Tra miliardi investiti, data center che spuntano ovunque e un grande paradosso: siamo più produttivi, ma non ancora più ricchi
Al CES di Las Vegas, a inizio 2026, l’aria è quella delle grandi occasioni.
Sul palco, il CEO del fondo General Catalyst, Hemant Taneja, riassume lo spirito del momento: l’Intelligenza Artificiale, dice, è diventata il motore che permette alle aziende di scalare più in fretta e alzare le valutazioni.
Fuori, lontano dai riflettori di Las Vegas, la stessa storia si racconta in numeri:
il fondo KKR annuncia 1,5 miliardi di dollari per espandere la sua rete di data center europei, mentre Google, Microsoft e altri colossi avrebbero investito complessivamente oltre 400 miliardi nel solo 2025 in infrastrutture digitali legate all’AI;
Bosch, uno dei giganti dell’industria tedesca, promette 2,5 miliardi di euro in AI entro il 2027, per ottimizzare fabbriche, supply chain e sistemi di guida avanzata, mentre in parallelo taglia migliaia di posti di lavoro.
L’AI non è più un esperimento da laboratori: è diventata una voce di bilancio, una linea strategica, una scommessa politica.
Eppure, dietro l’euforia, si sente un rumore di fondo: quello del paradosso della produttività.
La corsa all’infrastruttura: i “pozzi di petrolio” del XXI secolo
Per capire cosa sta succedendo bisogna guardare sotto la superficie:
ogni chatbot, agente AI o modello generativo ha bisogno di tre cose molto concrete:
Data center – edifici che consumano energia come piccole città.
Potenza di calcolo – chip sempre più avanzati e costosi.
Connettività stabile – reti che reggano carichi crescenti.
Non sorprende, quindi, che capitali enormi vadano in questa direzione.
Il piano di KKR per l’Europa – con nuovi hub in Inghilterra, Spagna, Svizzera, Israele e possibili progetti nei Paesi nordici e in Italia – è solo un tassello di una guerra globale per ospitare il “cervello” dell’AI.
Chi controlla i data center e l’energia che li alimenta, controlla una fetta decisiva dell’economia digitale.
Per questo l’AI non è solo una questione tecnologica, ma industriale e geopolitica.
Il paradosso: l’AI promette ricchezza, ma le statistiche sono tiepide
C’è però un fatto imbarazzante:
se si guarda ai grandi numeri macroeconomici, la produttività non sta esplodendo come la retorica suggerisce.
Il World Economic Forum parla esplicitamente di “anno della resa dei conti”: dopo un 2025 dominato dall’hype, il 2026 potrebbe mostrare che i ritorni sugli investimenti in AI sono ancora molto disomogenei. In alcuni settori l’impatto è evidente, in altri per ora è modesto o nullo.
Studi economici sul “productivity paradox” dell’AI suggeriscono che siamo nella fase iniziale di una curva a S: grandi investimenti e sperimentazioni, ma benefici pieni solo quando le aziende riusciranno a integrare l’AI nei processi, a riorganizzare il lavoro e a cambiare davvero i modelli di business.
Nel frattempo:
le aziende raccontano storie di automatizzazione, assistenti digitali, analisi predittive;
ma i conti pubblici, in molti Paesi, continuano a registrare crescita moderata, salari stagnanti e produttività ferma.
È come se stessimo costruendo l’autostrada, ma la maggior parte delle macchine viaggiasse ancora in terza corsia a 90 all’ora.
Cosa dicono davvero i manager (quando spengono i microfoni)
Sondaggi recenti tra i leader d’impresa raccontano bene questo dilemma:
il Business Leaders Outlook 2026 di JPMorgan mostra che la maggioranza delle aziende prevede di integrare l’AI nei prossimi 12 mesi, soprattutto per automazione di processo (circa 60%) e analisi predittiva (oltre il 40%);
analisi di PwC e altre società di consulenza invitano a passare dai “progetti pilota” a una strategia di AI aziendale integrata, guidata direttamente dal top management;
gli analisti finanziari parlano già di decine di trilioni di dollari di valore potenziale nel lungo periodo, ma ammettono che la traiettoria concreta è ancora incerta.
Tradotto:
tutti sentono di dover “fare qualcosa con l’AI”, molti non hanno ancora chiaro cosa né come misurarne i risultati.
Molte aziende si limitano a:
sperimentare chatbot interni,
introdurre co-pilot per il codice o per i documenti,
automatizzare alcune attività ripetitive.
Passi utili, ma lontani dalla trasformazione radicale di cui si parla nei convegni.
L’Italia tra PNRR, Strategia AI e il rischio di restare a metà del guado
E l’Italia?
