Il ROI of AI 2025 è il secondo report annuale sullo "stato dell'AI in azienda" firmato da Google Cloud, ma è anche, se letto con piglio critico, un aggregato di dati utili su dove stanno andando davvero le imprese.

Indice

1. Di cosa parla il report
2. Gli agenti AI sono già in produzione
3. Il ritorno sugli investimenti
4. Chi fa prima, fa meglio
5. Cosa il report non dice
6. Takeaway pratici per chi lavora con l'AI

1. Di cosa parla il report

Google Cloud ha commissionato al National Research Group un'indagine su 3.466 senior leader di aziende globali con fatturato superiore a 10 milioni di dollari. Il lavoro sul campo è stato condotto tra aprile e giugno 2025 - il che lo rende comunque uno dei report più aggiornati disponibili in questo momento.

Il campione è ampio, il perimetro geografico è importante (USA, Europa, JAPAC, LATAM, MEA), i settori coperti vanno da retail a healthcare, da telco a pubblica amministrazione.

Sul piano metodologico, niente di scandaloso. Sul piano degli incentivi di chi pubblica, invece, teniamo a mente che Google Cloud vende infrastruttura per fare girare agenti AI. Questo non invalida i dati, ma colora le conclusioni.

2. Gli agenti AI sono già in produzione

Il primo dato interessante è che il 52% delle organizzazioni che usano la GenAI ha già agenti AI in produzione. Non in sperimentazione, non in PoC, in produzione. E il 39% ha più di 10 agenti deployati.

Un anno fa, l'Agentic AI era un tema da conferenze, marketing e talk. Oggi è una realtà operativa in più della metà delle aziende che hanno già adottato l’AI generativa.

Il report classifica la maturità agentica in tre livelli:

• Livello 1 - task semplici: chatbot, information retrieval, generazione di immagini
• Livello 2 - applicazioni agentiche: customer service agent, creative agent
• Livello 3 - workflow multi-agente, orchestrazione tra agenti, flussi autonomi complessi

Nonostante la distribuzione tra questi livelli non sia esplicitata con precisione nel report, la direzione è chiara: il mercato enterprise sta migrando da L1 a L2, con i più avanzati che toccano L3.

I casi d'uso più diffusi in ottica cross-industry sono customer service (49%), marketing (46%), security operations (46%), tech support (45%). Non è una sorpresa: sono le aree dove il volume di interazioni ripetibili è alto e la tolleranza all'errore è gestibile.

3. Il ritorno sugli investimenti

Il 74% degli executive dichiara un ROI (Return on Investment) entro il primo anno, e l'88% di chi ha adottato agenti AI in anticipo (i “firs-mover”) vede già un ritorno positivo su almeno un caso d'uso.

Ma c'è una nota metodologica: il report include solo organizzazioni che usano la GenAI in produzione. Chi non ha ancora ottenuto risultati, chi ha abbandonato e chi è ancora in fase sperimentale non è nel campione. È un bias di selezione classico, che tende a gonfiare i numeri di successo.

Detto questo, alcune cose reggono anche sotto scrutinio:

• Il 70% riporta miglioramenti di produttività (era 71% nel 2024 - stabile, non inflazionato)
• Il 63% riporta un miglioramento della customer experience (era 60% - in crescita)
• Il 56% una crescita aziendale (era 63% - in calo, e questo è interessante)

Quel calo sulla crescita è l'unico segnale di sobrietà nel documento. Le aspettative si stanno aggiustando e le organizzazioni capiscono meglio cosa l'AI può e non può fare per i ricavi.

Il dato più discutibile è il 727% di ROI in tre anni ottenuto dai clienti Google Cloud, citato da uno studio IDC commissionato da Google Cloud stesso. Fonte, metodologia, campione: tutto è da leggere con attenzione prima di portarlo in una board presentation.

4. Chi fa prima, fa meglio

Il report identifica un gruppo di "agentic AI early adopters": organizzazioni che dedicano almeno il 50% del loro budget AI futuro agli agenti. Questi hanno l'88% di probabilità di vedere ROI, contro il 74% della media. Allocano il 39% della loro spesa IT sull'AI, contro il 26% medio.

Qui c'è un circolo virtuoso: più investi, più impari, più ottieni risultati, più giustifichi l'investimento. Non è sorprendente, ma è utile da documentare.

Il secondo pattern solido è quello del C-suite sponsorship: il 78% delle organizzazioni con sponsorship esecutiva comprensiva vede ROI, contro il 72% di quelle senza. Non un gap enorme, ma consistente. La variabile non è solo il budget, è l'allineamento strategico e la capacità di abbattere i silos interni che frenano l'adozione.

5. Cosa il report non dice

Nonostante i dati che comunica, ci sono tre domande che il documento evita accuratamente:

1. Qual è il tasso di fallimento dei progetti AI?

Il report misura chi ha successo, non chi si è fermato. Chi si occupa di AI Transformation sa benissimo che i PoC abbandonati sono una realtà diffusa. I dati sul failure rate aiuterebbero molto più dei tassi di adozione.

2. Come si misura davvero il ROI?

Il report chiede agli executive "in quale timeframe ti aspetti ROI?", che è una domanda sull'aspettativa, non sulla misurazione. Cristina Nitulescu di Bayer Consumer Health osserva che bisogna guardare sia la dimensione che la velocità del ritorno, e distinguere l'efficienza dall'efficacia. Ma questo livello di granularità nel report non c'è.

3. Chi paga il conto della transizione?

L'adozione agentica richiede governance dei dati, reingegnerizzazione dei processi, change management, upskilling. Il report li menziona come "sfide" ma non stima i costi nascosti. Il 42% delle organizzazioni cita il change management per l'adozione dell’AI come principale area di investimento - è la voce in cima alla lista, più di infrastruttura e talento. Questo dovrebbe dirci qualcosa.

6. Takeaway pratici per chi lavora con l'AI

Se ti occupi di AI Adoption, Digital Transformation, o stai costruendo prodotti AI per le imprese, ecco cosa portarti a casa da questo report, filtrando il marketing:

• Gli agenti sono la nuova normalità. Non tra due anni: ora. Se i tuoi clienti o la tua organizzazione non hanno ancora una strategia per gli agenti, stanno accumulando ritardo strutturale.
• La security è il primo filtro. Il 37% delle organizzazioni cita data privacy e security come criterio primario nella scelta di un provider LLM. Prima di fare pitch su funzionalità, chiarisci dove stanno i dati e chi ci può accedere.
• Il problema è spesso il change management, non la tecnologia. L’area di principale investimento è l'allineamento tra business e tecnologia per supportare l'adozione. Le integrazioni tecniche sono risolvibili. Le resistenze organizzative molto meno.
• Misura velocità, non solo dimensione del ritorno. Il punto di Nitulescu vale: un ROI piccolo e rapido su un caso d'uso reale è più utile di un business case teorico con ROI stellare a tre anni.
• La regionalità conta. Europa prioritizza tech support e security. JAPAC è focalizzata su customer service. LATAM su marketing. Se lavori con clienti in contesti specifici, non assumere che le best practice americane si trasferiscano 1:1.

Il report di Google Cloud è uno strumento utile di benchmarking con un evidente angolo di vendita, e va usato per capire dove si posiziona il mercato, non per decidere cosa fare.

Perché l'AI Transformation è un processo che richiede pensiero critico esattamente dove i report di marketing smettono di guardare. E, in casi come questo, le domande difficili - quelle su governance, failure rate, costi nascosti, effetti sull'occupazione - le devi fare tu.

Simone Conversano - AI Transformation Specialist - Datapizza