Ieri erano i computer, oggi sono i large language models. Ma il nodo italiano resta lo stesso: non tanto l’accesso alla tecnologia, quanto la capacità delle imprese di usarla per cambiare processi e organizzazione. Per questo l’intelligenza artificiale può diventare, come dice il governatore della Banca d'Italia Fabio Panetta, una leva decisiva per rilanciare la produttività solo se entrerà davvero nelle aziende, soprattutto piccole e medie. Altrimenti rischia di ripetersi “l’esperienza degli anni Novanta”: quando il ritardo nell’adozione delle tecnologie informatiche contribuì a frenare la produttività per decenni.L'Italia ,però, arriva all’appuntamento con l’AI con un sistema industriale ancora molto simile a quella di allora. Fabiano Schivardi, economista alla Luiss, ha studiato a fondo quella fase in un lavoro citato anche da Panetta nella relazione annuale: non fu solo una questione di tecnologie acquistate poco o tardi, ma “una difficoltà insita nella nostra struttura produttiva”. Alcune innovazioni favoriscono la piccola dimensione e l’organizzazione informale; altre premiano imprese più grandi e strutturate. La rivoluzione digitale degli anni Novanta apparteneva a questa seconda categoria. E l’Italia non era attrezzata. “Oggi il quadro non è cambiato abbastanza, siamo ancora dove eravamo allora”, dice Schivardi al Foglio. La dimensione media delle imprese è rimasta piccola, la proprietà è spesso familiare, l’apertura a capitali e competenze esterne limitata. Anche il private equity, che porta soldi ma spesso anche manager e organizzazione, entra poco.La domanda è se l'intelligenza artificiale farà il suo ingresso in una struttura di questo tipo con più agilità dell’informatica. Schivardi riconosce il margine di incertezza: “Le rivoluzioni tecnologiche si capiscono dopo che sono accadute. Però se facciamo inferenza dal passato non siamo rassicurati”. L’AI, come le tecnologie della comunicazione di trent'anni fa, sembra un’innovazione che favorisce chi riesce a estrarre informazioni, e ha capacità di riorganizzare i processi perché “serve soprattutto a usare i dati in modo molto più efficace”.E qui comincia il problema italiano. Spesso nelle piccole imprese, osserva Schivardi, “non c’è questa cultura del dato”. Molte informazioni restano nella testa dell’imprenditore: clienti, fornitori, dipendenti, prodotti, tempi, margini, abitudini della filiera. È conoscenza preziosa, ma va raccolta, ordinata e digitalizzata altrimenti non diventa materia prima per l’AI. La questione si complica nelle filiere, cioè proprio dove l’Italia ha costruito una parte della sua forza industriale. Una grande impresa integrata possiede i dati al proprio interno. Una filiera di dieci aziende, ognuna con un pezzo del processo produttivo, dovrebbe invece condividerli. Ma mettere in comune i dati significa affrontare questioni di proprietà, standard, sicurezza. E spesso, “ciascuna impresa è gelosa dei propri dati”. Così il modello che ha dato flessibilità al capitalismo nazionale rischia di diventare un ostacolo davanti a una tecnologia che vive di informazioni condivise.Non basta quindi dire alle Pmi di usare ChatGpt o Claude. E non basta nemmeno immaginare che le grandi piattaforme create oltreoceano risolvano il problema. I large language models nascono infatti guardando soprattutto al mercato statunitense, fatto di imprese grandi e processi formalizzati. “La struttura produttiva americana è un po’ il target primario”, spiega Schivardi, “difficile pensare che OpenAI o Anthropic abbiano in cima alla lista i bisogni della piccola azienda manifatturiera brianzola o il distretto del mobile”. Per questo servono applicazioni verticali, costruite sulle esigenze e sulla dimensione delle imprese italiane. Strumenti “chiavi in mano”, con pochi passaggi tecnici, pensati per aziende che non hanno grandi competenze digitali interne. “Questa applicazioni vanno pensate e disegnate stando vicino a chi poi dovrà usarle, devono essere fatte su misura”, chiarisce Schivardi. Il rischio, altrimenti, è il classico problema dell’uovo e della gallina: le piccole imprese non esprimono domanda perché non sanno bene cosa chiedere; l’offerta non nasce perché non vede una domanda abbastanza forte.Qui lo stato può avere un ruolo, come auspicato dal governatore Panetta nelle sue considerazioni finali sul 2025, non per sostituirsi al mercato ma per correggere una sua inefficienza. Dal lato dell’offerta, dovrebbe favorire startup capaci di sviluppare applicazioni AI per le filiere italiane. Anche usando meglio il venture capital, “settore in cui siamo rimasti indietro anche rispetto alla Spagna”, nota l'economista. Dal lato della domanda, invece, servono incentivi non solo per comprare tecnologia ma per formare chi dovrà usarla. “Accanto a un incentivo all’acquisto”, dice Schivardi, “dovrebbe essere obbligatorio formare i lavoratori seguendo la lezione degli anni Novanta: a beneficiare della rivoluzione informatica sono state le imprese che avevano, a tutti i livelli, personale più istruito”. Bankitalia stima che l’AI possa aumentare la produttività di 0,2 punti l’anno in caso di adozione lenta e di oltre un punto con una diffusione rapida e pervasiva. La distanza fra i due scenari non si misura solo nella potenza dei modelli, ma nella capacità del sistema produttivo di assorbirli. E per questo servono dati ordinati, filiere meno chiuse, management capace di riorganizzare i processi, lavoratori formati. Solo così l’Italia potrà evitare un nuovo ventennio perduto.