Anche nelle imprese familiari, l’intelligenza artificiale non è più una prospettiva futuribile: è già una realtà che sta ridefinendo le modalità con cui queste organizzazioni affrontano la sfida più antica e complessa della loro storia, ovvero il trasferimento di leadership, valori e know-how da una generazione all’altra.
Indice degli argomenti
Il paradosso delle imprese familiari: patrimonio a rischio
Le imprese familiari costituiscono una delle colonne portanti dell’economia e della società non soltanto italiane ma altresì a livello globale: esse sono custodi insostituibili di patrimoni storici e di know-how generato in decenni di attività, sovente radicate in territori specifici e trasmesse con cura da una generazione all’altra.
Tuttavia, queste realtà imprenditoriali vivono un paradosso che è altresì un pericolo sistemico: nonostante la loro rilevanza complessiva, la dinamica vitale delle imprese familiari presenta una notevole peculiarità: la grande maggioranza di esse non riesce infatti a trasferire efficacemente leadership e/o proprietà da una generazione all’altra.
Le statistiche indicano che soltanto il 30% delle imprese familiari giunge alla seconda generazione, circa il 12% alla terza, e appena il 3% alla quarta generazione e oltre (Family Business Institute; Astrachan, 2003). Un antico proverbio inglese del XIX secolo, originario del Lancashire, recita: “Clogs to clogs in three generations” (letteralmente: “dagli zoccoli agli zoccoli in tre generazioni”), chiarendo un adagio assai noto nell’àmbito delle imprese familiari, ovvero che la prima generazione costruisce, la seconda mantiene, la terza distrugge (Nicholas, 1999; Ward, 1987).
In tal senso, il principale fattore di mortalità intergenerazionale delle imprese familiari non è quasi mai un problema di mercato: emergono non di rado dinamiche emotive, conflitti familiari, mancanza di pianificazione, incapacità di adattarsi all’innovazione digitale e dunque all’evoluzione del business (Muckridge, 2021).
In questo contesto, l’Intelligenza Artificiale, ben più di un mero strumento di efficienza, può assumere il ruolo di supporto strategico assistendo le imprese familiari nel riconciliare due momenti fondamentali: la tradizione (valori, storia, radicamento) e il cambiamento (competenza digitale, governance, visione).
Il passaggio generazionale: il momento più critico per la sopravvivenza
Il momento in cui la generazione fondatrice (o quella susseguente) si trova a cedere il timone è un crocevia fondamentale: affetti, attese non dette, dinamiche di potere, identità familiare e aziendale si intrecciano fra di loro. Con anni di sacrificio alle spalle, il fondatore può avere difficoltà a lasciare il campo, mentre gli aspiranti alla successione imprenditoriale (membri della famiglia o manager esterni) possono sentirsi non ancora pronti oppure considerati dal sistema aziendale quali semplici figli d’arte piuttosto che quali leader credibili.
Recenti ricerche mostrano come una preparazione non adeguata, l’assenza di un piano di successione formalizzato e la mancata esplorazione e costruzione di competenze reali possano compromettere fortemente la sopravvivenza dell’impresa familiare (Do Paço et al., 2021; Muckridge, 2021). In tale contesto, l’IA può intervenire come un supporto super partes, apportando oggettività, dati e sostegno credibile senza sostituire la famiglia o la gestione, ma affiancandole mirabilmente.
Mappare il successore: dalle competenze alle simulazioni
In questa prospettiva, non è più sufficiente “essere figlio di” o “essere entrato nell’impresa di famiglia per diritto dinastico” per garantire il successo imprenditoriale: i mercati, la tecnologia e i modelli organizzativi infatti evolvono con rapidità crescente e richiedono competenze specifiche. L’IA può essere di supporto in vari modi:
a) analisi delle competenze (skills gap analysis): piattaforme basate su IA possono valutare le competenze digitali, manageriali e relazionali dei candidati (sia interni ovvero membri della famiglia, sia esterni) e confrontarle con un profilo di leadership ideale identificato per guidare l’impresa nei prossimi 10-15 anni (Soluk et al., 2025);
b) simulazioni e test comportamentali: l’IA può generare scenari di decision-making, simulazioni di crisi o trasformazione digitale, e valutare come i candidati reagiscono, misurando attitudini all’innovazione, al problem-solving, alla comunicazione;
c) pianificazione del mentoring personalizzato: sulla base dei gap individuati, l’IA può suggerire dei percorsi formativi personalizzati (master, studi all’estero, formazione in azienda e/o in aziende partner) e aiutare costruire un piano di sviluppo per il futuro CEO.
