📈 economics

How Artificial Intelligence (AI) Affects Sustainable Economic Growth in the Jordanian Industrial Sector

Questo studio dimostra empiricamente che l'adozione dell'Intelligenza Artificiale guida positivamente la crescita economica sostenibile nel settore industriale della Giordania, con l'apprendimento organizzativo che funge da significativo mediatore parziale in questa relazione.

Autori originali: Ahmad Eyadat, Anas Kanaan, Tariq Talafha, Odai Mansour, Saed Mustafa, Amro Alamaren, Oualid Ali

Pubblicato 2026-07-08

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Ahmad Eyadat, Anas Kanaan, Tariq Talafha, Odai Mansour, Saed Mustafa, Amro Alamaren, Oualid Ali

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il Quadro Generale: L'IA come un Super-Motore

Immaginate il settore industriale in Giordania (fabbriche, impianti di produzione, ecc.) come una flotta di camion che cerca di consegnare merci. I ricercatori volevano sapere: Se inserissimo un motore ad alta tecnologia e a guida autonoma (Intelligenza Artificiale) in questi camion, questi viaggerebbero più velocemente, consumerebbero meno carburante e durerebbero più a lungo (Crescita Economica Sostenibile)?

La risposta dello studio è un sì fragoroso, ma con un avvertimento molto importante. Non si tratta solo di installare il motore; si tratta di avere un conducente che sappia come usarlo.

I Protagonisti

Per comprendere lo studio, pensate a tre personaggi principali:

Intelligenza Artificiale (IA): Il Super-Motore Tecnologico. È uno strumento potente che può prevedere il traffico, ottimizzare i percorsi e risolvere i problemi prima che si presentino. Genera una quantità massiccia di dati e intuizioni.
Apprendimento Organizzativo: La Scuola Guida del Conducente. Questa è la capacità dell'azienda di imparare, condividere la conoscenza e adattarsi. È il team seduto nella cabina, che legge i dati del motore e capisce come guidare meglio insieme.
Crescita Economica Sostenibile: La Destinazione. Non si tratta solo di ottenere un profitto rapido oggi; si tratta che l'azienda di trasporti rimanga in attività per decenni, cresca costantemente ed sia efficiente senza esaurire le proprie risorse.

Cosa hanno fatto i Ricercatori

Il team ha intervistato 120 manager di aziende industriali in Giordania. Erano leader esperti (molti con oltre 10 anni di esperienza e titoli accademici avanzati) che conoscevano a fondo le proprie attività. Hanno posto domande su:

Quanto utilizzano l'IA.
Quanto bene la loro azienda impara e condivide la conoscenza.
Quanto la loro azienda è cresciuta ed è diventata più efficiente.

Hanno utilizzato un metodo statistico (come una calcolatrice sofisticata) per vedere come questi tre elementi si connettono tra loro.

Le Tre Scoperte Principali (Il "Cosa è Successo")

1. L'IA ti rende un apprendista migliore (H1)

La Scoperta: Quando le aziende iniziano a usare l'IA, imparano più velocemente.
L'Analogia: Pensate all'IA come a un super-tutor. Prima, un manager poteva dover indovinare perché una macchina si fosse guastata. Ora, l'IA dice esattamente il perché, mostra il modello e suggerisce una soluzione. Questo costringe l'intero team a imparare cose nuove e a condividere tale conoscenza. Lo studio ha trovato un forte legame: Più IA = Migliore Apprendimento.

2. L'Apprendimento porta al Successo a Lungo Termine (H2)

La Scoperta: Le aziende che sono brave a imparare crescono meglio e durano più a lungo.
L'Analogia: Un conducente che continua a frequentare la scuola guida e a imparare nuovi percorsi sarà sempre più efficiente di uno che guida semplicemente nello stesso modo ogni giorno. Quando un'azienda impara, diventa più innovativa ed efficiente, il che porta a una Crescita Economica Sostenibile.

3. L'IA aiuta direttamente la Crescita (H3)

La Scoperta: Anche senza considerare l'apprendimento, l'IA aiuta direttamente le aziende a crescere.
L'Analogia: Mettere semplicemente il Super-Motore nel camion lo rende immediatamente più veloce e più efficiente nei consumi. L'IA automatizza i compiti noiosi e riduce gli sprechi, il che aumenta direttamente i profitti.

L'Ingrediente Segreto: Il "Ponte" (Mediazione)

Questa è la parte più importante del documento. I ricercatori hanno scoperto che l'Apprendimento Organizzativo agisce come un ponte o una lente d'ingrandimento.

