Silicon Valley presenta spesso l'intelligenza artificiale come la forza che inaugurerà una nuova era di abbondanza. Eppure, quando ai direttori finanziari delle più grandi aziende del mondo si chiede come l'IA stia influendo sui loro profitti, la risposta dell'88% di loro, secondo il McKinsey State of AI survey 2026, è: "Non tanto."

Questa disconnessione si è già vista. Quando l'iPhone fu lanciato nel 2007, i commentatori previdero che la tecnologia mobile avrebbe trasformato quasi ogni aspetto della vita. Quando la banda larga divenne ampiamente disponibile, Businessweek proclamò una "Nuova Economia". E quando i personal computer raggiunsero quasi ogni scrivania, l'economista premio Nobel Robert Solow osservò famigliarmente che l'era del computer si poteva vedere ovunque tranne che nelle statistiche sulla produttività.

Nel corso di oltre cinque decenni, le onde successive di innovazione digitale hanno ottenuto una notevole adozione da parte dei consumatori, mentre la crescita della produttività è continuata a diminuire. Io chiamo questo il Paradosso dell'Innovazione: più velocemente innoviamo, più lentamente cresciamo.

Due forme di K, un solo problema

La diffusione della tecnologia digitale segue quella che descrivo come una doppia forma di K, in cui una K indica una divergenza per cui un gruppo avanza nettamente mentre l'altro resta indietro. La prima divergenza è tra consumatori e imprese. Gli smartphone hanno raggiunto l'80% degli americani in sette anni, mentre i sistemi ERP hanno impiegato 33 anni per arrivare al57% delle aziende statunitensi. L'uso consumer dell'IA è salito al 53% degli adulti statunitensi a appena tre anni dal lancio di ChatGPT alla fine del 2022. Al contrario, l'IA in implementazione produttiva nelle imprese si ferma al 10%.

La seconda forma di K esiste all'interno stesso del settore aziendale. Il sondaggio McKinsey del 2026 ha rilevato che l'88% delle organizzazioni usa l'IA in almeno una funzione aziendale, ma solo il 6% si qualifica come "high performer", vale a dire con un impatto EBIT (utili prima di interessi e tasse) superiore al 5%. Quella quota è invariata rispetto al 2025.

Il divario di 82 punti percentuali non è principalmente un deficit tecnologico. È un deficit di trasformazione organizzativa. Il 6% di aziende che ha successo ha tre volte più probabilità di aver riprogettato i flussi di lavoro end-to-end. Solo il 21% di tutti gli adottanti di IA lo ha fatto.

Il mercato azionario riflette una divergenza simile. Trentasei aziende IA nell'S&P 500, l'indice di riferimento delle grandi società quotate statunitensi, rappresentano ormai il 45% della capitalizzazione di mercato dell'indice. In un periodo di tre anni, l'S&P 500 complessivo ha reso il 76%; escludendo i titoli IA, il rendimento scende al 32%.

Ciò che l'elettrificazione ha fatto bene

L'elettrificazione e le telecomunicazioni all'inizio del XX secolo raggiunsero consumatori e imprese a velocità sostanzialmente simili e, soprattutto, con una profondità simile. I motori elettrici costrinsero le fabbriche a sostituire gli layout rigidi con una produzione flessibile e a flusso continuo. I telefoni ridussero drasticamente i costi di coordinamento. Seguirono riprogettazioni organizzative, tra cui la struttura multidivisionale di Alfred Sloan presso General Motors e la gestione scientifica di Frederick Taylor.

La diffusione fu sia profonda, rimodellando il modo in cui le aziende operavano, sia ampia, propagandosi attraverso settori industriali verticalmente collegati.

Le tecnologie digitali, invece, si sono diffuse in un'economia fondamentalmente diversa. I servizi rappresentano ormai la quota dominante del PIL. Un ospedale o un ente governativo non ha gli stessi legami di filiera di un produttore di acciaio. L'economista William Baumol individuò negli anni Sessanta il vincolo di fondo, una dinamica nota da allora come "malattia dei costi di Baumol": i settori terziari "stagnanti" resistono ai miglioramenti della produttività perché dipendono fortemente dall'interazione umana. Questi settori di Baumol, tra cui sanità, istruzione, pubblica amministrazione e costruzioni, rappresentano circa il 50% del PIL delle economie avanzate e restano ostinatamente resistenti alla trasformazione tecnologica.

La trappola dei costi generali

Perché l'adozione aziendale si arresta? Non perché la tecnologia non sia disponibile, ma perché le organizzazioni hanno accumulato livelli di complessità.

Ho sviluppato un indicatore transnazionale chiamato Combined Overhead Ratio. Esso coglie la spesa pubblica, le spese aziendali di vendita, generali e amministrative (SG&A) e i costi di conformità normativa. Negli Stati Uniti, questo rapporto ha superato una soglia del 47% del PIL intorno al 2000. Al di sopra di quella soglia, la crescita del PIL non ha superato in modo sostenibile il 2,5%, la metà del tasso raggiunto quando i costi generali restavano sotto il 35% negli anni Sessanta.

