L'intelligenza artificiale non ha pi\u00f9 bisogno di presentazioni nelle sale del consiglio. La maggior parte dei dirigenti di alto livello ha provato un chatbot, approvato un progetto pilota o visto un team realizzare una presentazione in una frazione del tempo normalmente necessario. La novit\u00e0 \u00e8 ormai svanita; \u00e8 iniziata la fase pi\u00f9 difficile.<\/p>\n
La domanda per il 2026 non \u00e8 se un\u2019azienda utilizzi l\u2019IA, ma se questa stia cambiando il modo in cui viene organizzato il lavoro, vengono prese le decisioni e vengono serviti i clienti. L\u2019AI Index 2025 dell\u2019Universit\u00e0 di Stanford ha rilevato che nel 2024 il 78% delle organizzazioni utilizzava l\u2019IA in almeno una funzione aziendale, in aumento rispetto al 55% dell\u2019anno precedente. Tuttavia, ricerche aziendali pi\u00f9 recenti suggeriscono che l\u2019uso regolare dell\u2019IA rimane molto meno diffuso a livello dei dipendenti. Nel 2026 IBM ha riferito che solo un quarto dei lavoratori utilizzava l\u2019IA regolarmente nell\u2019ambito delle proprie mansioni, nonostante l\u201986% degli amministratori delegati ritenesse che la propria forza lavoro fosse pronta.<\/p>\n
Questo divario spiega perch\u00e9 alcune aziende stiano iniziando a ottenere risultati significativi, mentre altre rimangono intrappolate in workshop, licenze ed esperimenti poco coordinati. Acquistare l\u2019accesso a un modello avanzato \u00e8 relativamente facile. Riprogettare un flusso di lavoro attorno ad esso, definire le responsabilit\u00e0 per il risultato e convincere i dipendenti a cambiare le abitudini consolidate \u00e8 invece molto pi\u00f9 difficile.<\/p>\n
I progetti di intelligenza artificiale pi\u00f9 utili spesso sembrano meno spettacolari di quelli meno utili.<\/p>\n
Un\u2019azienda pu\u00f2 annunciare l\u2019introduzione di un ambizioso assistente virtuale mentre i propri dipendenti continuano a dedicare ore alla ricerca di documenti interni, alla riscrittura degli appunti delle riunioni e al trasferimento di informazioni tra i vari sistemi. In una situazione del genere, il punto di partenza pi\u00f9 sensato non \u00e8 un operatore a contatto con i clienti, bens\u00ec le attivit\u00e0 interne ricorrenti che risultano costose, lente e sufficientemente standardizzate da poter essere ottimizzate.<\/p>\n
Per un team di comunicazione, ci\u00f2 potrebbe significare utilizzare un sistema di intelligenza artificiale approvato per confrontare la copertura mediatica quotidiana, identificare le narrazioni emergenti e produrre una prima bozza di un documento informativo. Un dipartimento di affari pubblici potrebbe utilizzarlo per estrarre obblighi, scadenze e posizioni delle parti interessate da un documento di consultazione. Uno studio di servizi professionali potrebbe recuperare le informazioni rilevanti dai propri archivi, anzich\u00e9 chiedere ai dipendenti di effettuare ricerche in anni di documenti.<\/p>\n
Morgan Stanley ha scelto questa strada pi\u00f9 controllata. I suoi strumenti interni di intelligenza artificiale consentono ai consulenti finanziari e al resto del personale di effettuare ricerche tra i documenti di ricerca approvati e il capitale intellettuale, mentre il suo sistema Debrief \u00e8 in grado di creare verbali delle riunioni e bozze di materiale di follow-up. L\u2019obiettivo non \u00e8 sostituire il giudizio del consulente o il rapporto con il cliente, bens\u00ec ridurre il tempo dedicato al recupero, all\u2019organizzazione e alla documentazione delle informazioni.<\/p>\n
JPMorgan Chase ha adottato un modello simile su scala pi\u00f9 ampia. La sua suite proprietaria LLM offre ai dipendenti l\u2019accesso all\u2019IA generativa all\u2019interno di un ambiente controllato. Nel 2025, oltre 200.000 dipendenti avevano accesso a tale sistema, mentre la banca ha dichiarato che alcuni gruppi risparmiavano diverse ore ogni settimana. Oltre 65.000 dipendenti della divisione corporate e di investment banking utilizzavano attivamente il sistema, e oltre il 90% dei suoi ingegneri si avvaleva di assistenti di programmazione basati sull\u2019IA.<\/p>\n
Questi esempi sono significativi perch\u00e9 mostrano in quali ambiti l\u2019adozione da parte delle aziende sta diventando credibile: all\u2019interno di flussi di lavoro ben definiti, utilizzando informazioni gestite in modo controllato, con una persona che rimane comunque responsabile del risultato.<\/p>\n
