Il paradosso dell'AI nel finance: 87% la considera strategica, 14% vede ROI misurabile
L'87% dei CFO nordamericani considera l'intelligenza artificiale estremamente o molto importante per le operazioni del proprio dipartimento finance nel 2026. Solo il 2% pensa che non sarà importante (Deloitte, Q4 2025 CFO Signals Survey, 200 finance chief di aziende con oltre un miliardo di dollari di ricavi, rilevazione novembre-dicembre 2025).
Una seconda indagine, su un campione diverso, misura l'altra metà della cosa: solo il 14% dei CFO dichiara di aver visto un impatto chiaro e misurabile dai propri investimenti in AI (RGP, «The AI Foundational Divide: From Ambition to Readiness», 200 CFO statunitensi, rilevazione ottobre-novembre 2025).
Sono due rilevazioni distinte, non lo stesso gruppo di persone che si contraddice. Ma messe una accanto all'altra dicono una cosa che nessuna delle due dice da sola: fra il momento in cui l'AI diventa una priorità dichiarata e il momento in cui produce un numero che si può portare in consiglio, c'è una distanza che quasi nessuno ha ancora coperto.
Letti insieme, i tre numeri raccontano qualcosa di preciso. Non è un problema di adozione — l'AI è già strategica per quasi tutti. Non è nemmeno un problema di tecnologia — i modelli funzionano. È un problema di architettura del business case.
Dove l'AI nel finance funziona davvero, oggi
I casi d'uso dove il ROI è già misurabile e ripetibile sono specifici:
- Accounts payable automation con three-way matching sulle fatture standard, dove il grosso del lavoro è confronto fra documenti e non giudizio.
- Riconciliazioni di conti contabili ad alto volume, dove le regole di quadratura sono stabili nel tempo.
- Anomaly detection sul transato per controlli antifrode e quality.
- Variance explanation automatica nei reporting mensili.
Caratteristica comune: sono processi ad alto volume, regolati da logiche deterministiche, con una base dati strutturata. L'AI fa quello che fa bene — pattern recognition su grandi volumi e generazione di output standard.
Dove l'AI nel finance non funziona ancora
- Forecast a medio-lungo termine in contesti volatili.
- Scenario planning autonomi su business model nuovi.
- Decisioni di capital allocation.
- AI agent end-to-end che "gestiscono" processi finance senza supervisione umana strutturata.
Caratteristica comune: richiedono giudizio strategico, dati incompleti, interpretazione di contesto. L'AI assiste, non sostituisce. I business case che promettono ROI immediato su questi casi sono tipicamente quelli che producono il 95% di fallimenti del dato MIT.
Il problema di misurazione, non di tecnologia
Twisha Sharma, Senior Principal Research di Gartner, al Gartner CFO & Finance Executive Conference di Sydney del 23-24 marzo 2026, ha messo a fuoco la radice del paradosso: i CFO trattano l'AI come un singolo investimento ROI, mentre andrebbe trattata come portafoglio di scommesse diverse.
Economics chiare, ROI misurabile in mesi.
Benefit anche intangibili: decisioni migliori, adattamento più rapido.
Orizzonti pluriennali, governance dedicata.
Forzare i tre attraverso lo stesso template ROI è il modo più rapido per sotto-stimare il valore dei primi e sovra-promettere sui terzi.
Cosa significa, operativamente
Per i CFO che stanno pianificando il 2026, tre indicazioni emergono dalla ricerca convergente di Gartner, Deloitte, MIT e RGP.
- Separare il portafoglio AI in tre categorie con framework di valutazione diversi: Routine, Advanced, Transformational. Ognuna con metriche, orizzonti e governance distinti.
- Iniziare dai casi ad alto volume e logica deterministica. AP automation, riconciliazioni, anomaly detection. ROI dimostrato in 6–12 mesi, basso rischio, base solida per ampliare il perimetro.
- Costruire la data foundation prima di scalare. Solo il 10% dei CFO dichiara di fidarsi pienamente dei dati aziendali (RGP, dicembre 2025, 200 CFO statunitensi). Senza dati puliti, nessun framework AI produce ROI ripetibile.
L'AI nel finance non è il problema, e non è la soluzione. È un'infrastruttura nuova che cambia l'economics di alcuni processi e ne lascia altri sostanzialmente invariati. I CFO che otterranno ROI misurabile nei prossimi 18 mesi non saranno quelli con il budget più alto o gli strumenti più avanzati. Saranno quelli che avranno mappato in modo onesto cosa l'AI sa fare oggi, cosa saprà fare tra due anni, e cosa probabilmente non saprà fare mai.