Post di Andrea Boscaro, fondatore partner di The Vortex – 

L’Intelligenza Artificiale ha pervaso la quotidianità dei professionisti come un fiume in piena: secondo il Microsoft Work Trend Index, il 75% dei lavoratori si serve in Italia di strumenti come ChatGPT. Proprio per questa sua diffusione, è necessario costruire degli argini in grado di contenere il fenomeno e, proseguendo con la metafora, di irrigare con le sue acque il sistema produttivo delle PMI italiane che da sempre sono alla ricerca di soluzioni per accrescere la produttività.

Questi argini sono ancora tutti da scavare e occorre farlo tenendo presente alcuni dati significativi. Come quelli dell’Osservatorio Artificial Intelligence del Politecnico di Milano, secondo il quale nel 2024 solo il 7% delle piccole imprese e il 15% di quelle medie ha avviato almeno un progetto AI. Questo divario tra un’adozione individuale, spesso disordinata, e la difficoltà delle PMI ad introdurre l’Intelligenza Artificiale in azienda con progetti strutturati di AI richiede risposte concrete, accessibili e pensate per la loro dimensione.

Intendiamoci, questa discrepanza è comprensibile: come già avvenuto con l’avvento dell’informatica e la diffusione del digitale, stiamo assistendo ad un fenomeno diventato impetuoso in tempi molto rapidi senza cessare ogni giorno di presentare novità. Le evidenze non possono che spiazzare chi è tenuto a decidere sulle regole, sugli investimenti e sui cambiamenti organizzativi necessari per introdurre l’Intelligenza Artificiale nelle aziende e nei loro processi. Proprio per questo richiede un approccio graduale e concreto.

Quattro parole chiave per introdurre l’Intelligenza Artificiale in azienda

Per quanto eterogenea, la diffusione individuale dei chatbot può aiutare un percorso volto ad introdurre l’Intelligenza Artificiale nelle imprese. Secondo le tecniche di project management, il Proof of Concept è un primo passo che può nascere dal basso, dal confronto fra le persone. Purché sia traguardato ad individuare modalità di adozione della AI in un contesto ristretto, con l’obiettivo di verificarne la fattibilità tecnica e raccoglierne evidenze sull’impatto potenziale.

Ad esempio, un team commerciale può validare l’uso di strumenti come ChatGPT o Claude.ai per realizzare un “preventivatore” con cui accrescere la velocità e la coerenza nella realizzazione delle offerte da inviare ai clienti. Allo stesso modo, i responsabili dell’assistenza clienti possono mettere alla prova uno strumento di AI allegando le domande e le risposte preparate in precedenza così da avere un valido supporto per gestire le richieste future.

Superata questa fase iniziale, di confronto e di test, è possibile procedere allo sviluppo di un Minimum Viable Product (MVP): una prima versione funzionante del progetto, essenziale ma completa, utilizzabile in un’area ristretta dell’organizzazione. In questo stadio, l’obiettivo è affiancare l’idea ai processi esistenti con l’intento di raccogliere feedback operativi. È un passaggio critico, perché permette di capire se l’AI risponde alle esigenze quotidiane.

Una volta validato l’MVP, si può procedere con un progetto pilota. In questo caso, l’Intelligenza Artificiale viene applicata su un processo aziendale completo o in un reparto definito. È il momento in cui l’AI viene messa realmente all’opera, anche se in modo controllato. Il focus si sposta dalla sola performance tecnica alla sostenibilità organizzativa: quanto è semplice integrare la nuova tecnologia nei processi esistenti? Quanto è accettata dal resto dei dipendenti? Quali impatti produce in termini di produttività, qualità, tempi? A quali rischi ci si espone in caso di errori?

In situazioni in cui si desidera testare soluzioni complesse senza correre rischi, può essere utile ricorrere a una sandbox. Si tratta di un ambiente isolato, creato ad hoc per simulare condizioni operative reali, ma senza impattare sui sistemi aziendali nel loro complesso. È una strategia particolarmente utile per verificare l’efficacia di chatbot avanzati o modelli predittivi. Un sito e-commerce, ad esempio, prima di modificare il motore di raccomandazione di prodotti e servizi, può limitarlo ad una parte delle visite, come quelle provenienti dalle newsletter o quelle indirizzate ad una specifica categoria di beni.

Un’altra pratica molto efficace per introdurre l’Intelligenza Artificiale in azienda è quella rappresentata dallo shadow deployment, in cui la soluzione di Intelligenza Artificiale lavora in parallelo ai processi esistenti, producendo output, senza però incidere sulle decisioni finali. Questo permette di confrontare l’efficacia del nuovo approccio rispetto a quello tradizionale, prima di passare a una sostituzione vera e propria.

Solo con un approccio graduale e un contesto accogliente, il fiume in piena dell’AI può essere adeguatamente incanalato (Designed by Freepik)

I fattori abilitanti dell’introduzione dell’Intelligenza Artificiale in azienda

Utilizzare strategie per introdurre l’Intelligenza Artificiale in azienda graduali come quelle citate non significa procedere lentamente. Significa agire con consapevolezza, raccogliere dati prima di fare scelte definitive, coinvolgere le persone in ogni fase del percorso.

L’adozione dell’AI non deve essere infatti vista come un progetto IT da “delegare” ad un gruppo di esperti, tanto meno se esterni, ma come un processo di trasformazione che influenza il modo di lavorare, decidere, interagire con l’esterno. Proprio per questo, metodologie come quelle viste diventano strumenti di gestione del cambiamento, oltre che di innovazione tecnologica. Perché abbiano successo è però necessario che intervengano nell’ambito di un sistema abilitante accogliente.

Tale contesto è dato in primo luogo dall’interoperabilità dei sistemi: l’AI, per funzionare, ha bisogno di operare su un sostrato di procedure, dati ed informazioni digitalizzato e strutturato perché possa essere rielaborato con successo. Inoltre, se i sistemi aziendali sono chiusi, frammentati o troppo rigidi, diventa difficile integrare i modelli linguistici nei flussi di lavoro.

In secondo luogo, serve una cultura aziendale aperta al cambiamento. L’Intelligenza Artificiale mette in discussione abitudini, ruoli e processi consolidati. Le aziende che mostrano maggiore successo nell’adozione dell’AI sono quelle in cui le persone si sentono parte del cambiamento, non vittime di esso. Promuovere la sperimentazione, accettare la possibilità di errore, condividere i risultati (positivi e negativi) è fondamentale per costruire fiducia intorno a questi strumenti.

Infine, è cruciale definire regole condivise: policy chiare su cosa si può fare con l’AI, su chi è responsabile di cosa, su come vengono gestiti dati, risultati e decisioni. Queste regole non devono essere percepite come vincoli burocratici, ma come una cornice di sicurezza e trasparenza che permette all’innovazione di crescere in modo ordinato e sostenibile.

Le PMI, in particolare, possono trarre grande vantaggio da questo approccio. Hanno strutture più snelle, possono sperimentare in tempi rapidi, e se guidate con metodo possono fare dell’agilità il loro vero vantaggio competitivo nell’adozione dell’Intelligenza Artificiale. Solo con un approccio graduale e un contesto accogliente, questo fiume in piena può essere incanalato in un sistema di irrigazione pervasivo e capace di rendere il terreno delle PMI italiane fecondo grazie a questa nuova tecnologia.