C’è una narrazione dominante che circola nelle agende dei convegni, nei white paper delle grandi società di consulenza e nei comunicati delle aziende tecnologiche: l’intelligenza artificiale è la risposta. A tutto: alla produttività stagnante, ai costi operativi insostenibili, alla mancanza di talenti, alla competizione globale. Basta adottarla. Prima lo fai, meglio è. Chi rimane indietro, paga.Comprendo la logica e, in parte, la condivido: l’AI è davvero una trasformazione strutturale, non è una moda passeggera e non si può ignorare. Ma c’è un divario enorme tra riconoscere l’importanza di una tecnologia e farci affidamento senza una strategia ed è esattamente questa differenza che rischia di costare cara alle piccole e medie imprese italiane, quelle che rappresentano il 99% del tessuto produttivo del Paese, che impiegano oltre 14 milioni di lavoratori e che contribuiscono in modo determinante al PIL nazionale.Indice degli argomenti:
L’AI nelle grandi e aziende e nelle pmiI datiIl controlloLe personeLa distinzione economicaIl rischio dell’omologazioneCosa dovrebbero fare le PmiL’AI nelle grandi e aziende e nelle pmiSecondo l’ultimo Randstad Workmonitor, il 77% delle aziende italiane prevede che l’AI farà sparire metà delle posizioni entry-level nei prossimi cinque anni. Una proiezione che non riguarda soltanto la tanto agognata efficienza operativa, di per sé già un tema complesso, ma che tocca anche qualcosa di più profondo: il modo in cui le organizzazioni formano, trattengono e fanno crescere i talenti, in cui si costruisce la competenza nel tempo e si garantisce un futuro professionale alle generazioni più giovani.Le grandi aziende stanno accelerando verso questa direzione con investimenti miliardari e strutture dedicate e hanno i margini per sbagliare, correggere e ritentare. Le PMI no. Per una piccola o media impresa italiana, ogni scelta sbagliata ha un costo che si paga sia sul breve che sul lungo periodo: in uscite di cassa imprevedibili, in competitività persa, in know-how disperso o in dipendenze tecnologiche difficili da sciogliere. Ecco perché, quando sento parlare di adozione dell’AI come se fosse una scelta binaria (o sei dentro o sei fuori) sento il bisogno di rallentare il ritmo della narrazione e fare alcune distinzioni necessarie.I datiLa prima riguarda i dati. Prima ancora di ragionare su quale strumento adottare, bisogna fare i conti con una realtà che molte PMI tendono a sottovalutare, spesso per mancanza di tempo o di competenze interne: i dati spesso mancano, oppure ci sono ma non sono utilizzabili. Anagrafiche incomplete, documenti non strutturati, informazioni disperse tra sistemi incompatibili che non dialogano tra loro. Potremmo definirlo il “paradosso dei dati fantasma”: un patrimonio informativo che esiste sulla carta, ma che nella pratica non può alimentare nessuna intelligenza, artificiale o umana che sia. Investire in un modello AI avanzato senza aver prima strutturato questo patrimonio è un errore costoso.È come montare un motore da Formula 1 su una carrozzeria giocattolo: la potenza c’è, ma il sistema non regge. Il punto di partenza non è quindi la scelta dello strumento, ma la qualità del dato. Mappare cosa si ha, in che formato si trova e chi vi può accedere è un lavoro meno glamour di una demo tecnologica, ma è indispensabile per costruire un’infrastruttura su cui l’AI possa operare in modo affidabile. Senza questo passaggio, si accumula debito tecnico prima ancora di aver iniziato.Il controlloLa seconda distinzione riguarda il controllo. Affidare all’AI lo sviluppo di codice o l’automazione di processi operativi senza una supervisione strutturata espone l’impresa a un rischio spesso invisibile finché non diventa un’emergenza: il lock-in tecnologico. Quando i flussi critici vengono costruiti e gestiti da sistemi automatizzati, senza che nessuno in azienda ne comprenda davvero la logica sottostante, si genera una sorta di “codice alieno”: funziona, finché non smette di farlo. Fin qui, un problema tecnico. Il vero rischio emerge però quando si aggiunge una variabile che oggi è più comune di quanto si pensi: nel frattempo, i developer umani sono stati ridotti o eliminati per tagliare i costi. E allora chi rimette le mani sul cuore dell’azienda? Chi capisce cosa sta succedendo quando qualcosa si rompe? Chi può valutare se il fornitore ha modificato le condizioni di servizio in modo sfavorevole? L’AI non può essere l’unica a sapere come funziona l’impresa.Mantenere una quota di presenza umana nei processi automatizzati, il cosiddetto human-in-the-loop, è la garanzia minima di continuità che bisogna esigere. Ogni processo automatizzato deve essere affiancato da documentazione leggibile, aggiornata da persone in carne e ossa, capaci di intervenire, correggere e riprendere il controllo quando necessario.Le personeLa terza distinzione, forse quella che mi preme di più, riguarda le persone e in particolare i profili più giovani. Eliminare i junior per sostituirli con l’AI è una delle scelte apparentemente più efficienti nel breve periodo, ma anche una delle più rischiose (e costose) nel lungo. I modelli di intelligenza artificiale oggi disponibili sono stati addestrati su competenze, processi e know-how accumulati da generazioni di professionisti che li hanno preceduti. Sono, in un certo senso, il concentrato di un patrimonio umano sconfinato. Ma se si interrompe la filiera della formazione pratica, se nessun giovane talento entra in azienda, impara, sbaglia e cresce, chi saranno i senior di domani? Il mondo, nel frattempo, starà