Il sessantuno percento delle aziende di servizi nel panel di agosto 2026 della Fed di New York usa l'AI. Tra le aziende che la usano, la quota mediana di dipendenti che effettivamente la utilizza è del 17% (New York Fed, 2026). Per il manifatturiero i due numeri sono 51% e 7%.
Uno di quei numeri finisce nella slide per il consiglio. L'altro è il tuo rollout.
L'adozione è una casella a livello aziendale: qualcuno, da qualche parte, sta usando qualcosa. La penetrazione è la quota di forza lavoro la cui giornata passa ora attraverso lo strumento. Quasi ogni piano AI 2026 che leggo è sottoscritto sul primo numero e consegnato sul secondo, e lo scarto tra i due è dove il business case muore in silenzio.
Il panel da leggere prima del prossimo rinnovo
I dati vengono dall'Empire State Manufacturing Survey e dalla Business Leaders Survey di agosto 2026 della Federal Reserve Bank of New York — la terza rilevazione annuale con domande sull'AI rivolte ad aziende di New York e del New Jersey settentrionale, pubblicata il 1° settembre da Jaison R. Abel, Richard Deitz, Natalia Emanuel e Nick Montalbano (New York Fed, 2026).
La curva di adozione è la parte che viene citata:
- Aziende di servizi che usano l'AI: 25% (2024) → 40% (2025) → 61% (2026)
- Manifatturiero che usa l'AI: 16% (2024) → 26% (2025) → 51% (2026)
L'adozione è grosso modo raddoppiata in due anni nei servizi e triplicata nel manifatturiero. Solo su questa evidenza, il rollout è concluso.
Altri due risultati dello stesso panel dicono che è appena iniziato.
Penetrazione. Tra chi adotta, l'azienda di servizi mediana ha il 17% dei dipendenti sugli strumenti AI. Il manifatturiero mediano ha il 7%.
Intensità. Tre quarti delle aziende di servizi e oltre il 90% del manifatturiero descrivono il proprio investimento in AI come minimo o modesto. Circa il 5% delle aziende di servizi lo definisce un investimento strategico rilevante.
Tieni insieme tutti e tre i dati. L'adozione è quasi universale, la spesa è ancora minima o modesta, e circa un lavoratore su sei è sugli strumenti. Questi fatti sembrano contraddittori solo se hai trattato l'adozione come sinonimo di deployment.
Cosa fa il 17% al tuo business case
Portalo alla scala mid-market. Un'azienda di servizi con 200 FTE rientra comodamente nella colonna degli adottanti. Se la mediana tiene, parliamo di circa 34 persone il cui lavoro tocca l'AI — non 200.
Ora prendi la costruzione ROI standard: X ore risparmiate per knowledge worker, moltiplicate per l'organico. Applicata a 200 FTE quando 34 sono nel perimetro, il solo termine di partecipazione sovrastima il ritorno di circa sei volte. E questo prima che qualcuno discuta se le ore risparmiate siano reali, e prima di sottrarre il tempo che il tuo team spende a correggere l'output.
La correzione non è pessimismo. È un denominatore. Un business case costruito su una penetrazione che hai misurato è un numero più piccolo che sopravvive al contatto con la funzione finanziaria; uno costruito sull'organico non ci riesce.
Il costo non è il tuo vincolo — lo dimostrano i non-adottanti
Il paragrafo più utile del comunicato della Fed è quello sulle aziende che non hanno adottato. Alla domanda sul perché, circa metà ha risposto che il proprio lavoro non si presta all'AI. Circa un quarto ha detto che la tecnologia non è ancora abbastanza buona. Oltre un terzo ha citato privacy e sicurezza dei dati. Circa un terzo ha detto di non avere personale tecnicamente qualificato.
Il costo è stato tra i deterrenti meno citati (New York Fed, 2026).
Questo risultato dovrebbe chiudere un certo tipo di conversazione interna. Se il prezzo fosse il vincolo stringente, la soluzione sarebbe una voce di budget più grande e l'adozione sarebbe tutta la partita. Non lo è. I vincoli dichiarati sono adeguatezza dei task, affidabilità dell'output, governance del dato e capacità interna — quattro problemi che una licenza non tocca.
Il che spiega anche il dato sull'intensità. Le aziende non comprano minimo-o-modesto perché sono al verde. Comprano minimo-o-modesto perché non hanno ancora trovato il lavoro su cui puntarlo.
Un secondo strumento misura la penetrazione dell'AI, non l'adozione
L'autodichiarazione aziendale è uno strumento debole, e il panel della Fed è interamente autodichiarato. Quindi conta che un metodo che non chiede niente a nessuno arrivi allo stesso punto.
Il Productivity Lab di ActivTrak ha classificato la maturità di adozione dell'AI a partire da telemetria comportamentale su 120.620 lavoratori — attività osservata, non licenze, login o sondaggi. Ha trovato il 27% dei lavoratori al livello di assistenza alla ricerca, il 14% all'esecuzione di task e il 2% all'integrazione nel workflow, lo stadio in cui l'AI è incorporata nel modo in cui il lavoro viene effettivamente svolto (ActivTrak, 2026).
Gli strumenti divergono sulla magnitudine e concordano sulla forma: l'accesso sta scalando, l'integrazione no. Vale la pena notare che Gallup ha pubblicato un titolo su "l'adozione organizzativa dell'AI sale di sei punti" il giorno prima che ActivTrak pubblicasse il 2%. Stessa settimana, stessa economia, due storie — perché uno misurava la distribuzione e l'altro il lavoro cambiato.
La riqualificazione è l'unica leva sul personale che si muove davvero
È qui che i dati della Fed smontano l'altra narrativa dominante.
