scenari

L’AI corre, le batterie no: il paradosso energetico dei data center


Indirizzo copiato

La crescita dei data center aumenta la domanda di elettricità continua mentre solare ed eolico restano variabili. Senza accumuli sufficienti, il sistema italiano dipende ancora dal gas, con effetti sulla decarbonizzazione e sui prezzi, mentre l’Europa introduce nuovi criteri per misurare la sostenibilità delle infrastrutture digitali

Pubblicato il 5 nov 2026

Susanna Dorigoni

GREEN, Università Bocconi



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 28 ott 2026, 16_53_20




La crescita dell’intelligenza artificiale, del cloud computing e, più in generale, dei servizi digitali sta determinando una rapida espansione dei data center e, con essa, una nuova fonte di domanda di energia elettrica. Il fenomeno assume particolare rilevanza perché si inserisce in una fase nella quale i sistemi elettrici europei sono contemporaneamente impegnati in una profonda trasformazione del mix di generazione, caratterizzata dalla progressiva sostituzione delle fonti fossili con fonti rinnovabili.

I problemi posti dalla coesistenza della transizione digitale ed energetica

Le due transizioni – digitale ed energetica – sono entrambe destinate ad accelerare nei prossimi anni, ma la loro coesistenza pone un problema non banale.

La crescita dei data center aumenta infatti non soltanto la quantità di elettricità richiesta, ma introduce nel sistema un carico caratterizzato da esigenze particolarmente elevate di continuità. Parallelamente, la decarbonizzazione aumenta il peso di fonti come eolico e fotovoltaico, la cui produzione dipende dalle condizioni meteorologiche e non è quindi programmabile.

Il problema diventa allora come conciliare una domanda elettrica crescente e continua con un’offerta progressivamente più dipendente da fonti variabili. In questo quadro, gli accumuli rappresentano uno degli elementi decisivi per rendere compatibili lo sviluppo dell’economia digitale e la transizione energetica.

Data center e transizione energetica: una domanda elettrica 24/7

La crescita dei consumi elettrici dei data center è un fenomeno globale. Secondo l’International Energy Agency (IEA), il loro consumo mondiale di elettricità potrebbe più che raddoppiare entro il 2030, raggiungendo circa 945 TWh[1]. Il fenomeno interessa direttamente anche l’Europa. I data center rappresentano già una componente significativa dei consumi elettrici europei e la loro incidenza è destinata ad aumentare: secondo le stime della Commissione europea[2], potrebbero assorbire oltre il 3% della domanda complessiva di elettricità dell’Unione entro il 2030. L’obiettivo europeo di triplicare la capacità dei data center nei prossimi cinque-sette anni potrebbe imprimere un’ulteriore accelerazione a questa dinamica.

In Italia la rapidità del fenomeno emerge con particolare evidenza dalle richieste di connessione alla rete: secondo Terna[3], a fine gennaio 2026, le istanze risultavano già 449, per una potenza complessiva di circa 79 GW. La concentrazione territoriale è inoltre molto elevata: quasi 40 GW delle richieste riguardavano la sola Lombardia. Pur dovendo interpretare questi valori con cautela, dal momento che una parte dei progetti potrebbe non concretizzarsi, la dimensione della pipeline resta indicativa della pressione potenziale esercitata dal settore sul sistema elettrico.

La qualità della domanda elettrica dei data center

Il cambiamento non riguarda soltanto la quantità della domanda. Riguarda anche la sua qualità: i data center richiedono un’alimentazione continua e altamente affidabile. Un’interruzione può compromettere servizi digitali, transazioni, attività industriali e applicazioni critiche.

Alla crescita dei TWh richiesti si accompagna quindi la necessità di disporre di potenza affidabile in ogni momento della giornata e dell’anno. È questa caratteristica a rendere particolarmente complesso il rapporto tra crescita dei data center e transizione energetica che, secondo alcuni esperti[4], nel breve periodo, potrebbe risultare rallentata o, addirittura compromessa[5].

Rinnovabili e data center: il paradosso della continuità

La decarbonizzazione del sistema elettrico europeo implica un forte aumento della produzione da fonti rinnovabili e, in particolare, da fotovoltaico ed eolico. Queste tecnologie non producono emissioni dirette di CO₂, hanno costi marginali molto bassi e riducono il fabbisogno di combustibili fossili. Presentano tuttavia una caratteristica strutturale: la loro produzione non è programmabile. Un impianto fotovoltaico produce quando è disponibile la radiazione solare così come un impianto eolico quando le condizioni del vento lo consentono. Diventa quindi essenziale distinguere tra energia complessivamente prodotta e potenza disponibile nel momento in cui viene richiesta.

