L'intelligenza artificiale è passata da progetti sperimentali a strumento standard del lavoro quotidiano. Secondo l'indagine globale State of AI di McKinsey, nel 2025 l'88% delle organizzazioni ha dichiarato di usare l'IA in almeno una funzione aziendale, rispetto al 78% dell'anno prima.

Quell'adozione non è distribuita in modo uniforme nell'economia. Sviluppatori software, banche, medici, avvocati, giornalisti, rivenditori e manifatturieri affrontano costi, contesti normativi e rischi diversi, e i dati delle indagini riflettono tali differenze. Questo report esamina le cifre più recenti per ciascun settore.

Poiché i numeri provengono da indagini separate con metodi, popolazioni e domande diverse, non vanno letti come un confronto perfetto fianco a fianco. Mostrano però chiaramente dove l'uso dell'IA è più radicato e dove incontra ancora limiti.

Statistiche generali sull'adozione dell'IA nelle aziende

Lo Stanford 2026 AI Index, che si basa sull'indagine globale State of AI di McKinsey, ha rilevato che l'88% delle organizzazioni ha usato l'IA in almeno una funzione aziendale durante il 2025, rispetto al 55% del 2023 e al 78% del 2024.

L'IA generativa è cresciuta ancora più in fretta. L'uso organizzativo regolare è passato dal 33% nel 2023 al 71% nel 2024 e al 79% nel 2025, e più della metà dei rispondenti ha riferito che l'IA era impiegata in almeno tre funzioni aziendali.

Usare l'IA in un'area, tuttavia, non equivale a ricostruire un'azienda attorno ad essa. Stanford ha rilevato che il deployment degli agenti IA è rimasto a una cifra in quasi tutte le funzioni aziendali nel 2025. Questo pone il 2026 come anno di transizione, mentre la prima ondata di assistenti IA lascia il posto a una seconda ondata di agenti IA più autonomi.

L'adozione dell'IA per settore a colpo d'occhio

Ogni cifra di adozione citata in questo articolo proviene da un'indagine separata su una popolazione diversa, con domande e metodi differenti. Considerati insieme, mostrano che l'IA non è più confinata alle aziende tecnologiche. È diventata parte del lavoro quotidiano in gran parte dell'economia. Le sezioni seguenti presentano cifre, casi d'uso e punti critici settore per settore.

Statistiche sull'IA nella finanza e nel banking

I servizi finanziari si affidano al machine learning da anni prima del boom dell'IA generativa. Banche, assicurazioni e società di pagamento lo applicano da tempo al rilevamento delle frodi, allo scoring creditizio, ai controlli antiriciclaggio, al trading e alla gestione del rischio. L'IA generativa viene ora aggiunta al servizio clienti, alla compliance, alla ricerca e al lavoro software.

Un'indagine congiunta della Bank of England e della Financial Conduct Authority ha rilevato che il 75% delle società finanziarie britanniche rispondenti usava già l'IA, con un altro 10% che prevedeva di adottarla entro tre anni. Nel 2022 la quota di chi usava l'IA si attestava al 58%. L'adozione è disomogenea nel settore: assicurazioni e banche internazionali registrano i tassi più alti.

Dove la finanza usa l'IA

La società mediana ha riportato circa nove casi d'uso dell'IA, un numero che le imprese prevedono di portare a 21 entro tre anni. Le grandi banche internazionali riportano già una mediana vicina a 49.

Le operazioni e l'IT rappresentano la quota maggiore dei casi d'uso segnalati, circa il 22%, seguiti dal retail banking con circa l'11% e dall'assicurazione generale con circa il 10%. I modelli di base, i grandi sistemi alla base dell'IA generativa, rappresentano il 17% dei casi d'uso.

La finanza resta uno dei settori più maturi per l'IA, ma le imprese restano prudenti con le decisioni ad alto impatto, perché errori nel credito, nel trading, nelle assicurazioni o nella compliance comportano costi finanziari e legali rilevanti.

Statistiche sull'IA nella sanità

La sanità è tradizionalmente stata più lenta nell'adottare nuove tecnologie perché gli errori possono danneggiare i pazienti, ma l'uso dell'IA sta crescendo rapidamente. L'American Medical Association ha rilevato che la quota di medici che usano qualche forma di IA sanitaria è passata dal 38% nel 2023 al 66% nel 2024, un aumento di 28 punti percentuali in un solo anno.

Le applicazioni comuni includono note mediche, codici di fatturazione, riassunti delle visite, piani di cura, istruzioni di dimissione, traduzioni e messaggi ai pazienti. Alcuni medici usano l'IA anche per il supporto diagnostico e la radiologia.

