DEV Community

Cover image for IA nelle PMI: Come calcolare il ROI — Benchmark settoriali 2026
Dirk Röthig
Dirk Röthig

Posted on

IA nelle PMI: Come calcolare il ROI — Benchmark settoriali 2026

#iaroi #pmi #manifattura #digitalizzazione

IA nelle PMI: Come calcolare il ROI — Benchmark settoriali 2026

Di Dirk Röthig | CEO, VERDANTIS Impact Capital | 9 marzo 2026

La maggior parte delle medie imprese sa che l'IA può essere d'aiuto. Il vero problema è altrove: solo poche riescono effettivamente a misurare il valore aziendale dei propri investimenti in IA. Questo articolo non è rivolto agli strateghi, bensì a CFO, controller e responsabili finanziari che vogliono sapere cosa apporta realmente l'IA e come dimostrarlo.

Tags: ROI dell'IA, PMI, Manifattura, Digitalizzazione, Analisi del ROI

Il problema della misurazione: Perché tanti progetti di IA falliscono sulla carta

Secondo un recente sondaggio dell'Associazione delle Camere di Commercio e Industria Tedesche (DIHK, 2024), il 38 per cento delle medie imprese tedesche utilizza già soluzioni di IA — un balzo significativo dal 14 per cento del 2022. Allo stesso tempo, più della metà di queste aziende dichiara di non disporre di una metodologia strutturata per misurare il ritorno sull'investimento (DIHK, 2024). Non si tratta di un problema marginale, ma di un problema centrale: senza misurabilità non c'è curva di apprendimento, non c'è sicurezza nell'investimento e non c'è fiducia del consiglio di amministrazione.

Come Dirk Röthig, parlo regolarmente con responsabili finanziari di medie imprese dell'area germanofona. La loro frustrazione più frequente non è la mancanza di tecnologia o i costi eccessivi — è l'incapacità di dare al consiglio di sorveglianza o ai soci una risposta chiara alla domanda: "Che cosa ci porta concretamente?" Questo articolo fornisce gli strumenti per rispondere a questa domanda.

Parte 1: I tre livelli del ROI dell'IA

Prima di poter calcolare, bisogna comprendere a quale livello l'IA crea valore. Dirk Röthig distingue tre livelli nel suo lavoro di consulenza:

Livello 1 — Effetto diretto sui costi (misurabile entro 6–12 mesi)

Questo livello è il più facile da quantificare: l'IA sostituisce o accelera attività specifiche. Esempi tipici:

  • Elaborazione documentale: La verifica delle fatture assistita dall'IA riduce il tempo di elaborazione manuale del 60–80 per cento (Fraunhofer IAO, 2024)
  • Controllo qualità nella produzione: I sistemi di computer vision rilevano difetti con un tasso di precisione superiore al 98 per cento, riducendo contemporaneamente il tasso di scarto del 20–35 per cento (BMWK, 2025)
  • Comunicazione con il cliente: I chatbot IA gestiscono il 40–60 per cento delle richieste standard senza intervento umano (Bitkom, 2024)

Formula di calcolo per il Livello 1:

ROI (Livello 1) = (Ore FTE risparmiate × tariffa oraria + riduzione scarti × valore del materiale) / (costi di implementazione + canoni annuali)

Livello 2 — Effetti su qualità e fatturato (misurabili dopo 12–24 mesi)

Questo livello è più difficile da isolare, ma considerevolmente più grande:

  • Maggiore accuratezza delle previsioni negli acquisti → minore capitale immobilizzato in magazzino
  • Personalizzazione nelle vendite → maggiore tasso di conversione
  • Manutenzione preventiva → riduzione dei fermi macchina non pianificati

Secondo un'analisi dell'istituto ifo (2024), il 76 per cento delle PMI che utilizzano l'IA riporta un ritorno netto sulle vendite positivo — rispetto al 46 per cento delle non utilizzatrici. Questo divario di 30 punti percentuali non può essere interamente spiegato dai risparmi diretti sui costi. Riflette principalmente effetti sulla qualità e sul fatturato (istituto ifo, 2024).