Sulla carta, la direzione è chiara:
la Strategia Italiana per l’Intelligenza Artificiale 2024–2026 indica la necessità di rafforzare ricerca, formazione, infrastrutture e uso dell’AI nella PA, con l’obiettivo di non lasciare il Paese ai margini della nuova ondata tecnologica;
il PNRR dedica una parte consistente delle risorse a digitalizzazione e innovazione, con bandi e programmi per startup e PMI innovative;
nuovi fondi privati, come lo Step Fund da 30 milioni per startup italiane early-stage, mostrano che qualcosa si muove anche sul fronte del capitale di rischio.
Sul campo, però, emergono tre rischi:
Frammentazione
– tanti progetti, spesso piccoli e scollegati, faticano a tradursi in massa critica.Divario dimensionale
– molte PMI percepiscono l’AI come qualcosa di “troppo grande”, da Big Tech, e non come strumento concreto per migliorare processi, logistica, relazione con i clienti.Competenze a singhiozzo
– si investe in software, ma meno in formazione continua di chi dovrà usarlo e governarlo.
Il risultato è il classico scenario italiano: isole di eccellenza in un mare di inerzia.
AI “a misura d’azienda”: la differenza tra moda e strategia
Con lo sguardo di The Integrity Times, la domanda non è “l’AI ci ruberà il lavoro?”, ma un’altra, più scomoda:
Quante aziende stanno usando l’AI per creare valore reale – e quante solo per non sembrare vecchie?
La linea di confine, nel 2026, passa da qui:
Dal tool alla trasformazione dei processi
Un conto è mettere un assistente generativo a disposizione dei dipendenti.
Un altro è ridisegnare il flusso di lavoro in modo che l’AI sia integrata nella catena decisionale, con metriche chiare di impatto.
Dal risparmio di costo alla creazione di nuovi servizi
Se l’AI serve solo per “tagliare testa e costi”, si genera resistenza e paura.
Se invece abilita prodotti nuovi, esperienze migliori per i clienti, modelli di business diversi, le persone possono vederla come opportunità – e non solo come minaccia.
Dalla sperimentazione isolata alla governance
Nel 2026 diventerà centrale la governance dell’AI: regole interne, trasparenza verso clienti e fornitori, valutazione dei rischi legali e reputazionali.
Gli esperti sottolineano che chi vuole adottare l’AI in modo massiccio dovrà investire altrettanto in controllo, audit, spiegabilità.
Dal “noi contro loro” al “umano + AI”
L’innovazione più promettente non è quella in cui l’AI sostituisce l’umano, ma quella in cui lo amplifica: decisioni più informate, creatività aumentata, errori ridotti.
Le aziende che lo capiranno per prime attireranno talenti che vogliono lavorare con le macchine, non contro di esse.
Cosa dovremmo chiedere – come cittadini, lavoratori, imprenditori
Se il 2025 è stato l’anno dell’hype, il 2026 rischia di essere l’anno delle scelte irreversibili:
le infrastrutture che costruiamo, i contratti che firmiamo oggi con i grandi fornitori di AI, i dati che consegniamo alle piattaforme, definiranno il nostro margine di manovra per anni.
Allora, come The Integrity Times, proponiamo tre domande da tenere sul tavolo:
Chi controlla i nodi critici?
– Data center, energia, modelli di base: vogliamo dipendere in tutto da pochi attori globali o costruire un minimo di autonomia europea e italiana?Chi ci guadagna davvero?
– I benefici dell’AI stanno andando solo a investitori e big tech, o anche a lavoratori, PMI, cittadini?
– Come misuriamo questa distribuzione, oltre le narrazioni?Quale lavoro stiamo progettando per il 2030?
– Se usiamo l’AI solo per spremere di più le stesse persone con meno tempo e meno tutele, avremo guadagnato poco.
– Se la usiamo per liberare tempo, migliorare qualità, ridurre errori e rischi, allora sì, possiamo parlare di progresso.
L’occasione (e il rischio) del 2026
La verità è che non siamo spettatori di una rivoluzione già scritta.
Siamo co-autori, volenti o nolenti.
La scelta non è tra AI sì e AI no: quella partita è già chiusa.
La scelta è tra:
un’AI che si limita a estrarre valore da dati, lavoro e tempo, concentrandolo in poche mani;
e un’AI che diventa infrastruttura condivisa per migliorare produttività, servizi pubblici, qualità della vita.
Il 2026 sarà ricordato come l’anno in cui l’AI ha iniziato davvero a cambiare il modo di fare impresa – o come l’anno in cui ci siamo limitati a cambiare le brochure senza toccare il modello.
La differenza, ancora una volta, non la faranno gli algoritmi.
La farà il coraggio – o la paura – con cui decideremo di usarli.
Riproduzione riservata © Copyright “The Integrity Times“