Resoconto della sessione introduttiva al programma A+Forum 2026 – L’introduzione dell’AI in azienda | 17 ottobre 2025 | Autore Gianluca Giratoio – Turtle S.r.l.
Si è svolto il 21 aprile 2026, presso le Sale Cappella Ghisilardi, in Piazza San Domenico 12 a Bologna, l’incontro inaugurale di A+Forum 2026, dedicato al tema “Come l’intelligenza artificiale entra in azienda: strategie, cambiamenti organizzativi, impatto sulle performance”. L’iniziativa, promossa nell’ambito del percorso di confronto e approfondimento di A+network, ha rappresentato il primo appuntamento di un programma annuale dedicato all’introduzione consapevole dell’intelligenza artificiale nei contesti aziendali. L’obiettivo dell’incontro è stato quello di andare oltre la dimensione teorica, entrando nel merito degli aspetti concreti dell’adozione dell’AI: l’integrazione nei processi esistenti, l’evoluzione dei modelli organizzativi, il ruolo strategico dei dati, la misurazione dei risultati e lo sviluppo delle competenze necessarie. L’evento è stato introdotto dal presidente di A+network Nicolò Pascale Guidotti Magnani e moderato da Francesco Salizzoni, associato di A+network, e ha visto il contributo di due relatori con esperienze complementari: il dott. Federico Baffetti, imprenditore, innovatore e professore a contratto presso Bologna Business School, e l’Ing. Marcello Savarese, Chief Data Analytics Officer di WindTre.
L’intelligenza artificiale come risorsa da governare
Uno dei messaggi centrali emersi dall’incontro è che l’intelligenza artificiale non può essere considerata soltanto un tema tecnologico. L’AI rappresenta una risorsa da comprendere, utilizzare e governare, tenendo conto della rapidità con cui evolve e dell’impatto che può generare su processi, persone e modelli organizzativi. Il dott. Federico Baffetti ha sottolineato come, soprattutto per le piccole e medie imprese, comprendere le nuove tecnologie sia oggi indispensabile per restare competitive. In un contesto caratterizzato da forte concorrenza, cambi generazionali e necessità di rendere più efficienti i processi aziendali, l’adozione dell’intelligenza artificiale diventa infatti un tema sempre più rilevante. L’ing. Marcello Savarese ha evidenziato, dal punto di vista di una grande organizzazione, come tecnologia e organizzazione debbano procedere di pari passo. L’introduzione dell’AI non riguarda soltanto lo sviluppo di nuovi strumenti, ma richiede processi solidi, dati affidabili, competenze diffuse e una cultura aziendale capace di accompagnare il cambiamento. È emerso con chiarezza che l’AI non è un fine in sé, ma uno strumento da collegare agli obiettivi concreti dell’impresa. Per questo motivo, il punto di partenza non dovrebbe essere la tecnologia disponibile, ma una domanda strategica: dove può generare maggiore valore l’intelligenza artificiale, in termini di risparmi, ricavi, qualità del servizio o nuove opportunità di business?
Integrare l’AI nei processi senza creare discontinuità operative
Il primo tema affrontato ha riguardato l’integrazione dell’intelligenza artificiale nei processi esistenti, senza compromettere ciò che già funziona all’interno dell’organizzazione.Nelle PMI, l’adozione dell’AI deve spesso avvenire con gradualità, evitando discontinuità operative troppo brusche e valorizzando i processi già efficaci. Tuttavia, gradualità non significa immobilismo: quando i processi sono rigidi, manuali o poco strutturati, l’introduzione dell’AI può richiedere un ripensamento significativo del modo in cui l’azienda lavora.Nelle grandi imprese, invece, l’integrazione dell’AI può avere anche l’obiettivo di generare discontinuità importanti, modificando in profondità processi, modelli organizzativi e modalità di erogazione dei servizi. La differenza non sta quindi nell’evitare il cambiamento, ma nella capacità di progettarlo, governarlo e renderlo sostenibile.Il dott. Baffetti ha richiamato l’attenzione sulla necessità di distinguere tra Proof of Concept e progetto pilota. Dimostrare che una soluzione è tecnicamente realizzabile non significa automaticamente che sia pronta per essere inserita stabilmente nei processi aziendali. Molti progetti di AI, infatti, incontrano difficoltà nella fase di integrazione con sistemi legacy, processi non standardizzati e dati frammentati.Un ulteriore elemento di attenzione riguarda la cosiddetta shadow AI, ossia l’utilizzo di strumenti di intelligenza artificiale da parte di singoli lavoratori senza una supervisione aziendale. Questo fenomeno può comportare rischi significativi, soprattutto quando dati aziendali o informazioni sensibili vengono inseriti in piattaforme non controllate dall’organizzazione.L’ing. Savarese ha evidenziato che, in un contesto aziendale complesso, la parte più visibile di un progetto AI è spesso lo sviluppo dell’applicazione finale, mentre il lavoro più rilevante si concentra nelle fasi precedenti: raccolta delle informazioni, integrazione dei sistemi, pulizia dei dati e predisposizione dell’infrastruttura necessaria. La scrittura dell’agente AI rappresenta, in molti casi, solo l’ultimo passaggio di un percorso più articolato.