L'intelligenza artificiale pu\u00f2 velocizzare una singola attivit\u00e0 senza per\u00f2 rendere l'organizzazione pi\u00f9 efficiente.<\/p>\n
Elaborare dieci idee per una campagna in cinque minuti sembra efficiente, ma il vantaggio \u00e8 trascurabile se poi il team impiega due ore a correggere idee generiche. Riassumere ogni articolo pubblicato su un\u2019azienda produce pi\u00f9 materiale, ma non necessariamente maggiori approfondimenti. Un chatbot che risponde rapidamente alle richieste dei clienti pu\u00f2 comunque minare la loro fedelt\u00e0 se questi ultimi non riescono a contattare una persona quando la questione si complica.<\/p>\n
I dirigenti devono quindi misurare i risultati a livello di flusso di lavoro. A seconda dell\u2019attivit\u00e0, ci\u00f2 potrebbe tradursi in un risparmio di tempo, una riduzione degli errori, tempi di risposta pi\u00f9 rapidi, un aumento del tasso di conversione, una maggiore soddisfazione dei clienti o una migliore conformit\u00e0. L\u2019affermazione \u201cI dipendenti hanno utilizzato lo strumento\u201d \u00e8 un indicatore di adozione, ma non costituisce una prova del valore aziendale.<\/p>\n
La distinzione assume ancora maggiore importanza man mano che gli agenti di intelligenza artificiale iniziano a eseguire diverse azioni correlate anzich\u00e9 limitarsi a rispondere a una singola domanda. Un agente pu\u00f2 recuperare informazioni, aggiornare un sistema, preparare una raccomandazione e avviare un processo di follow-up. Ci\u00f2 pu\u00f2 eliminare notevoli attriti amministrativi, ma crea anche una catena pi\u00f9 lunga in cui un errore pu\u00f2 propagarsi pi\u00f9 a lungo prima che qualcuno se ne accorga.<\/p>\n
Le aziende che stanno facendo progressi, quindi, non si limitano semplicemente ad aggiungere l\u2019intelligenza artificiale alle attivit\u00e0 esistenti. Stanno decidendo in quali casi una persona debba verificare il lavoro, quali azioni richiedano un\u2019approvazione e cosa accada quando il sistema \u00e8 incerto.<\/p>\n
I leader non hanno bisogno di prevedere il futuro dell\u2019intelligenza artificiale per trovare un punto di partenza utile. Possono cercare attivit\u00e0 che presentino quattro caratteristiche: che si verifichino frequentemente, che richiedano tempo da parte di personale qualificato, che seguano uno schema riconoscibile e che possano essere verificate da una persona competente.<\/p>\n
Nel settore delle vendite, l\u2019IA pu\u00f2 preparare ricerche sui clienti e personalizzare una prima bozza senza dover decidere quale cliente meriti attenzione. Nel servizio clienti, pu\u00f2 risolvere richieste semplici e inoltrare i casi complessi a un operatore umano. Nel settore finanziario, pu\u00f2 spiegare le variazioni e segnalare transazioni insolite senza approvare alcun pagamento. Nel settore della comunicazione, pu\u00f2 analizzare la copertura mediatica e testare i messaggi senza decidere cosa l\u2019organizzazione debba dichiarare pubblicamente.<\/p>\n
Klarna \u00e8 diventata uno degli esempi pi\u00f9 seguiti dopo aver implementato su larga scala un assistente di assistenza clienti basato sull\u2019intelligenza artificiale. Le sue prime dichiarazioni sul volume delle richieste gestite e sul tempo risparmiato hanno attirato notevole attenzione, ma l\u2019enfasi che l\u2019azienda ha posto in seguito sul mantenimento del supporto umano \u00e8 stata altrettanto istruttiva. L\u2019automazione pu\u00f2 migliorare la velocit\u00e0 e ridurre i costi; non pu\u00f2 per\u00f2 presupporre che ogni interazione con il cliente debba essere priva di contatto umano.<\/p>\n
La lezione pratica non \u00e8 che l\u2019IA abbia fallito o abbia avuto successo. \u00c8 che il giusto equilibrio dipende dal contesto. Un cliente che verifica la data di un pagamento potrebbe apprezzare una risposta automatica immediata. Chi contesta un addebito consistente, invece, tender\u00e0 a giudicare l\u2019azienda in base al fatto che una persona competente si assuma la responsabilit\u00e0 della questione.<\/p>\n
L'IA generativa d\u00e0 l'impressione che un'azienda possa superare in un colpo solo anni di gestione disordinata delle informazioni. Ma non \u00e8 cos\u00ec.<\/p>\n
