Giornata fiorentina di alto livello e piena di intensa attività quella di lunedì otto giugno 2026 per il cortonese Gian Luca Trequattrini, Vicedirettore generale della Banca d’Italia, che, con un articolato e apprezzato discorso, ha concluso i lavori del Convegno " Economie regionali 2026" incentrato sul Rapporto annuale della Sede di Firenze di Bankitalia sull’economia toscana.

Questo Rapporto 2026 della Banca d'Italia sull'economia toscana offre una lettura molto seria ed approfondita delle dinamiche che stanno interessando il sistema produttivo dei popoli toscani e mette in evidenza che, assieme ai dati di  tenuta, emergono segnali di  criticità che chiedono  interventi mirati e urgenti per sostenere la crescita.

Dall'analisi del Rapporto emerge una fase di sviluppo ancora moderato, con una situazione allarmante del comparto moda, che è rimasto impigliato nelle incertezze internazionali determinate dai terremoti di guerra  e di concentramento capitalistico in atto.

“Il Rapporto- ha detto, tra l’altro, il Vicedirettore generale di Bankitalia, Trequattrini-  richiama   l'attenzione delle istituzioni e delle imprese sulla necessità urgente di rafforzare la capacità innovativa del sistema produttivo toscano sia per  incrementare la produttività sia per farsi alleati dell’IA per governare e guidare il futuro agricolo,  industriale e produttivo della Toscana”.

“Il potenziale dell’Intelligenza Artificiale- ha sottolineato inoltre Trequattrini- non dipende soltanto dalla disponibilità della tecnologia, ma soprattutto dalla capacità di imprese e organizzazioni di ripensare processi, competenze e modelli operativi. In uno scenario di adozione diffusa i guadagni di produttività potrebbero risultare significativi e contribuire a sostenere la crescita economica anche in presenza di una popolazione attiva in diminuzione”.

L’importante incontro .annuale sul Rapporto 2026 sull’economia toscana ha richiamato naturalmente l'attenzione  del Governatore Eugenio Giani e del suo assessore  Leonardo Marras,che all’unisono, tra l'altro, in un comunicato della Regione, hanno detto: "  (…) il rapporto della Banca d'Italia rappresenta uno strumento prezioso di analisi perché ci aiuta a leggere con realismo la fase che sta attraversando l'economia toscana. La crescita rimane debole e il percorso di rilancio non può dirsi ancora completato. La crisi della moda continua a rappresentare il fattore di maggiore criticità e richiede interventi mirati per accompagnare la ripresa di uno dei settori simbolo della nostra economia.Per questo abbiamo concentrato gran parte delle risorse regionali su innovazione, digitalizzazione e ricerca, e intendiamo proseguire su questa strada, rafforzando l'accesso al credito, sostenendo startup e imprese innovative e favorendo processi di aggregazione capaci di aumentare la competitività del sistema produttivo toscano."

Nella foto collage di corredo, il Vicedirettore di Bankitalia, Gian Luca Trequattrini al Convegno fiorentino  e la sede della Banca d’Italia a Firenze.

Ivo Camerini

Per gentile concessione del dottor Gian Luca Trequattrini, qui di seguito pubblichiamo in esclusiva il testo integrale del suo discorso. I vari numeri in neretto sono le note del testo che , per esigenze, di impaginazione sono state raggrupate in fondo, mentre nell'originale sono a piè di pagina.

Intervento di Gian Luca Trequattrini

Vice Direttore generale della Banca d’Italia

Banca d’Italia, Sede di Firenze

Firenze, 8 giugno 2026

1.      La Toscana nel 2025: una stabilizzazione che apre nuove prospettive

Nel 2025 l’economia della Toscana ha confermato la propria tenuta, crescendo in un contesto internazionale complesso. Il quadro mostra una stabilizzazione dopo due anni impegnativi, con elementi incoraggianti che indicano la direzione giusta e margini di miglioramento su cui lavorare con determinazione.

2.    Le leve della crescita: puntare sull’innovazione

La  vera  partita,  e  quella  più  promettente,  si  gioca  sul  terreno  dell’innovazione. La Toscana brevetta quanto la media nazionale, con un tessuto imprenditoriale diffuso e radicato. Le politiche regionali hanno messo in campo risorse significative, e c’è ora la consapevolezza di come concentrarle meglio per moltiplicarne l’impatto. Sul fronte del credito, le garanzie pubbliche stanno aiutando le imprese innovative.

