L'IA è una bolla? La domanda sbagliata che blocca le PMI
Antonio D'Elia·Giugno 2026·7 min di lettura
«Basta accendere un computer per accendere il futuro.»
È la promessa che molte aziende sentono ripetere da due anni. Ed è anche la ragione per cui molte, oggi, sono deluse: hanno comprato intelligenza artificiale e non è successo quasi nulla.
Da qui nasce la domanda che gira in ogni sala riunioni: l'IA è una bolla? È una domanda troppo generica per essere utile. Perché mette insieme cose diverse. Conviene smontarla in quattro livelli — e solo l'ultimo riguarda davvero la tua azienda.
1.Bolla finanziaria
In parte, probabilmente sì. Molte aziende vengono valutate come se i profitti futuri fossero già certi. Ma questo non dice nulla sull'utilità della tecnologia. La ferrovia, Internet, le telecomunicazioni hanno tutte vissuto bolle speculative enormi senza che questo impedisse loro di cambiare il mondo.
Una valutazione gonfiata e una tecnologia inutile sono due cose distinte. Confonderle porta a decisioni sbagliate.
2.Bolla infrastrutturale
Le Big Tech stanno investendo centinaia di miliardi in data center, GPU, reti elettriche, chip. E in molti si chiedono: se tra cinque anni questa capacità restasse inutilizzata?
Può succedere. Ma vale la pena ricordare cosa accadde negli anni '90, quando furono posate enormi quantità di cavi in fibra ottica. Molte di quelle aziende fallirono. Eppure oggi navighiamo proprio su quella rete. L'infrastruttura era stata costruita troppo presto, non costruita invano.
3.Bolla delle aspettative
Qui siamo nel pieno. Ed è il livello che fa più danni alle PMI. Molte aziende acquistano IA pensando che basti installare un assistente o "un agente" per diventare improvvisamente efficienti. Ma la produttività non nasce dallo strumento. Nasce quando cambiano i processi, l'organizzazione, le competenze, le responsabilità.
L'IA amplifica ciò che già funziona. Non sostituisce una cattiva organizzazione — la rende solo più veloce nel produrre confusione. È esattamente qui che la maggior parte delle imprese rimane delusa.
4.Ritorno economico reale
Questo è il livello che conta. E qui oggi convivono due mercati molto diversi.
Il primo mercato
Compra l'IA
Qualche chatbot
Qualche riunione
Qualche slide
ROI quasi nullo
Il secondo mercato
Riprogetta il lavoro
Agenti su ticket e richieste
Preventivi automatici
Controllo documentale
Pianificazione e reportistica
20–40%+ di risparmio su attività specifiche
La differenza tra i due mercati non è il modello che usano. È il progetto.
L'errore che si ripete
Molti pensano che il valore dell'IA sia il modello linguistico. In realtà il modello sta diventando una commodity: potente, economico, accessibile a tutti.
Il vero valore si sposta altrove — verso i dati proprietari, i workflow, l'integrazione con i sistemi esistenti, gli agenti specializzati sul proprio dominio, la conoscenza del settore, e — soprattutto — le persone che li usano. È lo stesso fenomeno di Internet: nessuno paga "Internet". Si paga ciò che viene costruito sopra Internet.
Il livello che quasi tutti dimenticano: le persone
C'è una ragione precisa per cui il "secondo mercato" ottiene risultati e il primo no. E non è tecnologica.
Un agente che automatizza i preventivi serve a poco se chi lo usa non si fida, non capisce cosa fa, o lo vive come una minaccia al proprio ruolo. Un sistema che riorganizza le commesse fallisce se i responsabili non sono pronti a delegare e a leggere i dati che produce. La tecnologia, da sola, non ha mai cambiato un'organizzazione. Lo fanno le persone — quando crescono insieme ad essa.
Per questo l'IA, in azienda, non è un progetto tecnologico. È un progetto sulle persone, che usa la tecnologia come leva. Mettere mano ai processi significa quasi sempre mettere mano a responsabilità, deleghe, competenze, modi di lavorare consolidati da anni. Se questo lavoro non viene fatto — se si automatizza senza accompagnare chi quei processi li vive ogni giorno — l'IA resta un costo, non un vantaggio.
Perché i due livelli vanno tenuti insieme
AI e sviluppo delle persone non sono due cantieri separati, ma due facce dello stesso intervento.
Lavorare solo sull'IA significa avere strumenti potenti dentro un'organizzazione che non li sa reggere. Lavorare solo sulle persone significa formare team che poi restano impigliati nella stessa dispersione operativa di prima, senza strumenti per liberarsene.
I risultati arrivano quando i due livelli avanzano in parallelo: si automatizza un flusso e, nello stesso momento, si preparano le persone a guidarlo; si introduce un agente e, contestualmente, si ridefiniscono ruoli e responsabilità attorno ad esso. L'IA toglie di dosso alle persone la parte ripetitiva e fragile del lavoro; lo sviluppo delle persone fa sì che quel tempo liberato venga investito dove serve davvero competenza e giudizio.
Sapere scrivere, programmare, analizzare dati resterà importante. Ma il vantaggio si sposterà sempre più verso chi sa orchestrare gli strumenti, definire obiettivi chiari, verificare i risultati e guidare un team che lavora insieme all'IA, non contro di essa o al posto di essa.
