Ritorno dell'investimento AI: calcolalo sui tuoi numeri, non su medie di settore

Se hai cercato "ritorno dell'investimento intelligenza artificiale" probabilmente hai già letto tre o quattro cifre diverse e contraddittorie: chi dice che il ROI arriva in sei mesi, chi in tre anni, chi parla di percentuali a due cifre senza spiegare da dove vengono. Il problema non è che questi numeri siano falsi. È che sono medie di contesti che non sono il tuo: multinazionali con budget da milioni, settori come telecomunicazioni o finanza, o studi globali dove il campione include aziende dieci volte più grandi della tua.

Il ROI dell'AI si calcola bene con tre numeri che hai già in azienda, non con una percentuale letta su un report: quante ore di lavoro manuale libera, quanto costa un'ora del tuo team, e quanta di quella ora liberata diventa davvero valore e non solo tempo vuoto. Con questi tre numeri costruisci un calcolo difendibile in dieci minuti, molto più solido di qualunque statistica di settore.

Questo articolo ti mostra il calcolo passo per passo, con un esempio numerico completo, e ti dice quali tempi di rientro sono ragionevoli a seconda del tipo di progetto: non è la stessa cosa automatizzare la lettura delle fatture o costruire un agente che gestisce da solo un intero processo.

Perché le percentuali di settore non ti servono

Le statistiche che circolano sono vere, ma misurano cose diverse dalla tua situazione. Deloitte, in un'indagine internazionale su oltre 3.000 dirigenti, riporta che la maggior parte delle aziende ottiene un ROI soddisfacente solo dopo due o quattro anni, e che solo il 6% vede un ritorno entro 12 mesi. Casaleggio Associati, su un altro campione, arriva alla stessa cifra: appena il 6% ottiene un ritorno entro un anno, e circa il 60% dichiara benefici inferiori alle aspettative.

Queste percentuali però mescolano progetti molto diversi tra loro: iniziative di agentic AI complesse in grandi gruppi industriali, pilot mai usciti dalla fase sperimentale, progetti senza una baseline definita in partenza. Non dicono nulla sul tuo caso specifico: un processo di reportistica automatizzato in uno studio di dieci persone o un ordine gestito da un agente in un e-commerce di trenta dipendenti hanno logiche di rientro completamente diverse da un progetto agentic in una banca.

Il mercato italiano dell'AI è cresciuto del 58% nel 2024, raggiungendo 1,2 miliardi di euro secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano, ma la quota di PMI che usa almeno una tecnologia AI resta minoritaria: era il 7,7% e in dodici mesi è arrivata al 15,7%. Un mercato in crescita non garantisce nulla sul ritorno del tuo progetto specifico. È solo il segnale che vale la pena farsi due conti, non che i conti siano già fatti per te.

I tre numeri che devi trovare in azienda

Il calcolo parte da dati che hai già, anche se magari non li hai mai messi in fila. Il primo numero è quante ore di lavoro manuale un processo assorbe oggi: quante ore alla settimana passa il tuo team a compilare offerte, rispondere a email ripetitive, produrre report, leggere e trascrivere documenti. Non serve un cronometraggio scientifico: bastano stime realistiche di chi fa quel lavoro ogni giorno.

Il secondo numero è il costo orario aziendale medio di quelle persone: non lo stipendio netto, ma il costo pieno per l'azienda, comprensivo di contributi e overhead. È il numero che il tuo commercialista o il tuo responsabile HR ha già pronto.

Il terzo numero è la percentuale di ore liberate che si traduce davvero in valore, e qui serve prudenza. Non tutte le ore risparmiate diventano fatturato o riduzione di costi: parte del tempo liberato va in formazione, in supervisione del nuovo sistema, in aggiustamenti. Un approccio prudente conta solo una frazione, non il totale.

Con questi tre numeri costruisci tre scenari, non uno solo: uno prudente che conta solo l'efficienza misurabile, uno realistico che aggiunge la qualità del lavoro prodotto, uno ottimista che include nuove capacità prima impossibili. Se il progetto regge già nello scenario prudente, è un progetto solido. Se regge solo in quello ottimista, è una scommessa, non un investimento.

Un esempio di calcolo completo

Prendi un caso concreto, tipico di uno studio professionale o di una PMI di servizi. Un sistema AI libera in media 4 ore a settimana per persona su attività di offerte, email, reportistica e documenti, una volta superata la fase di rodaggio iniziale. Su dieci persone che usano il sistema, sono 40 ore a settimana, circa 1.800 ore l'anno.

