Intelligenza Artificiale nelle PMI: da dove iniziare (senza sbagliare i primi passi)

Il 76% delle PMI italiane non ha investito e non prevede di investire nell’Intelligenza Artificiale. Il dato arriva dalla ricerca 2025-2026 dell’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano e, se guidate una piccola o media impresa, merita qualche minuto di riflessione. Anche perché nel frattempo le grandi aziende adottano l’AI nel 53% dei casi, e il mercato italiano dell’intelligenza artificiale è cresciuto del 50% in un solo anno superando 1,8 miliardi di euro.

Sono attivo sul web dagli anni ’90 e mi occupo di trasformazione digitale da più di vent’anni: questo film l’ho già visto diverse volte. Con i siti web, con l’e-commerce, con il cloud, con i social. Chi parte presto impara con calma e a costi contenuti; chi parte tardi rincorre, paga di più e ha meno margine di errore. Con l’intelligenza artificiale nelle PMI la storia si sta ripetendo, solo più in fretta del solito.

In questo articolo provo a dare una guida pratica, senza tecnicismi, per capire da dove iniziare. È il primo di una serie di approfondimenti sull’AI in azienda che sto pubblicando sul blog; troverete i link agli altri man mano nel testo.

Il vero problema non è la tecnologia

Quando parlo con imprenditori e manager di PMI, l’obiezione più frequente non riguarda quasi mai i costi. Riguarda la confusione: da dove comincio? Cosa serve davvero alla mia azienda? Chi se ne occupa internamente?

I dati confermano questa percezione. Alle PMI che hanno valutato l’AI senza poi adottarla è stato chiesto quale fosse l’ostacolo principale, e la risposta dominante è la mancanza di competenze. Non i soldi, non la tecnologia, non l’offerta di fornitori. E infatti solo il 7% delle PMI ha avviato programmi strutturati di formazione sull’AI per i propri collaboratori.

Paradossalmente è un’ottima notizia, perché il fattore limitante è qualcosa su cui avete pieno controllo: decidere di imparare, voi per primi, e far imparare le persone chiave della vostra organizzazione. Nessun investimento milionario, nessuna infrastruttura: studio e pratica.

Primo passo: partite dai problemi, non dalla tecnologia

L’errore più comune che vedo è partire dalla tecnologia: l’azienda “vuole fare qualcosa con l’AI” e va a caccia dello strumento di moda del momento. È il modo migliore per bruciare budget e fiducia (ho assistito a diversi progetti nati così, e nessuno è finito bene).

L’approccio corretto è l’opposto: si parte da un inventario dei problemi e delle attività ripetitive. Dove perdiamo più tempo in attività a basso valore? Quali processi generano più errori? Dove i clienti aspettano troppo una risposta? Quali decisioni prendiamo “a sensazione” perché non abbiamo dati organizzati?

Prendete un foglio (o un file, naturalmente) e mappate i processi con tre colonne: attività, tempo assorbito ogni settimana, valore generato. Le attività che assorbono tanto tempo e generano poco valore sono le prime candidate all’automazione; quelle ad alto valore che soffrono per mancanza di informazioni sono candidate al supporto decisionale. L’esercizio costa mezza giornata di lavoro e vale più di qualsiasi demo commerciale di un fornitore, fidatevi.

Secondo passo: un progetto pilota piccolo e misurabile

Una volta individuate le aree di intervento, la tentazione è partire in grande. Resistete. Il progetto pilota ideale ha tre caratteristiche precise.

È circoscritto: riguarda un processo, un reparto, un tipo di attività. Non “digitalizziamo l’azienda” ma “riduciamo del 50% il tempo di prima risposta ai clienti”. È misurabile: prima di partire dovete sapere quanto vi costa oggi quel processo, in ore, errori o opportunità perse; senza questa fotografia iniziale non saprete mai se l’investimento ha funzionato. E dà risultati in 60-90 giorni: i piloti lunghi perdono sponsor, budget e attenzione, un ciclo breve vi permette di imparare in fretta e decidere se estendere, correggere o abbandonare.

Qualche esempio adatto a una PMI: l’automazione della prima risposta alle email dei clienti, la generazione assistita di offerte e preventivi, l’analisi dei documenti amministrativi in ingresso, il supporto ai contenuti marketing, la trascrizione e sintesi delle riunioni. Non a caso gli ambiti più diffusi tra le PMI che hanno già adottato l’AI sono marketing e vendite, processi amministrativi e ricerca e sviluppo; ho dedicato un articolo intero ai casi d’uso dell’AI in azienda, con esempi e costi realistici per ciascuno.

Terzo passo: le persone prima degli strumenti

Ecco la parte che quasi tutti sottovalutano. Uno strumento di AI, per quanto potente, nelle mani di persone che non lo capiscono produce risultati mediocri o addirittura dannosi. La differenza tra un utente formato e uno improvvisato non è del 10-20% come con il software tradizionale: su certe attività è la differenza tra un risultato utile e uno inutilizzabile.