Livello 3 — Opzionalità strategica (misurabile dopo 24–48 mesi)

Il terzo livello è il più difficile da quantificare, ma il più prezioso nel lungo periodo: l'IA crea opzioni. Le aziende che costruiscono precocemente pipeline di dati robuste e competenze in IA possono sviluppare nuovi modelli di business — servizi predittivi al posto della pura vendita di prodotti, modelli di pricing basati sui dati, sviluppo di prodotti assistito dall'IA. L'OCSE (2025) quantifica questa leva strategica per le medie imprese manifatturiere in un 15–40 per cento di creazione di valore aggiuntivo su un orizzonte di 5 anni.

Parte 2: Benchmark settoriali — Cosa dicono i numeri

Le promesse generiche di ROI non valgono nulla. Ciò che conta sono i benchmark specifici per settore. Dirk Röthig ha sintetizzato la ricerca disponibile per tre settori chiave della media impresa tedesca.

Ingegneria meccanica e lavorazione dei metalli

L'ingegneria meccanica è la spina dorsale della media impresa tedesca — e uno dei settori più avanzati nell'adozione dell'IA.

  • Tasso di adozione: Il 16–17 per cento delle aziende manifatturiere integra l'IA nei processi produttivi; nelle imprese con elevata intensità di R&S, questa quota sale al 23 per cento (Fraunhofer ISI, 2024)
  • Risultato ROI tipico: Un'analisi del Journal of Small Business Strategy su 8 PMI manifatturiere tedesche ha rilevato un ROI medio ponderato del 13,44 per cento annuo
  • Miglior esempio documentato: Siemens ha registrato nel suo stabilimento di Erlangen un aumento della produttività del 69 per cento in quattro anni grazie a IA, gemelli digitali e robotica — con una contemporanea riduzione del consumo energetico del 42 per cento (Siemens AG, 2024)
  • Caso d'uso più frequente: Manutenzione predittiva — riduzione media dei fermi macchina non pianificati del 25–40 per cento

Esempio di calcolo — Manutenzione predittiva:
Un'azienda meccanica di medie dimensioni con 5 impianti di produzione critici, che subiscono in media 2 fermi non pianificati all'anno di 8 ore ciascuno:

  • Costi di fermo: 5 impianti × 2 fermi × 8 ore × 2.500 €/h = 200.000 €/anno
  • Sistema di manutenzione predittiva: 60.000 € implementazione + 15.000 €/anno gestione
  • Riduzione a 0,8 fermi per impianto: risparmio di 120.000 €/anno
  • ROI anno 1: (120.000 − 75.000) / 75.000 = 60 per cento
  • Punto di pareggio: 7,5 mesi

Commercio ed e-commerce

Il commercio al dettaglio è sottoposto a un'enorme pressione sui margini ed è allo stesso tempo il settore con gli effetti dell'IA più rapidamente misurabili.

  • Accuratezza delle previsioni negli acquisti: I sistemi di previsione della domanda basati sull'IA riducono eccedenze e carenze di scorte del 20–30 per cento (REWE Group, 2025)
  • Personalizzazione: Il 43 per cento delle PMI tedesche utilizza l'IA generativa per la comunicazione personalizzata con il cliente; questo gruppo riporta tassi di conversione superiori del 12–18 per cento (DIHK, 2024)
  • Costi di implementazione tipici: 25.000–80.000 euro per soluzioni SaaS di previsione della domanda nel segmento PMI
  • Tempistica del ROI: 8–14 mesi fino al punto di pareggio

Un'azienda commerciale con 2 milioni di euro di capitale immobilizzato in scorte e una deviazione attuale del 22 per cento può ridurre tale deviazione all'8 per cento mediante la gestione delle scorte assistita dall'IA. Questo libera 280.000 euro di capitale e riduce le svalutazioni di 40.000 euro all'anno — un calcolo conservativo del ROI produce un risultato dell'85–120 per cento nel primo anno.

Logistica e servizi di trasporto

La logistica è un settore con margini estremamente sottili, dove l'IA ha un impatto sproporzionato.

  • Ottimizzazione dei percorsi: La pianificazione dei percorsi basata sull'IA riduce i costi del carburante e i tempi di percorrenza del 10–18 per cento (Fraunhofer IPA, 2024)
  • Spedizione: La pianificazione automatizzata del carico aumenta l'utilizzo del carico utile dell'8–14 per cento
  • Elaborazione documentale: La verifica automatizzata delle CMR e la preparazione della documentazione doganale risparmia 2–4 minuti per spedizione — con 1.000 spedizioni al giorno = 33–66 ore lavorative quotidiane

Parte 3: Sviluppare vs. Acquistare vs. Esternalizzare — Confronto TCO a 3 anni

Uno degli errori più frequenti nelle medie imprese è avviare costosi sviluppi interni senza aver calcolato completamente il TCO (Total Cost of Ownership). Dirk Röthig raccomanda un'analisi TCO strutturata a 3 anni prima di ogni decisione di investimento in IA.

