Strategia AI per aziende: come costruirla in 7 passi

In breve: una strategia AI aziendale non consiste nello scegliere uno strumento, ma nel decidere quali processi cambiare e nel misurare che cosa rende. Le aziende che ottengono di più dall’intelligenza artificiale ridisegnano il modo di lavorare invece di appoggiare l’AI sopra le vecchie abitudini, partono da dove il guadagno si vede prima e affidano il tema a un responsabile preciso nella direzione. Una buona strategia AI può stare in poche pagine: deve dire cosa, perché, chi e come capirete che funziona.

A che punto sono le imprese italiane

L’adozione dell’AI in Italia cresce in fretta ma parte da un livello basso. Secondo l’ISTAT, le imprese con almeno 10 addetti che usano almeno una tecnologia di intelligenza artificiale sono passate dall’8,2% del 2024 al 16,4% del 2025 (erano il 5,0% nel 2023). Il divario per dimensione resta forte: 53,1% tra le grandi imprese, 15,7% tra le PMI (ISTAT). Nell’Unione europea la media è del 20,0% (Eurostat).

Due dati dicono molto su come si sta adottando l’AI. Tra le imprese che la usano, il 59,1% ricorre all’AI generativa, ma un terzo (33,4%) non sa indicare per quale funzione aziendale la usa: un uso ancora sperimentale e poco strutturato, soprattutto nelle piccole imprese. E tra le imprese che hanno valutato l’AI senza adottarla, gli ostacoli principali sono la mancanza di competenze (58,6%), la scarsa chiarezza normativa (47,3%), dati insufficienti o di bassa qualità (45,2%) e i timori per la privacy (43,2%) (ISTAT).

Usare l’AI non significa ricavarne qualcosa. Un rapporto del MIT molto discusso ha concluso che il 95% delle organizzazioni esaminate non aveva ottenuto un ritorno misurabile dagli investimenti in AI generativa. Lo studio è piccolo ed è stato criticato, ma la spiegazione che offre è utile: gli strumenti non imparano dall’uso e raramente vengono collegati ai processi reali. Le soluzioni acquistate da partner esterni riuscivano circa il doppio delle volte rispetto a quelle sviluppate in casa (The Register).

Strategia AI in 7 passi

Una strategia AI si costruisce in sette passi, dagli obiettivi di business fino alla misurazione e alla diffusione.

1. Parti dagli obiettivi di business. Che cosa deve migliorare: tempi di risposta, numero di preventivi, costo per ordine, soddisfazione dei clienti? L’AI è un mezzo, non un fine.
2. Mappa i processi. Elenca le attività ripetitive, basate su regole o ricche di testo: fatture, preventivi, richieste dei clienti, report, passaggi di dati tra un gestionale e l’altro.
3. Dai priorità per valore e fattibilità. Scegli tre-cinque processi dove il guadagno è chiaro e i dati esistono. I casi difficili possono aspettare.
4. Ridisegna il processo, non solo lo strumento. Chiediti come sarebbe il lavoro se lo progettassi oggi, non dove incollare una funzione AI. È la differenza principale tra chi ottiene risultati e chi no.
5. Decidi: comprare, collegare o costruire. Strumenti di mercato per gli usi generici, integrazioni tra i sistemi che già hai per la maggior parte dei casi, sviluppo su misura solo dove il bisogno è davvero unico.
6. Fissa le regole. Quali dati si possono usare, chi controlla i risultati, come si trattano i dati personali? Il framework di gestione del rischio AI del NIST, con le sue quattro funzioni (governare, mappare, misurare, gestire), è una buona base (NIST).
7. Misura, impara, estendi. Misura tempi e costi prima e dopo. Ciò che funziona si estende, il resto si chiude.

Da dove iniziare

Per la maggior parte delle PMI il guadagno più rapido sta nell’amministrazione e nei collegamenti tra software, non nei progetti di AI avanzata. Lo conferma anche l’ISTAT: gli ambiti in cui l’AI cresce di più sono marketing e vendite (33,1% delle imprese che la usano) e i processi amministrativi (25,7%). Un buon punto di partenza è un workshop di mezza giornata con un membro della direzione e con chi fa davvero il lavoro: ognuno elenca le dieci attività che portano via più tempo, poi le si posiziona su una griglia valore/facilità.

