ROI intelligenza artificiale: perché molte aziende non vedono ritorni

Introduzione

Negli ultimi mesi l’intelligenza artificiale è entrata in quasi tutte le conversazioni tra imprenditori, CEO e direttori marketing. Non più come tema astratto, ma come voce reale nei budget, nelle riunioni commerciali, nei progetti di comunicazione e nelle aspettative di crescita.

Allo stesso tempo, però, molte aziende iniziano a farsi una domanda molto semplice: dov’è il ritorno? Un articolo pubblicato da TechCrunch il 25 ottobre 2026 ha ripreso una nota di Torsten Slok, chief economist di Apollo Global Management, secondo cui l’AI non avrebbe ancora portato benefici economici evidenti alle grandi aziende fuori dal settore tech.

È un dato che va letto con attenzione, non come una bocciatura dell’intelligenza artificiale. Per chi guida un’azienda, il tema non è decidere se l’AI sia utile o inutile, ma capire dove può generare valore reale e dove invece rischia di diventare solo un costo in più, magari mascherato da innovazione.

In Dandicom stiamo vedendo la stessa dinamica da vicino: l’AI funziona quando entra in un progetto di marketing, comunicazione o analisi con obiettivi chiari, competenze creative e capacità di misurazione. Per questo parliamo sempre più spesso di AI per marketing e comunicazione, non di strumenti presi singolarmente.

Il dato che cambia la conversazione sul ROI dell’intelligenza artificiale

La nota citata da TechCrunch si concentra su quello che Slok definisce S&P 493: l’indice S&P 500 senza Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla. In pratica, il ragionamento separa le grandi aziende tecnologiche dal resto del mercato, per osservare se l’AI stia già producendo effetti misurabili su margini e produttività.

Secondo Slok, nei dati osservati i margini di profitto e i ricavi per lavoratore risultano sostanzialmente piatti, senza evidenze che l’intelligenza artificiale stia migliorando la produttività nelle aziende non tech. La frase più forte è quella sul “zero financial payoff” per Corporate America fuori dal comparto tecnologico.

Questo passaggio è interessante perché sposta la conversazione dal fascino dello strumento al conto economico. Non basta dire che un’azienda usa l’AI. Bisogna capire se quell’uso modifica davvero i ricavi, i costi, la qualità delle decisioni, la velocità di esecuzione o la capacità di creare domanda.

Per un’impresa italiana, magari nel food, nella moda, nel beverage, nella casa o nell’industria, il punto è ancora più concreto. Se l’AI produce contenuti che nessuno legge, report che nessuno interpreta o automazioni scollegate dal percorso commerciale, il ritorno resta invisibile. È qui che l’AI per analisi dati e insight diventa utile: non per accumulare informazioni, ma per dare senso ai segnali che guidano le decisioni.

Perché molti progetti AI non generano ritorni immediati

Il primo motivo è che molte aziende adottano l’AI come tecnologia, non come progetto. Comprano strumenti, attivano account, fanno qualche test interno, producono contenuti più velocemente. Poi però scoprono che la velocità, da sola, non cambia il posizionamento del brand né porta automaticamente più vendite.

Succede spesso quando l’intelligenza artificiale viene inserita sopra processi già deboli. Se la strategia di comunicazione non è chiara, se il dato non è leggibile, se il funnel commerciale non è coerente, l’AI amplifica il disordine invece di risolverlo. In pratica, rende più veloce qualcosa che non era ancora ben progettato.

È lo stesso tema che vediamo da anni nel digitale: investire senza una direzione precisa può diventare molto costoso. Ne abbiamo parlato anche nell’articolo su quanto può pesare investire nel digitale senza una strategia, e con l’AI il principio non cambia. Anzi, diventa più evidente.

Un secondo motivo riguarda le aspettative. Molte aziende cercano un ritorno immediato su attività che, per natura, hanno bisogno di integrazione: dati, contenuti, advertising, CRM, sito, posizionamento, sales. L’AI può aiutare a migliorare questi elementi, ma difficilmente produce valore se resta isolata in un reparto o in una singola attività sperimentale.

Il terzo motivo è culturale. L’AI può elaborare, suggerire, generare, confrontare. Ma il giudizio resta umano. Slok lo sintetizza bene quando scrive che l’AI può essere un grande calcolatore, mentre nel business l’intelligenza è soprattutto giudizio. E il giudizio include responsabilità, fiducia, reputazione, tono, opportunità commerciale.

Il valore reale per marketing e comunicazione

Nel marketing l’AI può avere un valore molto concreto, ma non sempre coincide con il risparmio immediato. A volte il beneficio più importante è la capacità di leggere meglio i comportamenti, adattare i messaggi, creare varianti creative più pertinenti o individuare segnali che prima restavano dispersi tra piattaforme, report e percezioni interne.

