NTT Data 2026 Global AI Report: cosa fanno i leader con l’Ai

L’NTT Data 2026 Global AI Report  ha analizzato migliaia di aziende applicando tre criteri chirurgici per identificare i veri leader dell’AI: devono avere una strategia AI ben definita o in fase avanzata, un livello di maturità “evoluto” o “maturo”, e soprattutto devono aver realizzato profitti significativamente superiori grazie all’AI. Non chiacchiere, non slide PowerPoint: risultati concreti sul conto economico.

Il verdetto? Solo il 15% delle aziende globali supera l’esame. Un altro 20% è catalogato come “laggard” ovvero ritardatari, fanalini di coda, in pratica, chi è rimasto drammaticamente indietro. Il restante 65% galleggia in una zona grigia intermedia, né carne né pesce.

Ma è quando si guardano le performance che i numeri diventano brutali. Gli AI Leaders crescono 2,5 volte più velocemente: il 62,8% ha registrato una crescita superiore al 10% nell’ultimo anno fiscale, contro appena il 25,3% di tutte le altre organizzazioni. E i margini? Qui il divario è ancora più drammatico: sono 3,6 volte superiori, con il 33,8% dei leader che opera con margini del 15% o più, contro il 9,4% degli altri.

“La responsabilità dell’AI oggi appartiene ai consigli di amministrazione e richiede un’agenda che coinvolga l’intera organizzazione”, ha dichiarato Yutaka Sasaki, Presidente e CEO di NTT DATA Group. “La nostra ricerca dimostra che un ristretto gruppo di leader sta già utilizzando l’AI per differenziarsi, crescere e reinventare il modo in cui persone e macchine creano valore insieme”.

Velocità: la nuova religione competitiva

Se c’è una cosa che emerge con forza dalla ricerca è che gli AI Leaders hanno fatto della velocità una strategia consapevole. Non aspettano. Non studiano troppo a lungo. Non delegano task force che producono report su report. Agiscono. Il 46,1% di loro vuole esplicitamente “muoversi velocemente e guidare il mercato”. Per i laggard, questa percentuale crolla al 25,4%. È una differenza di mindset prima ancora che di tecnologia. C’è un dato ancora più rivelatorie: solo il 16,6% dei leader preferisce “lasciare che altri prendano i rischi prima”, mentre tra i laggard ( i ritardatari) questa percentuale schizza al 25,2%. È la classica dinamica del first-mover advantage portata all’estremo. Nell’AI, essere secondi non significa arrivare subito dopo. Significa arrivare quando la gara è già finita.

Quando strategia AI e business strategy diventano la stessa cosa

Ma la velocità da sola non basta, ci vuole direzione, allineamento, visione strategica e qui emerge uno dei pattern più chiari dell’intera ricerca: le aziende che hanno fuso completamente la loro strategia AI con la strategia di business hanno risultati drasticamente superiori. L’83,6% delle aziende con strategia AI pienamente allineata ha registrato un aumento di profitti del 5% o superiore. Per quelle solo parzialmente allineate, la percentuale scende al 77%. Per chi non ha allineamento? Crolla al 58%. Venticinque punti percentuali di differenza, non sono dettagli, sono il confine tra successo e mediocrità.

Il punto è che per troppo tempo l’AI è stata trattata come un progetto IT, un’iniziativa di innovazione digitale, qualcosa che stava “a fianco” del core business. Gli AI Leaders hanno capito che questo approccio è morto. L’AI non è più il condimento. È il piatto principale. Non supporta la strategia di business: è la strategia di business.

Focus chirurgico: non mille progetti, ma poche scommesse vincenti

C’è un altro elemento che distingue chi vince da chi perde: la capacità di concentrare risorse e attenzione su domini ad alto valore, invece di disperdersi in centinaia di proof-of-concept che non vanno mai in produzione. Gli AI Leaders usano l’AI in modo massiccio nel front-office: marketing, sales, customer service. Il 73,3% di loro lo fa, contro appena il 44% dei laggard. È una differenza abissale, e racconta una storia precisa: i leader hanno capito che l’AI genera il massimo valore quando impatta direttamente sulla relazione con il cliente e sulla capacità di generare ricavi. Sul back-office e mid-office il divario si riduce, ma resta significativo: 85,6% contro 71,1%. Ma non è solo una questione di “dove” applicare l’AI. È una questione di “come”. I leader non si limitano ad aggiungere un layer AI su processi esistenti. Li riprogettano da zero, end-to-end, con l’AI al centro. È il concetto di “AI-native” applicato ai workflow aziendali: non si tratta di ottimizzare l’esistente, ma di reinventarlo completamente.