In questo modo, l’erede non viene designato per nascita o per appartenenza dinastica, ma secondo un processo strutturato e predeterminato che risponde a logiche di competenza, visione e preparazione. Tale processo contribuisce non soltanto a ridurre la tensione emotiva del passaggio generazionale ma anche a rafforzare la credibilità del successore all’interno della famiglia azionista di maggioranza e rispetto a tutti gli stakeholder aziendali.
Conservare il know-how: la memoria aziendale nell’era dell’IA
Un rischio di proporzioni gigantesche nelle imprese familiari è quasi sempre quello che riguarda la perdita di conoscenza tacita, di esperienza appresa sul campo e sul territorio dal fondatore o dalla generazione uscente. Questa conoscenza, quasi mai formalizzata, risiede di norma nella mente dell’imprenditore, nei rituali, nelle cerimonie e nei miti aziendali, nei gesti quotidiani. Se tali competenze non vengono codificate e trasferite, la nuova generazione rischia di perdere un vantaggio competitivo di per sé non replicabile.
In questa fase, entrano in gioco l’IA insieme alle soluzioni di knowledge management intelligenti: attraverso algoritmi di Natural Language Processing (NLP) e Machine Learning è possibile analizzare documenti aziendali, verbali di riunione, registrazioni audio e/o video, interviste con il fondatore, ed estrarre l’insieme delle regole non scritte, delle logiche decisionali, dei criteri di scelta che hanno guidato l’impresa nel passato (Melina et al., 2025). Uno studio recente ha esplorato questa relazione fra imprese familiari e knowledge management in chiave IA: l’adozione dell’IA è considerata un modo nuovo e diverso di gestire la conoscenza nelle organizzazioni familiari; eppure possono emergere delle barriere (culturali, di abilità e di governance) che debbono essere gestite (Melina et al., 2025).
In pratica, questo significa che la generazione uscente può contribuire non solo quale mentore personale, ma altresì quale custode della memoria aziendale, codificata e resa accessibile grazie all’IA. Qual è il risultato? Una transizione generazionale più soft e meno a salti rispetto al passato, assai più disciplinata e con un minor rischio di perdita del patrimonio immateriale.
Governance rinnovata: trasparenza, dati e prevenzione dei conflitti
La longevità di un’impresa familiare non dipende soltanto da un buon disegno della transizione generazionale, ma altresì da una governance adeguata che riesca a bilanciare le esigenze familiari (coesione, identità, equità tra membri) e quelle dell’impresa (meritocrazia, efficacia, innovazione). In questo senso, l’IA può svolgere un ruolo chiave (Tuncalp, 2023; Ulrich et al., 2023).
Un passo fondamentale in tale direzione è la definizione di un codice etico e operativo che chiarisca ruoli, responsabilità, conflitti di interesse, rapporti tra proprietà, famiglia e management. L’IA può supportare questa fase in due modi:
a) attraverso l’introduzione di piattaforme di governance digitali basate su IA: dashboard che aggregano informazioni finanziarie, strategiche, operative e le rendono accessibili a tutti i membri della famiglia; anche a quelli non direttamente coinvolti nella gestione. Il vantaggio è una maggiore trasparenza, che riduce le percezioni di favoritismi, zone grigie o decisioni opache, fattori che non di rado generano conflitti interni;
b) attraverso l’utilizzo di modelli predittivi di conflitto: grazie all’analisi sentiment e delle interazioni interne (chat aziendali, forum, comunicazioni interne), l’IA aiuta a identificare i “segnali deboli” delle tensioni familiari oppure delle tensioni fra management e famiglia, permettendo interventi preventivi.
La governance aumentata dall’IA consente alla famiglia di continuare a essere custode dei valori, della visione e della trasmissione generazionale, mentre l’impresa opera con meccanismi più chiari e moderni.
