Una quota significativa delle imprese continua a faticare a dimostrare un chiaro ritorno sugli investimenti (ROI) dalle proprie iniziative di AI, ma alcune organizzazioni — da un amministratore di benefit a una piccola agenzia pubblicitaria fino a una grande università — hanno individuato aree in cui la tecnologia genera guadagni di produttività e persino crescita dei ricavi. Le loro esperienze illustrano come l'AI stia cambiando l'equazione del ROI e cosa serve per misurarne il valore.

Una vittoria precoce nel recruiting

Come molte aziende, Alight Solutions, un amministratore di benefit, ha cercato modi in cui l'AI potesse migliorare le operazioni e i risultati economici. Pur non trattandosi di una tecnologia nuova per l'azienda, Alight ha iniziato a valutare nel 2025 un tipo di strumento AI diverso. A settembre di quell'anno, Alight è diventata beta user di un agente di reclutamento per il rilevamento delle frodi di Phenom, un fornitore di tecnologie HR, per verificare se l'agente potesse aiutare a identificare precocemente candidatori fraudolenti nella fase di selezione.

Non ha dovuto attendere a lungo i risultati. Durante il processo di test, l'agente ha identificato un candidato che si era presentato due volte per la stessa posizione aperta, utilizzando ogni volta un nome e un indirizzo email diversi.

"Solo catturare quella persona che alla fine non abbiamo assunto è stato sufficiente per dire: 'Funzionerà per noi'", ha detto Julie Eagy, talent acquisition operations manager di Alight.

Sebbene l'agente abbia mostrato dove potrebbe aiutare l'azienda a risparmiare denaro — soprattutto se potesse evitare diare un controllo dei precedenti non necessario — Eagy ha detto che il valore maggiore è il risparmio di tempo.

Alight offre un esempio di quanto possa essere complicato misurare il ritorno sugli investimenti in AI. Per molte aziende, il ritorno dall'investimento in strumenti AI potrebbe non essere un guadagno monetario, ma piuttosto un aumento di produttività, oppure la capacità di un agente AI di fornire un tassello mancante all'interno dell'organizzazione.

Quella mancanza di chiarezza ha spinto alcune imprese ad abbandonare determinate iniziative. Un franchisee di Pizza Hut, ad esempio, ha citato in giudizio il franchise a maggio, sostenendo che una piattaforma AI di gestione delle consegne era controintuitiva e gli è costata milioni di dollari invece di generare alcun tipo di risparmio.

Nonostante i risultati contrastanti dell'AI, le imprese hanno continuato ad avanzare con la tecnologia, spesso puntando sulla produttività come metrica. Nel frattempo, alcune piccole imprese, incluse le PMI, sono riuscite a monitorare guadagni monetari e ritorni dai loro progetti AI.

Una situazione complessa

La realtà per le imprese è che il ROI dell'AI può essere sfumato e persino opaco, secondo Arun Chandrasekaran, analista di Gartner.

"È una discussione molto complessa", ha detto Chandrasekaran. "In linea generale, direi che molti clienti stanno ancora faticando a esprimere un chiaro valore di business dall'AI."

Domaini come lo sviluppo software, il customer service e le operazioni di back office in finanza o HR sono riusciti ad automatizzare compiti centrali, generando guadagni di produttività, ma le aziende faticano a ricondurli a valore di business tangibile, come crescita dei ricavi o riduzione dei costi, ha detto Chandrasekaran.

"L'allineamento tra guadagno di produttività e queste metriche orientate al valore che interessano alle imprese -- è ancora un lavoro in corso, direi, in molte organizzazioni", ha aggiunto.

La difficoltà può essere maggiore a seconda delle dimensioni dell'organizzazione. Per alcune PMI, creare questo collegamento si è rivelato il modo migliore per sopravanzare la concorrenza — e restare davanti.

Il valore di business di OBI Creative

Una di queste imprese è OBI Creative, un'agenzia pubblicitaria con 25 anni di attività con sede a Omaha, nel Nebraska, con clienti che includono TiVo e HD Radio. OBI Creative ha trascorso gli ultimi anni a sperimentare strumenti AI nella ricerca di crescita del business.

"L'AI agentica è diventata una grande opportunità di efficienza per noi perare alcune delle nostre offerte da un settore all'altro", ha detto Mary Ann O'Brien, CEO e fondatrice dell'azienda.

OBI Creative, che ha meno di 50 dipendenti, ha sviluppato un paio di strumenti di AI agentica per perseguire i propri obiettivi. Uno strumento monitora lo stato di salute dei siti web costruiti dal team digitale e ne assicura l'aggiornamento. L'agenzia ha utilizzato modelli, tra cui Gemma e Qwen, per programmare i prompt nello strumento e generare report sullo stato di salute dei siti web, e ha anche usato modelli OpenAI GPT e modelli Anthropic Claude per programmare i prompt nei propri strumenti.

Un altro strumento consente al team creativo di verificare se la campagna su cui sta lavorando è allineata con ciò che il cliente desidera.

"Lo abbiamo costruito come prototipo per aiutare l'allineamento tra il team di brand strategy e il team creativo, e poi è diventato qualcosa che i nostri clienti volevano usare, quindi abbiamo iniziato a venderglielo/licenzarglielo", ha detto O'Brien.

Ha aggiunto che il valore ottenuto si è tradotto in maggiori margini lordi per la sua agenzia.

"Non dobbiamo tornare dal cliente cinque volte per le modifiche", ha detto.

Inoltre, grazie all'uso di strumenti di AI agentica, l'agenzia "avrà almeno una crescita del 20% su base annua", ha detto.

