L’intelligenza artificiale entra nelle aziende con una velocità che rende difficile distinguere la sperimentazione da una vera strategia. Molte organizzazioni hanno acquistato licenze, avviato progetti pilota e introdotto strumenti generativi. Il punto, però, non è più capire che cosa possa fare un modello linguistico da solo. Il punto è decidere che cosa l’impresa vuole diventare usando questi strumenti.Indice degli argomenti:
AI strategy: perché persone e conoscenza vengono prima della tecnologiaL’AI come capacità d’impresaLa strategia prima dei casi d’usoIl limite delle sperimentazioni individualiQuando l’AI entra dalla porta ITLa readiness umana come fattore moltiplicativoShadow AI, fiducia e sicurezza psicologicaLa conoscenza come secondo pilastroMisurare prima di intervenireAI strategy: perché persone e conoscenza vengono prima della tecnologiaLa riflessione di Nextea, Management Consulting Company di Altea Federation, parte da qui: l’AI non va trattata come un accessorio tecnologico, ma come una capacità aziendale che modifica processi, ruoli, decisioni e modelli di lavoro. In questo quadro, due fattori diventano decisivi: le persone e la conoscenza. Senza persone in grado di usare l’intelligenza artificiale con criterio e senza una base di conoscenza affidabile, anche le soluzioni più potenti rischiano di restare esercizi isolati o di produrre risultati poco governabili.Alessandro Turetta, Chief Growth Officer di Nextea, riassume così il cambio di prospettiva: le aziende non devono fermarsi a chiedersi che cosa possa fare un sistema di intelligenza artificiale preso singolarmente, ma che cosa vogliono diventare grazie a questi strumenti. L’AI non è un progetto da aggiungere all’esistente. Spinge a ripensare il perimetro dell’impresa e il modo in cui il sapere viene raccolto, distribuito e trasformato in decisione.L’AI come capacità d’impresaPer Turetta l’intelligenza artificiale non è una risorsa separata, né un software da affiancare agli altri. È una capability trasversale, un moltiplicatore delle potenzialità che l’azienda possiede già. La differenza non è solo lessicale. Se l’AI viene letta come capacità d’impresa, il suo valore non dipende soltanto dalla qualità del modello o dell’infrastruttura tecnica, ma dal sistema organizzativo in cui viene inserita.Questo approccio porta con sé una conseguenza immediata: la tecnologia da sola non basta e non può essere lasciata senza regole. Turetta richiama il tema della governance con chiarezza: usare questi strumenti senza criteri o senza costruirli in modo intelligente può diventare pericoloso. Il rischio, però, non giustifica l’immobilismo. Restare fermi significa ampliare il divario tra chi comincia a capire come integrare l’AI e chi resta indietro.L’AI è già una questione di competitività. Può incidere sulla top line, arricchendo il modello di business, e sulla bottom line, riducendo attività ripetitive e liberando tempo per lavori a maggiore valore. Questo effetto, però, non si produce da solo. Va progettato, misurato e sostenuto da una direzione precisa.La strategia prima dei casi d’usoNel ragionamento di Turetta la parola strategia torna spesso. Non come formula astratta, ma come condizione per evitare dispersione. Senza una direzione condivisa, l’adozione dell’intelligenza artificiale rischia di frammentarsi in tentativi locali, magari utili nel breve periodo, ma incapaci di produrre trasformazione.Per questo la strategia deve partire da un assessment di maturità: capire da dove si parte, fotografare lo stato dell’organizzazione, valutare la qualità dei dati, leggere il patrimonio di conoscenza e misurare il livello di preparazione delle persone. Solo da qui può nascere una roadmap credibile. Non esiste un modello unico da copiare, ma un principio vale per tutti: l’AI enterprise non si costruisce sommando use case isolati. Si costruisce definendo obiettivi, governance e criteri di evoluzione.In questa impostazione i domini da presidiare sono diversi: valore, organizzazione, persone e cultura, governance, tecnologia, dati, conoscenza. Tra questi, persone e conoscenza sono il cuore della strategia. È lì che si decide se l’intelligenza artificiale resta un insieme di strumenti o diventa una capacità collettiva.Il limite delle sperimentazioni individualiMassimiliano Caviglia, Partner and Manager People Value Area di Nextea, affronta il tema dal lato del ritorno degli investimenti. Negli ultimi mesi molte aziende hanno approvato spese per licenze, piattaforme, microprogetti e sperimentazioni. Ma alla domanda su che cosa abbiano costruito in termini di valore reale, spesso la risposta resta incerta.La sua tesi è netta: troppo spesso si scambia l’attività per valore. Il fatto che molte persone usino l’AI nel lavoro quotidiano non significa che l’impresa stia accumulando vantaggio competitivo. Il tempo risparmiato da un singolo che scrive più in fretta una mail o produce un documento con maggiore efficienza non basta. È un guadagno individuale che non si somma, non si trasferisce e non lascia traccia.Qui emerge uno dei nodi centrali. L’efficienza privata non diventa da sola capacità organizzativa. Se ogni dipendente trova il proprio modo di usare gli strumenti senza condividere pratiche, errori, criteri e risultati, l’azienda continua a spendere in tecnologia senza trasformare quel costo in conoscenza diffusa. L’intelligenza artificiale resta sommersa, intermittente, non