Questo potenziale si intreccia con la struttura produttiva toscana, ricca di micro e piccole imprese  con  un  forte  radicamento  territoriale,  che  possono  guadagnare  efficienza e inserirsi con maggiore forza nelle filiere esportatrici più avanzate proprio grazie all’innovazione tecnologica.

La sfida non riguarda solo la Toscana, ma l’Italia intera: accelerare la crescita delle aziende innovative e aumentare gli investimenti in ciò che più conta per competere

–  ricerca,  software,  dati,  capitale  organizzativo  –  è  un  obiettivo  condiviso  e raggiungibile.

Investire in innovazione, allora, non è un’opzione: è la condizione necessaria per ridurre il divario con le regioni più dinamiche e per fondare una crescita che duri nel tempo.

3.    L’Intelligenza Artificiale come fattore di discontinuità

Se allarghiamo lo sguardo, l’innovazione è la chiave per rafforzare la competitività del Paese. E dentro l’innovazione, oggi, c’è un fattore che sta cambiando scala e velocità di tutto: l’Intelligenza Artificiale (AI)1.

Le stime internazionali convergono su un punto: l’AI – e in particolare l’AI generativa – può diventare un vero motore di produttività. L’OCSE 2 individua i canali attraverso cui l’AI incide sulla crescita; sul piano macroeconomico, il contributo potenziale alla produttività totale dei fattori è stimato nell’ordine di alcuni decimi di punto all’anno nelle economie avanzate – un risultato che dipende dalla velocità di adozione e dalla capacità di riallocare competenze e investimenti. Nelle ultime Considerazioni Finali, il Governatore Panetta ha fornito una stima concreta del potenziale per l’economia italiana: in uno scenario di adozione lenta la produttività del lavoro potrebbe aumentare di 0,2 punti percentuali all’anno; in uno scenario di diffusione rapida e pervasiva, il guadagno potrebbe superare 1 punto – un risultato sufficiente, nello scenario più favorevole, a compensare la contrazione della popolazione in età da lavoro.

A livello microeconomico, le stime indicano che l’impatto non sarà limitato alle aziende tecnologiche. Tra le numerose analisi condotte, una valuta il potenziale economico dell’AI generativa tra 2.600 e 4.400 miliardi di dollari l’anno a livello globale: cifre così grandi perché questa tecnologia entra nel cuore stesso dei processi che creano valore, riorganizzando i tempi e la qualità del lavoro 3.

Ma la vera domanda non è se l’AI cambierà le cose: questo è già evidente. La domanda è come governiamo questo cambiamento, dove decidiamo di applicarla con priorità, e con quale velocità sappiamo tradurre la promessa in risultati concreti – nel privato come nel pubblico 4.

4.    L’Intelligenza artificiale e la produttività

La produttività è da decenni il grande cantiere aperto delle economie avanzate, e dell’Italia in particolare. L’AI rappresenta forse la prima tecnologia dagli anni Novanta – quando Internet e l’informatizzazione diedero impulso alla cosiddetta “new economy” – capace di incidere in modo strutturale.

Come agisce concretamente l’AI sulla produttività? Attraverso almeno tre canali distinti. Il primo è l’automazione delle attività cognitive di routine: l’AI generativa può svolgere compiti di analisi, redazione, classificazione e sintesi che in passato richiedevano ore di lavoro qualificato, liberando risorse umane per attività a più alto valore aggiunto.

Il secondo canale è il supporto alle decisioni: l’AI non sostituisce il giudizio umano, ma lo potenzia, fornendo in tempo reale sintesi di dati complessi, scenari alternativi, segnali di rischio.

Il terzo canale, forse il più rilevante nel lungo periodo, è l’accelerazione dell’innovazione stessa: modelli di AI stanno già comprimendo i tempi della ricerca scientifica, della progettazione industriale, dello sviluppo di nuovi prodotti e servizi. Non si tratta solo di fare le stesse cose più in fretta: si tratta di fare cose che prima non erano accessibili.

