Gli investimenti in intelligenza artificiale crescono a ritmo sostenuto, ma molte imprese faticano ancora a trasformare i prototipi in valore misurabile. Non perché l'AI non funzioni: perché manca un sistema di metriche capace di legare la qualità tecnica dei modelli all'impatto sul business, all'adozione e alla governance. Ecco un framework in quattro dimensioni per misurare ciò che conta davvero.
Nel 2025 le imprese di tutto il mondo hanno speso tra i 30 e i 40 miliardi di dollari in intelligenza artificiale generativa. Eppure il ritorno, per la maggior parte, resta invisibile: secondo lo studio
The GenAI Divide: State of AI in Business 2025 del MIT, il 95% delle organizzazioni non ha registrato alcun ritorno misurabile sul conto economico, e solo un'iniziativa su venti genera valore tangibile. Il dato è stato discusso sul piano metodologico, ma il punto che solleva è concreto: il problema non è la tecnologia, è l'incapacità di misurarne l'impatto e di portarla oltre il prototipo.
Lo conferma Gartner da un'altra angolazione: almeno il 30% dei progetti di GenAI verrà abbandonato dopo la fase di proof of concept, per qualità dei dati insufficiente, controlli sul rischio inadeguati, costi in crescita o valore di business poco chiaro. In Italia il mercato corre — l'Osservatorio Artificial Intelligence del Politecnico di Milano stima un valore di 1,8 miliardi di euro, in crescita del 50% sull'anno precedente — ma anche qui solo una minoranza delle grandi imprese dichiara di avere progetti diffusi e operativi. La distanza tra investimento e risultato ha un nome: si chiama assenza di KPI condivisi.
Perché misurare l'AI è diverso
Il riflesso naturale di un decisore è applicare all'AI le metriche che usa per qualsiasi altro investimento: quanto ho speso, quanto ho guadagnato, in quanto tempo. Il ROI lineare. Il problema è che un progetto di intelligenza artificiale non si comporta come l'acquisto di un macchinario o di una licenza software.
Tre caratteristiche lo rendono un oggetto a sé. È probabilistico: un modello non dà risposte esatte ma stime, e la stessa accuratezza tecnica può tradursi in valore molto diverso a seconda del contesto d'uso. È evolutivo: le sue prestazioni cambiano nel tempo, perché i dati del mondo reale cambiano e il modello tende a degradarsi — il cosiddetto drift. Ed è dipendente dall'infrastruttura: la stessa applicazione può essere economicamente sostenibile o insostenibile a seconda di dove e come gira.
Per questo un singolo numero non basta. Il valore di un progetto AI è composito: nasce dall'incrocio di quattro dimensioni — la qualità tecnica del modello, l'impatto economico, l'adozione da parte delle persone e il controllo su rischio e conformità. Misurarne una sola e ignorare le altre è la prima causa dei progetti che restano bloccati in quello che gli analisti chiamano "pilot purgatory": demo brillanti che non diventano mai asset di produzione.
Le quattro famiglie di KPI dell'AI
Un framework utile organizza le metriche in quattro cluster, da leggere insieme. Nessuno dei quattro, da solo, racconta la verità.
KPI di modello (tecnici)
Sono le metriche che misurano quanto bene il modello svolge il suo compito. Per i task di classificazione si usano accuracy, precision e recall — e il loro bilanciamento, l'F1-score, utile quando i falsi positivi e i falsi negativi hanno pesi diversi (si pensi a un modello antifrode in banca, dove bloccare una transazione legittima e lasciar passare una frode hanno costi molto diversi). Sul fronte operativo contano la latenza di inferenza (quanto tempo passa tra la richiesta e la risposta) e il throughput (quante richieste il sistema gestisce al secondo). Una metrica spesso trascurata ma decisiva è il drift: la misura di quanto le prestazioni si discostano nel tempo dalla baseline iniziale. Quando misurarli: in continuo, perché un modello accurato al collaudo può degradarsi silenziosamente in produzione.
KPI di business (economici)
Traducono la tecnica in linguaggio da consiglio di amministrazione. Il ROI del progetto resta il riferimento, ma va affiancato dal time-to-value, cioè il tempo che intercorre tra l'avvio e il primo beneficio concreto. Il KPI più sottovalutato è il costo per inferenza — quanto costa ogni singola risposta del modello: una cifra trascurabile in pilota può diventare proibitiva quando le richieste passano da mille a un milione al giorno. A questi si aggiungono la riduzione dei costi operativi e l'incremento di ricavi attribuibili al progetto. Esempio concreto: un assistente per il customer service non va valutato sulla "precisione delle risposte" ma su tempo medio di gestione delle richieste, tasso di risoluzione al primo contatto e costo per ticket.
KPI di adozione (utenti)
Un modello perfetto che nessuno usa ha un valore pari a zero. Lo studio MIT è netto: la barriera principale alla scala non è l'infrastruttura, la regolamentazione o il talento, ma l'apprendimento — la capacità di tool e organizzazioni di adattarsi. Qui contano il tasso di utilizzo effettivo da parte degli utenti finali, la percentuale di processi automatizzati sul totale, la riduzione del tempo medio per task e un NPS interno che misuri quanto le persone si fidano del sistema. Sono i KPI che intercettano per primi il fenomeno della "shadow AI" — dipendenti che usano strumenti non autorizzati perché quelli ufficiali non li convincono. Quando misurarli: dalle prime settimane di rilascio, perché l'adozione si decide all'inizio.
