Il 52% delle PMI ha l'AI, ma la usa soprattutto per scrivere
Indagine Confapi Brescia (100 PMI): il 52% usa già l'AI, ma l'80% di chi la usa lo fa solo per scrivere testi. Cosa manca per il salto operativo.
Il 52% delle PMI bresciane associate a Confapi ha già introdotto l'intelligenza artificiale in azienda, secondo l'indagine del Centro Studi pubblicata il 29 settembre 2026. Ma l'adozione non è il problema: lo è il modo in cui viene usata.
Tra chi ha già adottato l'AI, l'80% la usa per scrivere e correggere testi, il 63% per email e traduzioni, il 49% per generare immagini. Sono tutti usi legittimi — ma sono anche gli usi più lontani da quello che chiamiamo AI Operations: un sistema che legge i dati dell'azienda, prende decisioni ricorrenti e agisce, non uno strumento che aiuta a scrivere meglio una mail. L'indagine, condotta su un campione di 100 aziende associate, è la fotografia più aggiornata di questo gap in una provincia industriale italiana.
Punti chiave
- Il 52% delle PMI bresciane ha già adottato l'AI, il 48% no — ma il 43% di chi non la usa ancora prevede di farlo
- L'uso più diffuso resta la composizione di testi (80%), seguito da revisione bozze (71%) ed email/traduzioni (63%)
- Il 73% dichiara di usarla anche per "ottimizzazione dei processi" — una categoria auto-dichiarata e generica, molto meno verificabile della scrittura di un testo
- La barriera principale all'adozione resta la mancanza di competenze tecniche interne (38%), seguita dalle preoccupazioni di cybersecurity (50% tra i rischi percepiti)
- Solo il 18% del campione dichiara un livello di conoscenza "alto" dell'AI, contro il 37% che si definisce a conoscenza "bassa"
Cosa dice davvero l'indagine Confapi Brescia
Il Centro Studi di Confapi Brescia ha interpellato 100 aziende associate alla fine di settembre 2026, per aggiornare la fotografia sull'adozione dell'AI nel tessuto industriale della provincia. Il risultato più citato è il 52% di adozione — un dato che, preso da solo, racconterebbe una PMI italiana finalmente in linea con la trasformazione digitale. Ma l'indagine scende più in profondità, e lì la fotografia cambia.
Tra le aziende che non hanno ancora adottato l'AI, il 43% dichiara di avere intenzione di farlo nei prossimi mesi — segno che il tema non è più percepito come marginale nemmeno da chi è rimasto indietro. Sul fronte opposto, tra chi ha già adottato l'AI, solo il 18% del campione dichiara un livello di conoscenza "alto" dello strumento, mentre il 37% si colloca su un livello "basso" e il 15% dichiara di non averne alcuna. È un'adozione ancora acerba: si usa lo strumento, ma raramente se ne capiscono davvero i limiti e le potenzialità.
Un dato spesso sottovalutato
Solo il 27% delle aziende del campione dichiara un livello di affidabilità «alta» dei propri dati aziendali; il 54% la definisce «parziale» e il 9% non raccoglie né analizza dati in modo strutturato. È un dettaglio che l'indagine riporta a margine, ma è decisivo: un'AI che deve automatizzare un processo lavora sui dati dell'azienda, non sul testo che le viene chiesto di scrivere. Se quei dati sono parziali o non raccolti, il salto verso l'AI Operations resta bloccato prima ancora di partire.
Tra chi ha già adottato l'AI, i benefici percepiti e le barriere che restano da superare disegnano lo stesso confine tra "scrivere meglio" e "operare diversamente":
I benefici sono reali e dichiarati da chi già usa l'AI ogni giorno — ma sono benefici percepiti su un uso ancora concentrato sulla scrittura. Le barriere, invece, sono esattamente quelle che tengono ferma un'azienda un gradino più in basso rispetto a un sistema che opera sui processi.
Il vero gap: scrivere testi non è automatizzare un processo
L'indagine elenca gli usi dichiarati dalle PMI che hanno già adottato l'AI: composizione di testi (80%), revisione di bozze (71%), email e traduzioni (63%), contenuti social (51%), generazione di immagini (49%). Sono tutte applicazioni legate alla produzione di contenuti — cinque delle sette voci più citate riguardano, in un modo o nell'altro, la scrittura.
