Il grande crollo del software e il bivio dell’intelligenza artificiale per le Pmi italiane

19/02/2026 ECONOMIA Preferisci Informazione.News su Google

Redazione Economia   -   I mercati finanziari, si sa, vivono di umori e talvolta di improvvisi cambi di rotta che lasciano spiazzati anche gli analisti più navigati; nelle ultime settimane, però, il sell-off che ha colpito il settore del software globale ha assunto i contorni di una vera e propria inversione strutturale, sollevando interrogativi non banali sul futuro di un comparto che fino a ieri rappresentava il fiore all’occhiello dell’innovazione tecnologica. Il fenomeno, che il Financial Times non ha esitato a definire “il grande meltdown dei titoli software”, ha visto colossi come Salesforce e Adobe perdere oltre il trenta per cento del proprio valore dall’inizio dell’anno, trascinando con sé un intero ecosistema di aziende un tempo considerate rifugi sicuri per gli investitori -1. La ragione di questo terremoto, a quanto pare, non risiede tanto in una bolla speculativa dell’intelligenza artificiale quanto piuttosto nella percezione, sempre più diffusa tra i grandi fund manager, che l’AI rappresenti ormai una minaccia esistenziale per i modelli di business tradizionali del software. Secondo un sondaggio di Bank of America citato da Business Insider, per la prima volta negli ultimi vent’anni la maggioranza degli investitori istituzionali ritiene che la spesa in conto capitale legata all’AI sia eccessiva rispetto ai benefici attesi, con un livello di allarme che non si vedeva dai tempi della bolla delle dot-com -9.

La nuova frontiera dell’investimento quantitativo

Mentre i mercati azionari vivono questa fase di turbolenza, l’intelligenza artificiale sta silenziosamente rivoluzionando un altro ambito cruciale della finanza, quello dell’investimento quantitativo. La potenza di calcolo senza precedenti, unita ai progressi nel cloud computing e alla diffusione dell’open source, ha infatti abbattuto le barriere all’adozione del machine learning, dando vita a quella che gli esperti chiamano “Quant 2.0”. Si tratta di modelli in grado di analizzare centinaia di segnali eterogenei – bilanci societari, prezzi di mercato, reportistica degli analisti, persino il sentiment delle notizie – cogliendo relazioni non lineari che ai modelli tradizionali, basati su pochi fattori come il value o il momentum, semplicemente sfuggono. Questi sistemi, come spiega Pictet Asset Management, possono identificare con precisione le condizioni in cui un upgrade di un Titolo diventa davvero predittivo, depurando il segnale da fattori macroeconomici o settoriali e isolando l’alpha puro, quel rendimento incrementale legato esclusivamente alla singola società. Una capacità, questa, che nei prossimi anni potrebbe fare la differenza in un contesto di rendimenti attesi più contenuti.

Il divario digitale delle imprese italiane

In questo scenario di profonda trasformazione, il tessuto produttivo italiano si trova a fare i conti con un ritardo strutturale che rischia di diventare un fattore critico. Secondo i dati Istat diffusi nel 2024, solo un’impresa su quattro tra le piccole e medie può dirsi realmente digitalizzata, e appena l’otto per cento utilizza tecnologie di intelligenza artificiale, una percentuale lontana anni luce dalla media europea del tredici e mezzo per cento. Se è vero che le grandi imprese con più di duecentocinquanta dipendenti mostrano una propensione all’innovazione ben più marcata – quasi il trentatre per cento di loro ha già integrato l’AI nei processi – nelle realtà medio-piccole la scarsità di specialisti ICT, presenti solo nell’undici per cento dei casi, rappresenta un ostacolo difficile da superare. Eppure, paradossalmente, la diffusione di strumenti come l’AI generativa per l’analisi di testi o il riconoscimento vocale sta crescendo anche in Italia, seppur partendo da basi molto basse, segno che una consapevolezza dell’importanza della svolta digitale comincia a farsi strada.

L’illusione della tecnologia che digitalizza da sola

C’è poi un aspetto culturale, forse ancora più insidioso del semplice gap tecnologico, che riguarda il modo in cui gli imprenditori si approcciano all’innovazione. Come osserva Giacomo Mariotti, amministratore delegato di Bluenext, società di sviluppo software in crescita nel nostro paese, esiste ancora la diffusa illusione che basti acquistare un programma per diventare digitali, quando invece la vera sfida è integrare la tecnologia nel lavoro quotidiano e formare le persone affinché sappiano utilizzarla al meglio. Uno studio del Massachusetts Institute of Technology, del resto, conferma che la stragrande maggioranza dei progetti di digitalizzazione fallisce non per limiti tecnici, ma per mancanza di consapevolezza organizzativa e di impegno nel ripensare i processi. In altre parole, il costo vero non è rappresentato dalla licenza d’uso del software, bensì dal tempo e dalle risorse necessarie per rendere efficace quel cambiamento, un passaggio che molte piccole e medie imprese italiane faticano ancora a compiere.

La spesa per l’AI e il ritorno sull’investimento

Il paradosso, a ben vedere, è che mentre a livello macro gli investitori globali gridano all’eccesso di spesa per l’intelligenza artificiale – con i giganti della Silicon Valley che continuano a stanziare miliardi in data center e infrastrutture di calcolo – a livello micro le aziende faticano a tradurre queste tecnologie in reali incrementi di produttività. Bank of America, nel suo sondaggio semestrale, ha rilevato che la priorità numero uno nei budget aziendali resta l’AI software, con una fetta sempre più consistente delle risorse destinata ad applicazioni backend e infrastrutture cloud, ma il ritorno sull’investimento, per ora, appare ancora incerto. E mentre i mercati azionari cominciano a discriminare tra vincitori e vinti in questa corsa all’oro tecnologica, le Pmi italiane si trovano di fronte a un bivio: accelerare il passo per non farsi trovare impreparate, o rischiare di restare ai margini di una rivoluzione che, che piaccia o no, sta già riscrivendo le regole del gioco.