KPI di governance (rischio e compliance)
Sono i KPI che permettono di dormire la notte, e nei settori regolamentati non sono opzionali. Comprendono la tracciabilità delle decisioni del modello (poter spiegare perché ha prodotto un certo output), la conformità a GDPR e AI Act, la frequenza degli audit, l'incident rate e la residenza dei dati, cioè dove sono fisicamente conservati e trattati. Con l'AI Act europeo che entra progressivamente in vigore e l'obbligo di notifica degli incidenti significativi al CSIRT Italia operativo dal 15 gennaio 2026, queste metriche sono diventate un requisito di esercizio, non un esercizio di stile.
Il ruolo dell'infrastruttura: dove i KPI si decidono davvero
C'è un filo che lega le quattro famiglie, e raramente riceve l'attenzione che merita: l'infrastruttura su cui i modelli girano. È facile pensarla come un prerequisito tecnico, una commodity. In realtà è la precondizione di quasi tutto ciò che il management misura: non un livello sottostante, ma il terreno su cui i KPI diventano effettivamente osservabili e governabili in produzione.
La latenza e il throughput — KPI tecnici — dipendono dalla potenza di calcolo e dalla vicinanza fisica tra dati e GPU. Il costo per inferenza — KPI economico, e tra i più sottovalutati — è una funzione diretta dell'efficienza dell'infrastruttura e della trasparenza del modello di pricing: senza costi prevedibili, qualsiasi business case dell'AI è costruito sulla sabbia. E i KPI di governance — tracciabilità, residenza del dato, conformità a GDPR e AI Act — sono possibili solo dove esiste un controllo architetturale reale e dove si riducono i vincoli tecnologici e contrattuali non necessari, mantenendo la possibilità concreta di sapere dove finiscono i propri dati e, se serve, di tornare sui propri passi. In altre parole: latenza, throughput, costo per inferenza, residenza del dato e tracciabilità non sono dettagli tecnici a valle delle metriche di business — ne sono la condizione di esistenza.
A questo si aggiunge una dimensione che nei progetti più maturi sta già diventando una metrica a sé: il consumo energetico e l'efficienza computazionale dei carichi AI. Non più solo un tema ESG da rendicontare, ma un KPI strategico che incide direttamente sul costo per inferenza e sulla sostenibilità economica della scala — e che, anche in questo caso, si gioca prima di tutto sull'infrastruttura.
È il terreno su cui si gioca la proposta di operatori come Aruba, che con la sua piattaforma AI punta su un ecosistema multimodello e aperto, ospitato su data center proprietari in Italia e in Europa, con localizzazione certa del dato, maggiore reversibilità delle scelte tecnologiche e compliance by design. La scelta dell'infrastruttura, in altre parole, non viene dopo la definizione dei KPI: ne è una precondizione.
Errori comuni e best practice
Cinque trappole ricorrenti, e come evitarle:
- Misurare solo l'accuracy. Un modello accuratissimo ma lento o costoso è inutile in produzione. Best practice: affiancare sempre alle metriche di qualità quelle di latenza e costo per inferenza.
- Ignorare il costo per inferenza. Il conto che esplode con la scala è una delle cause principali di progetti cancellati dopo il PoC. Best practice: stimare il costo a regime, non quello del pilota.
- Non monitorare il drift. Le prestazioni si degradano in silenzio. Best practice: definire soglie di allarme e un processo di ri-addestramento periodico.
- Sottovalutare l'adozione interna. Si misura la tecnologia e si dimentica chi deve usarla. Best practice: trattare il tasso di utilizzo come un KPI di pari dignità rispetto a quelli tecnici.
- Trattare la governance come un adempimento finale. La compliance aggiunta a posteriori costa di più e protegge di meno. Best practice: integrare tracciabilità e residenza del dato fin dalla progettazione.
Misurare l'AI è una pratica di governance continua
Il messaggio di fondo è semplice: il valore dell'intelligenza artificiale non si fotografa una volta sola, si presidia nel tempo. Un progetto AI non è un acquisto, è un processo vivo che va misurato lungo quattro assi — tecnico, economico, di adozione e di governance — e tenuto sotto controllo a mano a mano che dati, costi e normative evolvono. Le imprese che chiudono il "GenAI Divide" non sono quelle con i modelli migliori, ma quelle che hanno smesso di valutare l'AI sui benchmark tecnici e hanno iniziato a misurarla sui risultati di business. E che hanno capito una cosa: anche l'asse ambientale — già anticipato tra le metriche strategiche — e tutti gli altri si reggono sulla stessa precondizione, l'infrastruttura.
Per approfondire come un'infrastruttura AI sovrana, conforme e a costi prevedibili abiliti progetti realmente misurabili, è possibile esplorare l'approccio di
Aruba AI Platform.