La spesa pubblica è salita al 36% del PIL, mentre le SG&A aziendali sono raddoppiate dagli anni Ottanta. Il Competitive Enterprise Institute stima che le aziende statunitensi spendano ogni anno più di 2.000 miliardi di dollari solo per la conformità.

La mia analisi delle aziende dell'S&P 500 per settore e decennio dal 1985 al 2025 mostra che il 73% di quelle osservazioni cade nella "trappola dei costi generali", definita come SG&A in aumento accompagnate da crescita dei ricavi in calo. Come ha sostenuto Jack Dorsey di Block, la gerarchia aziendale è un protocollo di instradamento delle informazioni obsoleto. La maggior parte delle aziende che oggi distribuiscono l'IA sta montando un motore più potente su una carrozza trainata da cavalli. Una discussione correlata descrive i limiti di trattare l'IA come una semplice versione più veloce dei sistemi esistenti.

L'IA è diversa, ma le barriere no

L'IA è categoricamente diversa dalle precedenti onde digitali. Le tecnologie precedenti rendevano principalmente più facile elaborare, trasmettere o visualizzare informazioni. L'IA ragiona, decide e crea. Questa distinzione conta perché i settori di Baumol non sono poveri di informazioni; sono intensivi in giudizio. Richiedono diagnosi, valutazione e personalizzazione, esattamente le capacità che l'IA può potenziare.

Le barriere alla diffusione, tuttavia, restano familiari. Oltre 40 anni di esperienza come dirigente aziendale e socio di private equity hanno rivelato uno schema ricorrente.

Presso un'azienda di beni di consumo, la digitalizzazione ha prodotto una notevole crescita del canale online ma non è riuscita a estendersi all'attività offline, molto più ampia, dell'azienda. Distributori indipendenti si sono rifiutati di cedere i dati dei clienti a una piattaforma integrata. In sanità, introdurre strumenti digitali ai medici è relativamente semplice. Istituire una digitalizzazione end-to-end per migliorare i flussi di lavoro clinici è molto più difficile, impigliata nella governance dei dati, nei requisiti di conformità e nel potere asimmetrico che i professionisti sanitari esercitano sulla gestione.

Questi non sono casi isolati. Rappresentano molte delle attività in cui sono stato personalmente coinvolto. L'indagine 2026 di Writer sull'IA aziendale, condotta con Workplace Intelligence su 2.400 leader globali, conferma lo schema su larga scala. Il 79% delle organizzazioni segnala difficoltà nell'adozione dell'IA, un aumento a doppia cifra rispetto al 2025. Inoltre, il 54% dei dirigenti di alto livello dichiara che l'adozione dell'IA sta "sfacellando la loro azienda".

Profondità e ampiezza, non velocità

La lezione di 50 anni di innovazione digitale è che la velocità di adozione conta molto meno della sua profondità e ampiezza. L'adozione consumer di ChatGPT è stata la più rapida di qualsiasi tecnologia consumer nella storia documentata,ppure non ha mosso alcun indicatore macroeconomico.

Ciò che conta è se l'IA penetra nelle operazioni principali e porta a una riprogettazione dei flussi di lavoro, cioè la profondità, e se la trasformazione si estende oltre le aziende di punta ai vasti settori che rappresentano la maggior parte dell'occupazione e del PIL, cioè l'ampiezza. Sulle evidenze dei sondaggi raccolte finora, questi sono anche i numeri da osservare: la quota di high performer si è mantenuta al 6% per il secondo anno consecutivo di indagine, e la riprogettazione end-to-end dei flussi di lavoro si ferma al 21% degli adottanti. Il movimento di questi dati, più che i tassi di adozione d'insieme, è l'indicatore che mostrerebbe se la profondità sta crescendo.

Le evidenze storiche, dall'elettrificazione alle onde digitali successive, indicano tempi di adozione lunghi: generalmente oltre 10 anni e spesso diversi decenni. L'IA avanza più rapidamente di qualsiasi sua predecessore come tecnologia. Ma la riprogettazione organizzativa necessaria per assorbirla procede al ritmo delle istituzioni umane: lentamente, con fatica e contro un'intensa resistenza.

Il Paradosso dell'Innovazione persiste non perché la tecnologia non avanzi, ma perché le istituzioni non si adattano. La società vedrà un impatto economico sostanziale solo quando l'IA sarà adottata in profondità all'interno delle imprese e in modo ampio nei grandi settori economici.

Le opinioni espresse negli articoli di commento di Fortune.com sono esclusivamente quelle degli autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.

Questa storia è apparsa originariamente su Fortune.com.