Analisi di benchmark · settembre 2026
Come le grandi imprese dell'energia e dell'industria avviano, governano e portano in produzione i progetti di intelligenza artificiale, con un approfondimento sulla funzione Finance.
I peer più avanzati di GE Vernova non portano l'AI a regime con la sola tecnologia. Uniscono quattro elementi.
Un mandato chiaro dal top management, su prodotti e processi interni.
Aperta a tutti i dipendenti, al posto degli strumenti pubblici.
Persone che raccolgono le esigenze e fanno circolare ciò che funziona.
Percorsi sostanziali, oltre le 5 ore, calibrati sul lavoro di ciascuno.
«AI needs the electron to meet the moment»Scott Strazik, CEO di GE Vernova, a Semafor, febbraio 2026
Stima del vertice, quindi previsionale. Per un'impresa dell'energia l'AI conta due volte: fa crescere la domanda e cambia il modo di lavorare. Questa analisi riguarda il secondo fronte.
01 · Il quadro generale
Quasi tutte le grandi imprese usano l'AI, ma solo il 6% ne ricava un impatto rilevante sul risultato operativo, e la quota è ferma da un anno. Il collo di bottiglia è organizzativo, non tecnologico.
Dall'uso al valore
Quota di imprese, in percentuale
Fonti: McKinsey, The state of AI, novembre 2025 (uso) e 25 agosto 2026 (estensione, impatto, high performer). Le edizioni hanno campioni diversi.
Formazione e sostegno del vertice spingono l'uso
Dipendenti che usano l'AI regolarmente, in percentuale
Fonte: BCG, AI at Work 2025, giugno 2025, 10.635 rispondenti.
Il valore arriva quando si ridisegnano i processi, il vertice se ne fa carico e le persone vengono formate in modo sostanziale. Tra gli high performer quasi tre su quattro dichiarano di aver ridisegnato a fondo i processi di lavoro (McKinsey 2026). Distribuire licenze non basta.
02 · Le imprese a confronto
Il modello prevalente affida a un nucleo centrale piattaforma, regole e rischio, mentre le funzioni scelgono i problemi, forniscono i dati e rispondono dei risultati. Quasi tutti sono partiti da un assistente interno sicuro, spesso per arginare l'uso non autorizzato di strumenti pubblici.
Quanto somigliano all'approccio di GE Vernova. Abbiamo confrontato ogni impresa su quattro caratteristiche del modo in cui GE Vernova sta avviando l'AI. Ogni quadratino pieno indica una caratteristica presente nelle fonti pubbliche.
Le più vicine sono GE Aerospace, Siemens e Hitachi: piattaforma interna aperta a tutti, referenti diffusi e un centro che accompagna i casi d'uso fino alla produzione. La più lontana è Rolls-Royce, che è partita dalla governance invece che dagli strumenti.
| Impresa | Vicinanza all'approccio di GE Vernova | Come è partita | Piattaforma interna | Persone e diffusione | Risultati dichiarati |
|---|---|---|---|---|---|
| GE Aerospace | Molto vicinaStessa radice lean: la piattaforma interna è stata legata al sistema lean aziendale | Risposta all'uso non autorizzato di ChatGPT; piattaforma costruita in sei settimane | AI Wingmate su Azure OpenAI, con un modulo sul sistema lean interno | Aperta a 52.000 dipendenti | Oltre 1 milione di richieste da 14.000 utenti attivi in circa 150 giorni |
| Siemens | Molto vicinaPiattaforma centrale, referenti che formano i colleghi, casi d'uso gestiti fino alla produzione | Team centrale IT Data & AI, forte domanda dal basso | SiemensGPT su AWS, più modelli, assistenti creati dai dipendenti | 150.000 utenti registrati; referenti interni che formano i colleghi | 460 casi d'uso in produzione, oltre 15.000 assistenti creati dai dipendenti |
| Hitachi | Molto vicinaRete di ambassador nelle funzioni e community che rende riutilizzabili i casi d'uso | Iniziativa del vertice, accordi con Microsoft e Google Cloud (2024) | Assistente interno di gruppo | Obiettivo 50.000 professionisti; rete di AI Ambassadors, anche commerciali | Oltre 1.000 casi d'uso, sistematizzati in circa 200 schede |
| Schneider Electric | Vicina in partePercorso dei casi d'uso molto strutturato, ma guidato da un Chief AI Officer dedicato | Chief AI Officer e AI Hub globale dal 2021, con mandato su prodotti e processi interni | Jo-ChatGPT su Microsoft Azure OpenAI | Formazione differenziata per ruolo | Circa 100 casi d'uso in produzione, circa metà interni |
| ABB | Vicina in parteLeva principale sulla formazione di massa e sulla community, meno sul percorso dei casi d'uso | Strumenti centrali, adozione guidata da formazione e comunità | «Abby», oltre 15 modelli, agenti su misura | 24.000 dipendenti formati nel 2025 | 35.000 utenti e 400.000 conversazioni nel 2025 |
| Honeywell | Vicina in partePartita dalle idee dei dipendenti, con una regia digitale più che una rete di referenti | Chief Digital Technology Officer; AI generativa aperta a tutti | Strumenti enterprise, partnership con Google Cloud | Idee dei dipendenti prioritizzate per impatto | 16 casi d'uso in produzione (agosto 2024) |
| Rolls-Royce | DiversaPartita dalla governance etica, senza una piattaforma interna dichiarata | Governance prima di tutto: Aletheia Framework (dicembre 2020) | Non dichiarata | Controllo rapido iniziale, approfondimento solo per i progetti a rischio | Governance proporzionata al rischio, non un freno |
Un caso utile per la Finance. Siemens Energy ha costruito un assistente che interroga centinaia di migliaia di pagine di documentazione tecnica e lo ha poi esteso alla finanza cambiando solo i dati di partenza. Un modello costruito una volta può servire più funzioni.
