L’intelligenza artificiale ha lasciato la fase della sperimentazione. Per molte imprese italiane è già uno strumento quotidiano: serve ad automatizzare passaggi ripetitivi, analizzare dati, produrre contenuti e accelerare il lavoro dei team. Per questo la domanda non è più se adottarla, ma come governarla.
Il dato che meglio fotografa questo passaggio arriva da un nuovo report di Soldo: l’87% dei finance leader italiani considera gli investimenti in AI importanti per raggiungere gli obiettivi aziendali. L’AI è ormai percepita come una leva strategica di crescita e competitività, al pari di qualsiasi altra decisione di investimento.
Il punto, però, è che l’adozione corre più veloce della capacità di governarla. Le aziende riconoscono il valore della tecnologia, ma spesso non hanno ancora le regole, i processi e gli strumenti per monitorarne l’uso, controllarne gli acquisti e misurarne i ritorni. Quando questo accade, l’AI rischia di aggiungere complessità invece di toglierne.
Indice degli argomenti
Il divario tra adozione e governance AI
La ricerca quantifica il divario con precisione. Solo il 26% dei finance leader italiani dichiara che l’uso e l’acquisto di strumenti di AI sono pienamente regolati da policy e controlli chiari. Il 62,5% parla di una governance soltanto parziale, con lacune ancora da colmare; il 10,5% segnala una supervisione minima o assente.
Siamo nel mezzo di una transizione: le imprese investono, i dipendenti sperimentano, i team introducono nuovi strumenti nei loro flussi di lavoro. L’impianto di controllo, però, non si è evoluto alla stessa velocità.
Il motivo è comprensibile. L’AI generativa ha abbattuto le barriere d’accesso alla tecnologia: molti strumenti si attivano in pochi minuti, partono da costi contenuti e si comprano in autonomia con una carta aziendale. La stessa semplicità che ne favorisce la diffusione rende difficile, per l’organizzazione, sapere cosa viene adottato, da chi, con quali costi e con quali risultati.
Vista così, la governance dell’AI smette di essere un freno burocratico e diventa la condizione che rende l’innovazione sostenibile e misurabile nel tempo.
Il nodo della shadow AI
La frammentazione emerge con chiarezza dal comportamento dei dipendenti. Il 27% dei lavoratori italiani autorizzati ad acquistare per conto dell’azienda dichiara di aver comprato strumenti di AI per uso professionale senza approvazione nell’ultimo anno.
È il fenomeno della shadow AI: l’acquisto o l’uso di soluzioni di intelligenza artificiale fuori dai canali formali di supervisione. Raramente nasce dalla volontà di aggirare le regole. Più spesso, nasce da un’esigenza concreta che i processi aziendali non riescono a soddisfare con la rapidità richiesta: i team cercano strumenti per lavorare meglio e non trovano un percorso di approvazione altrettanto veloce.
Il costo, però, è reale. Senza visibilità l’azienda perde il controllo non solo sulla spesa, ma anche sulla sicurezza, sulla protezione dei dati e sulla compliance. Perde inoltre la capacità di distinguere le tecnologie che generano valore da quelle che producono duplicazioni e rischi non presidiati. Più l’adozione è spontanea e distribuita, più questa distinzione diventa difficile.
La shadow AI, in fondo, è un sintomo prima ancora che un problema. Segnala la distanza tra la velocità con cui i team vogliono innovare e la lentezza con cui l’azienda offre percorsi di adozione chiari e governati. Si riduce colmando quella distanza, non vietando gli strumenti.
La produttività non basta a se stessa
A trainare l’adozione è un beneficio molto concreto: l’83,8% dei dipendenti italiani afferma che gli strumenti di AI hanno migliorato la propria produttività. L’impatto sull’operatività quotidiana, insomma, è già tangibile.
Lo stesso campione, però, segnala diverse frizioni. Il 55,6% trova difficili da usare gli strumenti a disposizione e il 57,5% si sente spinto a usare l’AI senza un supporto adeguato. L’AI viene percepita come utile, ma non sempre arriva accompagnata da formazione e linee guida. Il rischio è chiaro: si introducono strumenti ad alto potenziale senza creare le condizioni perché vengano usati bene.
La produttività, del resto, non dipende solo dalla tecnologia disponibile, ma dalla capacità delle persone di capirla, applicarla e inserirla nei processi esistenti. Quando le competenze mancano, lo stesso strumento produce risultati eccellenti in un team e deludenti in un altro. Per questo la governance non può fermarsi all’autorizzazione della spesa: deve comprendere formazione, criteri d’uso, responsabilità e standard condivisi.