C’è una lezione che la storia delle tecnologie – dall’elettricità al personal computer – ci ha insegnato: i guadagni di produttività arrivano quando le organizzazioni si ri-progettano attorno alla nuova tecnologia, non quando semplicemente la “aggiungono” ai processi esistenti. Il cosiddetto “paradosso della produttività” – tecnologie presenti, benefici ancora in maturazione nelle statistiche aggregate – si può evitare con l’AI se affrontiamo con serietà la questione organizzativa. Il Governatore Panetta, nelle Considerazioni Finali, ha richiamato un precedente istruttivo: nell’adozione delle tecnologie ICT negli anni Novanta, l’Italia accumulò ritardi che hanno pesato sulla produttività. Con l’AI abbiamo ora la consapevolezza e gli strumenti per rispondere in modo tempestivo e non ripetere quella esperienza. Una PMI toscana che adotta un assistente AI per la gestione della corrispondenza migliora l’efficienza di un singolo addetto; ma una PMI che riprogetta l’intero processo di gestione del cliente attorno agli strumenti di AI può cambiare radicalmente il proprio modello di business e la propria capacità competitiva. La differenza tra i due casi non è tecnologica: è culturale, manageriale e organizzativa.

Il potenziale si traduce in crescita quando si costruiscono le condizioni giuste: adozione diffusa, competenze tecniche e gestionali e un ecosistema capace di portare l’innovazione dal laboratorio alla produzione. Un recentissimo studio della Banca d’Italia 5  conferma che l’adozione dell’AI nelle imprese italiane ed europee è ancora al di sotto della media e spesso confinata a usi sperimentali. Tuttavia, nell’ipotesi di un’adozione ampia e profonda, gli effetti sulla produttività potrebbero essere significativi nel medio termine. Lo studio indica che, all’inizio del 2026, il 32 per cento delle imprese con almeno 20 addetti utilizzava già strumenti di AI, una quota più che raddoppiata nell’arco di un anno: un segnale che la transizione è in corso e che la velocità di diffusione può accelerare in modo non lineare.

Questo quadro positivo richiede anche di governare con attenzione la transizione occupazionale che l’AI porta con sé. Le tecnologie general purpose hanno storicamente generato più posti di lavoro di quanti ne abbiano trasformato, e l’AI non farà eccezione: la sfida è accompagnare la velocità del cambiamento con politiche adeguate. Quando l’automazione avanza, si apre una fase di transizione – temporanea ma concreta – tra le professioni in trasformazione e le nuove figure emergenti. Su questo fronte le analisi della Banca d’Italia offrono una lettura articolata. Uno studio dedicato all’esposizione occupazionale all’AI 6  stima che in Italia circa nove milioni di lavoratori abbiano un elevato grado di esposizione all’AI: ma la maggioranza di questi – oltre la metà – si trova in una condizione di complementarità, in cui l’AI potenzia le loro mansioni anziché sostituirle. Le occupazioni più esposte si concentrano prevalentemente nei settori dei servizi – finanza, comunicazioni, alcune aree della pubblica amministrazione – con una quota significativa di lavoratrici e di personale qualificato. Per contro, la manifattura tradizionale, caratterizzata da una maggiore richiesta di abilità fisiche e manuali, mostra un livello di esposizione all’automazione cognitiva generalmente più contenuto. Questa fase richiede attenzione specifica per i lavoratori con competenze da aggiornare, le fasce d’età che più beneficiano di percorsi di riqualificazione mirati e le aree geografiche dove il tessuto produttivo ha maggiore potenziale di rinnovamento. In Toscana, dove moda, pelletteria e lavorazione dei metalli occupano ancora quote significative di forza lavoro, l’AI offre soprattutto opportunità di integrazione nei processi produttivi e logistici

– automazione di fasi specifiche, controllo qualità, ottimizzazione della supply chain – più che di sostituzione delle competenze artigianali e manifatturiere di base. Investire nella riqualificazione in questa direzione significa valorizzare un patrimonio di competenze che l’AI può amplificare, non erodere. Governare questa fase di transizione – con politiche attive del lavoro, ammortizzatori sociali adeguati, investimenti mirati nella riqualificazione – è oggi una delle priorità più strategiche della politica economica. Si tratta di costruire le condizioni perché i benefici siano distribuiti in modo equo e la transizione diventi un’opportunità per tutti.