Modelli organizzativi e governance dell’AI
Il secondo tema affrontato ha riguardato i modelli organizzativi più adatti a favorire una reale adozione delle tecnologie di intelligenza artificiale.Secondo il dott. Baffetti, nelle PMI spesso manca una struttura dedicata all’AI, ma questo non significa che il tema possa essere gestito in modo occasionale. Al contrario, l’intelligenza artificiale dovrebbe essere collegata direttamente alla strategia aziendale e seguita con il coinvolgimento della leadership, a partire dal CEO.In questo contesto è stato richiamato anche il ruolo emergente del CAIO, Chief Artificial Intelligence Officer, figura che in alcune organizzazioni si sta diffondendo per presidiare l’adozione dell’intelligenza artificiale e raccordare tecnologia, strategia, dati, compliance e impatti organizzativi. Per essere efficace, questo ruolo deve avere un collegamento diretto con il vertice aziendale.Il dott. Baffetti ha individuato alcuni elementi essenziali per rendere efficace l’adozione dell’AI nelle piccole e medie imprese: una governance chiara, una maggiore scalabilità operativa dei processi e una gestione dell’AI leggera, ma coerente con le esigenze di compliance. A questi aspetti si aggiunge la necessità di una solida governance del dato, soprattutto nei contesti in cui le informazioni sono ancora frammentate o poco strutturate.L’ing. Savarese ha portato il punto di vista di WindTre, sottolineando come il dato rappresenti una risorsa centrale per l’organizzazione. In una grande azienda è fondamentale convogliare le diverse iniziative, evitando che singole funzioni procedano in modo isolato. La sfida consiste nel costruire un punto di intersezione tra tecnologia, organizzazione e bisogni concreti del business.Entrambi i relatori hanno evidenziato che l’intelligenza artificiale non deve essere interpretata come uno strumento finalizzato alla semplice sostituzione delle persone. Il suo valore risiede piuttosto nella capacità di affiancare i lavoratori, semplificare attività ripetitive, ridurre i tempi di esecuzione e liberare risorse da destinare ad attività a maggiore valore aggiunto.
