# I dati sull'AI che ci hanno colpito di più

Autore: [Federico Tropea](https://it.linkedin.com/in/federico-tropea-415240266)
URL: https://www.goquadra.ai/risorse/articoli/i-dati-sull-ai-che-ci-hanno-colpito
Pubblicato: 2026-09-30
Aggiornato: 2026-09-30
Lingua: it
Tempo di lettura: 6 min

Quattro numeri da tre studi del 2025, e cosa raccontano se li si legge fino in fondo.

## In breve

- Anthropic stima l'80% di tempo in meno sui compiti, senza includere la revisione successiva.
- Nello studio BCG, le aziende più avanti crescono 1,7 volte più in fretta e hanno margini operativi più alti del 60%.
- MIT NANDA collega il successo a problemi precisi, integrazione nei processi e partner esterni.

**Quattro dati, tre studi**

| Dato | Cosa misura |
| --- | --- |
| −80% | Tempo sui singoli compiti<br>Anthropic · novembre 2025 |
| 1,7× | Crescita dei ricavi nelle aziende più avanti sull'AI<br>Boston Consulting Group · settembre 2025 |
| +60% | Margine operativo<br>Boston Consulting Group · settembre 2025 |
| 2× | Probabilità di arrivare in produzione con un partner esterno<br>MIT NANDA · luglio 2025 |

Partiamo dal più piccolo, il singolo compito, e arriviamo al più grande: come ci si arriva.

## −80%: il singolo compito

Anthropic, l'azienda che sviluppa Claude, ha un punto di osservazione che quasi nessun altro ha: milioni di persone che usano l'AI per lavorare, ogni giorno. Invece di un esperimento in laboratorio, ha analizzato 100.000 conversazioni reali.

Il risultato: compiti che senza AI richiederebbero in media circa 90 minuti vengono svolti l'80% più velocemente. Dentro quella media ci sono casi ancora più netti. Raccogliere e sintetizzare informazioni da più report: circa il 95% di tempo in meno. Preparare fatture, memo e documenti: l'87%. Un programma didattico da quattro ore e mezza, scritto in undici minuti.

Sono stime fatte dal modello, non misure con il cronometro, e non contano il tempo speso poi a rivedere il lavoro. Anthropic lo dichiara, e ricorda che gli esperimenti controllati degli anni precedenti avevano trovato risparmi più bassi. Ma anche le stime più prudenti parlano di ore restituite ogni settimana.

C'è poi una sfumatura che rende il dato ancora più interessante. **Un report scritto l'80% più in fretta non significa lavorare l'80% in meno: significa avere tempo per il lavoro che conta.** Anthropic stessa osserva che i grandi salti di produttività non sono mai arrivati dal fare più in fretta i vecchi compiti, ma dal riorganizzare il lavoro intorno alle nuove possibilità. Ed è esattamente quello che mostra il secondo studio.

## 1,7× e +60%: l'azienda intera

BCG ha intervistato 1.250 dirigenti di grandi aziende nel mondo e le ha valutate su 41 capacità legate all'AI. Poi ha confrontato il 5% più avanzato con il 60% che dall'AI non ricava ancora valore.

Le prime crescono 1,7 volte più in fretta. Non significa fatturare il 70% in più, ma crescere più veloce: dove una cresce del 5% l'anno, l'altra cresce dell'8,5%. Sembra poco, finché non lo si guarda nel tempo. In dieci anni la prima cresce del 63%. La seconda più che raddoppia.

Il margine operativo, invece, è 1,6 volte quello delle aziende ferme, cioè più alto del 60%. In proporzione, non in punti: se un'azienda ferma ha un margine del 10%, una avanzata sta intorno al 16%. Sei punti che, su un fatturato di cento milioni, valgono sei milioni l'anno.

