ROI dell'intelligenza artificiale: come calcolarlo davvero, senza raccontarsela
Il 94% dei CEO tiene gli investimenti in AI anche senza ritorno immediato, ma solo l'8% dichiara un ROI consolidato. Ecco la formula onesta per misurare il ritorno dell'AI in azienda, costi nascosti inclusi.

«Sì, ma quanto mi rende?» È la domanda giusta, la stessa che faresti prima di comprare un macchinario o assumere una persona. Sull'AI, però, la risposta che gira è quasi sempre fumosa. Da un lato l'entusiasta che ti dice che cambia tutto. Dall'altro il diffidente convinto che sia una moda. In mezzo, i numeri, che raccontano una storia più utile di entrambi.
La fotografia del 2026: tanti soldi, pochi ritorni misurati
Partiamo dai fatti. Secondo BCG, nel 2026 il 94% dei CEO manterrà gli investimenti in intelligenza artificiale anche senza un ritorno immediato. Nello stesso periodo, però, una ricerca sulle imprese trova che il 95% dichiara di avere una strategia sull'AI mentre solo l'8% afferma di aver raggiunto un ROI già consolidato. Le aziende che vedono ritorni positivi sono intorno al 54%, in crescita di 12 punti sull'anno prima, e gli investimenti salgono all'1,7% del fatturato, il doppio del 2025.
Cosa dicono davvero questi numeri? Che i soldi ci sono e crescono, ma la capacità di misurare il ritorno è indietro. Non è un problema di tecnologia. È un problema di esecuzione e di conti fatti male, come nota anche l'analisi di KPMG sul nodo del ROI non misurabile. Molte aziende spendono, qualcosa migliora, e nessuno sa dire con precisione quanto.
Perché il ROI dell'AI è scivoloso
Il ritorno di un investimento è una frazione semplice: quanto hai guadagnato diviso quanto hai speso. Sull'AI si sbaglia da entrambi i lati.
Al denominatore, il costo. Quasi tutti guardano solo l'abbonamento mensile allo strumento. Ma quello è la punta. Sotto ci sono l'integrazione con i sistemi che già usi, la formazione delle persone, il tempo interno che qualcuno spende per far funzionare la cosa, la manutenzione quando qualcosa cambia. Un abbonamento da 30 euro al mese può nascondere migliaia di euro di lavoro intorno.
Al numeratore, il valore. Qui il problema è opposto: il beneficio è reale ma diffuso, difficile da attribuire. Due ore risparmiate a settimana da un commerciale non compaiono in nessuna riga di bilancio, eppure sono valore. Un errore evitato su un preventivo non lo vedi mai, perché non è successo.
Un abbonamento da 30 euro al mese può nascondere migliaia di euro di lavoro intorno. Il costo dell'AI non è mai il prezzo dell'AI.
Questa asimmetria è la ragione per cui tanti ROI dichiarati sono aria fritta, gonfiati dai benefici sperati e alleggeriti dei costi reali. Ed è lo stesso ragionamento che vale a monte, quando scegli su cosa pagare: comprare risultati misurabili invece di consumo, come nel dibattito su cosa vale davvero l'AI enterprise.
La formula onesta, con un esempio
Un caso concreto. Una PMI mette un assistente AI a preparare le prime bozze di preventivi e risposte commerciali. Due persone risparmiano in media sei ore a settimana ciascuna. A un costo pieno di 25 euro l'ora, sono 300 euro a settimana, circa 14.000 euro l'anno di tempo liberato. A questo aggiungi qualche errore di prezzo evitato, diciamo prudenzialmente 3.000 euro. Valore stimato: 17.000 euro.
I costi. Abbonamenti agli strumenti: 1.200 euro l'anno. Integrazione e messa a punto iniziale: 4.000 euro una tantum. Formazione delle due persone e tempo interno: 2.000 euro. Manutenzione: 800 euro l'anno. Nel primo anno il costo totale è circa 8.000 euro. Il ROI del primo anno è (17.000 meno 8.000) diviso 8.000, cioè circa il 112%. Dal secondo anno, senza i costi una tantum, sale molto. Questi numeri sono un esempio, non una promessa: il punto è il metodo, non le cifre.
Gli errori che sballano il conto
Due trappole opposte, entrambe frequenti.
La prima gonfia il ritorno: si contano benefici teorici mai verificati sul campo. «Ci farà risparmiare il 40% del tempo» detto in riunione non è un dato, è una speranza. Vale solo il tempo misurato dopo aver messo lo strumento in mano alle persone vere, con i dati reali. Prima di partire vale la pena leggere come impostare un progetto misurabile nella guida su come implementare l'AI in una PMI italiana.
La seconda nasconde il ritorno: si guarda solo la bolletta e si ignora il valore diffuso. L'imprenditore che dice «ho speso e non ho visto niente» spesso non ha visto perché non ha misurato le ore, non perché non ci fossero. Il tempo liberato è invisibile finché non lo conti.
Quanto aspettare prima di giudicare
I dati parlano di un ritorno positivo tra i tre e i sei mesi per i progetti ben definiti, e di break-even in otto o dieci settimane per i casi d'uso più chiari. Chi si aspetta il miracolo in due settimane resta deluso e molla proprio quando servirebbe insistere. Chi aspetta un anno senza misurare niente non saprà mai se ha funzionato.
La regola pratica è una sola: parti da un caso d'uso stretto, misurabile, con numeri di partenza scritti prima di cominciare. Sugli strumenti giusti per farlo senza sovradimensionare, resta utile la nostra rassegna dei migliori strumenti AI per le PMI. E se vuoi un metodo esterno per scegliere dove partire e come misurare il ritorno prima di firmare, una consulenza IT specializzata serve esattamente a questo.
Il ROI dell'AI esiste, ed è spesso alto. Ma non si dichiara, si calcola. La differenza tra le aziende che tra due anni avranno guadagnato dall'AI e quelle che avranno solo speso non la farà lo strumento scelto. La farà chi ha avuto il coraggio di mettere i numeri in colonna prima e dopo, senza raccontarsela.
Tag
Articolo scritto da
Consulente IT & AI per PMI italiane · Prato
Founder di Unicorn Digital. Consulente IT e AI per PMI italiane, basato a Prato. Scrive di intelligenza artificiale applicata alle imprese dal 2015.
Letture correlate
«Si vede che è AI»: l'obiezione che ti costa l'unica risorsa che conta
«Sembra finto, si vede che è intelligenza artificiale.» È l'obiezione più comune ai lavori fatti con l'AI. I dati dicono che il pubblico quasi non se ne accorge, e che il vero prezzo lo paghi in tempo perso.

Come diventare l'esperto AI della tua azienda: roadmap in 6 fasi
La roadmap pratica per chi vuole costruire applicazioni AI reali in azienda nel 2026. 6 fasi, 8-12 mesi, nessun PhD richiesto. Da Python ai sistemi agentici.

AI e comunicazione: produrre messaggi non è mai stato così facile, ed è questo il problema
L'AI permette a tutti di sfornare contenuti in serie, ma il pubblico si fida meno dei brand quando li riconosce come automatici. Come comunicare bene con l'AI senza perdere la voce.