Le altre due voci alte — "ottimizzazione dei processi" (73%) e "riduzione degli sprechi" (54%) — suonano più operative, ma restano categorie auto-dichiarate e generiche: l'indagine non specifica se dietro c'è un sistema che agisce davvero sui dati aziendali o, più semplicemente, un dipendente che chiede a un chatbot come velocizzare un'attività che poi esegue ancora a mano. È la differenza tra usare l'AI come un assistente di scrittura più bravo e usare l'AI come un sistema che, dato un trigger, esegue un'azione senza che nessuno debba copiare-incollare nulla.
Nessuna delle due colonne è "sbagliata": scrivere meglio un'email resta utile. Il problema è quando un'azienda si convince di aver "fatto l'AI" perché la usa per i testi, senza aver toccato nessuno dei processi che le costano davvero tempo ogni settimana — riordini, preventivi, follow-up, gestione ticket.
Perché il salto operativo non parte da solo
L'indagine individua la causa più citata del mancato salto: il 38% delle PMI segnala la mancanza di competenze tecniche interne come barriera principale all'adozione. È un dato coerente con i livelli di conoscenza bassi visti sopra — chi non capisce bene lo strumento tende a fermarsi all'uso più semplice e visibile, cioè la scrittura di un testo, perché richiede zero integrazione con i propri sistemi.
Il rischio percepito più alto non è la scrittura
Tra i rischi che le PMI associano all'AI, il 50% cita preoccupazioni di cybersecurity e il 41% il rischio di frodi o contenuti deepfake. Sono rischi reali, ma riguardano soprattutto un uso non governato dello strumento — non l'automazione di un processo interno progettata con criterio. Un'azienda che continua a usare l'AI solo per scrivere, temendo di "spingersi oltre", non riduce questi rischi: li mantiene comunque, perché il problema non è quanto in profondità si automatizza, ma quanto è strutturato il modo in cui lo si fa.
Quando la barriera è la mancanza di competenze interne, la risposta più comune — assumere una figura tecnica dedicata o rimandare tutto — non è né rapida né alla portata di una PMI di 10-50 dipendenti. La strada più realistica, e quella che vediamo funzionare nei percorsi di audit gratuito che facciamo con le PMI italiane, è diversa: non serve costruire competenze AI interne da zero, serve mappare con criterio i processi esistenti e affidare la parte tecnica a chi la fa di mestiere.
Usi ChatGPT o un tool simile per scrivere email, post e testi vari
→ Uso legittimo, ma non è ancora AI Operations
Ogni persona in azienda usa l'AI a modo suo, senza un criterio condiviso
→ È esattamente il gap che l'indagine Confapi fotografa nel 52% che ha adottato l'AI
Hai mappato un processo ricorrente (es. risposta a lead, riordino, follow-up) e i dati che lo alimentano
→ Sei al punto di partenza per costruire un'automazione reale
Un sistema legge i tuoi dati e agisce sui casi ricorrenti, tu intervieni solo sulle eccezioni
→ Questo è il salto da AI-per-scrivere ad AI Operations
Come si fa il salto, in pratica
Il passaggio da "usiamo l'AI per scrivere" a "abbiamo un sistema che opera" non richiede di buttare via quello che già si usa. Richiede di partire da un punto diverso: non dal prompt, ma dal processo.
Elenca gli strumenti AI già in uso in azienda — anche quelli informali, usati da un singolo dipendente senza che il titolare lo sappia. È il primo passo di qualsiasi audit gratuito che facciamo: prima si mappa quello che c'è già, poi si decide cosa strutturare.
Scrivere un'email è un compito occasionale. Rispondere sempre allo stesso tipo di richiesta, seguire un ordine dalla conferma alla consegna, sollecitare un pagamento in ritardo: questi sono processi ricorrenti, ed è lì che un'automazione restituisce ore reali ogni settimana.
