Quasi ogni imprenditore con cui parliamo ha “provato” l’intelligenza artificiale. Ha scritto una mail con ChatGPT, ha chiesto un post per i social, magari ha testato un tool di trascrizione per le riunioni. Poi, quasi sempre, la stessa reazione: “Interessante, ma non ho capito bene a cosa mi serva davvero.”
Nel frattempo il rumore intorno all’IA è assordante. Webinar ogni settimana, post su LinkedIn che promettono team di dieci persone che lavorano come se fossero cinquanta, competitor che sembrano già avanti anni luce, fornitori che chiamano per proporre “la soluzione IA per il tuo settore” senza aver mai visto come lavora davvero la tua azienda. La pressione a “fare qualcosa con l’IA”, qualsiasi cosa, pur di non restare indietro, è altissima — ed è proprio questa urgenza, spesso, a portare alle scelte peggiori.
Ma se entri nell’ufficio di una PMI italiana oggi, il lavoro quotidiano è quasi sempre identico a un anno fa — con in più un abbonamento a ChatGPT che qualcuno paga e quasi nessuno usa in modo sistematico, e magari un chatbot installato sul sito che risponde in modo un po’ impacciato alle domande dei clienti.
Il problema non è la tecnologia, di nuovo. È lo stesso problema di sempre, con un nome nuovo. E finché continueremo a proporre alle PMI “l’ultimo strumento” invece di aiutarle a capire dove e perché usarlo, il divario tra chi ne parla e chi lo usa davvero continuerà ad allargarsi.
Il problema non è l’intelligenza artificiale
La prima cosa da togliersi dalla testa è che le PMI non adottino l’IA perché non sanno che esiste, o perché sono spaventate dalla tecnologia in sé. Non è così, quasi mai.
Il titolare ha già chiesto a ChatGPT di riassumergli un contratto. La responsabile marketing ha già generato qualche immagine con uno strumento generativo. Il commerciale ha sentito parlare degli agenti IA che rispondono ai clienti. La consapevolezza c’è, spesso più di quanto le aziende stesse ammettano.
Il problema non è la curiosità. È dove la mettiamo dentro il lavoro reale
Sperimentare un tool da soli, alla scrivania, in un momento libero, è un conto. Integrarlo in un processo che coinvolge più persone, decidere chi lo usa e come, capire cosa succede ai dati aziendali che ci passano dentro, misurare se produce davvero un risultato migliore rispetto a prima: questo è un lavoro diverso, che richiede tempo e una direzione chiara. Ed è esattamente il lavoro che nella maggior parte delle PMI italiane non ha un responsabile.
Non è un caso che le uniche aziende che raccontano risultati concreti con l’IA, nella nostra esperienza, non siano quelle che hanno comprato per prime lo strumento più costoso o più pubblicizzato, ma quelle in cui qualcuno — interno o esterno — si è preso la responsabilità di capire dove applicarlo, con che criterio, e per quale obiettivo misurabile. Tutte le altre, quelle che si sono limitate a “provare”, oggi hanno un abbonamento attivo e poco altro da mostrare.
Tre blocchi veri, non tre scuse
Anche qui, come per la digitalizzazione in generale, si ripetono schemi precisi. Non sono resistenze irrazionali: sono risposte comprensibili a un cambiamento che arriva senza istruzioni per l’uso.
1. Nessuno sa bene “a cosa serve” nella propria azienda specifica
I casi d’uso che circolano online sono quasi sempre generici: scrivere email, riassumere documenti, generare immagini. Utili, ma marginali rispetto al vero potenziale. Il punto è che i processi dove l’IA potrebbe fare davvero la differenza — la gestione dei preventivi, il primo contatto con un lead, l’analisi degli ordini ricorrenti, il controllo qualità — sono specifici di ogni impresa, e nessun contenuto generico su LinkedIn te li mostra. Servirebbe qualcuno che guardi il tuo processo, non un caso studio di un’altra azienda in un altro settore.
2. La sperimentazione individuale non diventa mai processo
In quasi tutte le PMI che affianchiamo troviamo la stessa scena: una o due persone, spesso le più curiose del team, usano l’IA in modo informale per velocizzare il proprio lavoro. Nessuno lo sa, non è condiviso, non è misurato. Quando quella persona è assente, o cambia lavoro, quel piccolo vantaggio sparisce con lei. Non è mai diventato un metodo dell’azienda, solo un’abitudine personale.
Un vantaggio che vive in una sola testa non è un vantaggio dell’impresa
3. La paura silenziosa, mai detta ad alta voce
Sotto la superficie, in quasi ogni azienda con cui parliamo, ci sono due paure che raramente vengono espresse apertamente in una riunione. La prima riguarda le persone: “se automatizziamo questo, chi se ne occuperà più?” — un timore che genera resistenza passiva, non un rifiuto dichiarato. La seconda riguarda i dati: nessuno sa bene cosa succede alle informazioni aziendali, ai dati dei clienti, ai contratti, quando finiscono dentro uno strumento di IA generica senza alcuna verifica su come vengano trattati. Questa incertezza, non detta, blocca più adozioni di quanto blocchi il costo dello strumento stesso.