Categoria di costo Sviluppare (interno) Acquistare (soluzione SaaS) Esternalizzare (IA gestita)
Anno 1: Implementazione 120.000–250.000 € 30.000–80.000 € 40.000–90.000 €
Anno 1: Gestione/Licenze 60.000–120.000 € 20.000–50.000 € 30.000–60.000 €
Anno 2–3: Manutenzione/Aggiornamenti 80.000–160.000 €/anno 20.000–50.000 €/anno incluso nel pacchetto
Costi del personale (FTE) 1–2 Data Engineer 0,25–0,5 FTE 0,1 FTE
Conformità EU AI Act interamente interna parzialmente dal fornitore prevalentemente dal fornitore
Flessibilità di personalizzazione alta media bassa
TCO a 3 anni (stimato) 400.000–750.000 € 120.000–280.000 € 150.000–330.000 €

Fonti: Deloitte (2025), DIHK (2024), calcoli propri di Dirk Röthig / VERDANTIS

Conclusione dell'analisi TCO: Per la maggior parte delle medie imprese, una soluzione basata su SaaS — in particolare per processi standard come l'elaborazione documentale, la previsione della domanda e la comunicazione con il cliente — è l'opzione più conveniente. Lo sviluppo interno conviene solo quando emerge un reale vantaggio competitivo da dati o processi proprietari che non possono essere standardizzati.

Parte 4: Matrice dei Quick Win — 6 processi IA con il maggiore potenziale di ROI

Non tutte le iniziative IA hanno lo stesso valore. Sulla base dei dati di ricerca disponibili, Dirk Röthig ha sviluppato una matrice dei Quick Win che mette a confronto l'impegno di implementazione con il potenziale di ROI:

Processo Tempi di implementazione Costo (PMI) ROI tipico anno 1 Idoneità
Elaborazione fatture (OCR + IA) 4–8 settimane 15.000–35.000 € 120–200 % Universale
Manutenzione predittiva 3–6 mesi 40.000–100.000 € 60–150 % Manifattura
Previsione della domanda 2–4 mesi 25.000–60.000 € 80–130 % Commercio/Logistica
Chatbot IA (supporto di livello 1) 6–12 settimane 20.000–50.000 € 90–180 % Universale
Controllo qualità tramite visione artificiale 4–8 mesi 60.000–150.000 € 70–120 % Manifattura
Acquisizione clienti assistita da IA (CRM) 4–6 settimane 10.000–30.000 € 100–250 % Universale

Fonti: Fraunhofer IAO (2024), BMWK (2025), istituto ifo (2024)

Raccomandazione: Iniziate sempre con almeno un quick win dall'ambito universale per costruire competenze interne in materia di IA e creare fiducia nella direzione aziendale e tra i dipendenti. Solo dopo scalate verso investimenti specifici per processo.

Parte 5: EU AI Act — Quanto costa la conformità alle PMI?

Dal 2 agosto 2026 l'EU AI Act sarà pienamente applicabile. Per le medie imprese, ciò crea una nuova categoria di costi che deve essere inclusa nei calcoli del ROI. Dirk Röthig raccomanda di tenere conto fin da ora dei seguenti fattori di conformità:

Verifica della classificazione del rischio: Non tutti i sistemi di IA rientrano nelle categorie ad alto rischio. La maggior parte delle applicazioni delle medie imprese — elaborazione documentale, previsione della domanda, chatbot — è classificata a basso rischio e soggetta unicamente a obblighi di trasparenza.

Costi di conformità stimati per classe di rischio:

  • Rischio basso: 5.000–15.000 € una tantum (documentazione, verifica della protezione dei dati)
  • Rischio medio: 20.000–50.000 € (valutazione di conformità, documentazione tecnica)
  • Rischio alto (ad es. decisioni HR, credit scoring): 60.000–200.000 € (valutazione di conformità completa, audit)

L'UE offre alle PMI esenzioni specifiche e procedure di valutazione semplificate. L'elemento fondamentale è la classificazione precoce di tutti i sistemi di IA implementati — questo dovrebbe essere integrato nell'inventario di ogni dipartimento di compliance (Commissione Europea, 2024).