Se i file sono duplicati, i permessi non sono chiari e le informazioni importanti sono conservate nelle caselle di posta private, un sistema di intelligenza artificiale potrebbe recuperare la versione sbagliata di una politica o divulgare materiale a qualcuno che non dovrebbe vederlo. Una risposta ben formulata pu\u00f2 nascondere una base probatoria debole, il che rende i dati inaffidabili particolarmente pericolosi.<\/p>\n
Prima di integrare l\u2019IA in un flusso di lavoro importante, i dirigenti dovrebbero stabilire quali fonti possa utilizzare, chi ne sia il proprietario, con quale frequenza vengano aggiornate e chi possa accedere ai risultati. Dovrebbero inoltre stabilire se sia possibile inserire informazioni riservate in un sistema esterno. In caso contrario, saranno i dipendenti a prendere queste decisioni individualmente, spesso senza comprendere dove possano finire i loro prompt e i loro documenti.<\/p>\n
Questo \u00e8 uno dei motivi per cui gli ambienti aziendali sicuri stanno diventando pi\u00f9 importanti delle ultime funzionalit\u00e0 dei chatbot pubblici. Il modello \u00e8 importante, ma sono i controlli che lo circondano a determinare se ci si pu\u00f2 affidare ad esso per svolgere un lavoro vero e proprio.<\/p>\n
Anche le imprese europee devono fare i conti con un calendario di adeguamento pi\u00f9 preciso. La legge dell\u2019UE sull\u2019IA \u00e8 entrata in vigore nell\u2019agosto 2024, con obblighi che si applicano in pi\u00f9 fasi. Le norme relative alle pratiche vietate e all\u2019alfabetizzazione in materia di IA sono entrate in vigore nel febbraio 2025; gli obblighi relativi ai modelli di IA per uso generale sono seguiti nell\u2019agosto 2025, mentre ulteriori disposizioni significative si applicano a partire dall\u2019agosto 2026, con alcune parti del regime per i sistemi ad alto rischio che proseguiranno fino al 2027.<\/p>\n
Non tutti gli utilizzi dell\u2019IA generativa sono classificati come ad alto rischio, ma le organizzazioni devono comunque sapere dove viene impiegata l\u2019IA e da chi. Ci\u00f2 richiede un inventario che comprenda i sistemi approvati, gli strumenti non ufficiali e le funzionalit\u00e0 di IA integrate nel software gi\u00e0 utilizzato dai dipendenti.<\/p>\n
Il settore della comunicazione presenta rischi specifici. Le immagini sintetiche, le voci clonate e i video manipolati possono causare problemi legali e di reputazione anche quando l\u2019intenzione iniziale era innocua. Le aziende devono dotarsi di una politica di trasparenza sui contenuti generati dall\u2019intelligenza artificiale, di una procedura per l\u2019approvazione dei contenuti sintetici realistici e di limiti chiari sull\u2019uso delle immagini o delle voci di dipendenti, clienti e personaggi pubblici.<\/p>\n
L'alfabetizzazione all'IA non consiste quindi pi\u00f9 nel proporre al personale un webinar facoltativo sulla scrittura di prompt. I dipendenti hanno bisogno di regole concrete: quali sistemi sono approvati, quali informazioni non devono mai essere inserite, quali risultati richiedono una verifica e chi rimane responsabile quando l'IA contribuisce a una decisione.<\/p>\n
Un amministratore delegato non ha bisogno di comprendere l'architettura dei modelli. N\u00e9 il consiglio di amministrazione dovrebbe perdere tempo a confrontare gli abbonamenti alle soluzioni di IA destinate ai consumatori. La leadership \u00e8 richiesta altrove.<\/p>\n
Il team esecutivo deve decidere quali problemi valga la pena risolvere, quale livello di rischio sia accettabile e se un progetto di intelligenza artificiale sia in linea con la strategia generale dell\u2019azienda. Deve inoltre resistere a dimostrazioni allettanti che non reggono al confronto con dati reali, clienti reali o normative reali.<\/p>\n
Ci\u00f2 richiede una padronanza della materia tale da consentire di porre domande pertinenti. Quale processo sta cambiando? Quali elementi dimostrano che sta migliorando? Quali informazioni utilizza il sistema? In quali punti \u00e8 possibile intervenire? Chi \u00e8 responsabile di un errore? L\u2019azienda pu\u00f2 sostituire il fornitore senza dover riorganizzare l\u2019intera operativit\u00e0?<\/p>\n