Gestione del rischio e visione strategica: il ruolo dei dati
Una delle propensioni più pericolose per il futuro delle imprese familiari è l’avversione al rischio da parte dell’imprenditore: a causa del timore di mettere in pericolo l’eredità di famiglia non poche decisioni strategiche che riguardano l’innovazione, l’internazionalizzazione e la trasformazione digitale vengono rimandate oppure messe da parte. Al contrario, l’IA può aiutare a trasformare l’avversione in gestione informata del rischio, mediante:
a) simulazioni di scenario: l’IA può generare un modello digitale dell’impresa (digital twin), che comprende parametri finanziari, operativi, di mercato, e analizzare scenari di investimento, acquisizione, cambiamento di prodotto o modello di business. In tal modo, la famiglia-impresa può visualizzare, in forma simulata, l’impatto di una decisione strategica prima di impegnare capitale concreto;
b) previsione e adattabilità al mercato: grazie alla capacità di analizzare grandi volumi di dati di mercato, normative, comportamento dei consumatori, l’IA può anticipare tendenze e opportunità con una rapidità che un analista umano faticherebbe non poco a eguagliare. Per un’impresa familiare questo si traduce in maggior prontezza, attitudine all’azione e minor rigidità rispetto al passato. Recenti ricerche sulla longevità delle imprese familiari evidenziano come uno degli atteggiamenti distintivi dei leader di imprese familiari durature sia proprio l’attitudine adattiva e una forte propensione imprenditoriale a lungo termine (Santos, 2013; Asi et al., 2022). L’IA diventa dunque lo strumento che consente di inserire quell’atteggiamento adattivo all’interno della governance quotidiana.
Sostenibilità e reputazione: la longevità oltre il profitto
Com’è noto, la longevità aziendale oggi non si misura soltanto in termini di anni di vita e di generazioni familiari, ma anche in termini di gestione della sostenibilità, dell’impatto sociale e della responsabilità ambientale. Le imprese familiari, radicate come sono nei territori e con identità valoriale intensa, sono perfettamente posizionate per integrare tali dimensioni, e l’IA non può che essere un grande alleato nell’applicazione delle logiche della sostenibilità e della reputazione (Baiyere et al., 2021). Ciò può avvenire tramite:
a) il monitoraggio ESG (Environmental, Social, Governance): l’IA analizza i dati di consumo energetico, di gestione delle risorse, della catena di fornitura, dei rapporti con stakeholder, generando indicatori di sostenibilità e segnalando le aree di miglioramento. Questo diviene particolarmente utile per le imprese che desiderano attrarre investimenti e incrementare la reputazione nel contesto digitale;
b) la reputazione e la legittimazione sociale: l’impresa familiare che dimostra di essere attenta all’impatto sociale e ambientale rafforza la propria legittimazione sia all’interno della comunità, sia nei mercati globali. L’IA di supporto monitora i media e i social media, le percezioni sociali, aiutando la famiglia-impresa a gestire la propria narrazione, prevenire crisi reputazionali e promuovere valori continuativamente coerenti (Aagaard & Tucci, 2024).
Le sfide dell’adozione: barriere culturali, tecniche e di governance
Naturalmente, l’adozione dell’IA non costituisce una panacea di per sé: vi sono barriere culturali, tecniche e operative che le imprese familiari sono chiamate a considerare. Alcuni punti chiave in tal senso riguardano:
a) lo sviluppo della cultura e della capacità digitale: le imprese familiari spesso presentano una forte eredità culturale, e può esservi una resistenza al cambiamento. Lo studio di Melina et al. (2025) individua le principali barriere all’adozione dell’IA: carenza di capacità, assenza di cultura della conoscenza formalizzata, governance debole. Ricerche più ampie confermano che le barriere principali includono la mancanza di competenze AI (33% delle organizzazioni), complessità dei dati (25%), e preoccupazioni etiche (23%) (IBM, 2024);
b) la governance e le competenze del board: secondo l’indagine Global NextGen Survey 2024 di PwC, il 73% dei leader NextGen nelle imprese familiari riconosce l’IA generativa come una forza di trasformazione potente. Tuttavia, il 42% considera l’IA una priorità strategica e il 66% ha in programma di inserire nel proprio Consiglio di Amministrazione componenti con competenze in tecnologia/IA (PwC, 2024);
c) l’etica, la trasparenza e la fiducia: l’utilizzo dell’IA solleva questioni di etica (bias, trasparenza degli algoritmi, protezione dati) che debbono essere gestite, specialmente in un contesto dove la fiducia (fra generazioni e fra famiglia e management) costituisce un fonte di capitale relazionale essenziale. Si suggerisce pertanto di definire un quadro regolamentare interno all’impresa-famiglia per adottare un’IA affidabile (Soluk et al., 2025);
d) il fondamentale allineamento famiglia-impresa-mercato: occorre che l’adozione dell’IA sia contestualizzata: la tecnologia non è sufficiente, occorre che famiglia, management e impresa condividano visione, valori e obiettivi. La letteratura sulla longevità delle imprese familiari indica già che la relazione duale impresa-famiglia e le interazioni fra individuo, famiglia e impresa sono determinanti per garantire longevità all’impresa (Asi et al., 2022; Santos, 2013).