La burocrazia è un motore importante. I medici trascorrono molte ore a documentare le cure, e gli strumenti di trascrizione IA possono ascoltare una visita e redigere la nota clinica, riducendo tale carico. Per i pazienti, i cambiamenti finora sono soprattutto amministrativi — note, riassunti e messaggi — mentre la diagnosi resta un compito guidato dall'uomo in cui l'IA ha solo un ruolo di supporto.

I medici vedono benefici ma vogliono garanzie

Circa il 68% dei medici intervistati ha detto che l'IA offriva almeno qualche vantaggio alla propria attività, ma quel sostegno era condizionato. La maggioranza voleva protezioni chiare prima di un uso più ampio.

Gli standard di accuratezza in medicina sono più alti che nella maggior parte delle attività aziendali. Uno slogan pubblicitario sbagliato è un inconveniente; una diagnosi errata può essere pericolosa. Per questo la revisione umana resterà probabilmente centrale.

Statistiche sull'IA nel diritto

Il lavoro legale comporta enormi quantità di testo, il che ne ha fatto fin da subito un candidato ideale per l'IA generativa. Gli strumenti possono cercare giurisprudenza, esaminare contratti, riassumere documenti, redigere memo, confrontare clausole e supportare la discovery, e di conseguenza l'adozione è cresciuta rapidamente.

Thomson Reuters ha rilevato che l'uso dell'IA generativa nelle organizzazioni legali è passato dal 14% nel 2024 al 26% nel 2025. L'uso personale supera quello aziendale formale: tra i professionisti legali, fiscali, del rischio e governativi, il 41% ha detto di usare strumenti pubblici come ChatGPT, e il 17% sistemi di IA generativa specifici del settore.

Gli studi legali vanno oltre la fase di test

La ricerca 2026 di Thomson Reuters indica uno spostamento del dibattito. La domanda non è più se usare l'IA ma quanto rapidamente riorganizzarsi attorno ad essa. Più di tre quarti degli avvocati più quotati intervistati hanno detto che il loro studio aveva una strategia IA.

La pressione cresce. Circa il 38% dei professionisti degli studi legali ha riferito pressioni finanziarie per agire più rapidamente sull'IA, e il 32% degli avvocati in-house ha detto di stare riconsiderando i rapporti con studi che non dimostravano valore abilitato dall'IA.

L'IA potrebbe anche mettere in discussione l'ora fatturabile. Se un sistema può completare ore di revisione documentale in pochi minuti, i clienti potrebbero non voler più pagare in base al tempo, spingendo gli studi verso prezzi basati sul valore.

La governance è una preoccupazione. Thomson Reuters ha rilevato che il 34% dei professionisti degli studi legali usava strumenti IA non approvati dai propri studi.

Statistiche sull'IA nello sviluppo software

Lo sviluppo software è il campo in cui l'IA generativa è più radicata nel lavoro quotidiano. La Stack Overflow Developer Survey 2025 ha rilevato che l'84% degli sviluppatori usava o prevedeva di usare strumenti IA, rispetto al 76% di un anno prima. Tra gli sviluppatori professionisti, il 51% usava strumenti IA ogni giorno.

Gli sviluppatori usano l'IA per scrivere codice, spiegare codice non familiare, trovare bug, scrivere test, creare documentazione e convertire codice tra linguaggi. Strumenti come GitHub Copilot, ChatGPT e Claude sono ormai comuni.

Uso elevato, fiducia bassa

L'uso intensivo non equivale a fiducia solida. Stack Overflow ha rilevato che il 46% degli sviluppatori non si fidava dell'accuratezza degli output IA, contro il 33% che si fidava. Solo il 3% ha detto di fidarsi molto.

Il principale reclamo riguarda risposte quasi corrette ma non del tutto, citato come frustrazione dal 66% dei rispondenti. Un altro 45% ha detto che correggere il codice scritto dall'IA spesso richiedeva più tempo del previsto.

Gli sviluppatori restano prudenti con i compiti ad alta responsabilità: circa il 76% non prevedeva di affidarsi all'IA per deployment e monitoraggio, e il 69% non prevedeva di usarla intensivamente per la pianificazione dei progetti. L'IA agisce da copilota, non da sostituto.

