Una ricerca del Centre for Economics and Business Research, commissionata da Wasabi Technologies, accende i riflettori sulle spese tecnologiche che frenano gli investimenti. Il 26% delle aziende italiane avrebbe rinviato o ridimensionato progetti di IA. Il problema non è soltanto adottare nuove tecnologie, ma riuscire a sostenerne i costi.

L’intelligenza artificiale promette di rivoluzionare il sistema produttivo, migliorare l’efficienza delle imprese e aprire nuove opportunità di crescita. Ma dietro la corsa all’innovazione si nasconde un problema economico sempre più rilevante: i costi delle infrastrutture tecnologiche, spesso difficili da prevedere e da sostenere.

In Italia, secondo una ricerca realizzata dal Centre for Economics and Business Research (Cebr), società britannica di analisi economica, su commissione dell’azienda statunitense Wasabi Technologies, le spese tecnologiche impreviste per le imprese raggiungerebbero complessivamente 2,8 miliardi di euro all’anno.

Una cifra significativa che racconta un aspetto meno discusso della trasformazione digitale. Le aziende non devono soltanto trovare le risorse per investire nell’intelligenza artificiale, ma anche affrontare i costi necessari per gestire dati, infrastrutture cloud, capacità di calcolo e sistemi informatici.

Il rischio è che una parte delle risorse destinate all’innovazione venga assorbita da spese non programmate, rallentando lo sviluppo di nuovi progetti.

Un’impresa su quattro rallenta gli investimenti nell’IA

Uno degli elementi più significativi della ricerca riguarda le conseguenze sulle decisioni aziendali.

Secondo lo studio, il 26% delle imprese italiane considerate nell’analisi avrebbe rinviato, ridimensionato o modificato progetti legati all’intelligenza artificiale a causa dell’incertezza dei costi tecnologici.

Il dato mette in evidenza una contraddizione: mentre l’IA viene indicata come uno dei principali motori della competitività futura, una parte del sistema produttivo incontra difficoltà proprio nel sostenere le infrastrutture necessarie per utilizzarla.

Non basta acquistare un software o introdurre strumenti di automazione. L’intelligenza artificiale richiede capacità di elaborazione, disponibilità di dati, sistemi di archiviazione, collegamenti informatici e personale qualificato.

Tutti elementi che comportano investimenti iniziali e costi ricorrenti.

Per le grandi aziende, dotate di strutture tecnologiche consolidate, queste spese possono essere più facilmente programmate. Per le piccole e medie imprese, invece, l’incertezza può trasformarsi in un ostacolo concreto.

Cloud, dati e infrastrutture: dove si nascondono i costi

Una parte importante del problema riguarda il funzionamento dei servizi cloud, sui quali si basa una quota crescente delle applicazioni digitali.

Le imprese utilizzano infrastrutture esterne per conservare informazioni, gestire applicazioni, elaborare dati e sviluppare sistemi di intelligenza artificiale.

Il modello offre vantaggi evidenti: permette di utilizzare risorse tecnologiche senza costruire necessariamente infrastrutture proprie e consente di aumentare la capacità operativa in funzione delle esigenze.

Ma la spesa effettiva può dipendere da numerose variabili.

L’aumento dei dati conservati, il trasferimento delle informazioni tra sistemi differenti, l’utilizzo intensivo della capacità di calcolo e la crescita delle applicazioni possono determinare costi superiori a quelli inizialmente previsti.

A questi si aggiungono le spese per la sicurezza informatica, la manutenzione, l’integrazione dei sistemi e la formazione del personale.

Il risultato è che il costo complessivo di un progetto può essere sensibilmente diverso dal prezzo del singolo servizio acquistato.

È il tema del costo totale di gestione delle tecnologie, un parametro che dovrebbe diventare centrale nelle decisioni di investimento delle imprese.

Il rischio di perdere competitività e occupazione

Le conseguenze non riguardano soltanto i bilanci aziendali.

