L’intelligenza artificiale si diffonde nelle imprese a ritmo serrato, ma la fiducia nella tecnologia non tiene il passo. Secondo un’indagine di Forrester Consulting per conto di Boomi, l’86% delle aziende ha già superato la fase pilota degli agenti di IA, eppure solo il 34% dichiara di fidarsi delle decisioni prese da questi sistemi. Un sondaggio canadese condotto nell’ambito del progetto Bridging Divides rivela un divario analogo tra il pubblico: appena il 16,6% dei residenti in Québec e il 15,4% nel resto del Canada affiderebbe all’IA decisioni importanti, mentre oltre tre quarti degli intervistati ritiene che l’IA si stia sviluppando troppo rapidamente.

Alla sfida della fiducia si aggiunge quella dei costi. L’adozione di flussi di lavoro agentici, che eseguono compiti multi-fase con ripetuti accessi al contesto e chiamate a strumenti esterni, moltiplica il consumo di token. Un’analisi di TechNews riporta che il 93% dei team IA aziendali ha già superato il budget previsto, e che il 60% della spesa per l’IA agentica deriva da correzioni e riscritture. Bret Taylor, presidente di OpenAI, ha dichiarato a CNBC che il problema dei token è destinato a ridimensionarsi con la maturità del mercato, prevedendo che tra un anno i dipartimenti IT non dovranno più occuparsene direttamente.

Un terzo freno è di natura infrastrutturale. L’esperto di mercati finanziari Otávio Fakhoury ha spiegato a Valor Econômico che l’IA è digitale solo nell’interfaccia, ma la sua base è profondamente industriale: data center, chip, sistemi di raffreddamento e reti di trasmissione richiedono investimenti miliardari e tempi lunghi. Un data center può richiedere due o tre anni per essere completato, una nuova linea di trasmissione da quattro a otto anni. Secondo Fakhoury, questo non annulla l’impatto dell’IA, ma indica che la trasformazione non avverrà in modo istantaneo né omogeneo.

Il divario tra ambizione e realtà solleva interrogativi anche per i decisori pubblici. Un rapporto del think tank Economic Innovation Group, citato da The Sydney Morning Herald, sottolinea che i dati economici sull’IA arrivano con ritardo e che quando saranno chiari potrebbe essere troppo tardi per intervenire. Negli Stati Uniti, un disegno di legge bipartisan presentato a giugno 2026 chiede un rapporto annuale federale sugli effetti dell’IA sul lavoro. La misurazione, avvertono gli economisti, è il presupposto per politiche efficaci.