Ad esempio, un data center con una potenza assorbita costante di 100 MW richiederebbe, nell’ipotesi semplificata di funzionamento a pieno carico per tutte le 8.760 ore dell’anno, circa 876 GWh. Disporre di impianti fotovoltaici ed eolici capaci di produrre complessivamente 876 GWh nell’arco dell’anno non significa però poter alimentare quel data center esclusivamente con quelle fonti. Potrebbero verificarsi ore nelle quali la produzione rinnovabile supera ampiamente il fabbisogno e altre nelle quali è molto inferiore. Il bilancio energetico annuale potrebbe dunque risultare perfettamente in equilibrio mentre quello orario presentare surplus e deficit rilevanti.

Il problema dei data center non è quindi soltanto disporre di abbastanza energia rinnovabile nell’anno, ma disporne quando serve, ed è qui che emerge il paradosso: da un lato, la transizione energetica aumenta la quota di produzione eolica e fotovoltaica, dall’altro, la transizione digitale aumenta una domanda caratterizzata dalla necessità di alimentazione continua. La stessa IEA stima che le rinnovabili possano soddisfare quasi metà della crescita mondiale della domanda elettrica dei data center fino al 2030, evidenziando dunque come, nel breve periodo, il contributo delle fonti fossili continuerà ad essere essenziale.

Nel sistema italiano, in assenza di accumuli e altre risorse di flessibilità sufficienti a compensare la variabilità delle rinnovabili, è soprattutto la generazione termoelettrica a gas a fornire la capacità programmabile necessaria nei periodi in cui fotovoltaico ed eolico non riescono a soddisfare la domanda. Si determina così una tensione strutturale: la crescita di un settore essenziale alla transizione digitale può contribuire ad aumentare il fabbisogno di quella capacità fossile dalla quale la transizione energetica vorrebbe progressivamente allontanarsi.

Il gas e il prezzo dell’elettricità nel sistema italiano

Nel 2025 il gas naturale pesava sul mix di generazione italiano per il 46%[6] circa e, osservando l’Indice di Tecnologia Marginale (ITM), è possibile evidenziare come tale fonte abbia determinato il prezzo dell’elettricità per circa il 40% delle ore in tutte le zone di mercato[7]. Dopo la crisi energetica del 2022, il prezzo elettrico italiano si era progressivamente ridotto, ma il PUN[8] Index GME è tornato a salire nel 2025, seguendo nel 2026 una dinamica decisamente al rialzo che ha prodotto a settembre un prezzo del MWh superiore a 200 euro.

Tale dinamica è sostanzialmente spiegabile con l’impennata delle quotazioni del gas naturale a seguito del conflitto iraniano che ha riacceso le tensioni sul fronte dell’offerta in Europa e Asia[9], in particolare quella di GNL[10].

Figura 1 – Andamento prezzi internazionali del gas naturale in €/MWh

La crescita dei data center rischia quindi di rafforzare il legame tra prezzo del gas naturale e prezzo dell’energia elettrica, rendendo quest’ultimo maggiormente sensibile alle fasi di tensione e scarsità sui mercati gas. Il possibile prolungamento della dipendenza dal gas indotto dallo sviluppo dell’intelligenza artificiale assume, in altri termini, una duplice dimensione: ambientale, perché può rallentare la decarbonizzazione del sistema elettrico, ed economica, perché ne mantiene elevata l’esposizione al livello e alla volatilità dei prezzi del gas.

Gli accumuli tra data center e transizione energetica

In un simile contesto gli accumuli assumono un ruolo centrale. La loro funzione economica fondamentale consiste infatti nel separare temporalmente produzione e consumo: l’energia prodotta quando è abbondante può essere immagazzinata e restituita al sistema quando la produzione è insufficiente. Ma la dimensione della trasformazione richiesta al sistema italiano è considerevole. Terna[11] stima un fabbisogno al 2030 di circa 71,5 GWh di nuova capacità di accumulo, in aggiunta ai pompaggi idroelettrici esistenti.

Il fabbisogno italiano e le aste MACSE

Tabella 1 – Accumuli elettrici in Italia: capacità installata, fabbisogno e aste MACSE

Capacità di accumulo (GWh)Riferimento temporaleNote
Capacità installata19,43luglio 20268 GW di potenza nominale
Fabbisogno di nuova capacità Terna71,52030In aggiunta ai pompaggi esistenti
1ª asta MACSE10,00consegna 2028Intero contingente assegnato: offerte 4× domanda
2ª asta MACSE16,00consegna 2029Asta prevista per il 24 novembre 2026

Fonte: elaborazione dell’autrice su dati Terna e MASE 2026.