Secondo le elaborazioni economiche del Cebr, una maggiore prevedibilità delle spese tecnologiche potrebbe liberare risorse da destinare a nuovi investimenti e contribuire alla creazione potenziale di circa 8.670 posti di lavoro in Italia.

Si tratta di una proiezione economica, non di assunzioni già programmate o di occupazione automaticamente generata.

Il dato, tuttavia, suggerisce una questione importante: quando le imprese destinano risorse aggiuntive a coprire costi imprevisti, diminuisce la loro capacità di finanziare ricerca, innovazione, formazione e sviluppo.

Il problema può risultare particolarmente rilevante per il sistema produttivo italiano, caratterizzato da una forte presenza di piccole e medie imprese.

In molti settori, dall’industria manifatturiera ai servizi, dal commercio all’agroalimentare, l’intelligenza artificiale potrebbe migliorare la produttività e favorire l’accesso a nuovi mercati.

Ma perché questo avvenga è necessario che gli investimenti siano economicamente sostenibili.

Una ricerca privata che apre una questione pubblica

Lo studio è stato commissionato da Wasabi Technologies, società statunitense specializzata nell’archiviazione dei dati nel cloud, e realizzato con il contributo del Centre for Economics and Business Research.

La ricerca internazionale si basa su 690 interviste a dirigenti aziendali e responsabili tecnologici di otto Paesi, condotte da Sapio Research tra luglio e agosto 2026, oltre che su successive elaborazioni economiche.

È importante distinguere i risultati delle interviste dalle stime formulate attraverso modelli economici.

I 2,8 miliardi attribuiti all’Italia rappresentano una stima del costo complessivo delle spese tecnologiche impreviste, non un importo certificato attraverso la rilevazione dei bilanci di tutte le imprese italiane.

Anche la natura privata della committenza merita di essere esplicitata: Wasabi opera direttamente nel mercato dei servizi cloud e ha quindi un interesse commerciale nei temi affrontati.

Questo non invalida automaticamente i risultati, ma richiede una lettura attenta della metodologia e delle conclusioni.

Al di là delle singole cifre, la ricerca pone comunque un interrogativo rilevante per le politiche industriali: come evitare che i costi delle infrastrutture digitali diventino una barriera all’innovazione?

La sfida italiana: investire meglio, non soltanto di più

Il dibattito sull’intelligenza artificiale è spesso concentrato sulla quantità di investimenti, sulle applicazioni più innovative e sulle opportunità offerte dalle nuove tecnologie.

Meno attenzione viene dedicata alla sostenibilità economica dei progetti nel medio e lungo periodo.

Eppure è proprio questo uno degli elementi che può determinare il successo o il fallimento della trasformazione digitale.

Le imprese hanno bisogno di maggiore trasparenza nei contratti tecnologici, strumenti per monitorare le spese, competenze interne capaci di valutare gli investimenti e una pianificazione che consideri anche i costi futuri.

Diventa inoltre importante il ruolo delle istituzioni, chiamate a sostenere non soltanto l’acquisto delle tecnologie, ma anche la formazione, la sicurezza informatica e la capacità delle aziende di gestire l’innovazione.

I nuovi incentivi pubblici dedicati al cloud e alla cybersecurity rappresentano un’opportunità in questa direzione, ma non possono sostituire una strategia aziendale consapevole.

La vera sfida dell’intelligenza artificiale non è soltanto renderla accessibile, ma fare in modo che le imprese possano permettersi di utilizzarla nel tempo.

Perché l’innovazione produce crescita quando migliora la produttività, genera valore e libera risorse. Se invece determina costi difficili da controllare, rischia di trasformarsi da opportunità in un ulteriore fattore di fragilità.

I 2,8 miliardi stimati dalla ricerca Cebr rappresentano quindi soprattutto un segnale: per vincere la sfida dell’intelligenza artificiale, l’Italia deve imparare a governarne non soltanto le potenzialità, ma anche i costi.