Agenti IA nel software

Gli agenti IA restano meno diffusi degli assistenti di base. Stack Overflow ha rilevato che il 52% degli sviluppatori non usava agenti oppure restava su strumenti IA più semplici, e il 38% non prevedeva di adottarli. Tra gli sviluppatori che li usavano, circa il 70% ha detto che gli agenti riducevano il tempo dedicato ai compiti, e il 69% ha riferito maggiore produttività. Il codice è più facile da testare e verificare rispetto a molti compiti reali, il che aiuta a spiegare l'interesse iniziale del settore.

Statistiche sull'IA nei media e nel giornalismo

I media offrono sia una grande opportunità sia un problema di fiducia. L'IA può gestire trascrizione, traduzione, titoli, riassunti, analisi dei dati, fact-checking e personalizzazione, e può anche produrre testi e immagini.

Uno studio del Reuters Institute su 1.004 giornalisti britannici ha rilevato che il 56% usava l'IA professionalmente almeno una volta a settimana, mentre un altro 27% la usava meno spesso. Solo il 16% ha detto di non aver mai usato l'IA per compiti giornalistici, e circa il 27% la usava quotidianamente per almeno un compito.

Gli editori puntano sui compiti di back-end

I dirigenti dei media sono più interessati all'efficienza. Tra i rispondenti editori, il 96% ha detto che l'automazione di back-end sarebbe importante. Seguono personalizzazione e raccomandazioni all'80%, creazione di contenuti al 77%, raccolta di notizie al 73%, programmazione al 67% e usi commerciali al 63%.

Alcuni editori usano già l'IA per riscrivere o distribuire articoli su larga scala, ma gli atteggiamenti del pubblico limitano fino a che punto si possa spingersi. Il Reuters Institute ha rilevato che solo il 12% dei consumatori era a suo agio con notizie prodotte interamente dall'IA, mentre il comfort aumentava quando una persona restava al comando. Le notizie interamente umane hanno ricevuto il maggior sostegno, al 62%.

Per i lettori, ciò significa che l'impronta dell'IA nelle notizie si manifesterà più probabilmente in lavori meno visibili — trascrizioni, traduzioni, riassunti e analisi dei dati — che in articoli interamente automatizzati. Questi risultati suggeriscono che il giornalismo tradizionale sarà probabilmente assistito dall'IA più che scritto dall'IA.

Statistiche sull'IA nel retail

L'IA nel retail è cresciuta ben oltre i consigli sui prodotti, toccando oggi rilevamento delle frodi, prezzi, inventario, previsione della domanda, assistenza clienti, marketing, catene di fornitura e operazioni di negozio.

Il Global Retail Outlook 2026 di Deloitte ha rilevato un uso diffuso nelle funzioni principali. Il rilevamento delle frodi e la cybersecurity guidano, con il 64% dei rivenditori intervistati che già usa l'IA in quell'area, e l'uso è previsto in crescita nei prossimi 12 mesi. Un altro 41% dei rivenditori prevede di aggiungere visibilità della catena di fornitura basata sull'IA, e il 38% prevede di aggiungere ottimizzazione di prezzi e promozioni.

Lo shopping agentico potrebbe essere il prossimo passo

Il retail potrebbe essere tra i primi settori a sentire gli effetti degli agenti IA. Un acquirente potrebbe chiedere a un agente di trovare scarpe da corsa sotto i 150 €, confrontare recensioni e prezzi e comprare il paio migliore, spostando l'influenza dai motori di ricerca e dai siti dei rivenditori agli intermediari IA.

Deloitte ha rilevato che circa il 68% dei rispondenti del retail prevedeva di usare l'IA agentica per importanti attività operative o aziendali entro 12-24 mesi. Il traffico di riferimento dall'IA è già significativo per alcuni rivenditori e, col tempo, potrebbe trasformare la scoperta dei prodotti e la pubblicità.

Statistiche sull'IA nella manifattura

La manifattura si differenzia dal software e dal diritto perché l'IA deve lavorare con apparecchiature fisiche. Gli usi comuni includono manutenzione predittiva, visione artificiale, ispezione qualità, programmazione della produzione, robotica, digital twin e risparmio energetico.

Anche il deployment è più difficile. Una società software può distribuire uno strumento IA a migliaia di dipendenti rapidamente; un manifatturiero può dover collegare l'IA a macchine di 10, 20 o 30 anni fa.

La maggior parte dei manifatturieri non ha raggiunto la scala completa

McKinsey ha intervistato più di 100 direttori operativi di aziende manifatturiere con ricavi annuali superiori a 1 miliardo di dollari. Circa due terzi hanno detto che il loro lavoro sull'IA era ancora in fase di esplorazione o di implementazione mirata, e solo il 2% ha detto che l'IA era pienamente integrata nelle operazioni.

