Lo studio Beyond Productivity: Measuring the Real Value of AI, condotto da Hanover Research nel novembre 2025 e presentato in occasione dell’inaugurazione dell’Innovation Lab di Milano di Workday, analizza l’impatto concreto degli strumenti di IA nel lavoro quotidiano e mette in luce una dinamica che molte imprese stanno iniziando a osservare. L’automazione accelera numerose attività, ma una parte rilevante del tempo risparmiato viene poi riassorbita da operazioni di verifica, correzione o riscrittura dei contenuti prodotti dagli strumenti generativi.

In Italia, l’adozione dell’IA nelle attività professionali è già significativa, tanto che secondo i dati della ricerca il 29% dei lavoratori utilizza strumenti di IA almeno una volta al giorno, mentre il 42% li impiega più volte alla settimana. La percezione generale è inoltre positiva, con il 92% dei dipendenti afferma di aver registrato un miglioramento della propria produttività negli ultimi dodici mesi grazie all’impiego di queste tecnologie.

Il risparmio di tempo rappresenta uno degli effetti più evidenti dell’automazione. Complessivamente, il 94% dei lavoratori italiani dichiara di recuperare tra una e sette ore di lavoro a settimana grazie all’intelligenza artificiale, un dato superiore alla media globale che si attesta intorno all’85%. Più della metà degli intervistati parla di un risparmio compreso tra una e tre ore settimanali, mentre il 42% indica un recupero di quattro o sette ore.

Screenshot 2026-03-12 111528

La maggiore velocità operativa, tuttavia, non coincide sempre con una qualità superiore dei risultati. Una parte consistente del tempo liberato viene infatti utilizzata per rielaborare output generati da sistemi di IA generica, spesso ritenuti incompleti o poco accurati. Il fenomeno produce quella che la ricerca definisce una “illusione di produttività”, per la quale l’intelligenza artificiale aumenta la capacità di produrre contenuti o analisi, ma se processi e competenze non si evolvono allo stesso ritmo, il valore effettivo generato resta limitato.

A livello globale quasi il 40% del tempo guadagnato grazie all’IA viene assorbito da attività di revisione. Correggere errori, verificare dati e riformulare testi rappresenta una quota significativa del lavoro quotidiano legato agli strumenti generativi, tanto che solo il 14% dei dipendenti intervistati afferma di ottenere risultati costantemente positivi e immediatamente utilizzabili dall’intelligenza artificiale.

Anche nel contesto italiano la rielaborazione è diventata una parte strutturale del processo di lavoro. Circa un lavoratore su due dichiara di dedicare abitualmente da una a due ore settimanali alla revisione dei contenuti generati dalla tecnologia, un passaggio necessario per garantire qualità e affidabilità dei risultati.

I dati evidenziano inoltre una dinamica interessante tra intensità d’uso e pressione lavorativa. I dipendenti che utilizzano l’IA quotidianamente sono generalmente i più ottimisti riguardo al potenziale di queste tecnologie (oltre il 90% ritiene che possano contribuire al successo professionale). Allo stesso tempo, proprio questa categoria è quella che investe più tempo nella revisione dei risultati generati dagli strumenti digitali. Il 77% dichiara infatti di controllare e correggere l’output dell’intelligenza artificiale con un livello di attenzione pari, se non superiore, a quello riservato al lavoro svolto da colleghi umani.

La distribuzione del carico di revisione mostra anche un forte elemento generazionale. I lavoratori tra i 25 e i 34 anni rappresentano quasi la metà delle persone che dedicano più tempo alla correzione dei risultati prodotti dall’IA. Nonostante siano spesso considerati i più familiari con le tecnologie digitali, finiscono per sostenere una quota significativa delle attività di verifica e controllo.

Un altro aspetto critico riguarda il divario tra priorità dichiarate dal management e opportunità concrete offerte ai dipendenti. Il 66% dei dirigenti intervistati indica la formazione sulle competenze legate all’intelligenza artificiale come una priorità strategica, ma solo il 37% dei lavoratori che affrontano il maggiore volume di rielaborazioni afferma di avere realmente accesso a programmi di aggiornamento professionale.

tim microsoft ai

Crediti: Shutterstock

Il problema non riguarda soltanto la formazione ma anche la struttura organizzativa delle imprese. Nella maggior parte delle aziende analizzate, meno della metà dei ruoli professionali è stata aggiornata per integrare in modo efficace l’intelligenza artificiale nei processi operativi. In pratica, molti dipendenti utilizzano strumenti tecnologicamente avanzati all’interno di modelli organizzativi progettati per un contesto precedente all’era dell’IA.

Anche le strategie di investimento mostrano una certa ambivalenza. Molte organizzazioni riconoscono che i guadagni di efficienza dovrebbero tradursi in benefici per i lavoratori, ma nella pratica i risparmi generati dall’automazione vengono spesso reinvestiti in nuove tecnologie piuttosto che nello sviluppo delle competenze. A livello globale, il 39% delle aziende destina queste risorse a ulteriori investimenti tecnologici, mentre il 30% le utilizza per programmi di formazione.

Il contesto italiano presenta alcune differenze. Il 59% dei dirigenti afferma che le proprie organizzazioni stanno cercando di reinvestire il tempo liberato dall’IA nello sviluppo delle competenze dei dipendenti, anche se solo il 54% dei lavoratori percepisce concretamente un aumento degli investimenti in quest’area.

Le organizzazioni che riescono a ottenere risultati più tangibili adottano però un approccio differente. I dipendenti che registrano benefici più consistenti dall’intelligenza artificiale tendono a utilizzare il tempo risparmiato per attività a maggiore valore aggiunto, come analisi più approfondite, processi decisionali più articolati e riflessioni strategiche. In questo gruppo, il 79% dei lavoratori ha ricevuto una formazione più strutturata sulle competenze digitali, a riprova che l’investimento nelle persone resta uno dei fattori decisivi per trasformare la velocità dell’IA in risultati concreti.

(Immagine in apertura: Shutterstock)