Il settore Pharma italiano è a metà strada nell'adozione dell'AI. Analisi su budget, resistenze manageriali e l'ascesa delle soluzioni software dedicate.

Il settore farmaceutico italiano si trova in una fase di transizione asimmetrica. Se da un lato l'intelligenza artificiale è percepita come un driver strategico, dall'altro l'implementazione pratica fatica a superare una soglia critica di maturità. I dati del primo Osservatorio Act4AI 2026, frutto della collaborazione tra BioPharma Network e Assist Digital, delineano un quadro in cui l'entusiasmo della visione non coincide ancora con la capacità operativa.

Perché il Pharma italiano si ferma a 44,3 punti?

Il numero è netto: 44,3 su 100. È questo l'indice di maturità tecnologica del settore, un valore che colloca le aziende italiane poco meno a metà strada nel percorso di integrazione dell'AI. L'indagine, condotta su 145 manager e professionisti di oltre 15 funzioni aziendali, rivela una frattura profonda tra l'intenzione strategica e l'esecuzione tecnica.

L'analisi delle sei dimensioni misurate dall'Osservatorio mostra che l'unica area a superare la soglia della sufficienza è 'Strategy & Vision', con un punteggio di 50,7. Tutte le altre dimensioni — Governance & Compliance, Data Technology, Process & Decision-making, People & Culture e Customer Experience — restano confinate in un range tra 39,0 e 43,6. Questo scarto suggerisce che le aziende sanno dove vogliono andare, ma non possiedono gli strumenti o l'organizzazione per arrivarci.

Esiste inoltre una marcata differenziazione in base alla dimensione e alla natura dell'impresa. Le aziende con più di 5.000 dipendenti raggiungono un indice di 48,3, contro il 39,2 di quelle sotto i 250 dipendenti. Un trend simile si osserva tra chi ricopre ruoli globali (47,7) rispetto a chi opera sul territorio (39,4), e tra le multinazionali con sede estera (44,9) e le aziende a capitale italiano (40,4). L'indagine Act4AI evidenzia come la scala dimensionale influenzi direttamente la capacità di assorbimento tecnologico.

Analisi strategica: Il gap tra visione (50,7) e cultura/processi (sotto 44) indica un rischio di 'over-promising' interno. Quando la strategia corre più veloce della capacità tecnica e culturale, si creano colli di bottiglia che possono portare al fallimento dei progetti pilota, alimentando ulteriormente lo scetticismo dei dipendenti.

L'illusione della strategia senza budget

C'è un paradosso finanziario nel Pharma italiano. Mentre l'AI è considerata una priorità per il 78% delle aziende per quanto riguarda il coinvolgimento dei professionisti sanitari e per il 48% nel supporto alla ricerca, i fondi non seguono sempre le dichiarazioni d'intento. La ricerca dell'Osservatorio Life Science Innovation del Politecnico di Milano mette a nudo una fragilità strutturale: meno di un terzo delle aziende (27%) dispone di un budget centralizzato specifico per l'innovazione digitale.

Ancor più allarmante è il dato relativo al 50% delle imprese, che non prevede alcun budget dedicato. In questo scenario, l'innovazione avviene per 'frammentazione', ovvero attraverso piccoli investimenti isolati o l'uso di strumenti gratuiti, senza una regia finanziaria che permetta una scalabilità industriale.

Questa mancanza di risorse dedicate si traduce in una difficoltà a certificare la maturità dell'approccio. Senza un budget ad hoc, l'AI rimane confinata a esperimenti di laboratorio o a implementazioni superficiali, rendendo difficile il passaggio dalla fase di sperimentazione alla creazione di valore reale. Il report del Politecnico di Milano suggerisce che l'evoluzione tecnologica deve ancora consolidarsi per superare queste criticità finanziarie.

Il manager che resiste al cambiamento

Se i soldi non sono l'unico freno, cosa blocca l'accelerazione? La risposta risiede nel fattore umano. L'Osservatorio Act4AI identifica nelle resistenze interne e nella mancanza di competenze adeguate i principali ostacoli. Non si tratta solo di saper usare un software, ma di un cambiamento di paradigma mentale.

Il ritratto che emerge è quello di un management che spesso vive l'adozione dell'AI come una formalità o un suggerimento esterno, piuttosto che come una necessità operativa. Tuttavia, l'indagine mostra un'eccezione fondamentale: laddove l'AI entra nei piani operativi con il coinvolgimento attivo di manager e personale, i progressi sono rapidi. La resistenza non è dunque tecnologica, ma culturale.