Perché la governance dell’AI tocca al finance
In questo quadro, la funzione finance sta cambiando pelle. Tradizionalmente legata al controllo dei costi, alla pianificazione e alla rendicontazione, oggi è sempre più coinvolta nel valutare l’impatto della trasformazione digitale.
Il report lo conferma: il 77% dei finance leader italiani afferma che la propria funzione è pienamente o prevalentemente responsabile della supervisione degli investimenti in AI e delle relative performance. Il perimetro del finance si allarga e si sposta verso il centro della governance dell’innovazione.
Questo ruolo non consiste nel rallentare l’adozione, ma nel renderla più ordinata. Il finance è la funzione meglio posizionata per garantire visibilità, controllo e misurabilità, e per rispondere alle domande che contano: quali strumenti di AI sono già in uso, con quali costi ricorrenti e quali benefici attesi? Esistono soluzioni sovrapposte? Gli acquisti rispettano le policy? Gli investimenti rendono in modo misurabile? Con queste risposte, l’azienda passa da una sperimentazione frammentata a un investimento governato.
Il ROI dell’AI, una sfida ancora aperta
Il punto più delicato riguarda proprio la misurazione del ritorno. Il 78% dei finance leader italiani è convinto che le iniziative di trasformazione abbiano migliorato la produttività negli ultimi dodici mesi, ma solo il 21% ritiene il proprio team pienamente attrezzato per dimostrare il ROI degli investimenti in AI. Il 65% si considera solo parzialmente preparato.
Tra la percezione del beneficio e la capacità di misurarlo c’è ancora un vuoto. Molte aziende sentono che l’AI funziona, ma non dispongono di metriche e processi per dimostrarlo. La difficoltà è oggettiva: i benefici sono in parte diretti, come la riduzione di costi e tempi, e in parte indiretti, come la qualità del lavoro, la rapidità decisionale o la riduzione degli errori. Proprio perché gli impatti sono molteplici, vanno definiti criteri di valutazione chiari fin dall’inizio.
La domanda giusta non è quanto costa uno strumento, ma quale problema risolve, quale processo migliora e come ne misuriamo il risultato. È il terreno su cui il finance porta metodo, dati e disciplina, senza ridurre l’ambizione dell’azienda ma legando ogni iniziativa a obiettivi verificabili.
Dall’entusiasmo all’adozione sostenibile
La sfida di oggi non è più convincere le imprese a investire nell’AI. Quella fase è in gran parte superata: i dati mostrano che l’AI è percepita come strategica, che i dipendenti ne riconoscono l’impatto e che i finance leader ne comprendono la rilevanza per la crescita. La sfida è rendere quell’adozione sostenibile nel tempo.
Servono policy chiare ma semplici da applicare, strumenti approvati e percorsi rapidi per proporre nuove soluzioni. L’obiettivo è trovare un punto di equilibrio: non bloccare l’innovazione con processi troppo rigidi, né lasciarla crescere senza controllo. Le aziende che ci riusciranno avranno un vantaggio competitivo concreto, perché potranno sfruttare il potenziale dell’AI senza perdere di vista costi, responsabilità e risultati.
Letta così, la governance dell’AI è una questione manageriale prima che tecnica o normativa. Riguarda il modo in cui l’impresa organizza l’innovazione, distribuisce responsabilità, alloca budget e valuta l’impatto delle tecnologie sui propri obiettivi.
Il finance come punto di equilibrio
L’AI continuerà a entrare nei processi aziendali sempre più in fretta. Nuovi strumenti, nuove applicazioni nei reparti, nuove occasioni di automazione: provare a controllare tutto a posteriori sarà sempre meno efficace. Serve una governance che accompagni l’adozione fin dall’inizio, con il finance a fare da regia insieme a IT, procurement, HR, legal e business unit: definire regole comuni, abilitare gli acquisti giusti, monitorare la spesa e misurare i risultati.
È il ruolo per cui il finance è più attrezzato di chiunque altro in azienda: distinguere la spesa dall’investimento, la sperimentazione utile dalla frammentazione, la produttività percepita dal valore misurabile. E trasformare così l’AI da tecnologia diffusa a leva realmente integrata nella strategia aziendale.
Partecipa alla community