cambiando, quindi su quali competenze verrà addestrata l’AI del futuro? Certo, si parla di world model, ma riusciranno ad apprendere come farebbe un umano? Stiamo creando un pericoloso rischio sistemico: un’impresa che smette di formare smette anche di sapere, perché perde la capacità di valutare criticamente gli output degli strumenti che usa, non sa decostruire il risultato per apportare correzioni, disgrega la memoria organizzativa e di conseguenza la cultura. Possiamo pensare di “potenziare” i profili junior con l’AI, ma anche su questo ho molte riserve. In mancanza di una competenza di dominio forte e strutturata, passano inosservate le allucinazioni e gli errori di contesto. Dubito, inoltre, che il giovane riesca a resistere alla tentazione di perfezionare a monte il suo lavoro delegando all’AI, mettendosi al sicuro da feedback negativi, soprattutto nei contesti dove manca totalmente la sicurezza psicologica.C’è anche un danno biologico a cui sono già sottoposte milioni di persone, l’atrofia cognitiva generata dall’uso di AI che è stata oggetto di una recente ricerca del MIT Media Lab. Un senior cognitivamente atrofizzato ha comunque decenni di struttura alle spalle che possono compensare il maltolto, ma come funziona con gli junior? Questa è una domanda che dovremmo farci prima di bruciare intere generazioni.La distinzione economicaLa quarta distinzione è economica e spesso viene scoperta troppo tardi. Adottare una soluzione di intelligenza artificiale ha un costo di ingresso che viene spesso percepito come il costo totale. Non è così. Dietro la licenza iniziale si nasconde una struttura di costi continuativi che molte PMI scoprono solo quando è tardi: costi di API, aggiornamento dei modelli, manutenzione dell’integrazione, gestione dei dati, sicurezza, adempimenti e consumo energetico. Voci che, sommate, possono erodere in modo significativo i margini di un’impresa di piccole o medie dimensioni, trasformando uno strumento pensato per ridurre i costi in una nuova fonte di pressione finanziaria.Calcolare il ROI reale dell’AI significa valutare l’intero ciclo di vita della soluzione, non solo il momento dell’acquisto e, in questa prospettiva, vale la pena esplorare alternative che spesso vengono sottovalutate: le soluzioni open source, per esempio, gli Small Language Model, modelli verticali e specializzati, meno energivori e più economici da mantenere, che possono offrire prestazioni adeguate alle reali esigenze di una PMI senza l’onere di un’infrastruttura sovradimensionata. Non è sempre necessario adottare lo strumento più potente sul mercato: meglio adottare quello più adatto al proprio contesto.Peraltro, oggi vediamo come il prezzo dei token sia altalenante, questo rende molto complessa anche la sola stima del costo totale dell’adozione.Il rischio dell’omologazioneLa quinta distinzione è quella che, paradossalmente, risulta meno ovvia proprio a chi si occupa di comunicazione e marketing: il rischio dell’omologazione. Quando tutti usano gli stessi strumenti per produrre contenuti, alla fine produciamo tutti gli stessi risultati. L’adozione massiva dell’AI nella produzione di testi, grafiche e campagne sta generando una standardizzazione silenziosa: strutture, toni, colori e scelte lessicali che portano a un livellamento verso il basso che, per una PMI, rappresenta un danno strategico difficile da quantificare ma facilmente percepibile, ossia la perdita di voce e quindi di rilevanza.La voce di un’impresa, costruita nel tempo attraverso scelte, valori e relazioni, è uno degli asset intangibili più difficili da replicare e, proprio per questo, uno dei più preziosi. Se quella voce viene delegata interamente a uno strumento identico a quello dei competitor, ciò che rimane non è comunicazione: è rumore. L’AI deve essere usata come strumento di produzione, non come fonte di identità. Le linee guida di brand, il tono di voce, i valori aziendali e la prospettiva unica dell’impresa devono restare una prerogativa umana, definita con chiarezza e applicata con coerenza, anche e soprattutto quando a scrivere è una macchina.Cosa dovrebbero fare le PmiMettendo insieme questi cinque punti, emerge un quadro che non ha nulla di anti-tecnologico. Non sto dicendo che le PMI italiane debbano evitare l’adozione dell’AI. Sto dicendo che dovrebbero adottarla meglio, con più consapevolezza sui dati che hanno a disposizione e più attenzione al presidio umano dei processi critici, con una visione più a lungo termine sul valore della formazione e delle competenze e una lettura più onesta dei costi reali, oltre che con una cura maggiore per ciò che le rende uniche sul mercato. Questo irriterà gli investitori nei mercati finanziari, ma sarà una gioia per il bilancio dell’azienda.L’intelligenza artificiale senza governance è un debito tecnico, culturale e organizzativo che cresce senza farsi notare finché non è troppo tardi. Per ogni PMI che automatizza senza una visione di lungo periodo, il costo nascosto si accumula fino a diventare un freno alla competitività anziché una leva di crescita. Il vero valore dell’AI per un’impresa di medie dimensioni non risiede nella sostituzione delle persone per risparmiare oggi, ma nella capacità di governare lo strumento per amplificare le competenze umane con criterio dove davvero necessario e costruire una competitività che duri nel tempo.Questo richiede una cosa sola, in realtà: non più risorse o più tecnologia, ma strategia. E la strategia comincia sempre dalla stessa domanda: non “come uso questo strumento?”, ma “perché dovrei usarlo?”.