L’effetto volano: quando il successo alimenta altro successo

Uno dei fenomeni più affascinanti emersi dalla ricerca è quello che gli autori chiamano “flywheel effect”: l’effetto volano. È un ciclo virtuoso: investimenti iniziali generano successi precoci, che costruiscono fiducia, che alimentano nuovi investimenti più grandi, che generano successi ancora maggiori, e così via. Il 68,2% degli AI Leaders descrive i propri investimenti attuali in AI come “molto significativi”, contro appena il 34,6% di tutte le altre organizzazioni.Il 64,5% dei leader pianifica di aumentare significativamente questi investimenti nei prossimi due anni, contro il 40,3% degli altri. Questo volano è alimentato dalla fiducia nei risultati. Il 73% dei leader esprime un sentiment positivo verso l’AI – si definiscono fiduciosi, eccitati, stupefatti dai risultati. Tra i laggard, questa percentuale crolla al 45,7%. È la differenza tra chi vede l’AI come una minaccia o una complicazione, e chi la vede come un’opportunità straordinaria. E questa differenza di mindset si autoalimenta: più vedi risultati, più investi; più investi, più vedi risultati.

Quando l’AI non è un add-on

C’è un modo pigro di fare AI: prendere le applicazioni esistenti e aggiungerci sopra qualche API, qualche copilot, qualche funzione “AI-powered”: è l’approccio del “aggiungi un posto a tavola” e paradossalmente è quello che usano di più i laggard. Il 40,8% dei ritardatari  si limita ad “aumentare le applicazioni esistenti con add-on o API AI”. Tra i leader, questa percentuale scende al 32%.Perché i leader stanno facendo qualcosa di più radicale: stanno ricostruendo le loro applicazioni core con l’AI embedded dentro, nativamente. Il 34,5% di loro segue questa strada, contro appena il 14,5% dei laggard. È la differenza tra innovazione incrementale e disruption. È la differenza tra mettere una nuova interfaccia su un vecchio sistema e ripensare completamente come il sistema dovrebbe funzionare nell’era dell’AI. Questa distinzione diventa ancora più critica quando si parla di deployment. I leader preferiscono un approccio ibrido – plug-and-play con co-innovazione – nel 50,1% dei casi, contro il 35,1% dei laggard. Quasi la metà dei leader (45,3%) persegue soluzioni di co-innovazione bespoke con partner strategici, contro il 36,6% dei laggard. Il messaggio è chiaro: l’AI richiede un approccio architetturale, non cosmetico. Non basta comprare servizi cloud e chiamare qualche API. Serve ripensare stack, processi, flussi di dati, governance.

Il fattore umano: aumentare, non sostituire

Se c’è un tema che genera ansia diffusa quando si parla di AI, è l’impatto sul lavoro umano,  qui la ricerca porta una buona notizia: gli AI Leaders non stanno puntando alla sostituzione, ma al potenziamento. Il 28,9% di loro vuole esplicitamente dare strumenti AI agli esperti più qualificati e agli impiegati senior, lasciando ai junior il lavoro AI-augmented. Tra i laggard (i ritardatari), solo il 22,5% segue questo approccio. È un approccio “expert-first” che ha una logica precisa: l’AI è più potente nelle mani di chi ha già esperienza. Un junior con AI può fare il lavoro di un mid-level, ma un senior con AI può fare cose che prima erano impossibili per chiunque. Questo approccio ha anche un effetto collaterale prezioso: riduce la resistenza al cambiamento. Quando l’AI viene percepita come un tool che potenzia invece che minacciare, l’adoption accelera. Non a caso, il 45,3% dei leader tratta l’adoption dell’AI come un vero programma di change management aziendale, contro il 34,3% dei laggard. La  preparazione culturale si vede nei risultati: il 73% dei leader esprime sentiment positivo verso l’AI, contro il 45,7% dei laggard. È la differenza tra un’organizzazione che abbraccia il futuro e una che lo subisce.

