Immaginiamo di assumere un’impresa per ristrutturare la cucina. Gli addetti ai lavori si presentano, prendono le misure e producono un progetto dettagliato. Gli armadietti dovrebbero andare qui, l’isola dovrebbe essere di questa lunghezza e si potrebbe spostare una parete. Tutti ottimi suggerimenti. Poi, però, mettono via i loro strumenti e ci lasciano fare il lavoro.
Oggi, questo è lo stato dell’intelligenza artificiale nelle aziende. Il settore ha trascorso gli ultimi tre anni a perfezionare le capacità dell’AI di dare suggerimenti, riassumere dati, scrivere bozze, identificare colli di bottiglia. L’intelligenza artificiale è bravissima nel dire cosa c’è che non va o cosa si dovrebbe fare, ma è pessima nel farlo.
Le aziende tecnologiche hanno creato straordinari sistemi di intelligenza artificiale in grado di dire alle persone ciò che già sospettano. Ma il vero valore dell’intelligenza artificiale deve andare oltre.
La trappola del valore dell’AI
Nella maggior parte delle aziende si ripete lo stesso scenario, con dashboard piene di segnali basati sull’intelligenza artificiale su cui nessuno agisce mai. L’AI ha svolto il suo lavoro, ha fornito la raccomandazione richiesta, ma l’attività non è stata portata a termine. Questo interrompe i processi ed è una trappola che confonde l’intuizione con l’azione. La Global CEO Survey 2026 di PwC rivela che dopo anni di investimenti ed esperimenti, solo un CEO su 8 afferma che l’AI ha portato benefici di costi e risultati. Una ricercar McKinsey afferma che il 64% degli executive riconosce che l’AI abilita l’innovazione, ma solo il 39% riscontra guadagni a livello enterprise. Queste discrepanze evidenziano un problema fondamentale, l’intelligenza artificiale in azienda è ferma agli insight e non raggiunge mai un livello di esecuzione. Il motivo non risiede nel budget o nella tecnologia, ma nel fatto che qualcuno deve ancora leggere il suggerimento, decidere di agire, aprire il sistema giusto, avviare il processo e completare l’attività. In questo caso l’intelligenza artificiale non fa il lavoro, si limita a consigliare. Questo è il punto che frena il ritorno sull’investimento.
Dai suggerimenti all’esecuzione
I chief financial officer (CFO) stanno monitorando la situazione. Secondo il CFO Research Report 2026 di RGP, solo il 14% ha riscontrato un impatto misurabile dai propri investimenti in intelligenza artificiale. Eppure, il 66% prevede un impatto maggiore entro due anni. Non è una questione di ottimismo ma di collegare l’intelligenza artificiale al lavoro reale. La svolta risiede nel superare la fase di raccomandazioni e chiudere ticket IT, spedire ordini, inserire i nuovi dipendenti e approvare modifiche. Il vero valore dell’intelligenza artificiale consiste nel portare avanti il lavoro, ma la maggior parte dell’intelligenza artificiale di livello aziendale si ferma subito prima.
Lo studio 2026 di Deloitte sullo stato dell’AI nelle aziende indica che due terzi delle organizzazioni riportano guadagni nella produttività, ma solo il 20% sta incrementando le entrate grazie all’AI. Le aziende scoprono così di aver acquistato un motore di suggerimenti molto sofisticato. Le organizzazioni dovrebbero chiedersi cosa fa in concreto l’intelligenza artificiale. Non cosa ha trovato o cosa ha suggerito, ma cosa ha effettivamente fatto. Se la risposta è niente, si hanno solo informazioni basate sull’intelligenza artificiale, non risultati di intelligenza artificiale.
Mettere in funzione l’intelligenza artificiale è più difficile perché richiede più di un modello. Richiede una piattaforma che si collochi all’interno dei workflow aziendali. La maggior parte delle aziende non ne è provvista. Le organizzazioni hanno l’intelligenza senza l’infrastruttura sottostante. Possono rilevare un problema, ma non possono risolverlo. Ciò richiede un sistema di registrazione, un motore di workflow, un livello di integrazione e un processo che colleghi le informazioni all’azione.
Il vero valore dell’intelligenza artificiale consiste nel portare avanti il lavoro. La maggior parte dell’intelligenza artificiale di livello enterprise si ferma subito prima. Esiste un’importante distinzione tra le organizzazioni che sviluppano l’intelligenza artificiale e le organizzazioni che la mettono in funzione.
La differenza tra dire e fare
La vera misura del valore dell’AI non è se produce una risposta migliore, ma se svolge il suo lavoro. Nella gestione dei servizi IT (ITSM), questo significa avviare e risolvere le richieste, non solo riassumerle. Nell’onboarding, significa coordinare ogni passaggio in modo che un nuovo dipendente sia pronto il primo giorno. In workflow più ampi tra i dipartimenti, significa attivare approvazioni, aggiornare i sistemi e portare avanti processi senza che un essere umano supervisioni ogni passaggio.
Non accetteremmo un suggerimento su come fare qualcosa da qualcuno il cui compito è farlo, come nel caso di una possibile ristrutturazione della cucina. Lo stesso deve valere per l’AI.
A cura di Antonio Rizzi, VP Solution Consulting ServiceNow