La distinzione che fa la differenza
Nei progetti che sviluppo per le aziende, il vantaggio non nasce dall'usare il modello più potente. Nasce dal far crescere due cose insieme: un ecosistema di agenti che automatizza attività concrete — raccolta delle richieste, pianificazione, reportistica, documentazione, integrazione con i gestionali già in uso — e le persone che dovranno abitarlo, con leadership, autonomia e responsabilità nuove.
Il valore non è "l'IA". È l'architettura organizzativa costruita attorno all'IA, e le persone messe nelle condizioni di farla funzionare.
È questa combinazione, più di ogni altra, a separare le aziende che vivranno l'IA come una moda costosa da quelle che la trasformeranno in un vantaggio competitivo duraturo.
English version
Is AI a bubble? The wrong question that holds SMEs back
"Just switch on a computer and you switch on the future."
It's the promise many companies have heard repeated for two years. And it's also why many, today, are disappointed: they bought artificial intelligence and almost nothing happened.
Hence the question going around every boardroom: is AI a bubble? It's too broad a question to be useful, because it lumps together different things. It's worth breaking it down into four layers — and only the last one truly concerns your company.
1.Financial bubble
In part, probably yes. Many companies are valued as if future profits were already certain. But that says nothing about how useful the technology is. The railways, the Internet and telecommunications all went through enormous speculative bubbles without it stopping them from changing the world.
An inflated valuation and a useless technology are two distinct things. Confusing them leads to bad decisions.
2.Infrastructure bubble
Big Tech is investing hundreds of billions in data centers, GPUs, power grids and chips. And many wonder: what if, in five years, this capacity sat unused?
It could happen. But it's worth remembering what happened in the 1990s, when huge amounts of fiber-optic cable were laid. Many of those companies went bankrupt. Yet today we browse on that very network. The infrastructure had been built too early, not built in vain.
3.Bubble of expectations
Here we're right in the middle of it. And it's the layer that does the most damage to small and medium businesses. Many companies buy AI thinking it's enough to install an assistant or "an agent" to suddenly become efficient. But productivity doesn't come from the tool. It comes when processes, organization, skills and responsibilities change.
AI amplifies what already works. It doesn't fix a badly run organization — it only makes it faster at producing confusion. This is exactly where most companies end up disappointed.
4.Real economic return
This is the layer that matters. And here, today, two very different markets coexist.
The first market
Buys AI
A few chatbots
A few meetings
A few slides
Near-zero ROI
The second market
Redesigns the work
Agents on tickets and requests
Automated quotes
Document control
Planning and reporting
20–40%+ savings on specific activities
The difference between the two markets isn't the model they use. It's the project.
The mistake that keeps repeating
Many think the value of AI is the language model. In reality the model is becoming a commodity: powerful, cheap, accessible to everyone.
The real value moves elsewhere — toward proprietary data, workflows, integration with existing systems, agents specialized in your own domain, knowledge of the sector and — above all — the people who use them. It's the same phenomenon as the Internet: nobody pays for "the Internet". You pay for what's built on top of it.
The layer almost everyone forgets: people
There's a precise reason why the "second market" gets results and the first doesn't. And it isn't technological.
An agent that automates quotes is worth little if the person using it doesn't trust it, doesn't understand what it does, or experiences it as a threat to their role. A system that reorganizes work orders fails if managers aren't ready to delegate and to read the data it produces. Technology, on its own, has never changed an organization. People do — when they grow alongside it.
That's why AI, in a company, isn't a technological project. It's a project about people, that uses technology as a lever. Touching the processes almost always means touching responsibilities, delegation, skills and ways of working set over years. If this work isn't done — if you automate without supporting the people who live those processes every day — AI stays a cost, not an advantage.
Why the two layers must stay together
AI and people development aren't two separate building sites, but two sides of the same intervention.
Working only on AI means having powerful tools inside an organization that can't handle them. Working only on people means training teams that then stay tangled in the same operational dispersion as before, with no tools to break free of it.
Results arrive when the two layers advance in parallel: you automate a workflow and, at the same moment, prepare people to guide it; you introduce an agent and, at the same time, redefine roles and responsibilities around it. AI takes the repetitive and fragile part of the work off people's shoulders; people development ensures that the freed-up time is invested where competence and judgment are really needed.
Knowing how to write, code and analyze data will stay important. But the advantage will shift more and more toward those who can orchestrate the tools, set clear goals, verify results and lead a team that works with AI, not against it or in its place.
The distinction that makes the difference
In the projects I develop for companies, the advantage doesn't come from using the most powerful model. It comes from growing two things together: an ecosystem of agents that automates concrete activities — collecting requests, planning, reporting, documentation, integration with the management systems already in use — and the people who will inhabit it, with new leadership, autonomy and responsibility.
The value isn't "AI". It's the organizational architecture built around AI, and the people put in a position to make it work.
It's this combination, more than anything else, that separates the companies that will experience AI as an expensive fad from those that will turn it into a lasting competitive advantage.
Wondering where AI could create real value in your company — and which people should drive it? It starts with a no-commitment conversation. Message me on WhatsApp or write to info@antoniodelia.it.