Dove vivono oggi le informazioni: email, WhatsApp Business, un foglio Excel, un gestionale. Non serve un sistema nuovo — serve sapere dove guardare per costruire l'automazione sopra quello che già esiste.
Non tutta l'azienda insieme. Un processo, misurato: quanto tempo richiedeva prima, quanto ne richiede dopo. È la prova che serve per decidere se estendere l'automazione ad altri processi.
Il sistema gestisce i casi ricorrenti secondo regole definite. Le eccezioni — la trattativa particolare, il cliente scontento, la richiesta fuori standard — restano decisioni umane. È quello che distingue un'automazione ben progettata da un sistema che promette di sostituire chi decide.
Questo è, in sintesi, quello che chiamiamo Context Pack: non un tool in più da imparare a usare, ma un lavoro di mappatura che parte da come lavora davvero l'azienda oggi — non da cosa un prompt riesce a scrivere. Le AI Operations gestite che offriamo ad AutoMate PRO nascono esattamente da questo passaggio: prima il processo, poi l'automazione che lo esegue.
La mia PMI usa già ChatGPT per scrivere email e post: è già AI Operations?
No. È un uso legittimo e utile dell'AI, ma resta un assistente che propone e una persona che esegue a mano (copia, incolla, invia). L'AI Operations è un sistema che legge i dati aziendali e agisce da solo sui casi ricorrenti, lasciando alla persona solo le eccezioni.
Perché il 73% dichiara di usare l'AI per 'ottimizzazione dei processi' se il problema è proprio questo?
Perché è una categoria auto-dichiarata nel questionario, non verificata. Può includere sia un vero sistema che automatizza un'attività, sia un dipendente che chiede consiglio a un chatbot su come velocizzare un compito che poi continua a fare a mano. L'indagine non distingue i due casi, ma la combinazione con l'80% concentrato sulla scrittura suggerisce che il secondo caso sia più diffuso del primo.
Non abbiamo competenze tecniche interne: come possiamo fare il salto operativo?
È esattamente la barriera che il 38% delle PMI intervistate cita come principale. Non serve costruire competenze AI interne da zero: serve mappare con criterio i processi che costano più tempo e affidare la parte tecnica a chi la progetta di mestiere, partendo da un audit dei processi reali, non da un tool generico.
La cybersecurity è davvero un rischio se automatizziamo un processo interno?
È un rischio se l'adozione dell'AI resta non governata — ognuno che usa strumenti diversi senza criterio, come oggi accade nel 52% delle PMI che l'hanno adottata. Un'automazione progettata con un audit iniziale, accessi definiti e un referente chiaro riduce questo rischio più di un uso informale e diffuso dello stesso strumento.
Quanto tempo serve per passare da 'usiamo l'AI per scrivere' a un primo processo automatizzato?
Nella maggior parte dei percorsi che seguiamo, la mappatura iniziale richiede un audit di circa 30 minuti, seguito da 1-2 settimane per definire il processo pilota e i dati coinvolti. Il pilota vero e proprio, misurabile in ore risparmiate, è tipicamente visibile entro un mese.
Perché il livello di conoscenza dell'AI resta basso anche tra chi l'ha già adottata?
Perché l'adozione più diffusa — scrivere testi — non richiede di capire come l'AI legge i dati o prende decisioni: basta un prompt. Il livello di conoscenza cresce quando si passa a un uso che tocca i processi aziendali reali, perché a quel punto occorre capire dove vivono i dati e come vengono usati.
Il 52% di adozione racconta una PMI italiana che ha smesso di ignorare l'AI. Ma l'80% concentrato sulla scrittura di testi racconta anche che, per la maggior parte, l'adozione si è fermata al primo gradino — quello più semplice, quello che non richiede di toccare i propri processi. Il salto successivo non è una questione di budget o di nuovi strumenti: è una questione di dove si punta lo sguardo, dal prompt al processo. Ne avevamo scritto anche a proposito del gap reale tra adozione e automazione AI in Italia: i numeri cambiano indagine dopo indagine, il divario resta lo stesso.
Quale agente AI potrebbe lavorare per te?
Compila l'audit gratuito: in 24 ore ricevi un'analisi personalizzata sulla tua azienda.
Inizia l'audit gratuito