Il costo cognitivo di scegliere tra mille strumenti
C’è un aspetto che raramente entra nelle discussioni sull’IA in azienda: il costo cognitivo di orientarsi in un mercato che cambia ogni settimana.
Un imprenditore che deve gestire produzione, fornitori, clienti e scadenze fiscali non ha il tempo di confrontare le decine di strumenti di IA che escono ogni mese, capire quale sia adatto al proprio settore, valutare se un fornitore sparirà tra sei mesi o sarà ancora sul mercato tra tre anni. Non è pigrizia: è un problema reale di risorse limitate in un contesto che cambia più velocemente di quanto chiunque, da solo, riesca a seguire.
L’IA promette di liberare tempo, ma per iniziare ne richiede molto
Il risultato più comune è la scelta più rapida, non la più efficace: si sottoscrive l’abbonamento più pubblicizzato, si prova per un mese, si abbandona senza aver davvero capito se il problema era lo strumento o il modo in cui è stato introdotto.
L’IA non è una funzionalità, è un cambio di processo
Una delle narrazioni più fuorvianti che circolano oggi è che basti “aggiungere l’IA” a un processo esistente per ottenere risultati — un chatbot sul sito, un plugin nel gestionale, un tool di generazione contenuti. Non funziona così.
L’intelligenza artificiale, per produrre un vantaggio reale, richiede quasi sempre di ripensare il processo intorno a lei, non di incollarla sopra a quello che già esiste. Un chatbot collegato a informazioni disorganizzate risponderà in modo disorganizzato. Uno strumento di analisi dati collegato a dati incompleti o sporchi produrrà analisi inaffidabili. La qualità dell’output dipende quasi sempre più dalla qualità del processo e delle informazioni a monte che dallo strumento scelto.
Le PMI italiane, strutturalmente, raramente hanno al proprio interno chi può fare questo lavoro di ridisegno — non per mancanza di intelligenza, ma perché è un ruolo specifico, che richiede di stare sia dentro l’azienda che fuori da essa, con lo sguardo libero di chi non è schiacciato dall’operatività quotidiana.
Questo vale ancora di più per l’IA rispetto agli strumenti digitali “tradizionali”, perché il margine di errore è meno visibile. Un gestionale che non funziona si vede subito: il dato manca, il processo si blocca, qualcuno se ne accorge. Uno strumento di IA che produce risposte plausibili ma sbagliate, contenuti generici invece che efficaci, o suggerimenti che sembrano corretti senza esserlo davvero, può restare in uso per mesi prima che qualcuno si accorga che il beneficio promesso, in realtà, non si è mai materializzato.
Cosa funziona davvero
Non esiste una ricetta valida per ogni impresa, ma alcuni principi, nella pratica, fanno davvero la differenza tra un’adozione che produce risultati e un abbonamento dimenticato dopo tre mesi.
- Partire da un processo specifico, non da uno strumento. Prima di scegliere quale IA adottare, bisogna capire quale attività ripetitiva, lenta o soggetta a errori vale davvero la pena affrontare per prima.
- Testare in piccolo, misurare, poi allargare. Un solo processo, un solo team, un periodo definito con un risultato misurabile — non un progetto aziendale che coinvolge tutti da subito.
- Mettere una governance minima sui dati fin dal primo giorno. Sapere quali informazioni possono entrare in uno strumento esterno e quali no non è un dettaglio tecnico: è la base per adottare l’IA senza rischi che nessuno ha valutato.
- Restare aggiornati senza rincorrere ogni novità. Il mercato cambia ogni mese, ma non ogni cambiamento riguarda davvero la tua azienda. Serve un filtro, non l’ansia di provare tutto.
Il ruolo della direzione digitale esterna
È esattamente qui che entra in gioco il lavoro che facciamo con le PMI che affianchiamo come direzione digitale esterna: non proponiamo uno strumento di IA prima di aver capito il processo che dovrebbe migliorare, e non lasciamo che l’adozione resti nella testa di una sola persona.
Significa guardare l’azienda nel suo insieme, capire dove l’intelligenza artificiale può davvero avere un impatto misurabile — e dove invece non serve affatto, nonostante quello che promette l’ultima demo vista su LinkedIn — e costruire un percorso che il team possa sostenere davvero, non solo annunciare in una riunione.
Le PMI italiane non hanno bisogno di essere “più veloci a comprare IA” dei loro competitor. Hanno bisogno di qualcuno che le aiuti a capire, con onestà, dove ha davvero senso introdurla — e dove invece il tempo va investito altrove.
È quello che facciamo.
Dualpoint affianca le PMI italiane nel costruire una strategia digitale concreta, intelligenza artificiale inclusa dove ha davvero senso — senza soluzioni preconfezionate. Se riconosci uno dei blocchi descritti in questo articolo, parliamone.