Il ruolo strategico dei dati
Il terzo tema ha riguardato il ruolo dei dati come leva strategica per decisioni più rapide e accurate.L’ing. Savarese ha spiegato che uno dei passaggi fondamentali in WindTre è stato il lavoro sulla data strategy. La governance dei dati comprende numerosi aspetti, tra cui raccolta, qualità, organizzazione e gestione semantica delle informazioni. Quest’ultimo elemento è particolarmente importante: allineare il linguaggio e definire correttamente i concetti consente di formulare domande migliori e ottenere risposte più utili.In altri termini, non basta disporre di molti dati: occorre sapere come interpretarli, collegarli e renderli effettivamente utilizzabili.È stato osservato che la gestione dei dati presenta alcune analogie con una supply chain. Così come una filiera produttiva richiede fornitori, passaggi e competenze diverse, anche la filiera del dato richiede professionalità complementari: data engineer per raccogliere e integrare i dati, data scientist per pulirli e organizzarli, AI specialist per leggerli e ricavarne informazioni utili al business.Un aspetto particolarmente interessante riguarda la gestione semantica e ontologica dei big data. La capacità di definire correttamente i concetti, costruire relazioni tra informazioni e attribuire significato ai dati non richiede solo competenze tecniche. Possono diventare importanti anche profili con competenze umanistiche, filosofiche, linguistiche e interpretative, capaci di lavorare sulla struttura del significato e sulla qualità delle domande.Secondo l’ing. Savarese, prima di utilizzare l’intelligenza artificiale è necessario comprendere il contesto, definire correttamente il problema e saper interpretare la risposta. La capacità di porre la domanda giusta e valutare criticamente il risultato diventa quindi un fattore distintivo.Il dott. Baffetti ha evidenziato come, nelle PMI, la mancata digitalizzazione dei dati rappresenti spesso un freno significativo. Molte aziende dispongono di grandi quantità di informazioni, ma queste sono disperse tra documenti cartacei, allegati e-mail, chat personali e archivi non strutturati. Questa frammentazione riduce la capacità dell’impresa di valorizzare il proprio patrimonio informativo.
Un tema particolarmente rilevante riguarda anche il trasferimento del know-how aziendale. Il dott. Baffetti ha richiamato l’attenzione sulla possibilità di utilizzare l’intelligenza artificiale per preservare e rendere accessibile la conoscenza di persone prossime all’uscita dall’organizzazione, ad esempio per pensionamento. In questo modo, parte del sapere aziendale può essere raccolto, organizzato e reso fruibile da altri collaboratori.Nel corso dell’incontro è emersa anche una riflessione sul futuro del rapporto tra imprese e dati. Si va progressivamente verso modelli assimilabili al Data as a Service, nei quali i dati potrebbero non essere più necessariamente acquistati e conservati in modo permanente, ma utilizzati per il tempo necessario e in funzione di obiettivi specifici. Raccogliere, conservare e mantenere aggiornati grandi patrimoni informativi comporta infatti costi elevati, non sempre giustificabili.In prospettiva, il vantaggio competitivo non dipenderà soltanto dal possesso dei dati. È probabile che molte imprese possano accedere a basi informative simili. La differenza sarà creata dalla capacità di interrogare correttamente i dati, progettare algoritmi efficaci, interpretare le risposte e trasformarle in decisioni utili.Questo aspetto diventa ancora più rilevante se si considera che far girare modelli avanzati su grandi quantità di dati può comportare costi molto elevati. Non sempre sarà sostenibile ripetere continuamente le stesse analisi. Diventerà quindi fondamentale progettare bene le domande, le logiche di interrogazione e i processi di utilizzo dei risultati.Con gli agenti AI diventa inoltre possibile interrogare in linguaggio naturale sistemi che in passato richiedevano competenze tecniche specifiche. Questo fenomeno rappresenta una forma di democratizzazione del dato, perché rende più accessibili informazioni e analisi a un numero maggiore di persone all’interno dell’organizzazione. Tuttavia, senza un’adeguata governance, la democratizzazione del dato può trasformarsi in democratizzazione dell’errore: più persone accedono agli strumenti, maggiore diventa la necessità di regole, controlli, formazione e responsabilità chiare.
