Il racconto che gira sull'intelligenza artificiale in azienda è quello della resistenza. Le persone hanno paura, temono di essere sostituite, insegnano alla macchina il proprio lavoro e poi vengono ringraziate. Da lì discende tutta una liturgia: comunicazione interna, gestione del cambiamento, sponsor, rassicurazioni.
Non dico che sia falso. Dico che in due mesi, in due aziende diverse, ho visto succedere l'opposto, e che l'opposto è più interessante.
A giugno abbiamo chiuso, con i miei collaboratori, un percorso di formazione in SISTEC, un general contractor. A luglio ne abbiamo avviato un altro in una azienda molto simile, e lì il tema era ancora più a monte: come si disegna e si analizza un processo aziendale. Siamo partiti con un discreto scetticismo — la sensazione, molto legittima, che stessimo per parlare di cose che riguardano altri.
Poi abbiamo cominciato a mostrare esempi concreti. Non definizioni, non schemi: casi che somigliavano al loro lavoro.
E a quel punto è cambiato il verso della conversazione. Le persone hanno smesso di ascoltare e hanno iniziato a proporre. I casi d'uso li hanno portati loro.
Il caso migliore l'ha dato l'amministrazione
Il più utile non è arrivato dalla direzione e non è arrivato dall'area tecnica. È arrivato dall'amministrazione, ed era questo: riconciliare le bolle di consegna dei fornitori con le fatture che arrivano a fine mese, e capire dove sono le squadrature.
Fermiamoci un secondo su quanto è poco spettacolare.
Non c'è in nessuna demo. Non è in nessun articolo sull'agentic AI. Non finisce in nessuna slide, perché non contiene niente di eccitante. È ripetitivo, è noioso, è esattamente il tipo di attività che qualcuno fa da anni con una pila di documenti e un foglio di calcolo.
Ed è un caso d'uso perfetto. Ha input in formato stabile, una regola chiara, un'eccezione identificabile, e un risultato che si misura in ore e in errori.
Nessun consulente lo avrebbe messo in lista. Io per primo. Perché da fuori quel processo non si vede: non compare nell'organigramma, non ha un budget, nessuno lo presenta in riunione. Esiste solo nelle giornate della persona che lo fa.
Perché gli assessment trovano sempre le stesse tre cose
Questo spiega una cosa che mi capita di osservare da anni e che avevo sempre attribuito alla pigrizia.
Quando un assessment si fa solo con il management, escono sempre i soliti tre casi d'uso: il chatbot per il servizio clienti, l'assistente sui documenti, qualcosa sul marketing. Non perché i manager siano superficiali, ma perché stanno descrivendo l'azienda che vedono, e l'azienda che vedono è quella dell'organigramma.
Le inefficienze vere quasi mai stanno lì. Stanno nelle giunture: fra un ufficio e l'altro, fra un sistema e l'altro, fra quello che il gestionale prevede e quello che poi si fa davvero. E quelle le conosce solo chi le attraversa ogni giorno.
Il problema è che chi le attraversa, di norma, non ha nessun motivo per raccontartele. Non gli sembrano un problema tecnologico: gli sembrano il lavoro.
Finché non vede un esempio.
La lettura sbagliata di un dato giusto
C'è una rilevazione ISTAT di dicembre che dice una cosa importante: fra le imprese che hanno valutato un investimento in intelligenza artificiale e poi non l'hanno fatto, quasi il 60% indica come ostacolo la mancanza di competenze adeguate. Non il costo. Le competenze.
La lettura ovvia è: senza competenze non riesci a implementare. Ti manca chi lo fa, quindi rinunci.
Non credo sia quella la lettura giusta, o almeno non è tutta.
Senza competenze non riesci nemmeno a immaginare. Non ti manca chi costruisce la soluzione: ti manca la capacità di vedere che un problema è un problema risolvibile. La riconciliazione delle bolle è stata lì per anni. Non è diventata un caso d'uso quando è arrivata la tecnologia: è diventata un caso d'uso quando qualcuno ha riconosciuto che quella cosa lì si poteva fare in un altro modo.
Le competenze non servono a costruire. Servono a vedere.
Cosa cambia nell'ordine delle cose
Se questo è vero, allora la formazione non è la fase due di un progetto di intelligenza artificiale. Non è quello che si fa alla fine, quando il sistema è pronto e bisogna insegnare alle persone a usarlo.
È la fase zero della discovery.
Non formi per far adottare. Formi per far immaginare — e quello che le persone immaginano è la mappa che stavi cercando di comprare con un assessment.
Ha una conseguenza pratica per chi, come me, vende anche assessment: parte del lavoro che oggi fatturo come analisi lo può fare l'azienda da sola, se le dai gli strumenti per vedere. Non è una buona notizia per il mio conto economico di breve. È una buona notizia per i progetti, che è quello che poi decide se torni l'anno dopo.
Una precisazione, perché non diventi una promessa
Non sto dicendo che basta fare un corso e i problemi si risolvono.
Sto dicendo tre cose più piccole e più verificabili. Che lo scetticismo iniziale non è resistenza, quasi sempre è distanza: le persone non si oppongono, semplicemente non vedono cosa c'entra con loro. Che a sbloccare non è la spiegazione ma l'esempio concreto, quello che somiglia al loro martedì mattina. E che quando si sbloccano, portano materiale che dall'esterno non avresti trovato.
Se in azienda stai pensando di partire con l'intelligenza artificiale e hai in agenda un assessment, prova a invertire l'ordine: mezza giornata di esempi concreti alle persone che fanno il lavoro, e poi chiedi a loro cosa automatizzerebbero.
Quello che esce da quella mezza giornata è quasi sempre migliore, e certamente più vero, di quello che sarebbe uscito dalle interviste alla direzione.