I piani di spesa sono comunque ingenti. Circa il 93% prevedeva di spendere più dell'1% del costo del venduto in digitale e IA nei prossimi cinque anni, e quasi un terzo prevedeva di spendere almeno il 5%.

Le fabbriche avanzate mostrano un quadro diverso

La Global Lighthouse Network del World Economic Forum traccia le fabbriche leader. Nel 2026 includeva più di 220 siti, e l'IA e il machine learning comparivano in circa il 62% dei casi d'uso principali in quei siti. La quota di soluzioni leader basate sull'IA generativa è passata dal 9% nel 2024 al 23% nel 2025. Il machine learning tradizionale gestisce previsione e ottimizzazione, mentre l'IA generativa aiuta i lavoratori a comunicare con le macchine, creare istruzioni e recuperare la conoscenza aziendale.

IA fisica e robotica

Il Manufacturing Outlook 2026 di Deloitte ha rilevato che il 9% dei manifatturieri usava l'IA fisica, e il 22% prevedeva di usarla entro due anni. L'IA fisica comprende robot che agiscono in modo più flessibile invece di ripetere un movimento fisso. Queste macchine possono spostare merce, ispezionare fabbriche, smistare pezzi e operare in contesti variabili. La manifattura potrebbe essere il settore in cui l'IA ha il maggior effetto sull'output fisico.

Quali settori guidano l'adozione dell'IA?

Non esiste una classifica perfetta, perché le indagini misurano cose diverse. Dal dati si possono comunque trarre alcune conclusioni generali.

Il software mostra l'uso individuale più profondo: con l'84% degli sviluppatori che usano o prevedono di usare l'IA e metà dei professionisti che la usano quotidianamente, gli strumenti di coding IA sono vicini a essere dotazione standard.

La finanza ha l'uso istituzionale più maturo: circa tre quarti delle società finanziarie britanniche usano l'IA, e i tassi tra assicurazioni e banche internazionali sono superiori al 90%.

La sanità è cresciuta rapidamente per un settore ad alto rischio, con l'uso tra i medici passato dal 38% al 66% in un anno nonostante rigide regole di sicurezza e privacy.

Il diritto cambia in fretta man mano che gli strumenti specializzati migliorano. I media mostrano un uso professionale elevato ma un basso comfort dei consumatori con l'automazione. Il retail applica l'IA in molte operazioni, mentre la manifattura è in ritardo perché l'IA deve collegarsi a macchine e catene di fornitura.

Dagli assistenti IA agli agenti IA

Il prossimo passaggio potrebbe essere dall'IA che risponde a domande all'IA che compie azioni. Oggi una persona scrive un prompt, legge la risposta dell'IA e prende una decisione. In un flusso di lavoro agentico, una persona fissa un obiettivo, l'IA pianifica e usa il software per completare il compito, e una persona verifica il risultato.

Gli esempi potrebbero includere un'IA che controlla le transazioni antifrode nella finanza, o un'IA che riassume cartelle e prenota esami nella sanità. Nel diritto potrebbe esaminare migliaia di documenti e redigere un'analisi del caso. Nel software potrebbe trovare un bug, scrivere una correzione e sottometterla per revisione.

Stanford ha rilevato che il deployment degli agenti è rimasto a una cifra nella maggior parte delle funzioni aziendali nel 2025, anche se l'uso iniziale è già visibile nel software e in altri campi ad alta intensità tecnologica.

Ostacoli all'adozione dell'IA

Diversi problemi si ripresentano tra i settori. L'accuratezza è uno: i modelli IA possono affermare informazioni errate con sicurezza, il che conta di più in medicina, finanza e diritto.

La privacy dei dati è un altro fattore. Le imprese non possono inserire dati riservati di clienti, pazienti o questioni legali in strumenti pubblici aperti. La regolamentazione aggiunge limiti, poiché le decisioni IA nei settori regolamentati devono rispettare le regole esistenti.

L'integrazione è spesso la parte più difficile. La sfida sta meno nell'ottenere un modello che nel collegarlo a database, software e flussi di lavoro, e il personale deve sapere quando non fidarsi dell'IA.

Le lacune di governance sono comuni. Thomson Reuters ha rilevato che il 34% dei professionisti degli studi legali usava strumenti IA non approvati, e la sua ricerca 2026 sui servizi professionali ha rilevato che solo il 18% dei professionisti ha detto che le proprie organizzazioni tracciavano il ritorno sull'investimento in IA, mentre il 40% non sapeva se la propria organizzazione lo facesse.

