In breve
- Decida fin dove vuole spingersi: strumenti migliori, funzioni riprogettate o prodotti nuovi.
- Le aziende che dichiarano di ricavare più valore dall’IA puntano alla crescita o all’innovazione, non solo ai risparmi.
- Per le aziende più piccole, acquistare di solito funziona meglio che sviluppare in proprio.
- Non basi il piano su un punteggio di maturità, su un punteggio di esposizione all’IA o sulla comunicazione interna di un’altra azienda.
Per sapere che cosa significa AI-first, veda la guida.
Tre livelli di ambizione
La società di consulenza BCG distingue tre strade (BCG, 2024):
- Deploy [distribuire]: strumenti già pronti per tutto il personale.
- Reshape [rimodellare]: intere funzioni aziendali riorganizzate attorno all’IA.
- Invent [inventare]: prodotti e servizi nuovi basati sull’IA.
BCG stima l’aumento di produttività di Deploy al 10–15% e quello di Reshape al 30–50%. Lo schema è utile come domanda: per quale delle tre strade sta pianificando? Solo la seconda e la terza cambiano il modo in cui l’azienda lavora, che è ciò che significa AI-first.
Punti oltre il costo
Nell’indagine di McKinsey del 2025, l’80% degli intervistati ha detto che la propria azienda aveva fissato l’efficienza come obiettivo per l’IA. Le aziende che dichiaravano più valore si davano spesso anche obiettivi di crescita o di innovazione. Avevano più di tre volte più probabilità delle altre di dire che intendono usare l’IA per trasformare la propria attività.
È documentato anche il caso opposto. Klarna ha giudicato la sua IA per l’assistenza clienti soprattutto sul costo e in seguito ha detto che la qualità ne aveva risentito (Customer Experience Dive).
Acquistare o sviluppare
- A favore dell’acquisto. Uno studio del MIT del 2025, come riportato da Fortune, ha rilevato che acquistare strumenti di IA da fornitori specializzati e costruire collaborazioni riusciva circa il 67% delle volte, molto più spesso dei progetti sviluppati internamente (Fortune).
- Un risultato che va nella direzione opposta. In un’indagine su 179 dirigenti in Polonia, i progetti sviluppati internamente sono andati nettamente meglio del software acquistato nella fase di prova di fattibilità.
- La dimensione decide quasi tutto. Un’azienda senza specialisti di dati o di informatica non può mantenere ciò che sviluppa. Per le micro, piccole e medie imprese il modello pratico è acquistare, configurare e fissare le regole.
Che cosa cambia nel modello di business
L’AI-first può cambiare un modello di business in tre punti.
- Costo per servire i clienti. Il lavoro di routine costa meno. Il risparmio è reale solo se la qualità regge, quindi misuri entrambi.
- Velocità. Un lavoro che richiedeva giorni può richiedere ore. Questo può diventare qualcosa che lei vende: preventivi, risposte e consegne più rapidi.
- Nuove offerte. Alcune aziende costruiscono prodotti sui propri dati. Stripe, per esempio, dice che un modello per i pagamenti addestrato sui dati delle sue transazioni ha aumentato del 64% la sua capacità di individuare un tipo di frode con carta (TechCrunch).
La maggior parte delle aziende cambierà i primi due molto prima del terzo. Capisca quali attività sono coinvolte prima di promettere qualcosa: Mappi le attività prima di decidere cosa automatizzare.
Su che cosa non basare il piano
- Un punteggio di maturità. Le prove che un punteggio più alto porti a risultati migliori sono scarse e contestate. Veda Non tratti un punteggio di maturità come una previsione.
- Un punteggio di esposizione all’IA. Una cifra che dice quanta parte di un lavoro l’IA “potrebbe” svolgere mostra un potenziale. In 23 paesi, le professioni più esposte non hanno perso occupazione nel complesso (studio).
- La comunicazione interna di un’altra azienda. Un annuncio dice che cosa un’azienda intende fare. Non dice se ha funzionato. Veda che cosa non conta come prova.