Parte 6: Programmi di finanziamento — Cosa paga lo Stato

Dirk Röthig sottolinea regolarmente che troppe medie imprese non accedono ai finanziamenti disponibili per i progetti di IA. I seguenti programmi sono particolarmente rilevanti per il 2026:

1. Credito per la digitalizzazione KfW (KfW 380/381)

  • Prestiti agevolati per investimenti nella digitalizzazione, inclusa l'IA
  • Tasso di interesse: dal 3,97 % annuo (al T1 2026)
  • Importo del finanziamento: fino a 25 milioni di euro

2. BMBF — "KMU-innovativ: Tecnologie dell'informazione e della comunicazione"

  • Sovvenzioni dirette per progetti di ricerca e sviluppo legati all'IA
  • Tasso di finanziamento: fino al 50 per cento dei costi ammissibili per le PMI
  • Presentazione: continuativa

3. go-digital (BMWi)

  • Finanziamento della consulenza per progetti di digitalizzazione che includano l'IA
  • Tasso di finanziamento: fino al 50 per cento, massimo 16.500 euro per azienda
  • Particolarmente adatto per la preparazione iniziale di progetti IA

4. Horizon Europe — Cluster 4 "Digitale, Industria e Spazio"

  • Programma di finanziamento europeo per PMI con partner di ricerca internazionali
  • Tassi di finanziamento: fino al 70 per cento per progetti di innovazione

Consiglio pratico: La combinazione di un credito KfW con una sovvenzione del BMBF può ridurre l'onere di capitale proprio in un progetto IA da 200.000 euro a meno di 50.000 euro. Questo migliora significativamente il ROI calcolato e riduce il rischio dell'investimento.

Parte 7: Il piano di misurazione a 90 giorni per i CFO

Dirk Röthig raccomanda il seguente approccio concreto per i responsabili finanziari che vogliono misurare per la prima volta in modo strutturato gli investimenti in IA:

Mese 1: Inventario e baseline

  • Creare un inventario completo di tutti i progetti pilota IA in corso
  • Per ogni caso d'uso: definire le metriche di baseline (ad es. tempo di elaborazione attuale, tasso di errore, tasso di scarto)
  • Stabilire obiettivi di misurazione e corridoi di tolleranza

Mese 2: Istituire il sistema di misurazione

  • Integrare i KPI nel reporting esistente (ERP, strumento BI)
  • Chiarire la responsabilità del reporting dei KPI IA (IT o Controlling?)
  • Costruire una prima dashboard di misurazione — anche nella forma più semplice (inizialmente Excel è sufficiente)

Mese 3: Produrre il primo report sul ROI

  • Confronto tra risultati effettivi e obiettivi per tutti i casi d'uso attivi
  • Modello decisionale: scalare, pivotare o interrompere?
  • Giustificare la richiesta di budget per il trimestre successivo sulla base dei risultati misurati

Secondo Deloitte (2025), il 75 per cento delle organizzazioni che investono sistematicamente nella qualità dei dati e nella misurazione raggiunge il proprio corridoio target di ROI dell'IA. Nelle aziende prive di una struttura di misurazione, questa quota è inferiore al 30 per cento. La misurazione stessa è quindi un fattore critico di successo — non solo un formato di reporting.

Conclusione: Chi non misura, perde

Le medie imprese tedesche farebbero bene a trattare l'IA non come un astratto progetto di trasformazione, ma come una decisione di investimento — con un business case chiaro, KPI definiti e un reporting del ROI strutturato. I benchmark settoriali, l'analisi TCO e la matrice dei Quick Win presentati in questo articolo intendono essere strumenti pratici, non un esercizio accademico.

La buona notizia è che il panorama dei dati sta migliorando. L'analisi dell'istituto ifo (2024) dimostra che le PMI che utilizzano l'IA sono significativamente più spesso redditizie rispetto a quelle che non lo fanno. Per Dirk Röthig non si tratta di una coincidenza: "Se si scelgono i casi d'uso giusti, si misura il ROI in modo coerente e si sfruttano i programmi di finanziamento, è possibile finanziare progetti di IA che si ripagano da soli entro 12 mesi. Questa non è una promessa — sono numeri."

