AI nelle imprese piemontesi: il nodo è l’organizzazione

Confindustria Piemonte e Unione Industriali di Torino hanno pubblicato un’indagine sull’adozione dell’intelligenza artificiale nelle imprese del territorio. È una lettura utile non solo per chi opera in regione, ma per capire dove sta andando il sistema produttivo italiano nel suo complesso.

Il Piemonte resta un osservatorio significativo: manifatturiero, policentrico, con catene di fornitura reali, in piena riconversione industriale verso aerospazio, robotica, scienze della vita. PoliTo e UniTo producono ricerca di rango europeo, mentre realtà come FAIR, CIM 4.0 e I3P costruiscono il ponte verso le imprese. Gli investimenti in AI sul territorio superano i cento milioni di euro tra pubblico e privato, secondo i dati Unioncamere, cifra che cresce ancora se si considera la spesa corrente in licenze. Non è la Silicon Valley, e nessuno pretende che lo sia.

Quello che il Piemonte può raccontare è cosa accade quando una tecnologia generale come l’AI incontra un sistema produttivo fatto di beni fisici e fornitori, non soltanto di software e flussi finanziari.

Intelligenza artificiale nelle imprese piemontesi, il nodo della resistenza interna

C’è un numero, nell’indagine, che merita più attenzione di altri. Tra le imprese piemontesi che stanno già sperimentando l’AI, il 38% indica la resistenza al cambiamento come ostacolo principale all’adozione. Più dei costi, più della tecnologia, più della complessità regolatoria. Si potrebbe leggere il dato come una sconfitta. È invece il contrario: chi parla di resistenza al cambiamento ha superato la fase della curiosità ed è arrivato al punto in cui i veri problemi emergono. È il segnale che l’adozione sta diventando seria. Del resto, ogni grande tecnologia trasformativa ha attraversato la stessa soglia. È successo con l’elettrificazione delle fabbriche, con il personal computer, con il cloud. Quello che cambia oggi è la velocità: l’apprendimento individuale è diventato fulmineo, quello organizzativo è rimasto lento.

Perché la tecnologia scelta non basta a far funzionare l’AI

Alla stessa conclusione, da un’altra strada, arriva l’Enterprise AI Playbook pubblicato ad aprile dalla Stanford Digital Economy Lab. Brynjolfsson, Pereira e Graylin hanno passato cinque mesi a intervistare i responsabili di 51 deployment AI con valore misurabile, in sette paesi, selezionando soltanto progetti già in produzione e con metriche documentate. Il loro verdetto è netto: la differenza tra un progetto AI che funziona e uno che non funziona non dipende dalla tecnologia scelta, ma dall’organizzazione. Il 77% delle difficoltà reali è intangibile, fatto di change management, redesign dei processi, resistenza interna. Quando i ricercatori sono andati a vedere chi resiste, hanno trovato una risposta abbastanza precisa: nel 35% dei casi sono le funzioni di legal, HR, risk, compliance; nel 23%, gli utenti finali stessi. Non si tratta di ostilità verso la tecnologia, quanto di un riflesso difensivo: processi consolidati che reagiscono a uno strumento che chiede di ridisegnarli da capo.

AI e processi aziendali, la produttività passa dal disegno organizzativo

Le organizzazioni che superano questo passaggio seguono un percorso riconoscibile, in cui la chiave è assegnare la guida del progetto non a chi approva il budget, ma a chi affronta e rimuove gli ostacoli sul campo, giorno per giorno. Chi ha successo ha identificato processi e flussi di lavoro in cui è possibile costruire un sistema nuovo, in cui l’AI gestisce in autonomia l’80% delle decisioni e l’umano interviene sulle eccezioni. La vera agentificazione del processo, pur con le complessità che comporta, consente di ottenere guadagni di produttività mediani del 71% contro il 30% dei modelli di adozione in cui l’approvazione è controllata passo per passo. Inoltre, chi ha successo ha avuto coraggio: ha messo in conto il fallimento, perché iterare attraverso errori successivi è la regola del gioco. Queste sono tutte scelte di disegno organizzativo, prima ancora che tecnologiche.

Shadow AI e governance nelle imprese piemontesi

L’indagine piemontese offre un altro dato che a prima vista sembra disconnesso, ma che racconta la stessa storia. Il 44% delle imprese del campione usa ChatGPT o strumenti analoghi, mentre solo il 31% ha definito policy formali sull’uso dell’AI generativa. Questo vuol dire che l’AI è entrata in azienda dall’utente, non dalla strategia. Le persone, semplicemente, non possono aspettare i tempi delle organizzazioni. Si impara a usare ChatGPT in un pomeriggio; un’organizzazione impiega mesi solo per decidere se farlo. Quando la velocità individuale supera quella aziendale, l’impresa non smette di adottare l’AI: smette di governarla. Chiamiamo questo fenomeno shadow AI, ma è una storia che abbiamo già visto: era capitato con la posta elettronica personale negli anni Duemila, poi con il cloud, poi con i gruppi WhatsApp di lavoro. Il vettore cambia, ma la dinamica resta la stessa.

Dati, privacy e vantaggio competitivo dell’AI generativa

Una differenza, però, c’è. Le tecnologie precedenti distribuivano informazione, l’AI generativa la produce. Lasciarla entrare dall’utente senza un quadro di regole significa affidare alle scelte individuali la qualità degli output, la protezione dei dati e l’allineamento con i processi aziendali. Non a caso, le stesse imprese piemontesi dichiarano che la privacy dei dati è la loro principale preoccupazione, al 41%, ma poi nella maggioranza dei casi non si dotano di framework di governance. La contraddizione è strutturale, non frutto di distrazione. Il vero vantaggio competitivo, come ricorda Stanford, non sta nel prompt che si scrive, ma nell’integrazione con i processi aziendali, nella valorizzazione dei dati proprietari, nell’orchestrazione dei flussi di lavoro a valle. Per il 42% dei casi analizzati da Brynjolfsson e colleghi, la scelta del modello AI è ormai una commodity: il vantaggio si gioca al livello superiore.

Intelligenza artificiale nelle imprese, la sfida è investire nelle cose giuste

C’è infine la questione del tempo, e qui Stanford fornisce un dato istruttivo. Due terzi delle aziende che hanno generato valore con l’AI avevano alle spalle almeno un fallimento significativo. È la conferma empirica della cosiddetta J-curve della produttività, modellata anni fa dallo stesso Brynjolfsson: i benefici di una tecnologia generale arrivano sempre in ritardo rispetto agli investimenti necessari per metterli a frutto, soprattutto quando questi sono intangibili. Chi abbandona la sperimentazione nella fase discendente della curva non vedrà mai i risultati. Il Piemonte ha le condizioni per tenere il passo: l’ecosistema c’è, la ricerca c’è, il capitale paziente non manca, le imprese sanno lavorare per progetti più che per annunci. Ma tenere il passo richiede scelte precise, tutte organizzative prima che tecnologiche. Servono governance e processi, non solo strumenti e modelli. La domanda da porsi adesso non è se stiamo investendo abbastanza in intelligenza artificiale, ma se stiamo investendo nelle cose giuste.