I progetti AI sono l’hype del momento ma in che modo stanno entrando nelle aziende? Da più parti gli analisti evidenziano come il tema non sia più l’adozione della tecnologia in sé, ma le modalità con cui questa sta prendendo forma all’interno delle organizzazioni.
Il top management, per non perdere il treno dell’innovazione, chiede a dipendenti e collaboratori di sperimentare e, nei casi più maturi, di attivare dei POC. Nel mentre, i professionisti che hanno già iniziato nel privato a usare una o più modelli generalisti, tendono a utilizzarle anche in azienda, alimentando il fenomeno del Bring Your Own AI che rientra nello shadow IT. È a questo punto che il tema diventa organizzativo: come si costruisce una governance capace di tenere insieme persone, processi e decisioni? Come si passa da sperimentazioni isolate a progetti scalabili?
In questa videointervista, Florenzo Marra, Direttore della BU Advisory di Relatech, propone un cambio di prospettiva: partire dalle persone per riportare l’AI dentro un disegno progettuale strutturato, presidiato e coerente con gli obiettivi di business.
Indice degli argomenti
Perché le competenze diventano il vero fattore critico
Rispetto ad altre tecnologie, l’intelligenza artificiale impone un ripensamento profondo di come il lavoro viene svolto ogni giorno: modifica le attività, ridefinisce le informazioni disponibili e incide direttamente sui processi decisionali. Per questo, il cambiamento richiede di definire un percorso di accompagnamento a misura di azienda, fatto di formazione e supporto continuo.
«Ciò che cambia davvero è che l’AI dà a chiunque la possibilità di utilizzarla, in modo più o meno esteso – puntualizza Marra -. Questo, per le aziende, apre una serie di sfide che vanno affrontate con attenzione. Il rischio è che i lavoratori si innamorino di questi strumenti come di un nuovo gioco: un entusiasmo iniziale anche molto forte, ma spesso di breve durata. Se questo entusiasmo non viene governato, diventa difficile scalare: dopo l’innamoramento arriva il disinnamoramento, e il progetto si ferma. Per evitarlo, serve un lavoro continuo che consenta di passare da un incremento della produttività individuale a un impatto reale a livello aziendale. È qui che le competenze devono evolvere: perché l’AI impatta direttamente i processi e, di conseguenza, cambia il modo stesso di lavorare».
Progetti AI: aiutare le persone a cambiare è la vera sfida
Quando l’AI entra in un’organizzazione, non si limita ad automatizzare attività: modifica le informazioni disponibili, incide sui flussi decisionali e cambia ciò che le persone devono saper fare ogni giorno. È questo che rende obsoleto l’approccio tecnology-first. Le competenze che le organizzazioni devono sviluppare non riguardano solo l’uso degli strumenti, ma un livello più profondo. Il che significa rivedere profondamente la cultura aziendale ragionando ben oltre la formazione tecnica e il prompt engineering.
«La metodologia deve diventare più agile per tutti. – ribadisce Marra -. Ma la velocità non basta se non accompagni le persone nel cambiamento. Non è sufficiente dire dobbiamo cambiare perché arriva l’AI e aspettarsi che le persone si adattino in automatico. Le skills devono evolvere su un livello: saper leggere i dati, interrogare i modelli, interpretare gli output e tradurli in decisioni coerenti con il funzionamento complessivo dell’organizzazione. Ma, soprattutto, richiede un ripensamento dei ruoli e dei processi, attraverso la costruzione di una cultura interna capace di sostenere la trasformazione nel tempo. Nella gestione dei progetti AI, l’agilità non è una scelta metodologica ma una necessità strutturale: significa lavorare su cicli più brevi di sviluppo e rilascio, adattando in modo continuo la roadmap in funzione dei risultati e dei cambiamenti del contesto».
L’approccio Relatech: assessment, small sprint e team polifunzionali
Orchestrare e armonizzare dati, competenze, processi e decisioni, nei progetti AI, non è solo una questione di allineamento, ma di traduzione operativa: significa trasformare questo equilibrio in un modello concreto, governabile e sostenibile nel tempo.
Relatech, tech company italiana con una presenza internazionale, accompagna le imprese in percorsi di trasformazione digitale con un’offerta end-to-end che integra tecnologia, advisory e servizi. Nei progetti AI, il valore dello specialista si esprime nella sua capacità di aiutare le aziende a trasformare l’ambizione tecnologica in percorsi concreti, governabili e scalabili nel tempo, dalla definizione degli obiettivi alla messa a terra operativa.
«L’AI non è una scorciatoia: è un acceleratore di ciò che esiste già e, per questo, deve essere inserita in un disegno coerente che richiede competenze diverse e complementari – conclude Marra –. Se non parti da una base dati pulita e di qualità, è difficile chiedere all’AI di restituire output funzionali. Ma il dato è solo uno degli elementi. Serve un framework che tenga insieme data quality, execution, governance, change management e risk management. Il nostro approccio è costruire questo disegno passo dopo passo. Il punto di partenza è un assessment iniziale, in cui la fase di analisi si traduce in momento di confronto strutturato che serve a chiarire due aspetti fondamentali: dove si trova l’organizzazione e quali obiettivi può realisticamente perseguire con l’AI. In questo modo aiutiamo l’organizzazione a comprendere le opportunità reali che l’AI può offrire nel suo contesto specifico, generando anche un allineamento tra le diverse funzioni coinvolte. Su questa base, l’intervento si sviluppa attraverso perimetri circoscritti e progressivi (small sprint), che consentono di ridurre il rischio e generare risultati verificabili nel tempo, adattando il progetto all’evoluzione continua del contesto tecnologico».
Per supportare le imprese nei progetti AI Relatech ha costruito team polifunzionali che integrano esperienza e capacità di innovazione, mantenendo una relazione diretta con il management e garantendo continuità tra governance e messa a terra. L’obiettivo è mantenere coerenza tra strategia ed execution, evitando disallineamenti tra chi disegna la trasformazione e chi la realizza. È questa combinazione che garantisce il successo dei progetti AI.
