Il cloud ce l’ha il 44% delle microimprese. L’intelligenza artificiale il 5%. La differenza non è il prezzo.

Nell’indagine che Banca d’Italia ha pubblicato l’8 settembre, condotta su cinquemila titolari di microimprese, ci sono due numeri che andrebbero letti uno accanto all’altro. Il cloud è utilizzato, in forma estensiva o limitata, dal 44% delle aziende. L’intelligenza artificiale dal 5%.

Sono le stesse imprese. Stessa dimensione, stessi budget, stesso accesso al mercato. A separare quei due numeri non è il costo della tecnologia, perché oggi un abbonamento a uno strumento di AI generativa costa meno di molte licenze software che quelle aziende già pagano. La differenza è di altra natura, e riguarda una risorsa che non si compra.

Perché il cloud è entrato e l’AI no

Il cloud ha un vantaggio che l’intelligenza artificiale non ha: sostituisce qualcosa che l’azienda faceva già. I documenti stavano sul server in ufficio, ora stanno altrove. La posta era su un programma installato, ora è su un browser. Il processo resta lo stesso, cambia dove risiede. È una decisione che si può prendere senza ripensare il lavoro.

L’intelligenza artificiale non funziona così. Non sostituisce un pezzo di infrastruttura, si inserisce dentro un’attività e la cambia. Per usarla bisogna prima sapere quale attività vale la pena cambiare, e questa informazione non sta nel software: sta nella conoscenza di come l’azienda lavora davvero. Un modello generativo restituisce risposte utili soltanto a chi sa quali domande porgli.

Lo conferma la parte più scomoda della rilevazione. Il 73% dei microimprenditori dichiara di non avere dimestichezza con l’intelligenza artificiale o di non averne pianificato alcun utilizzo. Non è disinteresse, perché nello stesso campione il 19% sta sperimentando o prevede di adottarla entro un anno. È qualcosa di diverso, ed è il punto dell’intera questione: l’interesse c’è, manca chi sappia dove mettere mano.

Il mestiere che hanno dovuto inventarsi

C’è un dettaglio che rende evidente quanto il problema sia reale, e arriva da chi questa tecnologia la costruisce.

Palantir ha introdotto nel proprio modello di business una figura ibrida, il forward deployed engineer: un professionista che non si limita a scrivere codice, ma entra nell’organizzazione del cliente, ne studia i processi e li traduce in soluzioni che entrano davvero in produzione. Come ha ricostruito Luigi Riva sulle pagine del Sole 24 Ore, negli ultimi mesi i principali laboratori di AI generativa hanno moltiplicato le assunzioni su quelle stesse posizioni, industrializzando un mestiere che fino a poco tempo fa sembrava un’eccentricità.

Vale la pena fermarsi su cosa significa. Le aziende che producono i modelli più avanzati al mondo hanno scoperto che il prodotto, da solo, non entra nelle organizzazioni. Serve qualcuno capace di seguire l’intera catena, dalla comprensione del problema di business fino alla riprogettazione dei flussi di lavoro. Hanno dovuto creare un ruolo apposta. Se quel ruolo è necessario a loro, è difficile pensare che un’impresa di quaranta persone colmi lo stesso divario da sola, comprando una licenza.

Una scarsità che viene da lontano

Qui la questione smette di riguardare l’intelligenza artificiale e diventa una faccenda di struttura.

La competenza che serve non è informatica, è organizzativa e manageriale: conoscere il processo aziendale abbastanza a fondo da distinguere dove la tecnologia crea valore e dove invece produce un esperimento costoso. È esattamente il tipo di competenza che in Italia scarseggia, e non da oggi. Secondo i dati raccolti da Manageritalia su rilevazioni Cerved e Deloitte, solo il 28-30% delle PMI familiari italiane ha un manager esterno alla famiglia proprietaria, mentre in Francia, Germania e Spagna la quota supera il 70%.

Non è una questione di merito personale. Un imprenditore che ha costruito l’azienda conosce il proprio mestiere meglio di chiunque altro. Ma conoscere il mestiere e saper valutare dove un modello generativo produce valore sono due competenze diverse, e la seconda nasce quasi sempre dall’aver visto molte organizzazioni, non una sola. L’Osservatorio AUB associa da anni l’apertura della governance a figure esterne a una crescita dei ricavi superiore alla media.

Il divario sull’AI, letto così, non è un divario tecnologico che si chiude comprando. È il riflesso di un divario manageriale che esisteva prima.

Il dato da solo non basta

C’è un secondo ostacolo, e riguarda la materia prima.

Un’applicazione affidabile ha bisogno di una quantità di dati che l’archivio di una singola piccola impresa raramente contiene. È il motivo per cui iniziative come ForgIA, promossa da Assolombarda e Unione Industriali Torino insieme al Politecnico di Milano e ad altri centri di ricerca, lavorano su ecosistemi in cui imprese che restano concorrenti sul mercato condividono il patrimonio informativo di filiere e distretti.

L’idea è interessante per una ragione precisa: dimostra che la scala continua a servire, ma non deve per forza essere societaria. Può essere cooperativa, di distretto, di filiera. Per un tessuto produttivo fatto di aziende piccole ma concentrate in poli settoriali, è una strada più realistica della crescita dimensionale.

Resta però una condizione preliminare che nessun consorzio risolve. Prima di condividere i dati con altri, un’azienda deve avere i propri in ordine: sapere quali raccoglie, dove stanno, se sono affidabili. Molte non lo sanno, e questo è un lavoro che si fa in casa.

Cosa significa per chi guida un’impresa

La conclusione operativa è meno tecnologica di quanto il tema suggerisca.

La domanda giusta non è quale strumento di intelligenza artificiale adottare. È dove, nei processi dell’azienda, si perde tempo o valore in modo sistematico e misurabile. Senza quella risposta, qualsiasi tecnologia si compri produce al massimo un esperimento interessante e nessun ritorno.

Ne discende anche un criterio per valutare gli incentivi. Un contributo che paga la licenza, senza che in azienda esista qualcuno in grado di governare lo strumento, replica un errore già visto: finanziare l’acquisto invece della capacità di usarlo. La differenza tra un investimento che rende e uno che pesa non sta nell’aliquota, sta in chi lo guida.

E c’è una precondizione che riguarda i dati. Un’impresa che non sa quali informazioni produce ogni giorno, e quanto sono affidabili, non è pronta per l’intelligenza artificiale per una ragione elementare: non ha materia prima da darle. Mettere ordine nei propri numeri non è un adempimento preliminare noioso, è il primo investimento tecnologico vero.

La decisione che resta all’imprenditore

Il divario fotografato da Banca d’Italia si chiuderà, ma non nel modo in cui viene raccontato. Non si chiude comprando, perché ciò che manca non è in vendita.

L’intelligenza artificiale premia chi sa dove metterla. È una competenza che si può costruire dentro, assumere dal mercato o portare in azienda dall’esterno, ma va decisa, e la decisione è di chi guida l’impresa. Tra il 5% che oggi la usa e il 19% che la sta valutando, la differenza non la farà lo strumento scelto. La farà chi avrà capito, prima di comprare, quale problema stava cercando di risolvere.