Investimenti in IA e mercato del lavoro

Lo Stanford AI Index quantifica i capitali coinvolti. L'investimento aziendale globale in IA ha raggiunto circa 581,7 miliardi di dollari nel 2025. Solo l'investimento privato in IA ha raggiunto circa 344,7 miliardi, e l'investimento in IA generativa è cresciuto di oltre il 200% durante l'anno.

I dati attuali indicano che l'IA cambia parti dei lavori più di quanto elimini intere professioni. Un avvocato può dedicare meno tempo alla ricerca documentale, un medico meno tempo a scrivere note, e un giornalista può automatizzare la trascrizione.

Ci sono primi segnali di tensione ai livelli entry-level. Stanford riporta che l'occupazione tra gli sviluppatori software di età 22-25 anni è calata di quasi il 20% rispetto al 2024. Se si assumono meno giovani lavoratori, settori come diritto, contabilità e software dovranno trovare nuovi modi per formare i futuri esperti.

In sintesi

L'adozione dell'IA non è più solo una storia del settore tecnologico. Nel 2025, l'88% delle organizzazioni intervistate usava l'IA in qualche parte della propria attività, e il 79% usava regolarmente l'IA generativa.

La profondità d'uso varia per settore. Il software guida l'uso personale quotidiano all'84%. La finanza ha la configurazione più matura, con il 75% delle società britanniche che usa l'IA. L'uso nella sanità è passato dal 38% al 66% in un anno, e l'uso legale dell'IA generativa è quasi raddoppiato tra il 2024 e il 2025. Più della metà dei giornalisti britannici usa l'IA ogni settimana, ma i consumatori preferiscono un'IA che assista i giornalisti piuttosto che la sostituisca. I rivenditori usano l'IA nella sicurezza, nei prezzi e nelle previsioni, mentre i manifatturieri affrontano il percorso più difficile verso la scala, anche se le fabbriche avanzate mostrano cosa è possibile.

La domanda che si pongono la maggior parte delle imprese sta cambiando: da se possano usare l'IA a se possano ridisegnare il lavoro attorno ad essa preservando accuratezza, sicurezza e responsabilità umana. Le prossime edizioni delle indagini ricorrenti alla base di queste cifre — di McKinsey, Stanford, Stack Overflow, AMA, Thomson Reuters, Deloitte e Bank of England — mostreranno se il deployment degli agenti salirà oltre le unità percentuali e se i piani di spesa dei manifatturieri si tradurranno in deployment su scala.

Fonti

• Stanford AI Index 2026 Report: dati globali su adozione aziendale dell'IA, investimenti, occupazione e agenti IA.
• Stanford AI Index 2026: Economy: statistiche su adozione e investimenti organizzativi.
• Bank of England: Artificial Intelligence in UK Financial Services: indagine sull'uso dell'IA nel banking, nelle assicurazioni e nei mercati finanziari.
• American Medical Association: Two in three physicians are using health AI: uso dell'IA tra i medici in crescita dal 38% al 66%.
• Thomson Reuters 2026 AI in Professional Services Report: uso dell'IA nel lavoro legale, fiscale, contabile, del rischio e governativo.
• Thomson Reuters 2025 Generative AI in Professional Services Report: dati di adozione per studi legali e servizi professionali.
• Thomson Reuters Institute: Turning law-firm AI strategies into practice: strategie IA, pressione dei clienti e cambiamento dei flussi di lavoro negli studi legali.
• Stack Overflow 2025 Developer Survey: AI: uso, fiducia e agenti IA tra gli sviluppatori.
• Reuters Institute: AI adoption by UK journalists and their newsrooms: indagine su 1.004 giornalisti britannici sull'uso professionale dell'IA.
• Reuters Institute: Generative AI and News Report 2025: atteggiamenti del pubblico verso l'IA nel giornalismo.
• Deloitte 2026 Retail Industry Global Outlook: uso dell'IA nelle operazioni retail, prezzi, previsioni e catene di fornitura.
• National Retail Federation: Retail AI Trends 2025: indagine sui leader IA dei rivenditori statunitensi.
• McKinsey: From Pilots to Performance, How COOs Can Scale AI in Manufacturing: indagine sui grandi manifatturieri su deployment e spesa in IA.
• Deloitte 2026 Manufacturing Industry Outlook: manifattura intelligente, IA agentica e IA fisica.
• World Economic Forum: Global Lighthouse Network: uso di IA e IA generativa nelle fabbriche avanzate.
• Fonte: CoinCentral