25/03/2026Perché le aziende adottano l’AI soltanto a metà
Perché le aziende adottano l’AI soltanto a metà
La Shadow AI - l'uso non governato di strumenti AI fuori dai canali aziendali approvati - non è un fenomeno futuro. È già in corso, in quasi ogni organizzazione, spesso all'insaputa di chi dovrebbe presidiarlo. Ne abbiamo scritto in dettaglio qui, partendo da un caso reale con GSK.
Il 4 marzo siamo stati a Palazzo Mezzanotte, a Milano, per partecipare all’evento di **AIDP Lombardia** dedicato alle persone e al lavoro.
Lì abbiamo incontrato circa duecento persone che l’AI, negli ultimi mesi, hanno imparato a conoscerla sempre meglio. HR director, responsabili del personale e professionisti delle risorse umane che si sono riuniti per parlare del futuro del lavoro.
Noi eravamo lì per condurre uno dei workshop: un'ora e mezza, una quarantina di partecipanti, una domanda aperta sul tavolo.
Qual è il tuo pensiero sull'AI oggi, in meno di 30 parole?
Le risposte ci hanno detto molto di più di qualsiasi report.
Il problema non è la tecnologia. È quello che succede dopo.
C'è una domanda che le organizzazioni si pongono raramente, forse perché la risposta è scomoda: quante delle persone che dovrebbero usare i nostri strumenti AI li usano davvero?
Il McKinsey State of AI (novembre 2025, survey condotta tra giugno e luglio 2025 su oltre 1.400 manager in tutto il mondo) lo fotografa in maniera lampante: le organizzazioni che stanno traendo benefici concreti dall'AI non sono quelle con la tecnologia più avanzata. Sono quelle con una strategia di change management strutturata, figure interne dedicate all'abilitazione, e un approccio sistematico alla formazione su scala.
Il collo di bottiglia, perciò, non è mai stato il software. Ma è sempre stato il gap tra "abbiamo acquistato gli strumenti" e "le persone li usano davvero, bene, ogni giorno".
Questo è stato il punto di partenza del workshop che abbiamo tenuto all'AIDP.
E a giudicare dalla reazione in sala, si è trattato di un punto che in molti avevano bisogno di approfondire…
Quello che è emerso in sala: i dati che non ti aspetti
Il workshop non è stata una lezione, ma piuttosto una conversazione supportata da dati.
Abbiamo chiesto ai partecipanti di rispondere a domande dirette, e le risposte ci hanno raccontato qualcosa di preciso.
La prima domanda era volutamente aperta: "Qual è il tuo pensiero sull'AI oggi, in meno di 30 parole?"
Su una quarantina di risposte, di per sé abbastanza diverse tra loro, abbiamo notato un pattern comune.
La parola più ricorrente è stata una: MA.
“L’AI è un acceleratore, MA va dosata bene.”
"L’AI è uno strumento utile, MA da usare con cautela."
"L’AI è pazzesca, MA devo ancora capire come sfruttarla nel mio lavoro e nella mia organizzazione."
E così via….
Insomma, un apertura allo strumento, ma con le dovute precauzione.
In generale, però, la narrativa del rifiuto categorico non regge più.
La questione, semmai, è quella dell’adozione. Riguarda il COME, non il SE.
Poi abbiamo posto una seconda questione e abbiamo chiesto di associare aggettivi all'idea di un prodotto "AI-powered".
La scala andava da 1 (in totale disaccordo) a 5 (completamente d’accordo).
Ecco i risultati principali:
- Ottimizzato ha ottenuto la media più alta (3.67).
- Subito dopo: Freddo (3.46) e Rischioso (3.28).
- In fondo alla classifica: Creativo (2.28) e Personalizzato (2.00)
Sono dati che vale la pena considerare con attenzione, perché vanno a toccare proprio la percezione di chi, spesso e volentieri, deve decidere se e come potenziare le persone con l’AI.
E i risultati, parlano chiaro: la maggior parte percepisce l'AI come ottimizzata MA fredda.
Utile per i processi, ma rischiosa e poco creativa.
Ma è in assoluto la terza rilevazione quella che ci ha sorpreso di più.
Abbiamo mostrato uno scenario: ricevi una mail che ti informa che il processo di selezione per una posizione a cui ti sei candidato sarà assistito o automatizzato da strumenti AI. Come ti sentiresti?
I risultati, su scala da 1 (molto a disagio) a 5 (molto a proprio agio), sono stati seguenti:
- Essere contattati da un'AI per un'opportunità lavorativa: media 2.56
- Avere la propria candidatura gestita da un'AI (screening, scheduling): media 1.88
- Avere la propria performance valutata interamente da un'AI: media 1.44
Queste sono le persone che ogni giorno decidono come introdurre l'AI nei processi HR delle loro organizzazioni!
E di fronte all'ipotesi che quella stessa AI venga applicata a loro - alla loro candidatura, alla loro valutazione - il loro livello di comfort (giustamente) crolla.
Non è affatto incoerenza.
È il paradosso più onesto che si possa trovare sul tema: chi è chiamato a guidare l'adozione AI non è immune dalle stesse resistenze che deve aiutare gli altri a superare.
Le risorse umane sono il vero motore del cambiamento
Quando ci si chiede di chi debba guidare l'AI adoption in azienda, le risposte più comuni puntano sempre al vertice: CEO, CTO, Chief Digital Officer.
È una risposta giusta, ma incompleta.
C'è infatti un errore di prospettiva che si ripete spesso quando il tema arriva sul tavolo di HR: considerare la propria funzione come il destinatario della trasformazione. La funzione che deve adattarsi. Il team che deve imparare a usare nuovi strumenti.