Il piano minimo per una PMI che parte oggi prevede tre livelli: l’imprenditore e il management devono capire cosa l’AI può e non può fare (non serve saper programmare, serve saper decidere); i responsabili di funzione devono imparare a usare gli strumenti nel proprio ambito; tutti i collaboratori hanno bisogno di un’alfabetizzazione di base e di regole d’uso chiare. Sul tema ho scritto una guida dedicata alla formazione AI in azienda, perché a mio parere è l’investimento con il miglior rapporto costo/ritorno disponibile oggi.

Un consiglio da chi ha accompagnato parecchie trasformazioni digitali: il modo in cui comunicate il progetto all’interno conta quanto la tecnologia. Se le persone percepiscono l’AI come una minaccia troveranno mille modi silenziosi per farla fallire; se la vivono come lo strumento che elimina le parti noiose del loro lavoro, diventeranno i vostri migliori alleati. Tradotto: prima di comprare le licenze, preparate il terreno.

Quarto passo: regole del gioco e governance

Anche una PMI di venti persone ha bisogno di poche regole scritte prima di adottare l’AI in modo diffuso. Non un manuale di cento pagine: una pagina chiara che risponda a queste domande. Quali strumenti sono approvati per uso aziendale? Quali dati non devono mai essere inseriti in strumenti esterni (dati dei clienti, informazioni riservate, dati personali)? Chi verifica i contenuti generati prima che escano dall’azienda? Chi è il referente interno per dubbi e segnalazioni?

C’è anche un tema normativo che non si può più ignorare: il Regolamento europeo sull’intelligenza artificiale è entrato nella fase operativa e dal 2 agosto 2026 diventano applicabili gli obblighi di trasparenza e le sanzioni. Niente panico: per la maggior parte delle PMI gli adempimenti sono gestibili, ma serve consapevolezza. Ne ho scritto in dettaglio nella guida all’AI Act per le PMI.

Quinto passo: misurate, imparate, estendete

Il pilota si chiude con una domanda semplice: ha funzionato? Se avete definito bene la baseline, la risposta è nei numeri: ore risparmiate, errori ridotti, tempi di risposta accorciati.

Se ha funzionato, si estende gradualmente: stesso processo in altri reparti, o processo adiacente nello stesso reparto. Ogni estensione beneficia dell’esperienza accumulata (la seconda implementazione costa in genere la metà della prima). Se non ha funzionato, avete comunque comprato un’informazione preziosa a basso costo: sapete cosa non funziona nel vostro contesto e perché. Meglio scoprirlo con un progetto da poche migliaia di euro che con una trasformazione da centinaia di migliaia.

Un ultimo suggerimento su questa fase: comunicate i risultati internamente, numeri alla mano. Il pilota riuscito è lo strumento di vendita più efficace per i progetti successivi, molto più di qualsiasi slide; e le persone coinvolte, se valorizzate, diventeranno i primi promotori dell’estensione. Nelle PMI il passaparola interno funziona meglio di qualunque piano di change management.

Gli errori da evitare

Riassumo gli errori che vedo più spesso, così potete riconoscerli in anticipo:

• Partire dalla tecnologia invece che dal problema: comprare lo strumento di moda e poi cercargli un uso.
• Delegare tutto all’esterno: i fornitori servono, ma se nessuno in azienda capisce cosa sta succedendo siete ostaggio del fornitore, e il progetto muore quando finisce il contratto.
• Ignorare la qualità dei dati: molti progetti falliscono perché i dati aziendali sono sparsi, incompleti o inaffidabili. A volte il primo investimento “in AI” è in realtà mettere ordine nei propri dati.
• Aspettare la perfezione: non esiste il momento perfetto né lo strumento definitivo; l’AI evolve così in fretta che l’unico approccio sensato è iniziare in piccolo e imparare facendo.
• Trascurare le persone: nessuna tecnologia sopravvive all’indifferenza o all’ostilità di chi dovrebbe usarla.

Il costo di non fare nulla

Torniamo al dato iniziale: tre PMI su quattro non stanno investendo in AI. Molti imprenditori lo leggono e si tranquillizzano; se non lo fa nessuno, non sarà così urgente. Io lo leggo al contrario: il 15,7% delle PMI che già utilizza almeno una tecnologia di AI (quota più che raddoppiata in un anno, era il 7,7%) sta costruendo un vantaggio di produttività che tra due o tre anni sarà visibile nei margini, nei prezzi e nella capacità di attrarre talenti.

La buona notizia è che il biglietto d’ingresso non è mai stato così accessibile: gli strumenti di AI generativa costano poche decine di euro al mese e i primi risultati si vedono in settimane, non in anni. Il primo passo, come sempre, non è tecnologico: è una decisione. Voi da che parte della statistica volete stare?

Volete capire da dove iniziare nella vostra azienda? Contattatemi: una prima analisi dei processi è il modo migliore per trasformare la curiosità sull’AI in un piano concreto.