5.    L’Italia di fronte all’AI: PA digitale e agenda per l’azione

In Italia la diffusione dell’AI è in forte accelerazione: le Considerazioni Finali del Governatore Panetta indicano che circa il 30 per cento delle imprese italiane ne fa già uso, una quota crescente. Lo spazio di espansione è enorme: il 5 per cento che già la utilizza in modo intensivo sta dimostrando che si può fare, e la grande maggioranza delle imprese ha davanti a sé un percorso di adozione con ritorni concreti in termini di produttività, nuovi mercati e processi più efficienti. Il paper della Banca d’Italia pubblicato qualche giorno fa precisa ulteriormente il quadro: l’adozione è guidata in misura significativa da tre fattori – la dimensione aziendale, l’intensità di conoscenza del settore e il peso del costo del lavoro. Le imprese più grandi dispongono delle risorse e della capacità organizzativa per integrare l’AI nei processi produttivi; i settori a più alta intensità di dati ne trovano applicazioni più immediate; le imprese dove il lavoro ha un peso rilevante sui costi hanno maggiori incentivi ad automatizzare le attività routinarie. Per le PMI, che costituiscono la struttura portante del sistema produttivo toscano, questo significa che il percorso di adozione richiede supporto esterno mirato: trasferimento tecnologico, accesso a competenze, ecosistemi di servizi dedicati.Questo non è un destino: è un segnale che ci dice dove dobbiamo intervenire. Lo spazio per crescere è notevole. Le barriere sono concrete – dimensione media d’impresa, costo di integrazione, carenza di competenze digitali, dati non organizzati – e proprio perché sono concrete, si possono affrontare 7.

Nessuna di quelle barriere si abbatte da sola. Qui entra in scena il secondo protagonista del discorso: se l’innovazione delle imprese è il motore, lo Stato è il moltiplicatore 8. La Pubblica Amministrazione non è solo regolatore e finanziatore: è essa stessa una grande organizzazione che può innovare e, innovando, accrescere la produttività dell’intero sistema 9. Quando una PA riduce i tempi, semplifica le procedure, digitalizza i servizi, non migliora solo se stessa: abbassa i costi per cittadini e imprese, aumenta la fiducia, accelera gli investimenti 10.

In Italia, questa direzione è stata sostenuta da un complesso di investimenti senza precedenti: il PNRR 11. La Missione 1, dedicata a digitalizzazione, innovazione e competitività, punta a trasformare in profondità la PA su due fronti: la modernizzazione dei servizi all’utenza e lo sviluppo delle competenze, con interventi su cloud, interoperabilità, cybersecurity e digitale. È un passaggio cruciale: perché la PA digitale non è un progetto informatico. È un cambio di modello organizzativo.

AI e innovazione non sono un tema a sé: sono il modo in cui oggi si fa politica industriale, politica del lavoro e riforma della PA. Per essere efficaci devono tradursi in impegni concreti. Il primo riguarda le imprese, a partire dalle PMI: quelle stesse PMI che rappresentano la spina dorsale del tessuto produttivo toscano e italiano, e che hanno oggi davanti a sé un’occasione storica per rafforzare la propria capacità di adozione delle nuove tecnologie. Adottare l’AI non significa comprare un software: significa integrare dati, riprogettare processi, formare le persone, misurare i risultati. In una parola: innovazione organizzativa, non solo tecnologica 12. Il secondo impegno è il capitale umano: sviluppare competenze digitali diffuse è la condizione perché l’AI diventi pratica quotidiana e non resti appannaggio di poche realtà d’eccellenza. Il valore si crea quando l’innovazione si diffonde – nelle PMI toscane come negli uffici della PA. Il rafforzamento delle competenze di base va perseguito con formazione continua, orientamento, collaborazione stretta tra università e imprese.

Il terzo impegno è fare della PA un acceleratore, non un collo di bottiglia. Lo Stato può inoltre agire da committente primario dell’innovazione, come indicato nelle Considerazioni Finali: orientando la domanda pubblica verso applicazioni avanzate in settori come sanità, sicurezza e mobilità, può aprire nuovi mercati, ridurre il rischio per le imprese pioniere e accelerare la diffusione di nuove soluzioni. Gli investimenti del PNRR tracciano la direzione e l’AI può moltiplicarne gli effetti, ma solo se inserita in una strategia seria di riprogettazione dei processi e di governance dei dati. Una PA moderna non è solo più efficiente: è un fattore di competitività per tutto il sistema Paese, perché riduce i costi di transazione e rende l’azione amministrativa più prevedibile. Il quarto impegno è la fiducia. L’AI deve essere affidabile e governata: dati di qualità, sicurezza, trasparenza, gestione dei rischi, conformità alle regole.

6.    Conclusioni

Vorrei chiudere con un’immagine semplice. L’intelligenza artificiale è una leva: può farci fare un salto di produttività e di qualità, ma solo se costruiamo le condizioni per usarla bene. Per le imprese significa competitività, nuovi prodotti, processi più efficienti, mercati più accessibili. Per la Pubblica Amministrazione significa servizi più semplici, tempi più brevi, istituzioni più moderne – e, soprattutto, un rapporto più trasparente e collaborativo tra Stato e cittadini 13.