Si può obiettare che le aziende migliori tendono a fare meglio molte cose, e che l'AI non è l'unica ragione del divario. È vero. Ma BCG mostra anche che quel divario si sta allargando: chi è avanti investe di più, ottiene di più e reinveste, in un circolo che si autoalimenta. **Chi usa bene l'AI non ha solo un vantaggio. Ha un vantaggio che cresce.**

E c'è un dato dello stesso studio che dice dove nasce quel vantaggio: il 70% del valore dell'AI si concentra nel core business. Non nelle funzioni di supporto, ma nel cuore dell'azienda: come si progetta, come si produce, come si vende, come si consegna.

È la stessa conclusione di Anthropic, arrivata da un'altra strada. L'AI rende di più quando smette di essere uno strumento per fare più in fretta le cose di contorno e diventa parte del modo in cui l'azienda crea valore. Ed è anche la parte più entusiasmante: significa che il margine di miglioramento più grande non sta nella casella di posta, sta proprio nel lavoro che rende un'azienda quella che è.

## 2×: come ci si arriva

MIT NANDA ha analizzato oltre 300 progetti AI aziendali, con interviste e questionari. È il report diventato famoso per una cifra dura, il 95% dei progetti che non genera ritorni misurabili. Una cifra molto discussa, ma il cuore del report sta altrove: in quel 5% che ci riesce, e nel perché.

Le aziende che ce la fanno si somigliano. Partono da un problema preciso invece che da una tecnologia. Portano l'AI dentro i processi di tutti i giorni, non accanto. Scelgono sistemi che imparano e si adattano a come lavorano le persone. E spesso non lo fanno da sole: i progetti realizzati con un partner esterno arrivano in produzione circa due volte su tre, quelli costruiti interamente in casa una su tre.

Questo dato ci riguarda da vicino, perché un partner esterno è quello che siamo. L'abbiamo scelto perché è uno dei pochi numeri che parlano di come si costruisce un progetto AI, non solo di quanto rende. La spiegazione più probabile è anche la più semplice: chi ha già visto un problema in altre aziende sa dove si inceppa.

## Messi insieme

Tre studi, tre metodi diversi, una sola direzione.

L'AI sa già restituire ore su quasi ogni compito. Le aziende che hanno trasformato quelle ore in un nuovo modo di lavorare crescono più in fretta, guadagnano di più e allargano il distacco ogni anno. E la strada per arrivarci è ormai visibile: capire come lavora davvero l'azienda, partire da un problema vero e implementare l'AI esattamente dove crea valore.

Per la prima volta, un vantaggio che prima richiedeva decenni si può costruire in pochi anni. Le aziende che fra dieci anni guideranno i loro settori probabilmente non saranno le più grandi di oggi, ma quelle che hanno cominciato a ripensare il proprio lavoro per prime.

**I numeri dicono che è possibile. Il resto dipende da quando si comincia.**

## Fonti e approfondimenti

Anthropic, "Estimating AI productivity gains from Claude conversations", novembre 2025.

Boston Consulting Group, "The Widening AI Value Gap: Build for the Future 2025", settembre 2025.

MIT NANDA, "The GenAI Divide: State of AI in Business 2025", luglio 2025. Copertura: Fortune, 18 agosto 2025.

- [Anthropic · Estimating AI productivity gains from Claude conversations](https://www.anthropic.com/research/estimating-productivity-gains) — Pubblicato 25 novembre 2025. Consultato: 2026-09-30.
- [Boston Consulting Group · The Widening AI Value Gap: Build for the Future 2025](https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap) — Pubblicato 30 settembre 2025. Consultato: 2026-09-30.
- [MIT NANDA · The GenAI Divide: State of AI in Business 2025 (PDF)](https://cloudelligent.com/wp-content/uploads/2026/02/v0.1_State_of_AI_in_Business_2025_Report.pdf) — Edizione luglio 2025. Consultato: 2026-09-30.
- [Fortune · MIT report: 95% of generative AI pilots at companies are failing](https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/) — Pubblicato 18 agosto 2025. Consultato: 2026-09-30.