Tra le aziende di servizi che usano l'AI: il 4% ha licenziato a causa dell'AI (dall'1% del 2025), il 15% ha assunto meno, il 13% ha assunto di più. Nessuna azienda manifatturiera ha riportato licenziamenti dovuti all'AI né nel 2025 né nel 2026 (New York Fed, 2026).
"Assumere di più" annulla grosso modo "assumere di meno". I licenziamenti sono marginali e concentrati. Qualunque cosa l'AI stia facendo a queste aziende, la ristrutturazione non è il meccanismo.
La riqualificazione sì. Poco più di un terzo delle aziende di servizi che usano l'AI ha riqualificato personale in risposta all'AI; più di un quinto del manifatturiero lo ha fatto. Questo rende la riqualificazione il singolo aggiustamento del personale più ampio nel panel — e significa che meno della metà degli adottanti sta tirando l'unica leva che si è mossa.
Il problema è cosa insegna quella riqualificazione
Gli autori della Fed descrivono il contenuto senza giri di parole: riguarda in larghissima parte aiutare i dipendenti a svolgere meglio il lavoro attuale, più che prepararli a ruoli interamente nuovi — alfabetizzazione AI, istruzione sugli strumenti, tecnica di prompting, applicazioni specifiche per funzione, più formazione sull'uso responsabile per verificare l'output e trattare i dati.
Utile. E anche la metà più economica del problema.
Lo State of AI in the Enterprise 2026 di Deloitte — 3.235 leader in 24 Paesi — ha trovato lo stesso squilibrio su scala globale: il 53% sta formando la forza lavoro per alzare la fluency sull'AI, ma solo il 30% sta ripensando l'organizzazione attorno ai nuovi pattern AI e il 33% sta ridisegnando i percorsi di carriera (Deloitte, 2026).
E il Work Trend Index 2026 di Microsoft, condotto su 20.000 lavoratori in 10 Paesi, mette un rapporto su quale metà paga. I fattori organizzativi — cultura, supporto manageriale, pratiche di gestione dei talenti — generano più del doppio dell'impatto AI realizzato rispetto ai fattori individuali, 67% contro 32% (Microsoft, 2026).
Forma un individuo e ne alzi la fluency. Due terzi dell'impatto realizzato stanno nel design del lavoro attorno a lui. Il panel della Fed mostra che la maggior parte delle aziende compra fluency, e che solo un terzo compra anche quella.
L'obiezione onesta
Quattro limiti, detti chiaramente.
Il campione è regionale e autodichiarato. Parliamo di New York e New Jersey settentrionale, con risposte di rappresentanti aziendali, non di un campione probabilistico nazionale di lavoratori. Il mix settoriale e il peso di finanza e servizi alle imprese della regione influenzano il dato di adozione. Leggi il panel per direzione e struttura, non come stima puntuale nazionale.
Il 17% potrebbe essere corretto, non rotto. Metà dei non-adottanti ha detto che il proprio lavoro non si presta all'AI — una posizione difendibile su ampie fasce di lavoro operativo e di servizio. Una penetrazione bassa è un fallimento solo rispetto a un business case che assumeva altro. Se il tuo assumeva il 100% e hai costruito per il 17%, l'errore sta nell'assunzione.
Una mediana non è la tua azienda. La Fed riporta l'adottante mediano; la distribuzione non è pubblicata. Alcune aziende di quel panel sono ben sopra il 17% e altre sono al 2%. Il numero su cui agire è il tuo, ed è per questo che la prima raccomandazione qui sotto è una misurazione, non una decisione.
La calma aggregata può nascondere danni concentrati. Lo stesso post della Fed segnala il lavoro dello Stanford Digital Economy Lab secondo cui i lavoratori entry-level possono essere colpiti in modo significativo anche dove gli effetti a livello aziendale appaiono piccoli. "Solo il 4% ha licenziato qualcuno" è una statistica aziendale, non una rassicurazione per un analista di 23 anni.
Cosa decidere questo trimestre
Quattro mosse. Una è gratis.
- Calcola il tuo numero di penetrazione e stampalo accanto al conteggio delle licenze. Non licenze emesse — la quota di forza lavoro il cui output settimanale è dimostrabilmente cambiato. Due numeri su una riga riformulano l'intera conversazione sul rinnovo, e hai già i dati per produrli.
- Ri-sottoscrivi il business case sulla penetrazione, non sull'organico. Sostituisci il moltiplicatore dell'organico con la popolazione misurata nel perimetro. Se il caso regge ancora, ne hai uno reale. Se reggeva solo a 200 FTE, non ne hai mai avuto uno.
- Sposta un workflow invece di cento persone. Il 2% di ActivTrak è lo stadio che produce ritorni. Scegli un singolo workflow end-to-end, ridisegna i passaggi di consegna e vincola l'espansione delle licenze al raggiungimento dell'integrazione lì. L'ampiezza è l'asse economico ed è quello che hanno comprato tutti.
- Finanzia la riqualificazione che due terzi dei tuoi pari non fanno — e valutala sul ridisegno, non sulla fluency. Meno della metà degli adottanti riqualifica, il che rende questo terreno facile da conquistare. Giudica il programma su se un ruolo o un processo ha cambiato forma, non su quante persone hanno completato un modulo di prompting.
Il 61% di adozione ti dice che il mercato si è mosso. Il 17% di penetrazione ti dice che nessuno è ancora arrivato.
Quello scarto è l'unico vantaggio competitivo in questa tecnologia ancora disponibile a prezzi mid-market — e si chiude nel trimestre in cui qualcuno nel tuo settore smette di contare licenze e inizia a contare lavoro cambiato.
