Che l’intelligenza artificiale stia ridisegnando i paradigmi produttivi, non vi è ormai più alcun dubbio. Eppure, nel tessuto industriale italiano, la sua adozione fatica ancora a trasformarsi in una reale leva di crescita diffusa.
A confermarlo è una fotografia scattata dall’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano, che evidenzia un dato a dir poco emblematico: appena il 4% delle piccole e medie imprese ha avviato percorsi di formazione strutturati sull’IA.
Ad approfondire con Panorama le barriere culturali e operative che frenano le PMI, il ruolo dell’approccio esperienziale e le sfide concrete del trasferimento tecnologico nelle aziende, è stata Miriam Merenda, Direttrice di MADE Competence Center.
Secondo l’Osservatorio del Politecnico solo il 4% delle PMI ha avviato una formazione strutturata sull’IA. Quali sono le barriere principali che frenano le piccole e medie imprese italiane? È una questione di risorse economiche, mancanza di consapevolezza oppure timore della complessità tecnologica?
Credo che il primo ostacolo sia contestualizzare l’investimento: prima di chiedersi quanto costi un corso di formazione, un imprenditore deve avere chiaro che cosa cambierà nella sua azienda, in termini di organizzazione e produttività del lavoro. L’IA può sembrare ancora lontana dalle esigenze quotidiane d’impresa, qualcosa che riguarda un futuro non immediato. È una percezione da cambiare, prima che una questione di strumenti.
Su questo terreno, il gruppo di formazione del MADE Competence Center, guidato da Marta Rispoli, è attivamente impegnato. È un lavoro di divulgazione e orientamento di grande importanza, a mio avviso: senza di esso, perfino sostegni come bandi e finanziamenti dedicati al settore rischiano di restare inutilizzati, perché viene a mancare la consapevolezza della loro utilità. Anche il timore della complessità tecnologica nasce, spesso, da questa mancanza di consapevolezza: comprendere le potenzialità dell’IA aiuta a individuare da dove partire.
Poi, ci sono vincoli pratici, a partire dal tempo da dedicare alla formazione. Non li liquiderei come una scarsa attenzione alla crescita: in una piccola impresa, liberare anche poche persone dalle attività quotidiane è una scelta impegnativa. Per questo sento che la nostra responsabilità, come MADE, sia rendere riconoscibili i benefici dell’aggiornamento professionale: farli percepire non solo come un costo, bensì come un investimento che si misura su due piani, quello umano — le persone si sentono coinvolte e l’azienda trattiene le proprie risorse migliori — e quello economico, che l’imprenditore ha bisogno di vedere tradotto in effetti concreti sul business.
Partire da una difficoltà reale, far provare, lasciare spazio alle domande, anche a quelle più semplici: è l’approccio dei centri di competenza. I finanziamenti aiutano, certamente. Ma la disponibilità a imparare nasce quando una persona intravede una possibilità di crescita che riguarda anche lei, non soltanto un cambiamento di cui tutti parlano. Vale per i vertici aziendali, come per gli operatori diretti.
Come funziona concretamente SkillAI? In che modo l’intelligenza artificiale intervista i dipendenti e come si assicura che la mappatura delle competenze sia accurata e non percepita come un test di valutazione «punitivo»?
Di SkillAI parte appunto da una domanda, anziché da una risposta preconfezionata. Nato dalla collaborazione tra MADE e Politecnico di Milano, propone un’intervista che si adatta a ciò che il lavoratore riferisce. Se dice «Uso l’IA per preparare un documento», il sistema approfondisce: «Per quale attività? Come ho impostato la richiesta? Che cosa ho verificato prima di utilizzare il risultato?» È un modello articolato in sette dimensioni, dalla comprensione dell’IA da parte del singolo all’uso operativo, fino alla verifica degli output e alla consapevolezza dei rischi. Le risposte vengono poi lette e interpretate, evidenziando fragilità e vie di perfezionamento.
Naturalmente, una sola intervista, per quanto ben programmata, non fotografa tutto ciò che una persona sa fare, e avere cautela è fondamentale. Bisogna considerare anche l’organizzazione aziendale: quali strumenti l’operatore può effettivamente impiegare, con quali regole, con quanto spazio per sperimentare. Per evitare che sia vissuta come un esame, occorre essere chiari sullo scopo e sull’uso delle informazioni raccolte. Mi riconosco molto nell’idea di una mappa: qualcosa che aiuti a orientare l’apprendimento, lasciando aperte le possibilità di crescita. Una restituzione utile dovrebbe far pensare «ora capisco da dove partire», non «questo è tutto ciò che so fare».
Mappare le competenze è il primo passo, ma cosa succede dopo? In che modo le informazioni raccolte da SkillAI si traducono in piani di formazione personalizzati e realmente efficaci per la crescita aziendale?