Quando i processi attraversano più software, la base è spesso l’integrazione di sistemi, per esempio con uno strumento come n8n o collegando il gestionale alla fatturazione elettronica. Quando l’AI deve svolgere compiti interi, il passo successivo è creare un agente AI che lavora nei tuoi sistemi.

AI generativa in azienda: le regole interne

Prima di estendere l’AI generativa a tutta l’azienda, metti per iscritto poche regole d’uso. Bastano una o due pagine:

• Cosa si può inserire: niente dati personali delicati né informazioni riservate in strumenti consumer.
• Quali strumenti: account aziendali con amministrazione centralizzata e un accordo sul trattamento dei dati, non abbonamenti personali.
• Chi controlla: una persona rilegge tutto ciò che va a un cliente o impegna l’azienda.
• Come si impara: un’ora di formazione su come scrivere le richieste e sui limiti degli strumenti vale più di qualsiasi funzione nuova.

Le preoccupazioni per privacy e dati che l’ISTAT registra tra le imprese italiane si affrontano proprio così: con regole chiare prima, non con divieti dopo.

AI Act e legge italiana sull’AI

Per la maggior parte delle aziende, l’AI Act significa soprattutto alfabetizzazione e trasparenza. Il regolamento europeo distingue i sistemi per livello di rischio, e gli usi più comuni (scrittura, analisi, automazione amministrativa) ricadono nei livelli più bassi. I divieti e l’obbligo di alfabetizzazione in materia di AI si applicano dal 2 febbraio 2025, le norme sulla trasparenza, come l’obbligo per un chatbot di presentarsi come AI, da agosto 2026. Con l’“AI Omnibus” le regole per i sistemi ad alto rischio in settori sensibili, come l’occupazione e l’istruzione, sono state rinviate al 2 dicembre 2027 (Commissione europea).

L’Italia ha anche una propria legge: la legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025 (Normattiva). Due punti riguardano direttamente le imprese. Il datore di lavoro deve informare i lavoratori dell’uso dell’AI nei casi previsti dalla normativa sui sistemi decisionali o di monitoraggio automatizzati (L. 132/2025, art. 11). E i professionisti devono comunicare ai clienti, con linguaggio chiaro e semplice, quali sistemi di AI usano nella prestazione (L. 132/2025, art. 13). Se usi l’AI per decidere su persone, per esempio per selezionare candidati, fatti consigliare da un legale.

Formazione e supporto in Italia

La mancanza di competenze è il primo freno, quindi la formazione è il primo investimento. Alcuni punti di partenza:

• Punti Impresa Digitale (PID) delle Camere di commercio: eventi, formazione e il test online Selfi4.0 per valutare il livello di digitalizzazione dei processi aziendali (Punto Impresa Digitale).
• Elements of AI: corso online gratuito in italiano, pensato per chi non è esperto, utile come base comune per tutto il personale (Elements of AI).

Bandi e incentivi cambiano spesso e variano da regione a regione: verificali sulle pagine ufficiali prima di costruire il budget.

Gli errori più comuni

La maggior parte dei progetti di AI fallisce per motivi organizzativi, non tecnici.

• Partire dallo strumento. Una licenza per tutti senza un piano produce un uso sparso e nessun effetto misurabile.
• Pilota senza strada verso la produzione. Decidi subito che cosa deve dimostrare un test per essere esteso.
• Nessun responsabile. L’AI che è compito di tutti non è compito di nessuno.
• Nessuna misura di partenza. Senza un punto zero non puoi dimostrare che cosa ha portato l’AI.
• Dimenticare le persone. Formazione e regole chiare decidono l’uso reale degli strumenti, e sono anche un obbligo.

Una strategia AI riguarda anche il modo in cui le AI parlano di te: leggi come l’AI sceglie le aziende da consigliare e scopri la nostra offerta di visibilità AI.