La ricerca di IBM del 2026 mette in luce le pressioni in materia di governance che stanno emergendo. In uno studio, due terzi dei leader del settore tecnologico intervistati hanno dichiarato di essere ritenuti responsabili di sistemi di IA che non controllavano pienamente, mentre solo l\u201911% riteneva che le proprie organizzazioni fossero pienamente preparate alla portata dell\u2019implementazione degli agenti di IA prevista per l\u2019anno successivo. La questione non riguarda pi\u00f9 solo l\u2019entusiasmo o le capacit\u00e0 tecniche. Riguarda il controllo.<\/p>\n
L'affermazione rassicurante secondo cui l'intelligenza artificiale \u201cpotenzier\u00e0, ma non sostituir\u00e0\u201d le persone \u00e8 troppo generica per fungere da guida in una strategia relativa alla forza lavoro. Alcuni ruoli si amplieranno, altri si ridurranno e molti manterranno il proprio titolo, pur subendo cambiamenti sostanziali nella sostanza.<\/p>\n
Il rapporto \u2019Il futuro del lavoro 2025\u201d del Forum economico mondiale ha stimato che i cambiamenti strutturali del mercato del lavoro potrebbero creare 170 milioni di posti di lavoro e farne scomparire 92 milioni entro il 2030. I datori di lavoro prevedono che, nello stesso periodo, il 39% delle competenze attuali dei lavoratori cambier\u00e0 o diventer\u00e0 obsoleto. Le competenze tecniche legate all\u2019intelligenza artificiale e ai big data sono tra quelle in pi\u00f9 rapida crescita, ma il pensiero analitico, la resilienza, la leadership e l\u2019influenza sociale rimangono importanti perch\u00e9 le organizzazioni hanno ancora bisogno di persone in grado di interpretare le situazioni, persuadere gli altri e assumersi responsabilit\u00e0.<\/p>\n
Un datore di lavoro credibile dovrebbe quindi spiegare ai propri dipendenti quali attivit\u00e0 vengono automatizzate, quali rimangono di competenza umana e in che modo cambieranno le aspettative in termini di rendimento. I dipendenti tendono a diventare rapidamente scettici quando i dirigenti descrivono l\u2019intelligenza artificiale come uno strumento di \u201cempowerment\u201d all\u2019interno dell\u2019azienda, mentre agli investitori la presentano principalmente come una misura di riduzione dei costi.<\/p>\n
La formazione dovrebbe inoltre essere collegata al lavoro concreto. Un corso generico pu\u00f2 servire a sensibilizzare, ma i dipendenti acquisiscono competenza applicando l\u2019IA alle attivit\u00e0 ricorrenti, analizzando gli errori e imparando a riconoscere quando non \u00e8 opportuno fidarsi dei risultati ottenuti.<\/p>\n
Una proposta utile dovrebbe poter essere spiegata in una sola pagina.<\/p>\n
Dovrebbe identificare il problema aziendale, il costo o il ritardo attuale, la modifica proposta e l\u2019indicatore che determiner\u00e0 se il progetto funziona. Dovrebbe specificare i dati coinvolti, la persona responsabile del risultato e il punto in cui rimane necessaria l\u2019approvazione umana. Dovrebbe inoltre indicare quali sarebbero i motivi che porterebbero l\u2019organizzazione a interrompere il progetto.<\/p>\n
Anche se non \u00e8 ancora possibile rispondere a queste domande, il progetto potrebbe comunque essere interessante. Non \u00e8 ancora pronto per essere esteso su larga scala.<\/p>\n
Il vantaggio competitivo nel campo dell\u2019IA non risiede pi\u00f9 tanto nell\u2019accesso anticipato a un modello che anche i concorrenti possono acquistare, quanto piuttosto nella capacit\u00e0 di conoscere l\u2019organizzazione abbastanza bene da scegliere le attivit\u00e0 giuste, riprogettarle con cura e mantenere il giudizio umano laddove esso abbia un valore reale. Entro il 2026, questa sar\u00e0 la differenza tra un\u2019azienda che utilizza l\u2019IA e una che, grazie ad essa, sta migliorando.<\/p>","protected":false},"excerpt":{"rendered":"
Con la continua evoluzione dell'intelligenza artificiale, il panorama del 2026 promette progressi rivoluzionari in tutti i settori. Scopri le tendenze chiave, i punti di vista degli esperti e gli spunti pratici.<\/p>","protected":false},"author":5,"featured_media":13778,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[85,133],"tags":[],"class_list":["post-13777","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artificial-intelligence","category-social-media-analytics-reporting"],"yoast_head":"\n