L'Analogia: Immaginate di avere una potente Torcia (IA).
- Se puntate la torcia solo contro un muro, aiuta un po' (Effetto Diretto).
- Ma, se avete un Team di Esploratori (Apprendimento Organizzativo) che sanno come leggere la luce, mappare il terreno e condividere la mappa con tutti, la torcia diventa incredibilmente potente.
Il Risultato: Lo studio ha scoperto che l'IA aiuta la crescita in due modi:
1. Direttamente: Rende le cose più veloci.
2. Indirettamente (Il Ponte): Fornisce alle aziende nuove informazioni, dalle quali esse imparano, il che le rende poi ancora più intelligenti e di successo.

Lo studio definisce questo come "Mediazione Parziale". Ciò significa che l'IA è ottima da sola, ma diventa ancora più potente quando l'azienda sa come imparare da essa.

Perché questo è importante per la Giordania

Il documento sottolinea che, mentre molti studi analizzano paesi ricchi con tecnologie perfette, questo studio si è concentrato sulla Giordania, un'economia emergente.

La Lezione: Affinché le fabbriche giordane abbiano successo nel mondo moderno, non possono limitarsi ad acquistare il "Super-Motore" (IA) sperando nel meglio. Devono anche costruire la "Scuola Guida" (Apprendimento Organizzativo).
Il Consiglio: I manager devono investire nella formazione delle proprie persone affinché comprendano i dati forniti dall'IA. I decisori politici dovrebbero sostenere programmi che insegnino le competenze digitali e la condivisione della conoscenza.

Cosa lo Studio Non ha Detto (Limiti)

Gli autori sono stati onesti su ciò che non potevano dimostrare:

Un'istantanea nel tempo: Hanno scattato una "fotografia" delle aziende in un determinato momento. Non le hanno osservate per 5 o 10 anni per vedere se la crescita sarebbe durata per sempre.
Solo Giordania: I risultati sono specifici per il settore industriale della Giordania. Altri paesi o altri tipi di attività (come ospedali o scuole) potrebbero avere risultati differenti.
Autovalutazione: I dati derivano da manager che hanno risposto a sondaggi. È possibile che siano stati un po' troppo ottimisti riguardo al proprio successo.

Riassunto in una Frase

L'Intelligenza Artificiale è uno strumento potente che aiuta le industrie giordane a crescere, ma funziona meglio quando le aziende usano questa tecnologia per insegnare ai propri team come imparare, adattarsi e innovare insieme.

Sintesi Tecnica: Intelligenza Artificiale e Crescita Economica Sostenibile nel Settore Industriale Giordano

Definizione del Problema
Sebbene l'Intelligenza Artificiale (IA) sia ampiamente riconosciuta come una forza trasformativa per la Quarta Rivoluzione Industriale, esiste una significativa lacuna empirica riguardante il suo impatto sulla crescita economica sostenibile nelle economie emergenti. La letteratura esistente si concentra prevalentemente sulle nazioni sviluppate con infrastrutture tecnologiche mature, lasciando un vuoto nella comprensione di come l'IA funzioni in contesti caratterizzati da ambienti istituzionali e livelli di prontezza tecnologica variabili. Inoltre, la ricerca precedente ha ampiamente esaminato il legame diretto tra l'adozione dell'IA e la performance organizzativa, spesso trascurando i meccanismi organizzativi specifici — come i processi di conversione della conoscenza — che mediano la traduzione degli investimenti in IA in risultati economici sostenibili. Questo studio affronta tali lacune investigando il settore industriale giordano, con l'obiettivo di determinare come l'adozione dell'IA influenzi la crescita economica sostenibile e di identificare il ruolo mediatore dell'apprendimento organizzativo in questa relazione.

Metodologia
Lo studio impiega un disegno di ricerca quantitativo trasversale basato su una strategia deduttiva. Il quadro teorico integra tre teorie distinte:

Resource-Based View (RBV): Postula l'IA come una risorsa strategica, preziosa, rara e non sostituibile.
Teoria delle Capacità Dinamiche (DC): Suggerisce che le organizzazioni debbano riconfigurare le risorse per adattarsi agli ambienti mutevoli.
Teoria della Crescita Endogena (EGT): Collega la crescita economica a lungo termine all'innovazione tecnologica e alla generazione di conoscenza.

I dati sono stati raccolti tramite questionari strutturati da 120 manager all'interno di organizzazioni industriali in Giordania. Il campione è stato selezionato tramite campionamento intenzionale per garantire che i rispondenti possedessero un'esperienza pertinente con l'IA e la strategia organizzativa. Il sondaggio ha utilizzato una scala Likert a 5 punti per misurare tre costrutti latenti: l'Adozione dell'Intelligenza Artificiale (Variabile Indipendente), l'Apprendimento Organizzativo (Variabile Mediatrice) e la Crescita Economica Sostenibile (Variabile Dipendente).