Alla crescita si accompagnano spese aggiuntive. "Abbiamo sicuramente visto un aumento dei costi generali, ma è stato rapidamente compensato da alcune efficienze", ha detto O'Brien. Ha aggiunto che l'agenzia ha iniziato sperimentando modelli AI a costi fissi e con servizi in abbonamento, consentendo ai suoi dipendenti di lavorare entro un budget prestabilito.

Oltre a investire nella tecnologia, O'Brien ha reso chiaro ai dipendenti che l'uso di strumenti di AI agentica e generativa non avrebbe messo a rischio i loro posti di lavoro. Anzi, ha sfidato un dipendente a diventare un ambasciatore dell'efficienza e a fornire i risultati come parte della sua performance.

"Ci sono ancora persone nella mia agenzia che hanno molta paura degli strumenti, quindi si tratta semplicemente di far sentire le persone a proprio agio e di far sì che abbiano fiducia che ciò che hanno tra le orecchie resta ciò che ha più valore per i nostri clienti", ha detto O'Brien. "Ma gli strumenti ci sono, e perché non usarli?"

L'approccio della Cornell

Pur non essendo una PMI, la Cornell University ha adottato un approccio articolato per trovare il ROI dai propri investimenti in.

"Guardiamo a questa tecnologia come a uno strumento", ha detto Ayham Boucher, head of AI innovations di Cornell Information Technologies.

Fin dall'inizio, la Cornell ha permesso alla facoltà di accedere a qualsiasi modello frontier in un ambiente sicuro e privato, senza però imporarne l'uso. Utilizza Microsoft Azure, dove gli utenti possono creare, gestire e distribuire i propri agenti, oltre a strumenti per l'utente finale come Microsoft Copilot e Claude Desktop.

L'obiettivo principale dell'AI agentica per la Cornell, ha detto Boucher, è la capacità di espandere le capacità umane.

"Non siamo creature straordinarie", ha detto, riferendosi alle capacità umane. "Abbiamo una memoria limitata. ... Usiamo la tecnologia da molto tempo per espandere ciò che facciamo come esseri umani, e l'AI è solo un altro strumento potente per espandere le nostre capacità."

Ha aggiunto che la Cornell non si concentra nemmeno sulla misurazione del valore tramite il tokenmaxxing, la recente tendenza delle organizzazioni a misurare in parte la performance dei dipendenti in base a quanti token di modelli AI consumano.

"I nostri risultati sono allineati con la missione dell'istituzione", ha detto. In altre parole, l'università misura il valore in base al numero di studenti serviti e al numero di scoperte scientifiche realizzate. Il suo dipartimento misura il valore supportando tali attività piuttosto che contando il numero di token bruciati.

Alcune aziende hanno iniziato a sperimentare l'AI ma hanno trovato poca trazione, o faticano a portare in produzione un progetto pilota AI. Secondo un rapporto del 2026 di Gartner, circa metà dei progetti di AI generativa è stata abbandonata dopo la proof of concept, per motivi come scarsa qualità dei dati, costi crescenti o poco chiaro valore di business.

"Poiché abbiamo fatto il deployment e iniziato a costruire con l'AI così presto, non siamo caduti nella trappola della FOMO [fear of missing out]", ha detto Boucher. "Non ne abbiamo avuto bisogno. Siamo avanti rispetto ai tempi, il che ci permette di mantenere un approccio equilibrato. Non stiamo cercando di recuperare terreno."

Una misura del valore

Per coloro che provano, sperimentano e ancora non trovano valore, potrebbe valere la pena considerare una metrica diversa da ricavi o produttività, ha detto Chandrasekaran di Gartner.

"Dobbiamo legare più metriche operative a metriche più orientate al valore", ha detto. Ad esempio, nello sviluppo software, la metrica non dovrebbe essere il numero di righe di codice ma la velocità — come le nuove funzionalità o capacità distribuite su un'applicazione.

La riduzione dei costi o la crescita dei ricavi, ha proseguito, possono limitare la comprensione di un'azienda su come l'AI sta generando valore.

Attraverso questi esempi, la misura rilevante dipende dalla missione dell'organizzazione e dal caso d'uso: Alight enfatizza il tempo risparmiato, OBI Creative punta su efficienza, margini e crescita, e la Cornell guarda agli serviti e alle scoperte scientifiche. Questo rende la definizione del risultato atteso prima del deployment una parte importante nella valutazione se un progetto AI stia generando valore.

Per le imprese che non sono riuscite a ottenere un ROI, la chiave potrebbe essere stabilire prima quale ritorno sia necessario da un'applicazione selezionata in cui l'AI generativa o agentica potrebbe essere utile, ha detto Chandrasekaran.

"Non vogliamo implementare casi d'uso e poi iniziare a riflettere su come misureremo il valore", ha detto. "Se non vediamo una linea di vista molto chiara in termini di valore, non li perseguiamo nemmeno."

Tuttavia, le imprese dovrebbero tenere presente che l'applicazione che stanno sperimentando determinerà quanto tempo occorre per realizzare un progetto pilota AI.

"Il periodo del ROI dipende davvero dal tipo di casi d'uso che si stanno perseguendo", ha detto Chandrasekaran. "Direi in generale che per l'80% dei casi d'uso aziendali, si vuole raggiungere un ROI entro un anno."

Il fatto che il valore di business rimanga una sfida per l'uso dell'AI nelle imprese suggerisce anche che i fornitori hanno ancora un compito da svolgere, ha detto.

"I fornitori devono fare un lavoro migliore non solo vendendo tecnologia, ma vendendo risultati e valore alle imprese", ha proseguito. "Le imprese devono prepararsi e fare un lavoro migliore nel guidare con il valore come metrica quando scelgono i casi d'uso ed essere molto tenaci nel concentrarsi sulla realizzazione del valore per i loro progetti AI."