misura affatto. Il monitoraggio delle attività permette di quantificarne il volume, ma non tiene conto della qualità dei risultati, delle rilavorazioni e dei costi successivi legati alla revisione.
Divario nelle competenze
Competenze e talenti rappresentano il principale ostacolo per il 54% delle organizzazioni. Le lacune più significative riguardano l'architettura, la capacità di elaborare strategie per l'IA e la progettazione dei flussi di lavoro, non la scrittura di prompt.
MESSAGGIO CHIAVE
I dirigenti che hanno gestito le implementazioni dell'IA condividono lo stesso rimpianto: hanno iniziato troppo tardi a lavorare sugli aspetti strutturali. La progettazione del modello operativo deve essere la prima fase dell'implementazione dell'IA. Definisci le metriche, assicurati il budget, assegna le responsabilità, allinea business e IT e investi nella gestione del cambiamento prima di avviare le implementazioni.
Le organizzazioni leader creano un circolo virtuoso cambiando il modo di lavorare
Le organizzazioni leader non si limitano a implementare l'IA: assegnano responsabilità precise, misurano i risultati prima del lancio, coordinano la pianificazione tra business e IT, imparano dagli insuccessi e sostengono chi dimostra il valore dell'IA nei flussi di lavoro reali. Insieme, questi comportamenti trasformano i singoli successi in risultati replicabili su larga scala.
Le organizzazioni leader si distinguono soprattutto negli ambiti in cui le aziende faticano maggiormente a raggiungere un livello di maturità adeguato: struttura e flussi di lavoro. Mentre molte aziende hanno fatto progressi nella strategia e nella governance dell'IA, le organizzazioni leader hanno anche introdotto i cambiamenti organizzativi più complessi necessari per integrare l'IA nel modo di lavorare. Non si limitano quindi a gestire programmi di IA, ma creano le condizioni necessarie per estenderne l'uso su larga scala. Cinque comportamenti sono alla base di questo approccio.
Cinque comportamenti interconnessi
I cinque comportamenti delle organizzazioni leader si rafforzano reciprocamente. Avere responsabilità chiare significa rispondere dei risultati, la misurazione fornisce dati condivisi su cui basare le decisioni, la collaborazione mette in connessione le diverse funzioni, mentre la cultura e chi promuove attivamente il cambiamento favoriscono la diffusione di nuovi modi di lavorare. Il punto di partenza è una responsabilità chiara: senza una figura dedicata, con potere decisionale sul budget e responsabile dei risultati, è difficile instaurare e mantenere nel tempo gli altri comportamenti.
Indicazioni pratiche per organizzazioni leader
Questi comportamenti si traducono in cinque indicazioni pratiche per le organizzazioni che vogliono trasformare i singoli successi con l'IA in valore aziendale duraturo.
- Un solo responsabile vale più di un comitato
Il 92% delle organizzazioni leader ha una figura formalmente responsabile dell'IA, rispetto al 20% delle altre organizzazioni del settore. Questa responsabilità comprende un budget dedicato, poteri decisionali trasversali e responsabilità sui risultati. Definire chi è responsabile dell'IA è il primo passo da cui dipende tutto il resto. - La misurazione inizia prima del lancio, non dopo
Le organizzazioni leader integrano la misurazione nei programmi fin dall'inizio, definendo l'obiettivo, il valore di riferimento e il metodo per attribuire i risultati prima che un programma di IA entri in produzione. La fase di misurazione si conclude quando l'IA entra in produzione. - Business e IT decidono insieme
La vera collaborazione inizia quando i team di business e IT definiscono insieme il problema da affrontare e concordano obiettivi e risultati chiave prima ancora di preparare il brief. Questo sostituisce i passaggi di consegne tra i team con una pianificazione condivisa e una responsabilità comune sui risultati. - Gli insuccessi devono diventare un'occasione di apprendimento
Le organizzazioni leader fanno in modo che gli insuccessi non abbiano conseguenze distruttive. In queste organizzazioni, meno dell'1% degli insuccessi porta a conseguenze di questo tipo, mentre nel resto del settore è 55 volte più probabile che un insuccesso porti alla ricerca di colpevoli. Di fronte a un insuccesso, ci si aspetta che venga analizzato, non evitato. - Chi guida l'adozione dell'IA ha bisogno di un budget, non solo di riconoscimenti
Le organizzazioni leader individuano le persone che stanno già ottenendo risultati concreti con l'IA e danno loro visibilità, un piccolo budget e il sostegno necessario per portare avanti le proprie iniziative. È l'investimento culturale meno costoso e con il più alto ritorno disponibile.