Una guida per l’impresa familiare assistita dall’IA: le sei fasi
Ponendo insieme i vari tasselli in una narrazione coerente, come se fosse un racconto che una famiglia imprenditoriale sta considerando di vivere, si possono enumerare le fasi di adozione e sviluppo dell’AI nell’impresa familiare.
Fase A – Presa di coscienza e consapevolezza
La famiglia fondatrice si rende conto che l’impresa, pur solida, rischia di non arrivare all’erede oppure al passaggio generazionale con tutte le carte in regola. Si aprono dialoghi: Chi prenderà la guida? Quali competenze servono? Come preserviamo ciò che abbiamo costruito? Qui entra la consapevolezza che l’IA può essere un alleato: essa non sostituirà di certo la famiglia, ma potrà aiutare a mappare competenze, preparare percorsi, codificare la memoria aziendale.
Fase B – Diagnosi e mappatura
Attraverso una piattaforma IA (o più soluzioni integrate) viene definito ed esaminato il profilo del potenziale successore: competenze, attitudini, gap rispetto al profilo richiesto per guidare l’imprese nei 10-15 anni successivi. Contemporaneamente vengono avviati processi di knowledge-management che estraggono e catalogano la memoria del fondatore: decisioni strategiche che hanno funzionato, errori commessi, valori aziendali interiorizzati, relazioni con stakeholder. In parallelo, si definiscono le linee guida di governance che coinvolgono la generazione successiva, in merito al CdA e al possibile coinvolgimento del management esterno.
Fase C – Sviluppo e training
Sulla base della diagnosi predisposta nella Fase B, viene predisposto un percorso di mentoring e di formazione: il successore designato trascorrerà un periodo in una funzione esterna all’impresa di famiglia, seguirà ad esempio un master specialistico, parteciperà a workshop su IA, governance ed ESG. L’IA nel contempo monitora i progressi, segnala le aree critiche, supporta le simulazioni sulle decisioni strategiche. La generazione uscente entra in un ruolo di che viene definito di “consigliere strategico“, e viene supportata da strumenti IA che agevolano l’estrazione della conoscenza tacita che essa possiede.
Fase D – Governance rinnovata e decision-making aumentato
La governance dell’impresa viene aggiornata: un portale digitale (dashboard IA) consente alla famiglia, al CdA e al management di visualizzare in tempo reale gli indicatori di performance, di innovazione e di sostenibilità. L’IA segnala possibili conflitti (segnali deboli) nelle comunicazioni interne e consente interventi preventivi. Vengono esaminati scenari strategici attraverso simulazioni: ad esempio, “se l’impresa investisse in un nuovo mercato estero entro 3 anni”, “se si acquisisse un competitor minore”, “se si modificasse il modello di business verso l’e-commerce“. Queste simulazioni aiutano la famiglia a comprendere e gestire il rischio, a decidere con più fiducia.
Fase E – Sostenibilità, valore futuro e legittimazione
L’impresa non è più soltanto un veicolo utilizzato dalla famiglia per far profitto, ma assume una visione più ampia: impatto sociale, ambiente, reputazione. L’IA supporta il monitoraggio ESG, la comunicazione con stakeholder, la trasparenza verso la comunità e i nuovi talenti. La famiglia costruisce una narrazione che lega la tradizione (il fondatore, la storia, il territorio) con il cambiamento (la digitalizzazione, la sostenibilità, l’innovazione). Questo rafforza la legittimità dell’azienda, la motivazione del management e la fiducia degli stakeholder.
Fase F – Passaggio generazionale: il nuovo leader e la continuità
Giunto il momento formale del passaggio generazionale, il nuovo leader s’insedia ufficialmente non come erede per diritto di nascita, bensì come CEO preparato con un percorso di training completo, supportato da strumenti IA, e con il fondatore e/o la generazione precedente nel ruolo di consulente strategico. L’impresa familiare emerge come il frutto di una dinastia imprenditoriale moderna, capace non soltanto di rinverdire la tradizione, ma soprattutto di sposare il cambiamento, con competenze, governance e visione al passo con i tempi. L’IA continua a operare non come tecnologia indipendente, ma come “compagna di viaggio” per la famiglia-impresa (simulazioni, knowledge management, governance digitale, monitoraggio ESG).
