La Generative AI sta entrando nei processi aziendali, soprattutto in quelli a forte intensità di conoscenza. Ma il livello di maturità è ancora embrionale. È il quadro che emerge dallo studio condotto da Aused insieme al Digital Transition Hub dell’Università Liuc.
La ricerca ha coinvolto 54 Cio, tutti membri Aused. La maggior parte opera in Piemonte, Valle d’Aosta, Liguria e Lombardia, con prevalenza nel settore manifatturiero. Obiettivo: misurare stato dell’arte, traiettoria di sviluppo e bisogni delle imprese sull’AI generativa. I dati parlano chiaro: l’adozione è ancora limitata. Nei progetti pilota è coinvolto tra lo 0,1% e lo 0,5% della forza lavoro. Eppure, i benefici percepiti sono significativi: il 70% rileva una riduzione dei tempi, il 67% segnala maggiore efficienza, il 40% migliora la qualità dell’output. Ma solo il 17% misura questi risultati con KPI strutturati. La distanza tra attese e metrica è ancora ampia. Serve passare dalla percezione alla prova, dalla sperimentazione alla misurazione.
In molti casi, l’adozione rimane confinata a reparti come IT o headquarter. Numeri e approccio confermano che il test non fa ancora sistema.
«La Generative AI è oggi una leva straordinaria per la trasformazione d’impresa. Non sostituisce le persone: amplifica le loro capacità di pensiero e decisione. Ma per coglierne il valore servono conoscenza, consapevolezza e cultura digitale – osserva Antonella Periti, socio Aused –. L’IT ha un ruolo strategico: guida, governance e tecnologia. Solo dove si investe sulle competenze l’AI diventa motore di innovazione sostenibile».
Ad oggi, pochi progetti dispongono di policy formali, team dedicati o monitoraggi strutturati. Il change management è scarso e la responsabilità delle iniziative resta quasi sempre in capo alla funzione IT: un segnale di maturità ancora bassa, dove la tecnologia precede il cambiamento culturale. Le funzioni più coinvolte sono: IT (80%), R&D (25%), Customer Service (20%), HR e Marketing (meno del 10%).
«Circa l’80% delle imprese è tra sperimentazione e adozione iniziale, solo il 15% ha policy, Kpi e piani formativi – aggiunge Aurelio Ravarini, docente LIUC e direttore del Digital Transition Hub –. È una governance ancora agli inizi, a fronte di un uso individuale molto diffuso dei chatbot. Il tema non è solo tecnologico: è trasformare il test in valore integrato nei processi».
I task più supportati riguardano redazione e revisione testi, traduzioni, sintesi documentale, comunicazione interna e supporto decisionale. Le preoccupazioni principali: gestione del rischio, conformità normativa, scalabilità, competenze interne. Molte aziende rimandano in attesa di chiarezza su governance, ROI e impatti operativi, con il rischio di rimanere bloccate nella fase pilota.
Le differenze settoriali sono marcate: il manifatturiero, più regolato e sensibile al rischio reputazionale, procede con cautela e sperimenta su funzioni interne. Servizi e settori knowledge-intensive mostrano invece maggior propensione a test customer-facing. Anche il fattore culturale pesa: le aziende europee, più attente alla compliance, si muovono con maggiore gradualità rispetto a quelle statunitensi.
La sfida è duplice: accelerare lo scaling e colmare gap di competenze, budget e cultura. Un approccio troppo IT-centrico rischia di concentrare l’attenzione sull’efficienza, lasciando in ombra le opportunità di nuovi modelli di business.
Da dove partire? Governance, policy, linee guida, KPI. Formazione mirata e programmi di change management. Analisi comparativa con best practice internazionali. È il terreno su cui si gioca l’adozione reale, oltre la fase sperimentale.
«La formazione è il primo passo – commenta Alessandro Caleffi, consigliere Aused con delega alla comunicazione –. Ma serve un ecosistema di confronto. Networking tra imprese, esperti, istituzioni. E un principio fermo: l’uomo resta al centro. Le scelte sull’AI non sono solo tecniche: esprimono valori e responsabilità».
La Generative AI rappresenta una leva competitiva cruciale. Ma senza visione, governance e competenze rischia di rimanere promessa parziale. La sfida è trasformare la prova in sistema, la tecnologia in cultura, i progetti pilota in impatto misurabile e diffuso.
5 novembre 2025
© RIPRODUZIONE RISERVATA