Valorizzate a un costo aziendale medio di 30 euro l'ora, quelle 1.800 ore valgono 54.000 euro annui. Ma applichiamo la prudenza dello scenario conservativo: ipotizziamo che solo metà di quelle ore si traduca in valore reale, perché l'altra metà va in supervisione, correzioni, adattamento dei flussi. Il beneficio netto scende a 27.000 euro, e già nel primo anno, al netto dei costi di avvio, il progetto genera un beneficio positivo superiore ai 13.000 euro. Dal secondo anno, senza più i costi di avvio, il rapporto migliora sensibilmente perché restano solo i costi di manutenzione.

Questo è un esempio, non una previsione per la tua azienda: i tuoi numeri saranno diversi, a seconda di quante persone coinvolgi, quanto costa un'ora del tuo team e quanto tempo effettivamente il processo scelto assorbe oggi. Ma la logica del calcolo è questa, ed è replicabile con i dati che hai già in bilancio e in un foglio di presenze.

Payback period: la metrica giusta per l'AI

Per progetti AI il payback period, cioè in quanti mesi recuperi l'investimento iniziale, è più utile del ROI a lungo termine o del valore attuale netto. Il motivo è semplice: gli strumenti AI cambiano rapidamente, e un progetto che promette di ripagarsi in tre anni rischia di basarsi su una tecnologia superata prima ancora di arrivare al pareggio.

Un investimento che si ripaga in meno di 12 mesi è quasi sempre difendibile. Uno che richiede tre anni merita scetticismo, non perché sia sbagliato in sé, ma perché in tre anni gli strumenti disponibili saranno cambiati più volte, e la base di calcolo iniziale potrebbe non valere più.

Questo vale per progetti mirati su un singolo processo: automatizzare la lettura fatture, generare report, gestire le prime risposte del servizio clienti. È un discorso diverso per l'agentic AI, sistemi autonomi che gestiscono processi complessi con intervento umano minimo. Secondo Deloitte, tra le aziende che già usano agentic AI, solo il 10% dichiara oggi un ritorno significativo e misurabile: metà di queste si aspetta risultati entro tre anni, un terzo tra tre e cinque anni. Non è un fallimento della tecnologia, è la conseguenza di una maggiore complessità: più il sistema deve interagire con dati, strumenti e processi diversi, più tempo serve prima che il ritorno diventi misurabile.

Da dove iniziare per avere un calcolo credibile

Il calcolo funziona solo se scegli il processo giusto da misurare. Un processo con volumi bassi, dati sporchi o eccezioni continue non produce un numero affidabile, qualunque formula tu usi. Prima di calcolare il ROI, quindi, vale la pena chiedersi da dove iniziare con l'AI in azienda: un processo ripetitivo, ad alto volume, con dati già strutturati nel gestionale o nel CRM, è la base migliore per un primo calcolo credibile.

Questo è anche il motivo per cui integrare l'intelligenza artificiale nei processi aziendali funziona meglio quando parte da un ecosistema, non da uno strumento isolato: se il sistema AI deve collegare l'intelligenza artificiale al gestionale, leggere dati dal CRM e produrre un output utile per chi decide, il calcolo del ROI deve includere anche il tempo di integrazione tra sistemi, non solo l'uso dello strumento in sé. Un ecosistema AI aziendale ben progettato, dove i dati fluiscono tra i sistemi senza intervento manuale, riduce proprio quella quota di ore "perse" in supervisione e correzioni che abbiamo visto pesare sullo scenario prudente. Trovi un approfondimento su come si struttura questo tipo di infrastruttura nella pagina dedicata agli ecosistemi AI.

Un'ultima cautela, utile a chi legge report internazionali: la maggior parte dei dati su tempi e percentuali di ROI viene da studi con campioni globali o europei diversi dall'Italia, e spesso in dollari. Quando confronti cifre, controlla sempre la valuta e la dimensione media delle aziende nel campione: un dato su una multinazionale californiana non si applica automaticamente a uno studio professionale lombardo di quindici persone.

Il calcolo del ROI non richiede un consulente prima di iniziare: richiede solo che tu prenda i tre numeri che hai già in azienda e li metta in fila, prima di firmare qualunque preventivo. Se vuoi un confronto su come impostare questo calcolo sul tuo processo specifico, parliamone in una call conoscitiva con Samurai Lab.