Oltre al modo in cui le aziende lavorano, l’intelligenza artificiale sta anche cambiando il modo in cui spendono. Per molti anni i budget IT sono stati suddivisi secondo un equilibrio relativamente stabile tra manutenzione dei sistemi esistenti e innovazione, ma l’esplosione dell’AI sta costringendo i CIO a ripensare completamente le priorità di investimento.
La prova arriva da una ricerca realizzata congiuntamente da Serviceware e McKinsey: secondo i dati raccolti, l’AI sta già assorbendo fino a un terzo dei budget destinati all’innovazione tecnologica, modificando profondamente l’equilibrio tra spese “run”, necessarie per mantenere operativi sistemi e infrastrutture, e spese “change”, dedicate a trasformazione digitale, modernizzazione e sviluppo di nuove capacità. McKinsey parla apertamente della necessità di “spendere diversamente”, non semplicemente di spendere di più.
Nuovi costi operativi
Il problema è che l’intelligenza artificiale non rappresenta soltanto un nuovo investimento. Introduce anche nuovi costi operativi. I modelli devono essere addestrati, mantenuti, governati e integrati nei processi aziendali. A questo si aggiungono costi infrastrutturali sempre più elevati legati a cloud, GPU, data center ed energia.
Non solo. Emergono anche segnali che chi acquista i software in azienda si sta allontanando un po’ dalla modalità operativa consolidata. Si sta infatti evidenziando una tendenza secondo cui le aziende vogliono firmare contratti più brevi con i loro fornitori di software di quelli sottoscritti sinora: ci sono infatti esempi di aziende che passano da accordi di cinque anni ad accordi di uno-tre anni. L’obiettivo è avere la flessibilità di passare a fornitori differenti se offrono migliori funzionalità di intelligenza artificiale. Alcune aziende hanno addirittura negoziato disposizioni di opt-out che gli consentono rescindere in anticipo un contratto se un fornitore di software non ha app di intelligenza artificiale che soddisfano determinati parametri di riferimento.
Questo, sul versante dei vendor di software, comporta che l’impatto dell’AI richiederà diversi anni per essere assorbito e alcune aziende usciranno miglie di altre dalla transizione.
L’AI cambia la struttura dei budget IT
La ricerca, che è intitolata “Recalibrating technology budgets for the AI era”, ha analizzato le strategie di investimento di 17 grandi aziende internazionali appartenenti a settori come banking, retail, industria, sanità, energia e logistica, distribuite tra Europa, Nord America e Australia. L’indagine è stata condotta tra maggio e novembre 2025 e ha mostra un fenomeno comune: quasi tutte le imprese stanno già operando al limite della propria capacità di innovazione tecnologica. Questo significa che ogni nuovo investimento in AI rischia di sottrarre risorse ad altri progetti strategici.
Secondo McKinsey, il vero rischio è che l’AI venga aggiunta sopra infrastrutture già complesse senza eliminare sistemi legacy o ridurre il debito tecnico esistente. In questo scenario, i costi “run” aumentano invece di diminuire.
È il caso delle aziende definite “strained transformers”, organizzazioni che investono fortemente in AI e modernizzazione ma continuano a mantenere in parallelo piattaforme obsolete. Il risultato è un aumento simultaneo di complessità, costi operativi e frammentazione tecnologica.
Le aziende migliori spendono meno in infrastrutture
Uno degli aspetti più interessanti dello studio riguarda invece le aziende considerate “deliberate modernizers”, cioè quelle che riescono a ottenere il miglior equilibrio tra costi operativi e innovazione. McKinsey sostiene che queste organizzazioni mantengono i costi infrastrutturali almeno il 20% più bassi rispetto alle altre imprese analizzate.
Come ci riescono? Attraverso standardizzazione delle piattaforme, riutilizzo dei servizi, riduzione delle applicazioni duplicate e modernizzazione parallela di tutti i livelli dello stack IT.
In pratica, l’AI viene integrata dentro architetture già semplificate, evitando che si trasformi in un ulteriore livello di complessità.
Le aziende più mature destinano inoltre il 57% dei budget applicativi a modernizzazione e nuove capacità digitali, mentre investono quasi il doppio delle altre organizzazioni in data analytics e gestione dei dati, considerate la vera base operativa per scalare l’intelligenza artificiale.
L’AI non è più solo un progetto sperimentale
Il mercato sta entrando in una fase diversa rispetto agli ultimi due anni. La stagione dei proof of concept sta lasciando spazio alla richiesta di risultati economici concreti.