03 · Approfondimento
L'adozione nella Finance si è fermata intorno al 60% e il ritorno mediano è del 10%, la metà dell'obiettivo tipico. La distanza tra chi ottiene valore e chi no dipende dal metodo, non dal budget.
L'adozione nella Finance si è fermata
Funzioni Finance che usano l'AI, in percentuale
Fonte: Gartner, AI in Finance Survey, 18 novembre 2025, 183 CFO e responsabili Finance. Il 91% registra all'inizio un impatto basso o moderato.
Dove si usa oggi
Casi d'uso più diffusi tra chi ha adottato l'AI, in percentuale
Fonte: Gartner, 18 novembre 2025. Nell'applicazione degli incassi BCG riporta oltre il 90% di operazioni senza intervento manuale (aprile 2026).
Più produttività che decisioni
Orientamento degli investimenti in AI della Finance, in percentuale
Fonte: Gartner, 20 luglio 2026, 204 responsabili Finance. I consigli di amministrazione guardano invece a crescita e vantaggio competitivo: la Finance riporta progressi, il board vede poco impatto strategico.
Cosa aumenta la probabilità di successo
Punti percentuali in più, funzioni Finance
Fonte: BCG, How to Get ROI from AI in the Finance Function, 4 giugno 2025, oltre 280 dirigenti Finance.
Da cosa dipende il successo dell'AI nella Finance
Peso stimato dei fattori, in percentuale
Fonte: BCG, The CFO's AI Agenda, aprile 2026. BCG aggiunge che l'AI nella Finance fallisce «not because the models lack capability but because the data lacks context».
04 · Cosa distingue chi porta l'AI a regime
Le imprese che portano l'AI in produzione ripetono gli stessi comportamenti, indipendentemente dal settore.
Schneider Electric affida a un Chief AI Officer sia l'offerta ai clienti sia l'uso interno. Without the C-suite, everyone tries different things at a departmental and individual level
(Salesforce).
GE Aerospace, Siemens, ABB e Schneider hanno trasformato un rischio in adozione. Il 54% dei dipendenti userebbe strumenti non autorizzati (BCG 2025).
Il centro governa piattaforma e rischio; le funzioni scelgono il problema, forniscono i dati e rispondono dei risultati.
Hitachi ha nominato AI Ambassadors anche tra i commerciali. Il valore della rete sta nel far circolare ciò che funziona.
Oltre le 5 ore, con affiancamento e sessioni in presenza (BCG 2025). Schneider indica la formazione differenziata tra le sue lezioni apprese.
Schneider chiude subito i casi senza dati: Our goal is not to have pilots and experiments
. Gartner suggerisce 3-5 casi d'uso alla volta: If everything is a priority, nothing gets funded
.
Rolls-Royce applica un controllo rapido a tutti i progetti e un esame approfondito solo ai pochi con un possibile impatto etico.
05 · Ostacoli e rischi
Prima causa di chiusura precoce dei casi d'uso in Schneider e primo freno citato da Gartner per la Finance, insieme alle competenze.
Quasi due terzi delle imprese non hanno ancora iniziato a estendere l'AI oltre la sperimentazione (McKinsey 2025).
Solo il 45% delle funzioni Finance sa quantificarlo. Anche il CTO di Siemens ammette: «The question is, how much have we saved?».
Con il rischio di esporre dati riservati e informazioni finanziarie.
Gartner prevede la cancellazione di oltre il 40% dei progetti di agentic AI entro il 2027 e segnala molti prodotti presentati come agenti che non lo sono.
06 · Implicazioni
Passare dall'uso diffuso degli strumenti a un portafoglio di casi d'uso governato e misurato. Le evidenze indicano sei scelte.
Da tre a cinque, ciascuno con un responsabile di funzione e una misura di partenza definita prima di iniziare.
Accanto all'automazione di ciclo passivo, riconciliazioni e chiusure, investire in analisi degli scostamenti, scenari e previsioni: è ciò che il board riconosce come valore strategico.
Piano dei conti armonizzato, gerarchie coerenti e definizioni condivise dei driver sono la condizione perché i modelli diano risposte affidabili.
Tracciabilità dei dati, registri delle attività e passaggi di approvazione vanno previsti dall'inizio, per preservare i controlli interni e la conformità.
Una o due persone per area che raccolgono le esigenze, condividono ciò che funziona e alimentano il riuso tra siti e funzioni.
Dall'uso corretto degli assistenti alla progettazione di flussi con agenti. L'art. 4 dell'AI Act, applicabile dal 2 febbraio 2025, chiede un livello sufficiente di alfabetizzazione sull'AI del personale; per la Commissione basta un registro interno delle iniziative. Il testo è oggetto di proposte di semplificazione europee: va verificata la versione vigente.
07 · Fonti
I dati delle imprese provengono da comunicati, siti aziendali e testate; alcuni da casi studio di fornitori (AWS, Alteryx). Previsioni e stime dei vertici aziendali sono indicate come tali.