L'analisi dei dati è stata condotta utilizzando il Modello di Equazioni Strutturali con Minimi Quadrati Parziali (PLS-SEM) tramite SmartPLS versione 4. Questo metodo è stato scelto per la sua idoneità con campioni di dimensioni ridotte e modelli predittivi complessi che coinvolgono la mediazione. L'analisi si è articolata in due fasi:

Valutazione del Modello di Misura: Valutazione della affidabilità degli indicatori (caricamenti fattoriali > 0,7), della coerenza interna (Alfa di Cronbach e Affidabilità Composta > 0,7), della validità convergente (AVE > 0,5) e della validità discriminante (HTMT < 0,85).
Valutazione del Modello Strutturale: Esame dei coefficienti di percorso, $R^2$ (coefficiente di determinazione), $Q^2$ (rilevanza predittiva) e degli intervalli di confidenza tramite bootstrap (5.000 ricampionamenti) per testare le ipotesi e gli effetti di mediazione.

Risultati Chiave
L'analisi empirica ha prodotto i seguenti risultati statisticamente significativi:

H1 Supportata: L'adozione dell'IA ha un forte impatto positivo sull'apprendimento organizzativo ( $\beta = 0,612, p < 0,001$ ). L'adozione dell'IA spiega il 37,5% della varianza dell'apprendimento organizzativo.
H2 Supportata: L'apprendimento organizzativo influenza positivamente la crescita economica sostenibile ( $\beta = 0,487, p < 0,001$ ).
H3 Supportata: L'adozione dell'IA ha un impatto diretto positivo sulla crescita economica sostenibile ( $\beta = 0,321, p < 0,001$ ).
H4 Supportata: L'apprendimento organizzativo agisce come un mediatore parziale nella relazione tra l'adozione dell'IA e la crescita economica sostenibile. L'effetto indiretto è stato significativo ( $\beta = 0,298, p < 0,001$ ).

Il modello ha dimostrato un forte potere esplicativo, con l'adozione dell'IA e l'apprendimento organizzativo che spiegano collettivamente il 58,1% della varianza della crescita economica sostenibile ( $R^2 = 0,581$ ). La rilevanza predittiva ( $Q^2$ ) è stata confermata per entrambi i costrutti endogeni.

Contributi Principali
Il documento apporta tre contributi primari alla letteratura esistente:

Espansione Contestuale: Fornisce prove empiriche da un mercato emergente (Giordania), estendendo l'ambito geografico della ricerca sull'IA oltre le economie sviluppate e affrontando la mancanza di studi in contesti in via di sviluppo con distinti ambienti istituzionali.
Identificazione del Meccanismo: Identifica e valida l'apprendimento organizzativo come un meccanismo mediatore critico. Lo studio dimostra che l'IA non genera valore solo attraverso l'automazione; piuttosto, il suo impatto economico è significativamente amplificato quando le organizzazioni possiedono la capacità di acquisire, distribuire, interpretare e applicare la conoscenza generata dall'IA.
Integrazione Teorica: Integra con successo la RBV, la Teoria delle Capacità Dinamiche e la Teoria della Crescita Endogena per spiegare il percorso dall'adozione tecnologica alla crescita economica sostenibile, rafforzando la visione secondo cui le risorse strategiche (IA) richiedono capacità complementari (apprendimento) per produrre prestazioni superiori.

Significatività e Rivendicazioni
Gli autori affermano che lo studio offre spunti concreti per i manager e i decisori politici nelle economie emergenti riguardo alla trasformazione digitale. I risultati suggeriscono che, affinché le organizzazioni industriali possano trarre appieno i benefici di produttività e innovazione dell'IA, devono integrare queste tecnologie all'interno di robusti processi di apprendimento organizzativo. Lo studio postula che la crescita economica sostenibile non è solo il risultato dell'investimento tecnologico, ma è guidata dall'interazione tra la tecnologia e la capacità dell'organizzazione di convertire i dati in conoscenza azionabile.

In termini pratici, il documento sostiene che i manager debbano coltivare una cultura di condivisione della conoscenza e di apprendimento continuo per massimizzare gli investimenti in IA. Per i decisori politici, lo studio supporta lo sviluppo di strategie nazionali che promuovano simultaneamente l'infrastruttura digitale e l'aggiornamento delle competenze della forza lavoro nell'apprendimento organizzativo e nella alfabetizzazione digitale. La ricerca conclude che, sebbene l'IA sia un potente motore di crescita, la sua efficacia è subordinata alle capacità di apprendimento dell'organizzazione, rendendo lo sviluppo di tali capacità un imperativo strategico per lo sviluppo industriale sostenibile in Giordania e in simili economie emergenti.

Limitazioni
Gli autori riconoscono diverse limitazioni: la natura trasversale dei dati impedisce inferenze causali definitive; l'attenzione è limitata al settore industriale in Giordania, limitando la generalizzabilità ad altri settori o paesi; l'affidamento a dati di sondaggio auto-riferiti introduce un potenziale bias del metodo comune; e lo studio esamina un solo mediatore (l'apprendimento organizzativo), escludendo altre potenziali variabili come la capacità di innovazione o la capacità di assorbimento.