Come ricaduta, l’adozione dell’IA nelle imprese familiari genera benefici tangibili e misurabili che contribuiscono alla loro longevità e competitività: la Tabella 1 sintetizza i principali benefici attesi.
Tabella 1 – Benefici attesi dall’adozione dell’IA nelle imprese familiari
| Area di Impatto | Beneficio Atteso | Descrizione del Valore Creato |
| Successione e Leadership | Maggior oggettività nella scelta del successore | Processo di selezione basato su competenze verificate e analisi dei gap, con riduzione dei conflitti emotivi e aumento della credibilità del successore presso tutti gli stakeholder |
| Gestione della Conoscenza | Migliore preservazione del know-how aziendale | Codificazione e trasferimento della conoscenza tacita attraverso sistemi di knowledge management intelligenti, evitando la dispersione dell’esperienza accumulata nelle generazioni |
| Governance Aziendale | Governance più trasparente e robusta | Riduzione di favoritismi percepiti, conflitti familiari e incertezze nei ruoli grazie a piattaforme digitali che garantiscono trasparenza nelle decisioni e nei processi |
| Innovazione Strategica | Maggior capacità di adattamento e innovazione | Superamento della logica “si è sempre fatto così” mediante decisioni basate su dati, simulazioni di scenario e visione strategica orientata al futuro |
| Reputazione e Sostenibilità | Miglioramento della reputazione e della legittimità sociale | Posizionamento quale impresa moderna e sostenibile, capace di attrarre talenti qualificati, investimenti e di rafforzare il legame con la comunità territoriale |
| Continuità Intergenerazionale | Aumento della probabilità di longevità aziendale | Non solo sopravvivenza alla transizione generazionale, ma prosperità e competitività nelle generazioni future attraverso capacità adattive e propensione al cambiamento continuo |
Fonte: elaborazione a cura dell’autore basata sul contributo di Conz et al. (2023) in Journal of Management and Governance. Esso evidenzia come la capacità di adattamento al contesto e la predisposizione al cambiamento siano due fattori fondamentali per preservare la longevità delle imprese familiari di lunga durata.
Conclusioni: l’IA come imperativo strategico per le famiglie imprenditoriali
In un mondo in cui velocità e intensità del cambiamento—tecnologico, normativo, sociale—non si riducono ma accelerano, le imprese familiari non possono permettersi il lusso di restare immobili. La memoria del passato (tradizione, valori, radicamento) può essere la fonte di un vantaggio competitivo distintivo, ma rischia di trasformarsi in un vincolo se non viene affiancata da strumenti e approcci al passo con i tempi.
L’IA si presenta come un supporto concreto—e non guidato dall’emotività—per poter gestire la complessità del passaggio generazionale, la conservazione del patrimonio immateriale, la governance, la gestione del rischio, la sostenibilità. Se l’obiettivo della famiglia-impresa non è soltanto sopravvivere, ma restare competitivi, rilevanti e attivi per le prossime generazioni, abbracciare l’IA non è più una scelta tecnologica oppure accessoria, ma diviene un imperativo per la sopravvivenza e la continuità aziendale. Come il Global NextGen Survey 2024 di PwC evidenzia: “il 73% delle NextGen nelle imprese familiari crede che l’IA generativa sarà una forza di trasformazione” (PwC, 2024), un segnale chiaro che il futuro passa anche da qui.1
Bibliografia
Aagaard, A., & Tucci, C. (2024). AI-driven business model innovation: Pioneering new frontiers in value creation. In Digital Business Models in Industrial Ecosystems (pp. 187–205). Springer.
Asi, A., Floris, M., & Argiolas, G. (2022). The intersection of spirituality and succession in family firms: A systematic literature review and research agenda. Sinergie Italian Journal of Management, 40(2), 69–88.
Astrachan, J. H. (2003). Commentary on the special issue: The emergence of a field. Journal of Business Venturing, 18(5), 567–572.
Baiyere, A., Salmela, H., & Tapanainen, T. (2021). How AI capabilities enable business model innovation: Scaling AI through co-evolutionary processes and feedback loops. Journal of Business Research, 133, 274–286.