Per un brand di arredamento, ad esempio, l’AI può aiutare a comprendere quali contenuti generano più interesse tra progettisti, rivenditori e clienti finali. Per un’azienda food o beverage può aiutare a interpretare stagionalità, campagne, aree geografiche e risposte dei diversi pubblici. Ma il valore nasce quando questi insight vengono tradotti in scelte di comunicazione, non quando restano in una dashboard.

C’è poi il tema creativo. L’intelligenza artificiale può accelerare produzione, simulazione, ricerca visuale e sviluppo di concept. Ma se manca una direzione di marca, il rischio è produrre contenuti corretti e allo stesso tempo anonimi. Il marketing non vive solo di efficienza: vive di rilevanza, differenziazione, memoria e fiducia.

Anche nelle campagne advertising l’AI può contribuire a migliorare lettura dei segnali e gestione delle varianti, ma il ritorno dipende dalla qualità della strategia, dell’offerta, delle creatività e delle pagine di destinazione. Per questo in Dandicom trattiamo l’AI per campagne adv come parte di un sistema più ampio, non come una leva automatica separata dal resto.

Costi, ricavi e produttività: le metriche che contano

Quando si parla di ROI dell’intelligenza artificiale, la tentazione è cercare una sola metrica definitiva. In realtà, per un’azienda strutturata, il ritorno va letto su più livelli: ricavi attribuibili, conversioni, efficienza operativa, qualità del lavoro, riduzione del rischio e capacità di prendere decisioni migliori.

Il punto non è riempire l’azienda di nuovi indicatori. Il punto è distinguere tra attività che sembrano produttive e attività che spostano davvero qualcosa nel business. Se l’AI fa risparmiare tempo ma quel tempo non viene reinvestito in attività a maggior valore, il beneficio resta parziale.

Ricavi attribuibili e conversioni

Nel marketing, il primo livello di lettura riguarda ricavi, lead, richieste commerciali, vendite e conversioni intermedie. Non tutte le attività hanno un impatto diretto e immediato sul fatturato, ma ogni progetto dovrebbe avere un legame chiaro con una fase del percorso cliente.

Qui entrano in gioco competenze di performance marketing, analisi e comunicazione. Una campagna può migliorare perché l’AI contribuisce a rendere più pertinenti messaggi e segmenti, ma il ritorno si valuta sempre rispetto al comportamento delle persone e alla qualità delle opportunità generate.

Risparmi operativi e produttività

Il secondo livello riguarda la produttività. In molte aziende l’AI viene introdotta per ridurre tempi di analisi, produzione, revisione o gestione di attività ripetitive. Questo può avere valore, soprattutto quando libera risorse interne da operazioni a basso impatto.

Ma la produttività non va confusa con il semplice “fare prima”. Se un team marketing produce più contenuti, ma quei contenuti non migliorano awareness, posizionamento o conversioni, il vantaggio è limitato. Il risparmio operativo diventa interessante quando sostiene una crescita della qualità decisionale e della presenza del brand.

Rischio, qualità e controllo

Il terzo livello è spesso sottovalutato: rischio, qualità e controllo. L’AI può generare testi, immagini, analisi e suggerimenti, ma può anche introdurre errori, incoerenze, problemi di tono, criticità legali o utilizzi non corretti dei dati.

Per questo il ROI non dovrebbe essere letto solo come differenza tra costi e ricavi. In alcuni casi il ritorno è anche evitare esposizioni reputazionali, contenuti fuori marca o gestione superficiale delle informazioni. Il tema della protezione dei dati resta centrale, come abbiamo raccontato parlando di privacy e GDPR per le aziende.

Le implicazioni per le aziende italiane e il ruolo dei partner

Per le aziende italiane con una struttura già avviata, l’intelligenza artificiale non dovrebbe essere vista come un esperimento laterale. Se il fatturato, la rete commerciale e la presenza sul mercato sono già significativi, ogni scelta digitale deve dialogare con obiettivi di business, reputazione e posizionamento.

In 22 anni di lavoro nel marketing e nella comunicazione digitale abbiamo visto una costante: le collaborazioni più efficaci sono quelle in cui l’azienda non cerca scorciatoie, ma costruisce continuità. Questo valeva per SEO, advertising, content marketing e social. Vale anche per l’intelligenza artificiale.

L’AI può contribuire all’aumento della visibilità del brand, a una migliore lettura dei dati, a processi più fluidi e a decisioni di marketing più informate. In diversi percorsi, quando strategia, creatività e misurazione lavorano insieme, le aziende riescono anche a collegare il digitale a una crescita del fatturato. Non perché lo strumento faccia miracoli, ma perché entra in un sistema progettato per creare valore.

Il ruolo di un partner non è aggiungere entusiasmo alla moda del momento. È aiutarti a capire dove l’AI ha senso per la tua azienda, dove rischia di disperdere risorse e come integrarla in un progetto di comunicazione, marketing e performance coerente. Se vuoi affrontare il tema con un approccio concreto, possiamo parlarne partendo da una consulenza IA per aziende.