governata.Quando l’AI entra dalla porta ITUn altro punto critico riguarda il modo in cui l’intelligenza artificiale è stata introdotta in molte imprese. Secondo Caviglia, spesso è entrata dalla porta IT, trattata come un progetto tecnologico. Se resta confinata nel perimetro tecnico, tende a essere gestita come una piattaforma da implementare. Ma l’AI, osserva, non è una scelta solo IT. Ridefinisce il modo in cui l’azienda opera, decide e cresce.Questo significa che la decisione non può essere delegata esclusivamente ai reparti tecnologici. Riguarda il management, le funzioni operative, le risorse umane, la leadership e la cultura aziendale. Riguarda soprattutto il modo in cui l’impresa apprende. Se manca un’organizzazione capace di imparare, l’AI può produrre una semplice illusione di efficienza: qualche miglioramento locale, nessun avanzamento strutturale.La domanda utile, allora, non è quanto la tecnologia sia migliorata, ma quanto rapidamente si stia allargando la distanza tra chi sa usare bene l’AI e chi no. Il vantaggio competitivo nasce da qui.La readiness umana come fattore moltiplicativoPer Caviglia la readiness umana è il vero fattore moltiplicativo della strategia AI. Si possono avere tecnologia avanzata e governance rigorosa, ma se la readiness umana è bassa l’output complessivo tende ad annullarsi.Questo rovescia una gerarchia diffusa. Per anni il fattore umano è stato trattato come l’ultimo passaggio: prima si implementa la soluzione, poi si organizza la formazione. In questo caso è il contrario. La componente umana viene prima, perché determina la qualità dell’adozione, la velocità dell’apprendimento e la possibilità di trasformare l’uso individuale in patrimonio comune.La readiness non coincide con la sola alfabetizzazione tecnica. Non significa soltanto saper scrivere prompt o usare nuovi strumenti. Include fiducia, qualità della leadership, sicurezza psicologica, capacità di giudizio, risorse cognitive, intelligenza emotiva e cultura dell’apprendimento. È un’infrastruttura invisibile, difficile da costruire, ma decisiva per abilitare tutto il resto.Shadow AI, fiducia e sicurezza psicologicaTra i temi più discussi c’è la shadow AI, cioè l’uso non dichiarato di strumenti di intelligenza artificiale dentro le organizzazioni. Turetta osserva che finché non viene portata sotto controllo è un problema, ma una volta governata può diventare anche una risorsa, perché rivela bisogni reali e usi spontanei.Caviglia collega il fenomeno al tema della fiducia. Quando le persone usano l’AI di nascosto, l’azienda perde la condizione minima per l’apprendimento collettivo. Le competenze restano individuali, gli errori non emergono e le pratiche non circolano. Se invece le persone sentono di poter sperimentare, fare domande e ammettere di non sapere, adottano l’AI più facilmente e condividono ciò che imparano.La sicurezza psicologica, quindi, non è un elemento accessorio. Decide se le persone sono disposte a esporre il proprio lavoro, dichiarare l’uso dell’AI e mostrare tentativi e criticità. Senza questo clima, l’impresa può moltiplicare le licenze ma continuerà ad accumulare soltanto apprendimento sommerso.La conoscenza come secondo pilastroAccanto alle persone, Turetta colloca la conoscenza. È il secondo asse portante della strategia. I sistemi di intelligenza artificiale hanno bisogno di una base di conoscenza valida su cui lavorare. L’AI non produce automaticamente conoscenza utile per l’azienda: funziona meglio o peggio in base alla qualità del patrimonio informativo e semantico che riesce a usare.Un sistema costruito su basi generiche può restituire risposte plausibili, ma fatica a esprimere davvero il contesto aziendale. Il problema non è soltanto recuperare documenti o collegare dati. È trasformare il sapere disperso dell’impresa in una struttura accessibile, verificabile e governabile. In questo senso la conoscenza non è archivio, ma infrastruttura.Il legame con le persone è diretto. Se le persone sono il moltiplicatore, la conoscenza strutturata è il nutrimento che rende quel moltiplicatore efficace. Separare i due piani significa indebolire entrambi.Misurare prima di intervenireSia Turetta sia Caviglia insistono su un principio semplice: non si governa ciò che non si misura. Per questo l’adozione deve partire da una fotografia della maturità organizzativa e della readiness delle persone.L’assessment serve a leggere almeno tre livelli: readiness organizzativa, readiness personale e skill literacy. Il suo scopo non è classificare, ma orientare l’intervento: capire dove si concentra il rischio di shadow AI, dove la popolazione aziendale si colloca lungo la scala di competenza, quali aree richiedono una base comune minima.Qui si vede una concezione della strategia AI diversa da quella centrata sui casi d’uso più vistosi. Prima di inseguire l’applicazione più avanzata, bisogna costruire un livello condiviso di capacità umana e organizzativa. Altrimenti l’azienda resta esposta a due rischi: la disomogeneità nell’adozione e la dispersione del valore.In questo quadro, la tecnologia conta, ma non basta. La differenza si gioca sulla qualità delle persone, sulla fiducia che regge l’organizzazione e sulla capacità di dare forma al proprio patrimonio di conoscenza. È lì che l’intelligenza artificiale smette di essere una sequenza di test e comincia a diventare una scelta d’impresa.Articolo realizzato in collaborazione con Nextea