Bartolomeo, L., De Marco, C. E., & Mangia, G. (2024). AI-driven business model innovation: A systematic review and research agenda. Journal of Business Research, 174, 114311. https://doi.org/10.1016/j.jbusres.2024.114311
Conz, E., Denicolai, S., & De Massis, A. (2023). Preserving the longevity of long-lasting family businesses: A multilevel model. Journal of Management and Governance, 28(3), 827–863.
Do Paço, A., Fernandes, C., Nave, E., Alves, H., Ferreira, J. J., & Raposo, M. (2021). Succession planning and strategies in family business: A multiple case study. International Journal of Entrepreneurship, 25(Special Issue), 1–16.
Family Business Institute. (n.d.). Family business statistics. Retrieved from https://www.familybusinessinstitute.com
Goyal, S., Esposito, M., Kapoor, A., & Sergi, B. S. (2021). AI business model: An integrative business approach. Journal of Innovation and Entrepreneurship, 10, Article 11.
Hanna, A., Denton, E., Smart, A., & Smith-Loud, J. (2020). Towards a critical race methodology in algorithmic fairness. In Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (pp. 501–512).
Iansiti, M., & Lakhani, K. R. (2020). Competing in the age of AI: Strategy and leadership when algorithms and networks run the world. Harvard Business Review Press.
IBM. (2024). IBM Global AI Adoption Index 2023. Retrieved January 10, 2024, from https://newsroom.ibm.com/2024-01-10-Data-Suggests-Growth-in-Enterprise-Adoption-of-AI-is-Due-to-Widespread-Deployment-by-Early-Adopters
Li, J., Zhang, Z., & Lv, Y. (2023). Connecting artificial intelligence to value creation in services: Mechanism and implications. Service Business, 17, 249–270.
Loebbecke, C., & Picot, A. (2015). Reflections on societal and business model transformation arising from digitization and big data analytics: A research agenda. Journal of Strategic Information Systems, 24(3), 149–157.
Melina, A. M., Vesperi, W., & Ingrassia, R. (2024). The future of knowledge management in family firms: Factors and barriers for AI adoption. In Proceedings of the 25th European Conference on Knowledge Management (pp. 763–772). Academic Conferences International Lmt.
Muckridge, B. A. (2021). Succession planning strategies within family firms [Doctoral dissertation, Walden University]. ScholarWorks. https://scholarworks.waldenu.edu/dissertations/10361
Müller, J. M. (2019). Business model innovation in small- and medium-sized enterprises: Strategies for Industry 4.0 providers and users. Journal of Manufacturing Technology Management, 30(8), 1127–1142.
Nicholas, T. (1999). Clogs to clogs in three generations? Explaining entrepreneurial performance in Britain since 1850. Journal of Economic History, 59(3), 688–713.
PwC. (2024). Global NextGen Survey 2024: Success in an AI world. Retrieved from https://www.pwc.com/gx/en/issues/c-suite-insights/nextgen.html
Raj, R., & Dwivedi, Y. K. (2023). Innovative business models driven by AI technologies: A review. Computer Science and Information Technology Research Journal, 4(1), 40–56.
Santos, F. (2013). A new perspective on the longevity and success of family firms. INSEAD Knowledge. Retrieved from https://knowledge.insead.edu/entrepreneurship/new-perspective-longevity-and-success-family-firms
Soluk, J., Miroshnychenko, I., Kammerlander, N., & De Massis, A. (2021). Family influence and digital business model innovation: The enabling role of dynamic capabilities. Entrepreneurship Theory and Practice, 45(4), 867–905. https://doi.org/10.1177/1042258721998946
Soluk, J., Miroshnychenko, I., Kammerlander, N., & De Massis, A. (2025). AI adoption in family firms: A mixed‐methods study on the paradoxical roles of passive and active family involvement. Journal of Product Innovation Management, 42(3), 423–451.
Tuncalp, D. (2023). Directing the future: Artificial intelligence integration in family businesses. Istanbul Technical University Research Report.
Ulrich, P., Frank, V., & Buettner, R. (2023). Artificial intelligence in small and medium-sized family firms: An empirical study on the impact of family influence. Corporate Governance and Organizational Behavior Review, 7(1), 34–48.
Ward, J. L. (1987). Keeping the family business healthy: How to plan for continuing growth, profitability, and family leadership. Jossey-Bass.
Ulteriori Riferimenti Consigliati
Ceipek, R., Hautz, J., De Massis, A., Matzler, K., & Ardito, L. (2021). Digital transformation through exploratory and exploitative internet of things innovations: The impact of family management and technological diversification. Journal of Product Innovation Management, 38(1), 142–165.
