28/05/2026Come misurare l’AI Adoption della tua organizzazione
Come misurare l’AI Adoption della tua organizzazione
Se lavori in un'azienda che sta cercando di adottare la GenAI, probabilmente hai già sentito questa frase: "dobbiamo capire il livello di AI Readiness della nostra organizzazione".
È diventata quasi un mantra, un prerequisito dichiarato in ogni piano di trasformazione digitale che si rispetti.
Il problema è che quasi nessuno la misura davvero.
Sì, si fa un sondaggio, si conta quante persone hanno un account su qualche tool di GenAI, si organizza una survey sul "quanto usi l'AI nel tuo lavoro?".
E si chiama il risultato "baseline".
Ma non lo è.
Sapere quante persone usano uno strumento non ti dice nulla su come lo usano, perché lo usano, e soprattutto cosa succede quando si fidano del risultato sbagliato.
La GenAI non è un CRM. Non è un software che o sai usare o non sai usare.
È uno strumento che interagisce con il modo in cui pensi, deleghi, valuti.
E questo significa che due persone con lo stesso utilizzo settimanale possono avere competenze - e rischi - radicalmente diversi.
Il modo più costoso di fare AI Adoption è trattare la propria organizzazione come un blocco omogeneo.
"Facciamo una formazione uguale per tutti" - e poi ci si stupisce che non attecchisca.
Il motivo è semplice: in ogni azienda convivono profili radicalmente diversi.
- C'è chi usa la GenAI ogni giorno ma non capisce perché un output è affidabile e un altro no.
- C'è chi conosce la teoria meglio di chiunque ma non l'ha mai davvero messa in pratica.
- C'è chi ha resistenze culturali profonde, e chi invece aspetta solo la scusa giusta per iniziare.
Applicare la stessa strategia a questi profili non è solo inefficiente, è proprio controproducente.
E misurare l'adozione richiede costrutti precisi, non domande generiche.
Non basta chiedere "usi ChatGPT?".
Serve un framework che catturi le dimensioni rilevanti.
Questo è il motivo per cui in Datapizza abbiamo costruito il nostro AI Adoption Assessment partendo dalla nostra esperienza e dalla letteratura scientifica sull'adozione tecnologica, invece che dalla semplice intuizione.
Il risultato è un framework che mappa ogni persona lungo tre dimensioni:
- Literacy: capisce come funziona?
- Fluency: sa delegare, descrivere, valutare criticamente gli output?
- Mindset: vede la GenAI come un moltiplicatore o come una minaccia?
Il bello è che queste dimensioni non si sovrappongono, e incrociando literacy e fluency emergono 4 profili molto diversi - con bisogni formativi molto diversi.
Il profilo che incontriamo di più nelle aziende è quello del Curious: alta frequenza d'uso, bassa comprensione dei meccanismi sottostanti.
Sa fare le cose, ma non sa distinguere quando fidarsi dell'output. Usa la GenAI ogni giorno, ma ogni giorno rischia di portare un risultato sbagliato con la stessa sicurezza di uno giusto.
Il mindset, invece, non entra nella segmentazione, ma diventa la lente per leggere ogni profilo in modo più fine: un Beginner entusiasta ha bisogno di qualcosa di molto diverso da un Beginner diffidente.
Perché questo conta?
Perché l'errore più costoso dell'AI adoption non è non “adottare”…
Ma adottare con la stessa strategia per tutti, ignorando che nella stessa azienda coesistono persone che hanno bisogno di capire i fondamenti e persone che hanno bisogno di sbloccare la sperimentazione, persone entusiaste e persone resistenti.
Un'azienda con il 60% di Curious e pochissimi Champion ha un problema di literacy diffusa: la gente usa lo strumento, ma nessuno sa davvero quando fidarsi del risultato.
La leva giusta non è "usatelo di più", ma fare una formazione strutturata sui fondamenti.
D’altro canto, un'azienda con molti Expert ha il problema opposto: tanta comprensione teorica ferma in un cassetto.
Lì il punto è sbloccare la sperimentazione pratica, non spiegare come funziona il Transformer.
Capisci? Stessa tecnologia, strategie opposte.
Ecco perché una buona diagnosi non è accessoria, ma è fondamentale per decidere
- come allocare i budget per la formazione
- come potenziare in modo efficace le persone
- come non sprecare tempo su percorsi che non funzioneranno.
Se vuoi saperne di più, leggi il nostro articolo completo!
E se sei interessato/a al nostro approccio all'AI Adoption, scopri i nostri percorsi!
Giacomo Ciarlini - CIO
Simone Conversano - AI Transformation Specialist