"I modelli sono ormai una commodity. Tutti usano gli stessi GPT-4, Gemini, Kimi, Llama. Non c’è differenza. Il vantaggio non sta nel modello, ma in come lo utilizziamo e nella rapidità con cui capiamo se funziona o meno. È questo a fare davvero la differenza."
Chief Technology Officer,
Azienda di servizi finanziari
MESSAGGIO CHIAVE
Considera i cinque comportamenti come un sistema interconnesso, a partire da una figura chiaramente responsabile. Il modello operativo è l'elemento dell'IA i cui effetti si accumulano nel tempo. Progettalo in modo strutturato e il divario di valore aumenterà a ogni ciclo di implementazione.
Estendere l'uso dell'IA richiede una serie di decisioni, non un unico passaggio
Assegna un unico responsabile prima della prossima implementazione
Scegli un responsabile senior con potere decisionale sui risultati dell'IA nelle diverse funzioni aziendali, un budget dedicato e distinto da quelli destinati ad attività correlate e una valutazione delle performance legata ai risultati ottenuti nell'estendere l'uso dell'IA.
Definisci come misurare i risultati prima che il modello entri in produzione
Definisci la metrica per misurare i risultati, stabilisci un valore di riferimento prima dell'implementazione e concorda il metodo di attribuzione con tutti gli stakeholder coinvolti. Una volta che il modello entra in produzione, non è più possibile ricostruire il valore di riferimento iniziale.
Promuovi la collaborazione tra business e IT prima di redigere il brief
Coinvolgi entrambi i team prima di definire i requisiti. Individuate insieme il problema da affrontare e concordate i risultati da raggiungere, sostituendo i passaggi di consegne tra i team con una pianificazione condivisa.
Analizza gli insuccessi prima che diventino un problema organizzativo
Quando un programma di IA non raggiunge i risultati attesi, parti da domande analitiche a livello dirigenziale. L'obiettivo è imparare dall'insuccesso, non cercare colpevoli o fare un passo indietro.
Individua i leader nel campo dell'IA e dai loro maggiore visibilità
Individua le persone che stanno già ottenendo risultati concreti con l'IA. Dai loro visibilità e un piccolo budget per estendere il loro flusso di lavoro a un altro team con attività affini e proteggili dagli ostacoli organizzativi.
Trasformare le ambizioni in materia di IA in risultati concreti
L'IA sta ridefinendo il modo in cui le aziende individuano i clienti, creano contenuti e orchestrano le esperienze su tutti i canali. Per sfruttare appieno questo potenziale non basta avere accesso ai modelli. Servono dati unificati, flussi di lavoro connessi per la gestione dei contenuti e una governance che permetta di utilizzare l'IA con la necessaria sicurezza.
Adobe offre le basi necessarie per farlo. Adobe Experience Platform riunisce i dati dei clienti in un unico livello informativo su cui si basa l'IA e alimenta oltre mille miliardi di esperienze ogni anno. Adobe CX Enterprise estende queste fondamenta in un sistema agentico completo, in grado di orchestrare l'intero ciclo di vita del cliente, dalla prima interazione alla fidelizzazione nel tempo. Una content supply chain integrata incorpora l'IA direttamente nei flussi di lavoro creativi e produttivi, mantenendo al contempo gli standard del brand e una governance condivisa.
Il risultato è un percorso che va oltre la sperimentazione dell'IA e porta alla creazione di un valore concreto, all'interno di un ecosistema aperto che funziona con gli strumenti che i team utilizzano già. Adobe mette a disposizione delle organizzazioni che desiderano estendere l'uso dell'IA la tecnologia e l'esperienza necessarie per trasformare l'IA in un vantaggio competitivo duraturo.
Metodologia
Il presente rapporto si basa su una ricerca globale condotta da Incisiv per conto di Adobe. Lo studio coinvolge 5.633 dirigenti senior in 12 settori e 11 mercati globali e include oltre 50 interviste approfondite. Tutti i partecipanti hanno formale autorità decisionale sugli investimenti nell'IA e il 52% ricopre posizioni di livello VP o superiore. Operano in organizzazioni con un fatturato annuo di almeno 100 milioni di dollari, e il 60% rappresenta organizzazioni con un fatturato annuo superiore a 1 miliardo di dollari.
L'analisi ha identificato 342 organizzazioni leader, pari al 6% dei 5.323 partecipanti attivi. Queste organizzazioni combinano un'elevata velocità di implementazione con un modello operativo altamente maturo. La struttura organizzativa rappresenta un fattore significativo nel determinare l'appartenenza alla categoria delle organizzazioni leader, mentre le dimensioni dell'azienda, il settore e la spesa dichiarata per l'IA non risultano determinanti.
Consigliati per te