È vero, ma è anche la metà meno importante della storia.
L'altra metà è questa: HR è l'unica funzione aziendale con accesso diretto alle leve del cambiamento organizzativo.
Selezione, formazione, sviluppo, performance, cultura.
Se l'AI adoption è fondamentalmente un problema di persone - e lo è - allora le risorse umane sono assolutamente centrali.
Durante il workshop abbiamo quindi introdotto il concetto di AI Ambassador.
Per AI Ambassador intendiamo la figura interna a un’organizzazione che presidia l'adozione dell’intelligenza artificiale, combattendo ogni forma di resistenza e connettendo il mondo tecnico con il contesto operativo di ogni team.
Non è un ruolo per ingegneri. È un ruolo per persone che conoscono i processi, capiscono le dinamiche organizzative e sanno come si muove il cambiamento all'interno di un'azienda.
HR è la funzione che può identificare queste persone, formarle, dargli legittimità.
Il McKinsey State of AI 2025 documenta questo pattern nelle organizzazioni più mature: il successo nell'adozione AI è correlato alla presenza di figure di raccordo interne, non al solo investimento in tecnologia.
In breve, non si tratta, solo, di assumere nuovi profili, ma anche di potenziare le persone che sono già in azienda.
Da esecutore a orchestratore: la nuova direzione del “reskilling”
Una delle slide più dibattute durante il workshop aveva questo titolo: "Parte del personale passerà da esecutore a supervisore/orchestratore."
Semplice da leggere.
Molto meno semplice da accettare, soprattuto se sei il responsabile HR che deve gestire quel passaggio.
La buona notizia è che il reskilling in questo contesto non significa ripartire da zero.
Non si tratta affatto, per esempio, di trasformare un amministrativo in un data scientist.
Si tratta piuttosto di insegnare una nuova competenza - la capacità di lavorare con sistemi AI, di capirne i limiti, di supervisionarne l'output - a persone che già conoscono profondamente i propri processi e il proprio dominio.
Il profilo del futuro non è l'esperto di AI che non conosce il business. È la persona che conosce il business e sa usare l'AI per amplificarlo. Domain expertise + AI capability: competenze ibride, non sostitutive.
Questo cambia il tipo di intervento formativo richiesto. Non più corsi di programmazione. E nemmeno introduzioni teoriche al machine learning. Ma percorsi applicati, contestuali, progettati sulla base di cosa quelle persone fanno ogni giorno e come l'AI può entrare in quel flusso.
Il metodo: tre fasi che non si possono saltare
Nel corso del workshop abbiamo presentato il modello operativo che utilizziamo concretamente quando facciamo percorsi di AI Adoption in azienda.
Il piano si struttura in tre fasi sequenziali, ciascuna con prerequisiti chiari:
AI Adoption Strategy: prima di qualsiasi tool, training o rollout, serve una mappatura dei processi, delle persone e degli obiettivi di business.
Senza questa fase, tutto il resto è sperimentazione casuale, e la sperimentazione casuale produce, appunto, Shadow AI.
AI Enablement: la fase formativa vera e propria.
Non una lezione spot, né un webinar da due ore, ma un percorso strutturato che accompagna le persone passo passo, dal sapere cos'è l'AI all'usarla concretamente nel loro lavoro quotidiano.
AI Change Management: la fase più sottovalutata. La resistenza al cambiamento non sparisce dopo la formazione. I processi non si riscrivono da soli. Ci vuole presidio, iterazione, feedback.
Ci vogliono gli AI Ambassador che abbiamo citato prima.
Ci vuole qualcuno che rimanga a bordo quando il progetto di adozione smette di essere una novità e diventa parte dell'operatività.
Come potete immaginare, saltare una di queste fasi compromette inevitabilmente il percorso.
Come lo facciamo noi
In Datapizza non abbiamo costruito questo framework semplicemente per portarlo ai clienti, ma lo applichiamo quotidianamente a noi stessi…
In Datapizza tutti dedichiamo parte del nostro tempo a R&D per innovare le nostre mansioni. Non perché siamo obbligati a farlo, ma perché è una parte integrante del modo in cui lavoriamo.
Ogni venerdì, per esempio, ci riuniamo per il Caffe AI - un momento settimanale di knowledge sharing in cui chi sperimenta qualcosa di interessante lo presenta ai vari team.
Un momento che bisettimanalmente apriamo anche alla community! Puoi seguirlo qui 😊
Il team AI Adoption, più nello specifico, affianca costantemente i colleghi degli altri team nella sperimentazione e nell’adozione di strumenti AI.
Del resto, sarebbe assurdo non lo facesse: è letteralmente il loro lavoro!
E poi c’è il team AI Technology, che sviluppa tool interni che distribuiscono trasversalmente le innovazioni emerse.
Insomma, ormai l’hai capito: raccontiamo e insegniamo, fuori, esattamente quello che viviamo e applichiamo, dentro.
E questo, in un mercato dove chiunque si occupa di "AI transformation", secondo noi fa tutta differenza del mondo.
Se hai riconosciuto la tua organizzazione in qualcosa di quello che hai letto
Probabilmente anche nella tua azienda c'è qualcuno che usa l'AI senza che nessuno lo sappia.
Probabilmente anche voi avete fatto partire almeno un progetto AI che non ha prodotto i risultati attesi.
Probabilmente la domanda "chi è responsabile dell'adozione AI?" non ha ancora una risposta precisa.
Beh, sappi che se è così non è affatto un fallimento.
È solo il punto di partenza.
Se vuoi capire come strutturare un percorso di AI Adoption - dalla strategia all'enablement, fino al change management - il team di Datapizza è disponibile per una prima conversazione.