Per favorire lo sviluppo della capacità di stoccaggio necessaria all’integrazione delle rinnovabili, l’Italia ha introdotto il MACSE (Meccanismo di Approvvigionamento di Capacità di Stoccaggio Elettrico). La prima asta, svoltasi il 30 settembre 2025 con anno di consegna 2028, ha assegnato l’intero contingente previsto, pari a 10 GWh, distribuito tra Centro-Sud, Sud e Calabria, Sicilia e Sardegna. La risposta del mercato è stata particolarmente elevata: la capacità offerta è risultata superiore di oltre quattro volte a quella richiesta. Una seconda asta è prevista per il 24 novembre 2026, con anno di consegna 2029 e un contingente di 16 GWh.

Batterie e limiti della flessibilità intra-day

Anche se la capacità sta crescendo rapidamente, a luglio 2026 in Italia risultavano installati oltre 948.000 sistemi di accumulo corrispondenti a 8 GW di potenza nominale[12], il confronto tra i due valori, pur riferendosi a grandezze che richiedono cautela metodologica, restituisce la dimensione del percorso ancora necessario.

E il problema non è esclusivamente quantitativo. Le batterie elettrochimiche sono particolarmente efficaci per trasferire energia tra ore diverse della giornata e per fornire servizi di flessibilità e bilanciamento alla rete. Molto più complessa è la copertura di deficit di produzione rinnovabile che si protraggano per periodi più lunghi. Occorre pertanto distinguere tra un problema di flessibilità intra-day e un problema di adeguatezza su orizzonti temporali più estesi. Aumentare la capacità delle batterie non equivale dunque automaticamente a poter sostituire tutta la generazione programmabile.

Il rating europeo sulla sostenibilità dei data center

Il 21 settembre 2026 la Commissione europea ha presentato un nuovo schema comune europeo di rating dei data center[13], destinato alle strutture con potenza superiore a 500 kW. Lo schema mira a rendere trasparenti le prestazioni energetiche e ambientali dei singoli centri e considera, oltre all’utilizzo di energia e acqua, il loro contributo al sistema elettrico, incluso il recupero del calore e l’aggiunta di capacità di generazione pulita[14]. L’obiettivo europeo è quello di promuovere data center più efficienti, flessibili e in grado anche di facilitare l’integrazione di una maggiore quantità di energia rinnovabile.

PUE, WUE e Renewable Energy Factor

Il nuovo schema introduce, più in particolare, una classificazione delle prestazioni basata, in questa prima fase, su PUE[15] e WUE[16] ma rappresenta solo una componente di un percorso regolatorio più ampio: parallelamente, la Commissione ha infatti avviato i lavori per l’introduzione di Minimum Performance Standards (MPS[17]), con una proposta legislativa prevista nel 2027.

Questi ultimi potrebbero estendere la valutazione introducendo anche il Renewable Energy Factor (REF), che misura la quota dei consumi energetici del data center coperta da fonti rinnovabili. Secondo la Commissione, oltre il 70% dei centri che hanno comunicato i propri dati alla banca dati europea associa già il 100% dei propri consumi elettrici, su base annuale, a energia rinnovabile[18]. Una parte significativa di questa energia è tuttavia approvvigionata attraverso Power Purchase Agreements (PPA) e Garanzie di Origine, che non necessariamente corrispondono a produzione locale o alla realizzazione di nuova capacità rinnovabile.

Per questo la Commissione indica esplicitamente la necessità di considerare in futuro non soltanto la quantità di energia rinnovabile utilizzata, ma anche la sua origine distinguendo tra generazione on-site, PPA e Garanzie di Origine, la tecnologia di produzione, l’addizionalità della capacità rinnovabile e, soprattutto, la corrispondenza temporale tra produzione e consumo (temporal matching).

Il temporal matching tra rinnovabili e consumi

Il progressivo passaggio da una logica di equivalenza energetica annuale a una maggiore corrispondenza temporale tra produzione rinnovabile e consumo rende quindi centrale il ruolo degli accumuli.

Data center e transizione energetica: il nodo della flessibilità

La crescita dei data center non è incompatibile con la transizione energetica. Ne rappresenta però uno stress test particolarmente significativo. Essa costringe infatti a superare una rappresentazione eccessivamente semplice della decarbonizzazione del sistema elettrico, secondo la quale a un aumento della domanda sarebbe sufficiente rispondere installando una quantità corrispondente di nuova capacità rinnovabile. Per una domanda che deve essere soddisfatta 24 ore su 24, non è sufficiente produrre nell’arco dell’anno una quantità equivalente di energia rinnovabile. Occorre che quell’energia sia disponibile nel momento in cui viene richiesta.