Se sapremo tenere insieme questi due fronti – impresa e Stato – l’innovazione diventerà un circolo virtuoso: più efficienza pubblica che sblocca investimenti privati; più innovazione privata che genera competenze, lavoro qualificato, domanda di servizi migliori. E allora crescita e produttività smetteranno di essere obiettivi da inseguire e potranno diventare, finalmente, risultati 14.

Note

1              “The impact of Artificial Intelligence on productivity, distribution and growth: Key mechanisms, initial evidence and policy challenges”, OECD Artificial Intelligence Papers n. 15 (2025); “Artificial Intelligence Index Report”, Stanford University (2026).

2              “Macroeconomic  productivity  gains  from  Artificial  Intelligence  in  G7  economies”,  OECD  Artificial Intelligence Papers n. 41 (2025).

3              “The economic potential of generative AI: The next productivity frontier”, Report McKinsey & Co. (2023).

4              “Strategia Italiana per l’Intelligenza Artificiale 2024-2026”, Rapporto redatto da un Comitato di esperti per supportare il Governo nella definizione di una normativa nazionale e delle strategie relative a questa tecnologia (2024).

5              “L’adozione dell’intelligenza artificiale: effetti su produttività e politiche a sostegno”, di F. D’Amuri et al., Questioni di Economia e Finanza, n. 1009 (2026).

6              I dati sull’esposizione occupazionale all’AI (nove milioni di lavoratori ad alta esposizione, prevalenza della complementarità, concentrazione nei servizi) sono tratti da: “Una valutazione dell’esposizione del mercato del lavoro all’intelligenza artificiale in Italia”, di A. Dalla Zuanna, D. Dottori, E. Gentili e S. Lattanzio, Questioni di Economia e Finanza, n. 878 (2024).

7             Per un’analisi si vedano “Imprese e ICT - Anno 2025”, ISTAT; “Formare l’azienda AI-driven: consapevolezza, competenze e competitività” realizzato da Istituto per la Competitività (I-Com) in collaborazione con Datrix (2026).

8              “Lo “Stato digitale”. Pubblico e privato nelle infrastrutture digitali nazionali Strategiche”, di A. Sandulli, in Rivista trimestrale di diritto pubblico, n. 2 (2021).

9              “Le trasformazioni del diritto amministrativo nella complessità dell’ambiente digitale”, di P.S.L. Falletta, in Federalismi, n. 7 (2022); “Lo stato digitale: Un’introduzione”, di L. Torchia, Bologna (2023).

10            “Equitable Growth, Finance & Institutions Insight - Interoperability Towards a Data-Driven Public Sector”, World Bank (2022).

11            “Monitoraggio del Piano Nazionale di Ripresa e Resilienza”, a cura dei Servizi Studi Camera e Senato della Repubblica (2026); il documento monitora lo stato di attuazione del Piano Nazionale di Ripresa e Resilienza dell’Italia, che comprende 7 Missioni – per un totale di 224 misure – e consta di una dotazione finanziaria complessiva pari a 194,4 miliardi di euro; “Le Pubbliche Amministrazioni di fronte alle sfide del PNRR”, di A. Di Filippo (2022).

12            “Digital Decade country report 2025 - Italy”, Report della Commissione Europea (2025); “L’impatto economico dell'adozione dell'intelligenza artificiale: evidenza dalle imprese italiane”, di T. Ropele e A. Tagliabracci, in Questioni di Economia e Finanza (Occasional Papers), n. 1005 (2026), gli autori approfondiscono tra l’altro il rapporto tra adozione tecnologica, organizzazione del lavoro e crescita economica.

13            “The potential value of AI - and how governments could look to capture it”, Studio di McKinsey & Co. (2022), dove si analizza il potenziale dell’AI per produttività, servizi pubblici, efficienza amministrativa e crescita economica; sempre della stessa McKinsey “Unlocking the potential of generative AI: Three key questions for government agencies” (2023), dove vi è un focus sull’adozione dell’AI nella Pubblica Amministrazione e sugli effetti su qualità dei servizi e capacità dello Stato.

14            “Productivity Trends amid Economic Headwinds”, OECD (2025); “The Impact of AI on Productivity, Distribution and Growth”, OECD (2024).