Sicurezza, scala e sovranità: le fondamenta invisibili

C’è un aspetto dell’AI di cui si parla poco ma che è assolutamente critico: l’infrastruttura. Puoi avere i migliori modelli, i data scientist più brillanti, la strategia più chiara, ma se la tua infrastruttura è fragile, non scalabile, non sicura, tutto si ferma. Gli AI Leaders lo sanno. Il 31,5% di loro prioritizza esplicitamente stack tecnologici scalabili e sicuri, contro il 22,1% dei laggard. Un altro tema che sta emergendo con forza: la sovranità dei dati. In un mondo sempre più frammentato geopoliticamente, dove i dati attraversano confini e giurisdizioni, la capacità di mantenere controllo e compliance diventa un vantaggio competitivo. Il 59,4% degli AI Leaders identifica la privacy dei dati cross-geography e la sovranità come preoccupazione principale per la governance, contro il 49,6% dei laggard. È qui che entrano in gioco concetti come Sovereign AI e Private AI. Il primo riguarda il mantenere dati, computing e controllo entro confini nazionali o regionali – spesso per compliance regolatoria. Il secondo riguarda il controllo organizzativo su proprietà intellettuale, dati regolamentati ed economics dell’infrastruttura. Non sono solo questioni tecniche. Sono questioni strategiche che impattano su dove puoi operare, con chi puoi lavorare, quali mercati puoi servire.

Partner strategici: nessuno può farcela da solo

C’è un ultimo elemento che distingue i leader: l’umiltà di sapere che nessuno ha tutte le risposte, e l’intelligenza di costruire ecosistemi di partner invece di provare a fare tutto in-house. Il 39,3% degli AI Leaders si focalizza su collaborazioni esterne con esperti, service provider, advisor governativi. Tra i laggard, solo il 27,3%. Questa apertura si estende anche ai modelli commerciali. Il 46,4% dei leader è aperto a modelli di procurement partnership-centrico come revenue sharing o gainsharing, contro il 35,5% dei laggard. È un cambio di paradigma importante: dall’AI come “progetto da comprare” all’AI come “trasformazione da co-creare”. I migliori partner non vendono software. Vendono outcomes. E sono disposti a mettere skin in the game, condividendo rischi e reward.

Il profilo completo degli AI Leaders

Mettendo insieme tutti i pezzi, emerge un profilo molto chiaro degli AI Leaders. Sono aziende che:

Dal punto di vista strategico, trattano l’AI come core growth engine e allineano completamente strategia AI e business. Si muovono veloci, puntando a guidare il mercato invece che seguirlo. Concentrano risorse su pochi domini ad alto valore e li riprogettano end-to-end. Creano un effetto volano dove successi precoci alimentano investimenti crescenti. E soprattutto, ricostruiscono le applicazioni core con AI embedded, invece di limitarsi a bolt-on superficiali.

Dal punto di vista esecutivo, costruiscono stack scalabili e sicuri, investono in private o sovereign AI per eliminare bottleneck infrastrutturali. Usano l’AI per amplificare il talento esperto invece che sostituirlo. Trattano l’adoption come un programma di change management aziendale strutturato. Centralizzano la governance AI con Chief AI Officer che possiedono la responsabilità del rischio enterprise. E infine, si appoggiano pesantemente a partner strategici ed sono aperti a modelli commerciali outcome-based.

Cosa significa tutto questo per l’Italia

Guardando questi dati dal punto di vista italiano, emergono alcune considerazioni importanti. Il nostro tessuto imprenditoriale, fatto di eccellenze manifatturiere, PMI innovative, gruppi bancari e assicurativi solidi, ha tutte le carte in regola per giocare nella partita dell’AI, ma serve un cambio di passo. La velocità decisionale italiana tende ad essere più lenta rispetto ai competitor anglosassoni o asiatici. C’è una cultura della prudenza, del “prima vediamo”, che nell’AI può essere letale: i dati dicono che aspettare è la strategia più rischiosa. Poi c’è il tema della governance e del commitment da C-level. Troppe volte l’AI è ancora vista come “roba da CTO” invece che come agenda CEO. I numeri dimostrano che senza allineamento strategico dal board, i risultati non arrivano. C’è però anche una buona notizia: le aziende italiane che hanno capito questo stanno accelerando forte. Ci sono casi di eccellenza in banking, insurance, manufacturing, fashion, automotive.

Nota metodologica: La ricerca è stata condotta da NTT DATA su un campione di 2.567 decision maker C-level in 35 paesi, 5 regioni e 15 industry, tramite questionario online somministrato tra settembre e ottobre 2025. Il livello di confidenza è del 99% con un margine di errore del 3%. La fieldwork è stata realizzata da STRAT7 Jigsaw, mentre analisi e validazione sono state curate dal team interno di Primary Research and Benchmarking di NTT DATA.