Tuttavia, molti CIO stanno scoprendo che l’AI introduce costi nascosti spesso sottovalutati: integrazione dei dati, governance, compliance normativa, cybersecurity, consumo computazionale e necessità di nuove competenze.
Secondo alcune discussioni emerse nella community dei consulenti IT su Reddit, il 20-40% dei costi iniziali dei progetti AI viene assorbito semplicemente dalla preparazione e pulizia dei dati.
Alcuni manager sostengono inoltre che i proof of concept funzionino bene perché utilizzano dataset limitati e controllati, mentre le difficoltà emergono quando i modelli vengono collegati ai dati reali dell’organizzazione.
La nuova alleanza tra CIO e CFO
L’AI sta modificando anche gli equilibri decisionali interni alle aziende. Se fino a pochi anni fa i budget tecnologici erano gestiti prevalentemente dal dipartimento IT, oggi CFO e board vogliono misurare con precisione l’impatto economico degli investimenti AI.
TechRadar evidenzia come la relazione tra CIO e CFO sia diventata centrale proprio per gestire questa nuova fase, caratterizzata da maggiore pressione su ROI, governance e accountability.
Secondo alcune indagini riportate nelle community tecnologiche, il 71% dei CIO teme che i budget AI possano essere congelati o ridotti se i risultati economici non saranno evidenti entro tempi relativamente brevi. L’85% ritiene inoltre che bonus e compensi del management saranno sempre più legati a obiettivi AI misurabili.
L’era degli agent AI aumenta la pressione sui costi
La nuova ondata degli agenti AI rischia inoltre di accelerare ulteriormente la crescita dei budget IT. Gli agenti AI non si limitano a generare contenuti ma eseguono operazioni, prendono decisioni e interagiscono autonomamente con sistemi aziendali complessi. Questo richiede infrastrutture ancora più robuste, capacità computazionale elevata e piattaforme di orchestrazione avanzate.
Secondo McKinsey, le aziende devono evitare che questi nuovi strumenti vengano introdotti come stack paralleli. L’obiettivo deve essere utilizzare l’AI come fattore di semplificazione, non di ulteriore frammentazione. Anche perché il costo complessivo dell’infrastruttura AI sta diventando gigantesco. Al punto che la domanda generata dall’AI potrebbe richiedere fino a 5,2 trilioni di dollari di investimenti globali entro il 2030 soltanto per sostenere capacità computazionale e data center.
La sfida del talento
Un altro elemento critico riguarda le competenze. McKinsey evidenzia che le aziende di maggior successo investono molto di più nei team interni rispetto all’outsourcing. I deliberate modernizers destinano il 16% dei budget IT a personale interno impegnato nei progetti di trasformazione, una quota da 1,5 a 4 volte superiore rispetto alle altre organizzazioni.
La motivazione è semplice: senza competenze interne adeguate, anche le migliori piattaforme AI rischiano di non produrre valore reale. Il problema riguarda soprattutto governance, orchestrazione dei dati, cybersecurity e capacità di integrare l’AI nei workflow aziendali.
Spendere meno ma meglio
La conclusione della ricerca McKinsey è perentoria: le aziende che vinceranno nei prossimi anni non saranno quelle che investiranno di più in tecnologia, ma quelle capaci di prendere decisioni più selettive. Questo significa eliminare piattaforme ridondanti, ridurre il debito tecnico, standardizzare l’infrastruttura e utilizzare l’AI per semplificare i processi invece di aggiungere nuovi livelli di complessità.
Per i CIO si apre quindi una fase completamente nuova. Il tema non è più soltanto adottare l’intelligenza artificiale, ma capire come integrarla senza compromettere sostenibilità economica, efficienza operativa e capacità futura di innovazione. Perché nell’era dell’AI il vero vantaggio competitivo non è dato dalla quantità di tecnologia acquistata, ma dalla capacità di trasformarla in valore concreto senza far esplodere i costi.
Secondo il Global Cloud Storage Index 2026 di Wasabi, soprattutto le aziende italiane supportano l’AI con gli investimenti sia in infrastruttura che in storage.
Kareem Yusuf Ph.D, Senior VP, Ecosystem, Strategic Partners & Initiatives, IBM: perché la trasformazione innescata dall’AI necessiti di un ecosistema dinamico.
L’impresa con questa partnership introduce un modello nella gestione operativa IT con un approccio proattivo che riduce i tempi e ottimizza le risorse.
