Intelligenza artificiale, le aziende americane che stanno vincendo la sfida della produttività secondo Goldman Sachs

25/08/2026 ECONOMIA Condividi Preferisci Informazione.News su Google

Redazione Economia   -   L’intelligenza artificiale sta ridisegnando il panorama competitivo globale, ma il suo impatto non si distribuisce in maniera omogenea tra i settori e le singole realtà imprenditoriali. Mentre il dibattito pubblico si concentra spesso sulle capacità generative dei modelli linguistici o sulle implicazioni etiche legate all’automazione, gli investitori e gli analisti finanziari stanno già tracciando linee precise per distinguere le aziende che sapranno tradurre questa tecnologia in reali incrementi di produttività da quelle che, invece, rischieranno di restare indietro.

Secondo un recente rapporto della banca d’affari Goldman Sachs, esiste un gruppo specifico di società statunitensi che, per caratteristiche strutturali e modelli operativi, è destinato a raccogliere i frutti più maturi dell’adozione dell’AI nei prossimi trimestri, e l’orizzonte temporale per cogliere queste opportunità potrebbe essere più vicino di quanto si pensi.

Il differenziale di produttività e la selezione di Goldman Sachs

Gli analisti di Goldman Sachs hanno messo a punto un modello di valutazione che incrocia la capacità di un’azienda di assorbire tecnologie innovative con la complessità dei suoi processi interni, individuando così un nucleo di titoli caratterizzati da un elevato potenziale di rialzo legato proprio all’AI.

Non si tratta, come si potrebbe immaginare, esclusivamente dei giganti del settore tecnologico che producono chip o sviluppano piattaforme di machine learning, bensì di imprese operanti in ambiti più tradizionali – dalla sanità alla logistica, dai servizi finanziari alla vendita al dettaglio – nelle quali l’introduzione di sistemi intelligenti può ridurre drasticamente i margini di errore, ottimizzare le catene di fornitura e liberare risorse umane per attività a maggior valore aggiunto.

La tesi di fondo è che la spesa in intelligenza artificiale, dopo un biennio di sperimentazione, stia finalmente entrando in una fase di implementazione su larga scala, e che gli effetti di questa accelerazione si vedranno nei bilanci aziendali già a partire dai prossimi mesi, rendendo attuale la finestra di investimento per chi saprà interpretare correttamente questi segnali.

Il paradosso italiano tra adozione e infrastruttura

Un raffronto con la realtà italiana offre uno spaccato interessante e per certi versi paradossale. I dati diffusi dall’Istat riferiti al 2025 raccontano di un'impennata nell'utilizzo di strumenti di intelligenza artificiale da parte delle imprese con almeno dieci addetti, passati dal 8,2 per cento del 2024 al 16,4 per cento di quest’anno, con un picco del 53,1 per cento tra le grandi aziende. Eppure, la distanza tra chi adotta e chi non adotta non sembra dipendere tanto dalla disponibilità di capitali quanto dalla maturità dei processi interni.

Nelle piccole e medie imprese, dove il tasso di adozione si ferma al 15,7 per cento, il vero ostacolo è rappresentato dalla mancanza di dati strutturati, di procedure formalizzate e di figure tecniche in grado di gestire un modello predittivo o generativo.

Si tratta di un problema che gli analisti di Goldman Sachs, seppur riferendosi al mercato statunitense, conoscono bene: un’azienda potenziata dall’AI non si costruisce semplicemente acquistando un software, ma richiede una base solida di competenze e una governance chiara che definisca quali decisioni delegare alla macchina e quali lasciare al giudizio umano.

Il ruolo strategico del Forward Deployed Engineer

Proprio in questo scarto tra il prototipo funzionante e il sistema operativo integrato si colloca la figura del Forward Deployed Engineer, un professionista tecnico che lavora a stretto contatto con il cliente per adattare le soluzioni di intelligenza artificiale alle specificità di un determinato contesto produttivo, amministrativo o commerciale.

Questo profilo, già consolidato in alcune realtà anglosassoni, sta facendo capolino anche nei progetti delle PMI italiane, dove l’integrazione con i sistemi gestionali esistenti, le autorizzazioni interne e i flussi di lavoro consolidati finisce per pesare quanto, se non più, la scelta del modello di base.

La lezione che arriva dai mercati statunitensi è chiara: investire in intelligenza artificiale significa anzitutto investire nella capacità di mettere ordine nei dati e nei processi, trasformando un algoritmo generico in uno strumento specifico per le esigenze di un’impresa, e le aziende che hanno già compiuto questo passaggio sono quelle che gli analisti indicano come i veri beneficiari della rivoluzione in corso.