Il gap di competenze è quantificabile: una risposta su due tra gli intervistati indica che le persone e la formazione sono l'ambito prioritario su cui intervenire. Nello specifico, il 29% cita esplicitamente la carenza di skill e la necessità di una digital literacy più diffusa. Il manager 'resistente' è colui che non vede l'AI come uno strumento di potenziamento della propria funzione, ma come un elemento di disturbo o, peggio, una minaccia alla propria autorità decisionale.

Soluzioni su misura contro i software di mercato

Un dato sorprendente riguarda la natura degli strumenti adottati. Sebbene piattaforme di mercato come ChatGPT, Copilot e Gemini siano diffuse tramite account aziendali, si sta assistendo a un balzo verso l'AI 'dedicata'. Le soluzioni sviluppate su misura per la singola azienda sono passate dal 36% al 76%.

Perché questa accelerazione verso il custom? Nel Pharma, la gestione dei dati è critica. La necessità di garantire la privacy, la sicurezza dei dati clinici e la precisione scientifica rende i software generici insufficienti o rischiosi. Le aziende preferiscono investire in sistemi chiusi, addestrati su dataset proprietari, che permettano di mantenere il controllo totale sull'output e sulla governance dei dati.

Questo spostamento verso l'AI dedicata implica una sfida ulteriore: lo sviluppo di software custom richiede competenze interne ancora più elevate o partnership strategiche con vendor specializzati. Non basta più acquistare una licenza; occorre progettare l'architettura dell'intelligenza che dovrà supportare la scoperta di nuovi farmaci o l'ottimizzazione delle sperimentazioni cliniche.

Analisi di business: Il passaggio dal 36% al 76% nell'AI dedicata indica che il settore ha superato la fase di 'curiosità' verso l'AI generativa pubblica per entrare in una fase di 'industrializzazione'. Questo crea un nuovo mercato per le software house capaci di integrare l'AI nei flussi di lavoro regolamentati del Life Science.

Competenze digitali e vincoli dell'AI Act nel settore Life Science

L'Italia si muove all'interno di un quadro normativo europeo sempre più stringente. L'adozione dell'AI nel Pharma non può prescindere dal rispetto dell'AI Act e delle normative sulla protezione dei dati. La sfida per le imprese italiane è doppia: colmare il gap di competenze e, contemporaneamente, garantire che ogni implementazione sia 'compliant'.

La governance e la compliance sono tra le dimensioni che registrano i punteggi più bassi nell'indagine Act4AI. In un settore dove l'errore può avere conseguenze sulla salute umana, l'AI non può essere una 'scatola nera'. La necessità di spiegabilità (explainability) degli algoritmi diventa un requisito legale e strategico.

Per le imprese italiane, questo significa che la formazione non può essere generica. Serve una formazione personalizzata che unisca la competenza scientifica (biotech, chimica) a quella digitale e legale. Il rischio è che l'AI Act, pur essendo necessario per la sicurezza, diventi un ulteriore freno per le aziende più piccole (quelle sotto i 250 dipendenti), che già partono da un indice di maturità più basso (39,2).

Per monitorare l'evoluzione di questo scenario, gli imprenditori dovrebbero osservare i seguenti indicatori verificabili:

• Budgeting: L'incremento della percentuale di aziende con budget centralizzato (attualmente al 27%) verso una soglia del 50% entro i prossimi due anni.
• Certificazioni: Il numero di sistemi di AI 'dedicata' che ottengono la certificazione di conformità all'AI Act europeo.
• Skill Gap: La riduzione della percentuale di manager che citano la mancanza di competenze come primo ostacolo nelle survey di settore 2027.

In sintesi, per l'impresa italiana l'AI non è più un'opzione, ma una necessità di sopravvivenza competitiva. Tuttavia, senza un investimento massiccio in capitale umano e una pianificazione finanziaria centralizzata, il rischio è di rimanere bloccati a metà strada, osservando le multinazionali accelerare il passo.

Lettura italiana/europea

Il Pharma italiano rischia di diventare il 'terreno di prova' per le multinazionali estere se non accelererà sulla formazione. L'AI Act europeo impone standard di governance che le aziende italiane, con una maturità di 44,3 punti, faticheranno a implementare senza un supporto strutturale. La sfida non è tecnologica, ma di gestione del cambiamento e di allocazione delle risorse.

Domande frequenti

---

Fonti: Ilsole24ore (2), En ·

glacom · Intelligenza artificiale per aziende: i modelli girano sui tuoi server, i dati non escono →