Impatto su produttività, qualità del servizio e marginalità
La quarta parte dell’incontro è stata dedicata all’impatto dell’intelligenza artificiale su produttività, qualità del servizio e marginalità.L’ing. Savarese ha evidenziato che l’adozione dell’AI deve sempre essere valutata considerando il rapporto tra costi e benefici. Non è sufficiente introdurre un modello avanzato: occorre verificare se il valore generato giustifica i costi necessari per svilupparlo, mantenerlo e farlo funzionare nel tempo.Tra gli esempi presentati, l’ing. Savarese ha illustrato un sistema sviluppato per la gestione delle PEC informative. La soluzione consente di estrarre i contenuti, raccogliere i dati necessari e predisporre una comunicazione che l’operatore deve poi controllare e inviare. Grazie a questa implementazione, il tempo medio dell’operazione si riduce in modo significativo con un impatto sull’efficienza del processo.Un secondo esempio ha riguardato l’utilizzo di sistemi AI nei servizi assicurativi, con applicazioni in grado di rispondere alle domande attraverso una chat. È stato tuttavia ricordato che, in alcuni ambiti, la normativa richiede la presenza di una persona tra cliente e sistema AI, confermando l’importanza del controllo umano e della compliance.Il dott. Baffetti ha proposto una distinzione tra AI difensiva e AI offensiva. L’AI difensiva ha l’obiettivo di ridurre i costi ed efficientare i processi, rappresentando spesso il primo passo per le aziende. Rientrano in questa logica applicazioni come l’automazione documentale, la classificazione dei ticket, la generazione di report, il supporto alla prima linea di assistenza e, più in generale, tutte le soluzioni che consentono di ridurre tempi, errori e attività ripetitive.La strategia offensiva, invece, punta ad abilitare nuove fonti di ricavo, nuovi servizi, nuovi prodotti, nuovi mercati o modelli di delivery prima non realizzabili. In questo caso l’AI non viene utilizzata soltanto per fare meglio ciò che l’azienda già fa, ma per ampliare il perimetro delle possibilità operative e competitive.Per le PMI, secondo il dott. Baffetti, l’efficientamento è importante ma non sufficiente. L’intelligenza artificiale deve diventare anche uno strumento per sostenere lo sviluppo dell’impresa, rafforzare la capacità competitiva e aprire nuove possibilità di crescita.Allo stesso tempo, è stato evidenziato che non tutte le funzioni aziendali possono essere semplicemente innestate in una nuova strategia data-driven senza essere ripensate. Processi obsoleti, frammentati o non digitalizzati rischiano di ostacolare l’adozione dell’AI. In alcuni casi, anche nelle PMI, l’introduzione dell’intelligenza artificiale richiede cambiamenti profondi nei processi aziendali.Nel corso del confronto è stato richiamato anche il paradosso di Jevons applicato all’intelligenza artificiale. Strumenti più efficienti non portano necessariamente a lavorare meno; al contrario, possono aumentare le possibilità operative, spingendo le aziende a fare di più, produrre di più e sperimentare attività che prima non erano realizzabili.
Competenze necessarie ed evoluzione dei ruoli aziendali
L’ultima parte dell’incontro è stata dedicata alle competenze necessarie e all’evoluzione dei ruoli aziendali.Dalla discussione è emersa una posizione chiara: l’intelligenza artificiale non deve essere considerata una tecnologia destinata semplicemente a sostituire le persone. Saranno piuttosto le persone capaci di utilizzare correttamente l’AI a generare un vantaggio rispetto a chi non saprà farlo.Diventeranno quindi sempre più importanti le competenze legate all’utilizzo consapevole degli strumenti, alla capacità di formulare richieste efficaci, alla comprensione dei limiti delle risposte generate e all’interpretazione critica dei risultati.Il giudizio critico è stato indicato come una delle competenze centrali per il futuro. In un contesto in cui l’AI può produrre rapidamente testi, analisi, sintesi e proposte operative, la differenza sarà data dalla capacità delle persone di verificare, contestualizzare e utilizzare correttamente ciò che viene generato.L’evoluzione dei ruoli aziendali porterà quindi a una crescente integrazione tra persone e sistemi intelligenti. L’obiettivo non sarà sostituire il contributo umano, ma rafforzarlo, semplificando alcune attività e consentendo ai lavoratori di concentrarsi su funzioni più strategiche, decisionali e relazionali.
Un percorso che prosegue
L’incontro del 21 aprile ha rappresentato il primo momento di un percorso più ampio promosso da A+network, finalizzato a supportare imprese, manager, professionisti e specialisti nell’introduzione consapevole dell’intelligenza artificiale.Nel corso dell’anno, il programma proseguirà con ulteriori iniziative e visite presso gruppi industriali della provincia di Bologna, realtà di riferimento per innovazione e capacità di integrazione tra tecnologia e processi produttivi. L’evento ha confermato come l’intelligenza artificiale sia ormai una leva concreta di trasformazione aziendale. Per generare valore, però, non basta adottare nuovi strumenti: servono visione strategica, governance dei dati, processi solidi, competenze diffuse e una cultura organizzativa capace di accompagnare il cambiamento.