Gli accumuli costituiscono quindi uno degli anelli fondamentali di congiunzione tra transizione digitale e transizione energetica. Le batterie possono già svolgere un ruolo rilevante nella gestione della variabilità giornaliera delle rinnovabili, ma più complessa rimane la copertura di deficit di produzione prolungati, per i quali continuano a essere necessarie altre risorse di flessibilità e capacità programmabile.

Fino a quando questa capacità non sarà disponibile in misura sufficiente e a costi competitivi, il gas continuerà a colmare almeno una parte della distanza tra la variabilità dell’offerta rinnovabile e la continuità della domanda elettrica. Con una duplice conseguenza: sulle emissioni e sull’esposizione del prezzo dell’elettricità alle quotazioni del gas.

La vera sfida posta dai data center non consiste dunque soltanto nel produrre abbastanza elettricità per alimentarli, ma nel riuscire a renderla disponibile in modo continuo, competitivo e coerente con gli obiettivi di decarbonizzazione.

È nella capacità degli accumuli di colmare la distanza temporale tra produzione rinnovabile e consumo, più che nella crescita dei data center in sé, che si colloca oggi uno dei nodi ancora irrisolti della transizione energetica.

Fonti

21.9.2026 COM(2026) 500 final, Relazione della Commissione al Parlamento Europeo e al Consiglio sull’efficienza energetica dei centri dati nell’UE 2026.

ENEA, Analisi trimestrale del Sistema Energetico Italiano, Anno 2025, n. 1/2026.

European Commission (2026), Commission Delegated Regulation establishing a common Union rating scheme for data centres and annexes, 21 September 2026.

European Commission (2026), Energy performance of data centres, Directorate-General for Energy.Gestore dei Mercati Energetici (GME), PUN Index GME e dati dei mercati energetici, 2024-2026.ARERA (2026), Bollettino dell’Unità di vigilanza energetica.Hemmati M., Oluleye G., Charitopoulos V. M., Powering the Future of AI: Navigating the Trade-offs for Europe’s Energy Transition and Net-Zero Goals, 2026; https://doi.org/10.48550/arXiv.2606.09617

International Energy Agency (2025), Energy and AI, Paris.

Terna (2025), Piano di Sviluppo 2025; Terna, Econnextion, dati sulle richieste di connessione degli utenti di consumo, aggiornamento gennaio 2026.

Terna (2025), Piano di Sviluppo della Rete 2025, fabbisogno di nuova capacità di accumulo al 2030.

Terna (2025), Relazione finanziaria annuale 2025.

Terna (2026), Consumi elettrici luglio 2026, comunicato stampa e Rapporto mensile sul sistema elettrico.

Yuhao Huang Y., Novarun Deb N., Zareipour H. AI Data Centers and Power System Sustainability: Understanding the Sustainability Implications of AI-Driven Data Centers on Power Systems, 2026; https://doi.org/10.1109/ESM.2026.3676745


[1] IEA, 2025. ↩

[2] European Commission, 2026. ↩

[3] https://download.terna.it/terna/Terna_Relazione_Finanziaria_Annuale_2025_8de9f193139ef49.pdf ↩

[4] https://arxiv.org/pdf/2606.21064 ↩

[5] https://arxiv.org/pdf/2606.09617 ↩

[6] https://www.terna.it/it/sistema-elettrico/statistiche/pubblicazioni-statistiche/r/nguarda? ↩

[7] https://www.pubblicazioni.enea.it/download.html?catid=4&id=778%3Aanalisi-trimestrale-del-sistema-energetico-italiano-anno-2025&task=download.send&utm ↩

[8] Prezzo Unico Nazionale. ↩

[9] Mentre il prezzo statunitense all’Henry Hub (HH) resta contenuto, le quotazioni sul mercato europeo (TTF) e quelle del GNL in Asia si attestano su valori decisamente superiori. ↩

[10] Gas Naturale Liquefatto. ↩

[11] https://www.terna.it/it/sistema-elettrico/programmazione-territoriale-efficiente/piano-sviluppo-rete ↩

[12] https://download.terna.it/terna/Consumi_elettrici_2026_luglio_ITA_8def93c0b2c7a55.pdf ↩

[13] https://commission.europa.eu/news-and-media/news/making-data-centres-energy-efficient-thanks-new-eu-rating-system-2026-09-21_it ↩

[14] https://energy.ec.europa.eu/publications/commission-delegated-regulation-establishing-common-union-rating-scheme-data-centres-and-annexes_en?prefLang=it ↩

[15] Power Usage Effectiveness. ↩

[16] Water Usage Effectiveness. ↩

[17] https://energy.ec.europa.eu/news/minimum-performance-standards-data-centres-europe-public-consultation-launched-2026-09-21_en ↩

[18] https://eur-lex.europa.eu/legal-content/IT/TXT/PDF/?uri=CELEX:52026DC0500 ↩

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x