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“