- I ritorni dichiarati. Le cifre sul ritorno dell’investimento ricavate da indagini tra i dirigenti d’azienda sono opinioni. La sua misurazione di partenza vale di più.
Pratiche
Pratiche sulla strategia e su come capire a che punto è. Ciò che va fatto prima viene prima.
- Mappi le attività prima di decidere cosa automatizzare Scomponga i ruoli in attività ed esamini ciascuna. Esistono punteggi pubblicati che misurano quanta parte di una professione l’IA potrebbe svolgere: la sua “esposizione”. Tratti un punteggio alto come un punto da guardare, non come una decisione di automatizzare. Prima di tutto · Impegno: basso (giorni, una persona)
- Chieda prove ai fornitori di IA prima di acquistare, e faccia un test sul suo materiale Non accetti sulla fiducia la percentuale di precisione di un fornitore di IA o la promessa di “piena conformità”. Chieda come è stato fatto il test e su quale materiale, faccia un piccolo test sul suo materiale e controlli le condizioni sui suoi dati e sull’uscita dal contratto. Prima di tutto · Impegno: medio (settimane, poche persone)
- Preveda un budget per persone e processi, non solo per gli strumenti Le licenze sono la parte piccola del costo. Destini la maggior parte del tempo e del denaro alla formazione, alla riprogettazione del lavoro e all’aiuto alle persone durante il cambiamento. Prima di tutto · Impegno: basso (giorni, una persona)
- Conosca le regole che valgono già per il suo uso dell’IA La maggior parte delle regole che vincolano il suo uso dell’IA non sono leggi sull’IA. Lei risponde di ciò che la sua IA dice e fa in base alle regole su consumatori, privacy, pubblicità e professioni che già rispetta. Elenchi i suoi usi dell’IA e abbini a ciascuno le sue regole. Prima di tutto · Impegno: basso (giorni, una persona)
- Parta da un processo costoso, non da un’introduzione in tutta l’azienda Scelga un processo che costa tempo o denaro in modo evidente. Applichi lì l’IA, con una persona che controlla il risultato, ed estenda l’uso solo quando le cifre si muovono. Prima di tutto · Impegno: medio (settimane, poche persone)
- Parta dall’IA già pronta nel software che usa, prima di costruirne una sua Il software per ufficio, contabilità, assistenza clienti e vendite che usa ha probabilmente già funzioni di IA. Le provi su un’attività, con poche licenze e un risultato misurato, prima di pagare qualcuno per costruire qualcosa su misura. Prima di tutto · Impegno: basso (giorni, una persona)
- Non tratti un punteggio di maturità come una previsione Un punteggio di maturità o di preparazione all’IA descrive dove lei dice di trovarsi. Le prove che un punteggio più alto porti a risultati migliori sono scarse e contestate. Lo usi per avviare una discussione, non per prevedere i ritorni. Subito dopo · Impegno: basso (giorni, una persona)
- Misuri separatamente disponibilità e resistenza Il personale può essere entusiasta dell’IA e preoccupato allo stesso tempo. Faccia domande separate sui due aspetti. Un unico punteggio di “preparazione” nasconde la preoccupazione. Subito dopo · Impegno: medio (settimane, poche persone)
- Valuti la preparazione da più fonti, non dal giudizio di un solo dirigente Un questionario sulla preparazione compilato da una sola persona di vertice riflette il punto di vista di quella persona. Chieda anche al personale e ai responsabili, e confronti le risposte con ciò che può osservare. Subito dopo · Impegno: medio (settimane, poche persone)
- Lavori su due binari: affidi alcune attività all’IA, dia agli esperti l’aiuto dell’IA su altre Tratti il lavoro sull’IA come due programmi. Uno automatizza attività digitali ripetibili, con risultati facili da controllare. L’altro dà agli esperti l’aiuto dell’IA nel lavoro che non si può cedere. Giudichi ciascuno con la sua misura. Subito dopo · Impegno: medio (settimane, poche persone)