Il freno all’AI nelle PMI non è la tecnologia: sono le competenze

C’è un dato che dovrebbe far riflettere chiunque venda o compri intelligenza artificiale in Italia: quasi il 60% delle imprese che hanno valutato un investimento in AI senza poi realizzarlo indica la mancanza di competenze adeguate come freno principale.

Non il costo. Non l’incertezza normativa. Non la maturità della tecnologia. Le competenze.

È lo stesso motivo per cui il 71% delle grandi imprese italiane ha almeno un progetto AI avviato mentre tra le PMI le realtà con progetti strutturati sono meno del 10%. Le grandi aziende hanno qualcuno il cui lavoro è capire questa roba. Le PMI hanno un titolare che fa già cinque mestieri.

Il malinteso: non serve un data scientist

Quando parliamo di “competenze AI” in una PMI, quasi tutti immaginano la cosa sbagliata: assumere un ingegnere, imparare a programmare, capire come funziona una rete neurale.

Non è quello che serve. Le competenze che fanno la differenza in un’azienda da 10 o 50 persone sono di tre tipi, e nessuna richiede una laurea tecnica.

1. Saper riconoscere un problema adatto all’AI

È la competenza più importante e la meno insegnata. Un’attività è un buon candidato quando è ripetitiva, ad alto volume, basata su testo o dati, e con un criterio di correttezza verificabile. Rispondere a 40 mail simili al giorno lo è. Decidere se aprire una sede nuova non lo è.

Chi ha questa competenza smette di chiedersi “cosa posso fare con l’AI?” e inizia a chiedersi “quale di questi tre colli di bottiglia posso togliere?”. È un cambio di domanda che vale metà del progetto.

2. Saper scrivere una richiesta precisa

Che si tratti di un assistente interno o di un agente collegato ai sistemi aziendali, il risultato dipende dalla qualità dell’istruzione. Dare contesto, esempi, vincoli e formato di output è una competenza pratica che si impara in poche ore e che moltiplica la resa di qualsiasi strumento.

È anche la competenza che rende autonome le persone: chi la possiede non deve chiamare il fornitore ogni volta che serve una variazione.

3. Saper verificare il risultato

L’AI produce output plausibili, e “plausibile” non è “corretto”. Serve qualcuno che sappia dove guardare: la fonte citata esiste? Il numero torna con il gestionale? Il tono è quello giusto per quel cliente?

Questa competenza è già in azienda — è la competenza di mestiere di chi quel lavoro lo fa da anni. Va solo riorientata dal “produrre” al “validare”.

Perché i progetti falliscono anche quando la tecnologia funziona

Nella nostra esperienza, i progetti AI che si arenano nelle PMI raramente si arenano per motivi tecnici. Si arenano perché:

• Lo strumento è stato introdotto senza cambiare il processo attorno, quindi si aggiunge al lavoro invece di sostituirlo
• Nessuno in azienda ne è responsabile: è “di tutti”, quindi di nessuno
• Le persone non capiscono perché lo stanno usando, e alla prima settimana intensa tornano al metodo vecchio
• Non è stato definito cosa significa che funziona, quindi nessuno può dire se sta andando bene

Sono tutti problemi di persone e di metodo. Costano poco da prevenire e moltissimo da sistemare dopo.

Come si costruiscono le competenze, in pratica

Il percorso che funziona meglio nelle piccole realtà è sempre lo stesso, ed è sorprendentemente poco tecnologico.

Si parte da un processo solo. Non una piattaforma aziendale: un processo, quello dove il tempo perso è più evidente. Un obiettivo misurabile, un referente interno, sei settimane di orizzonte.

Si forma chi lo fa davvero, non chi decide. La formazione utile è sulle mani di chi apre lo strumento ogni mattina, sui casi reali di quell’azienda, non su slide generiche.

Si misura e si mostra. Il primo risultato concreto — tre ore recuperate a settimana, il tempo di risposta dimezzato — è ciò che convince il resto dell’azienda molto più di qualsiasi presentazione.

Poi si estende. Con le competenze costruite sul primo progetto, il secondo costa la metà e va il doppio più veloce.

La buona notizia

Le competenze, a differenza della tecnologia, non diventano obsolete ogni sei mesi. Un’azienda che ha imparato a riconoscere i processi adatti, a istruire bene uno strumento e a validarne l’output è pronta anche per gli strumenti che usciranno l’anno prossimo.

Ed è il motivo per cui, quando lavoriamo con un cliente, non ci limitiamo a consegnare un sistema che funziona: lasciamo in azienda le persone in grado di farlo funzionare.

Prenota una consulenza gratuita: partiamo da un processo concreto della tua azienda e costruiamo insieme il primo progetto — strumento e competenze incluse.