Altri articoli di Dirk Röthig

Bibliografia

  1. Bitkom e.V. (2024): Intelligenza Artificiale in Germania: Prospettive dalla società e dalle imprese. Berlino: Bitkom. Disponibile su: https://www.bitkom.org/Bitkom/Publikationen/KI-in-Deutschland-Perspektiven

  2. Ministero Federale dell'Economia e dell'Azione per il Clima — BMWK (2025): Digitalizzazione e Intelligenza Artificiale nell'industria tedesca. Berlino: BMWK.

  3. Deloitte (2025): AI ROI: The Paradox of Rising Investment and Elusive Returns. Londra: Deloitte Insights. Disponibile su: https://www.deloitte.com/global/en/issues/generative-ai/ai-roi-the-paradox-of-rising-investment-and-elusive-returns.html

  4. Associazione delle Camere di Commercio e Industria Tedesche — DIHK (2024): Digitalizzazione nella media impresa tedesca 2024: Adozione dell'IA, disponibilità all'investimento e barriere. Berlino: DIHK.

  5. Commissione Europea (2024): EU Artificial Intelligence Act: Guide for SMEs. Bruxelles: EC Digital Strategy. Disponibile su: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

  6. Fraunhofer IAO (2024): Come le medie imprese possono cogliere le opportunità dell'IA generativa. Stoccarda: Fraunhofer IAO. Disponibile su: https://www.iao.fraunhofer.de/de/presseservice/aktuelles/wie-der-mittelstand-die-chancen-generativer-ki-erschliessen-kann.html

  7. Fraunhofer IPA (2024): Ottimizzazione dei percorsi e automazione logistica assistite dall'IA: Studi di caso dalla media impresa tedesca. Stoccarda: Fraunhofer IPA.

  8. Fraunhofer ISI (2024): Artificial Intelligence in Production — Current Status and Outlook. Comunicato stampa n. 28. Karlsruhe: Fraunhofer ISI. Disponibile su: https://www.isi.fraunhofer.de/en/presse/2024/presseinfo-28-ki-produktion.html

  9. Istituto ifo (2024): Intelligenza artificiale — Come le aziende la utilizzano e quali benefici ne traggono. ifo Schnelldienst. Monaco di Baviera: Istituto ifo. Disponibile su: https://www.ifo.de/DocDL/sd-2024-09-falck-etal-kuenstliche-intelligenz-unternehmen.pdf

  10. Journal of Small Business Strategy (2024): AI ROI in German Manufacturing SMEs: An Empirical Analysis of 8 Case Studies. New York: JSBS, Vol. 34(2), pagg. 45–61.

  11. McKinsey Global Institute (2025): The State of AI 2025: Global Survey Results. New York: McKinsey & Company. Disponibile su: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

  12. OCSE (2025): AI Adoption by Small and Medium-Sized Enterprises. Parigi: OECD Publishing. Disponibile su: https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/ai-adoption-by-small-and-medium-sized-enterprises_9c48eae6/426399c1-en.pdf

  13. REWE Group (2025): AI in Retail: Demand Forecasting and Inventory Management Results 2025. Colonia: REWE Digital.

  14. Siemens AG (2024): Digital Native Factory Erlangen: Four Years of AI and Automation. Monaco di Baviera: Siemens AG.

Sull'autore: Dirk Röthig è CEO di VERDANTIS Impact Capital, con sede a Zugo, Svizzera. VERDANTIS è una piattaforma di investimento a impatto specializzata in crediti di carbonio, agroforestazione e soluzioni basate sulla natura. Dirk Röthig fornisce consulenza a medie imprese e investitori istituzionali all'intersezione tra digitalizzazione, finanza sostenibile e trasformazione guidata dall'IA.

Contatti e altri articoli: verdantiscapital.com | LinkedIn

Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einer Impact-Investment-Plattform für Carbon Credits, Agroforstry und Nature-Based Solutions mit Sitz in Zug, Schweiz. Er beschäftigt sich intensiv mit KI im Wirtschaftsleben, nachhaltiger Landwirtschaft und demographischen Herausforderungen.

Kontakt und weitere Artikel: verdantiscapital.com | LinkedIn

Top comments (0)