Il nuovo State of AI 2026 di McKinsey: gli agenti scalano dal 27% al 40%, ma il ROI resta fermo. La differenza è ancora la leadership
Descrizione del post del blog.
AI STRATEGY
Il nuovo State of AI 2026 di McKinsey: gli agenti scalano dal 27% al 40%, ma il ROI resta fermo. La differenza è ancora la leadership
Ad agosto McKinsey ha pubblicato l'edizione 2026 del suo State of AI Global Survey, e i numeri raccontano una storia che chi segue questa newsletter conosce già, ma che vale la pena guardare con i dati aggiornati sotto mano.
La quota di organizzazioni che scalano agenti di intelligenza artificiale in almeno una funzione aziendale è salita dal 27 al 40 per cento in un anno. È un balzo reale, non marginale. Nello stesso periodo, però, la quota di rispondenti che attribuisce un impatto sull'EBIT all'uso dell'intelligenza artificiale è rimasta ferma al 37 per cento, esattamente come nel 2025. E solo il 6 per cento delle organizzazioni rientra in quella che McKinsey definisce "AI high performer", ovvero un'azienda che attribuisce all'intelligenza artificiale almeno il 5 per cento di impatto sull'EBIT con effetti significativi. Anche questo dato è invariato rispetto all'anno precedente.
Più adozione, stesso ritorno. È il paradosso che avevo già segnalato in un articolo di giugno commentando un'altra survey McKinsey, e che oggi trova conferma su una base di 1.719 professionisti e dirigenti intervistati a livello globale.
Il dettaglio che nessuno cita
C'è un altro numero, meno commentato dei precedenti, che trovo più interessante di tutti gli altri messi insieme. Il 39 per cento dei rispondenti si aspetta oggi riduzioni di organico guidate dall'intelligenza artificiale, contro il 32 per cento dello scorso anno. Ma McKinsey nota esplicitamente che le riduzioni di organico effettivamente realizzate nel 2025 sono state ben inferiori alle previsioni fatte l'anno precedente.
Tradotto: le aspettative di licenziamenti legati all'intelligenza artificiale corrono sistematicamente più veloci dei licenziamenti reali. Le organizzazioni si preparano a tagliare personale prima ancora di aver dimostrato di saper usare la tecnologia per generare valore misurabile. È un ordine delle priorità rovesciato, ed è esattamente il tipo di errore organizzativo che porta a distruggere competenze prima di aver costruito i processi che dovrebbero sostituirle.
Dove l'intelligenza artificiale genera davvero valore
La survey offre anche un dato utile per orientare le priorità: le funzioni dove si concentra la maggior parte della scalata degli agenti sono IT, gestione della conoscenza e sviluppo software, mentre le riduzioni di costo più frequentemente riportate arrivano da supply chain, operazioni di servizio e manufacturing. Sono aree dove il perimetro del compito è definito e misurabile, non aree dove serve giudizio discrezionale o relazione con le persone.
Non è un caso. È la conferma di un principio che ripeto da tempo: l'intelligenza artificiale funziona meglio dove il lavoro è già stato scomposto in processi chiari. Dove il lavoro dipende da giudizio, contesto organizzativo e relazioni, il ritorno resta più difficile da dimostrare, indipendentemente da quanto sofisticato sia lo strumento adottato.
Quasi un'organizzazione su cinque, inoltre, segnala che i costi operativi legati all'intelligenza artificiale iniziano a limitarne l'uso, anche se la maggioranza dei rispondenti prevede comunque di aumentare gli investimenti nell'anno a venire. È un altro segnale che il tema si sta spostando dalla fase dell'entusiasmo a quella della disciplina finanziaria: prima si sperimentava, ora si comincia a chiedere conto dei risultati.
Perché il gap non si chiude con più tecnologia
Il punto che McKinsey non formula in questi termini, ma che i suoi stessi dati confermano indirettamente, è che il divario tra adozione e ritorno non si chiude comprando strumenti migliori. Si chiude quando un'organizzazione ridisegna i propri processi, ridefinisce le responsabilità e forma le persone che devono lavorare a fianco degli agenti, invece di limitarsi a inserire un nuovo strumento in un flusso di lavoro pensato per persone soltanto.
È la stessa distinzione che avevo trovato nei dati di un'altra survey pubblicata a luglio: i leader che riescono a scalare l'intelligenza artificiale agentica hanno quattro volte più probabilità di farlo rispetto agli altri, definiscono casi d'uso misurabili nella grande maggioranza dei casi e investono sistematicamente in formazione. La tecnologia sottostante, in quei casi, non è diversa da quella usata da chi non ottiene risultati. Cambia solo chi la guida.
Cosa significa per chi guida un'organizzazione oggi
Se sei un amministratore delegato o siedi in un board, il dato da portare a casa da questo report non è "quanti agenti stiamo scalando". È: stiamo misurando l'impatto reale prima di prevedere tagli di organico, o stiamo semplicemente seguendo un'aspettativa diffusa?
La differenza tra il 40 per cento che scala e il 6 per cento che ottiene un impatto misurabile sull'EBIT è tutta lì. E colmarla non è compito della tecnologia. È compito di chi decide come viene ridisegnato il lavoro, e di chi ha la responsabilità di scegliere le persone che devono guidare quel ridisegno.
Silvio Fontaneto è Strategic Advisor e Executive Search specialist in Digital, Tech e AI. Senior Partner, Beaumont Group, dove guida la practice Tech & Digital Executive Search per l'Italia. Autore di "Stop Fearing AI" e della trilogia "The Vector". Da oltre 35 anni supporta organizzazioni e leader nella trasformazione tecnologica.
Esplora il Knowledge Hub completo: www.silviofontaneto.com 📬 Iscriviti alla newsletter "AI Impact on Business" per ricevere analisi settimanali: LinkedIn Newsletter Approfondisci: www.silviofontaneto.com/articles (filtra: AI Strategy)
#AIStrategy #McKinsey #AgenticAI #Leadership #ROI #AI2026
Connect
Reach out for tailored AI leadership guidance
© 2026 Silvio Fontaneto. All rights reserved.