Una mappa serve se aiuta a scegliere una strada. Dopo SkillAI, quindi, la domanda che occorre porsi è: che cosa vale la pena di imparare, per fare meglio? Le informazioni raccolte vanno messe in relazione con gli obiettivi dell’impresa, i processi interni e gli strumenti disponibili. È da questo confronto che nasce un percorso personalizzato, da costruire con l’impresa. La formazione, in questo senso, non è un intervento standard, applicabile a ogni situazione: è un abito su misura, utile a modificare concretamente il contesto organizzativo, a costruire consapevolezza e a rendere possibili nuovi modi di lavorare.
Perché questa leva produca risultati, apprendimento e nuove condizioni organizzative devono evolvere insieme: regole chiare, strumenti accessibili e tempo sufficiente per testare consentono di mettere in pratica quanto appreso. La mappatura aiuta quindi a orientare sia il percorso formativo sia l’attenzione alle condizioni che ne rendono possibile l’applicazione. In MADE valorizziamo la formazione esperienziale proprio per avvicinare il momento in cui si impara a quello in cui si applica ciò che si è imparato.
Personalmente, considero il ritorno al lavoro una parte essenziale del percorso avviato: è lì che emergono dubbi, ostacoli e nuove domande. Per questo il confronto non dovrebbe finire con l’ultima lezione. Occorre raccogliere riscontri e verificare che cosa è stato applicato. Una lettura prima e dopo la formazione può aiutare, ma non basta, da sola, a favorire un ritorno economico: quello richiede continuità e coerenza con il progetto.
Quali sono oggi le competenze digitali e sull’AI più urgenti e richieste nel settore manifatturiero e industriale che le PMI faticano maggiormente a reperire o sviluppare?
Se dovessi indicare una competenza da cui partire, direi: saper giudicare lo scenario che abbiamo davanti. Con l’IA si possono ottenere rapidamente risposte convincenti. Capire se siano anche affidabili richiede attenzione e senso critico. Questo significa, anzitutto, saper lavorare con i dati: conoscerne l’origine, comprenderne i limiti, ricavarne informazioni utili. Gestione, analisi dei dati e cybersecurity, del resto, emergono tra le priorità anche nella ricerca del Politecnico.
A queste basi si aggiungono capacità molto pratiche: scegliere quando usare l’IA, formulare richieste correttamente contestualizzate, verificare i risultati e proteggere le informazioni aziendali.
Nel manifatturiero, la conoscenza dei processi resta indispensabile. Nella documentazione tecnica, nella qualità o nella manutenzione, per esempio, è quella conoscenza che permette di porre una buona domanda all’AI e di accorgersi quando una risposta non torna. Per questo la formazione deve coinvolgere non soltanto gli informatici, ma anche chi conosce la fabbrica, il prodotto e le difficoltà quotidiane. È dall’incontro tra competenze tecnologiche e conoscenza dei processi che possono nascere applicazioni utili per l’impresa.
D’altra parte, non tutte le PMI devono sviluppare internamente algoritmi, ma tutte devono costruire le competenze necessarie per individuare le opportunità, dialogare con i partner tecnologici e integrare le soluzioni giuste nel proprio lavoro. Il punto è questo: bisogna mettere le persone nelle condizioni di guidare la digitalizzazione e tradurla in miglioramenti per l’azienda.
C’è poi una competenza che nelle PMI sento sempre più urgente da costruire: la capacità di raccogliere e rendere trasferibili, ai nuovi assunti, le conoscenze di chi, per età o per scelte professionali, sta per lasciare l’azienda. Il ricambio generazionale è decisivo per la continuità e la crescita di un’impresa, e qui l’IA può avere un ruolo fondamentale: aiutare a strutturare e rendere consultabile il know-how tecnico che spesso resta solo nella mente delle persone più esperte, così che chi entra in azienda possa accedervi senza dover ripartire da zero.
Se dovessimo fare una (difficile, me ne rendo conto) previsione a medio-lungo termine, come potrebbe cambiare la formazione aziendale nei prossimi 3-5 anni grazie all’integrazione di strumenti analitici basati su IA?
Credo che nei prossimi tre-cinque anni avremo più possibilità di costruire una formazione vicina alle esigenze di ciascuno. L’IA potrà aiutarci a riconoscere i bisogni, adattare i percorsi nel tempo e offrire occasioni per esercitarsi quando serve, anche fuori dall’aula.
Tuttavia, se penso a che cosa farà davvero la differenza, torno sempre al fattore umano. Prima degli strumenti viene il mindset: la curiosità di capire, la disponibilità a provare e anche ad ammettere «questa cosa non la so ancora». È un atteggiamento tutt’altro che scontato, soprattutto quando si ha esperienza e si è abituati a fare bene il proprio lavoro. Imparare qualcosa di nuovo significa, a volte, accettare di sentirsi di nuovo principianti.