L’AI fa il lavoro. Chi decide quale lavoro fare?

Cosa dicono gli studi sull’AI in azienda e sui progetti IT, area per area.
Sempre più spesso le aziende ci chiedono se, con l’AI in azienda, servono ancora consulenti, sviluppatori e sistemisti. È una domanda legittima. Gli strumenti di AI scrivono codice, analizzano documenti, generano siti e rispondono ai clienti. Lo fanno in fretta e costano poco.
La risposta più onesta non è un’opinione, è nei dati. Negli ultimi tre anni università e centri di ricerca hanno misurato cosa succede quando le persone lavorano con l’AI. Il quadro è coerente: l’AI è una mano molto veloce. Ma la direzione la dà chi sa dove portarla.
In questo articolo mettiamo in fila i risultati principali e li leggiamo sulle aree in cui lavoriamo ogni giorno: strategia IT, dati e AI, software, infrastruttura e sicurezza, manutenzione applicativa, crescita digitale.
La frontiera frastagliata: dove l’AI in azienda aiuta e dove sbaglia
Il riferimento più solido è un esperimento sul campo condotto da Harvard Business School, MIT, Wharton e Boston Consulting Group su 758 consulenti BCG, pubblicato su Organization Science nel 2026. Una parte lavorava con GPT-4, un gruppo di controllo senza.
- Sui compiti alla portata dell’AI, chi la usava ha completato il 12,2% di compiti in più, il 25% più in fretta e con una qualità superiore del 40%.
- Su un compito costruito apposta fuori dalla sua portata, che richiedeva di incrociare dati e giudizio, chi usava l’AI ha dato risposte corrette 19 punti percentuali in meno.
Gli autori la chiamano frontiera tecnologica frastagliata: il confine tra ciò che l’AI fa bene e ciò che sbaglia non è una linea dritta, e non si vede a occhio. Il rischio è oltrepassarlo senza accorgersene: fuori dalla frontiera l’AI risponde con la stessa sicurezza, ma sbaglia.
Un secondo studio, firmato da Erik Brynjolfsson (Stanford) con colleghi del MIT su 5.179 operatori di assistenza clienti, aggiunge un tassello (NBER Working Paper 31161). L’assistente AI ha aumentato la produttività del 14% in media: del 34% per i meno esperti, in misura minima per i più esperti. L’AI ha trasmesso ai nuovi il modo di lavorare dei migliori, ma ai migliori ha aggiunto poco.
La lettura per un’azienda è semplice. L’AI abbassa il costo dell’esecuzione. Non sostituisce la competenza che decide cosa eseguire, e dove fermarsi.


Lo stesso principio, area per area
Strategia IT: decidere dove usare l’AI in azienda è il primo progetto
Se la frontiera è frastagliata, la prima scelta non è quale strumento comprare, ma su quali processi l’AI porta valore e su quali porta rischio. È una scelta di governance: priorità, costi, dipendenza dai fornitori, impatto sulle persone. Con l’IT Advisory aiutiamo il management a tracciare questa mappa prima di investire, non dopo.
Dati e AI: il problema non è il modello, è il metodo
Il rapporto The GenAI Divide del MIT NANDA (2025), basato su 150 interviste a dirigenti, 350 dipendenti e 300 progetti pubblici, stima che circa il 95% dei progetti pilota di AI generativa in azienda non produca un ritorno misurabile sul conto economico (sintesi su Fortune). La causa indicata non è la qualità dei modelli, ma l’integrazione: strumenti non adattati ai processi e organizzazioni che non imparano a usarli. Lo stesso rapporto rileva che i progetti realizzati con partner specializzati riescono nel 67% dei casi, contro circa un terzo di quelli sviluppati internamente. Il metodo dello studio è stato discusso e il dato va letto come un segnale, non come una legge. Il segnale però è chiaro: senza dati ordinati e senza un progetto, l’AI resta una demo. Ne abbiamo parlato anche in AI Agents Enterprise: perché il 95% dei progetti fallisce prima di scalare; sul versante dati e AI lavoriamo con il servizio Intelligenza artificiale e dati.

Software: scrivere codice non basta, va scritto sicuro
Veracode ha testato oltre 100 modelli linguistici su 80 compiti di programmazione (luglio 2025, comunicato Veracode). In circa il 45% dei casi il codice generato conteneva vulnerabilità della classifica OWASP Top 10. In Java la quota superava il 70%. E i modelli più grandi o più recenti non erano significativamente più sicuri. L’AI accelera lo sviluppo e le integrazioni con ERP, WMS e TMS; architettura, revisione del codice e test restano lavoro di ingegneri. È l’ambito del nostro servizio di integrazione ERP e software su misura.

Infrastruttura e manutenzione: più velocità, meno stabilità se manca il governo
Il rapporto DORA 2024 di Google Cloud, il riferimento internazionale sulle prestazioni dei team software, associa una maggiore adozione dell’AI a miglioramenti reali: documentazione (+7,5%), qualità del codice (+3,4%), velocità delle revisioni (+3,1%). Ma anche a una riduzione stimata del 7,2% della stabilità dei rilasci (DORA 2024). Per chi gestisce infrastrutture e applicazioni in produzione, è il punto chiave: ogni cambiamento più rapido va accompagnato da processi di controllo, monitoraggio e sicurezza. È ciò che fanno infrastruttura gestita, approccio Zero Trust e manutenzione applicativa tracciata.
Crescita digitale: la progettazione avviene prima dell’AI
Nielsen Norman Group, il principale centro di ricerca sull’usabilità, ha testato gli strumenti di prototipazione con AI su casi reali (ottobre 2025, studio completo). Il giudizio sta nel titolo: Good from afar, but far from good, bello da lontano, debole da vicino. Senza indicazioni precise i risultati sono generici e senza gerarchia. Secondo gli autori, gran parte del lavoro di progettazione avviene prima che l’AI entri in gioco, e l’AI allarga la distanza tra un risultato accettabile e uno eccellente. Google, dal canto suo, dichiara di premiare i contenuti di qualità comunque siano prodotti, valutandoli su esperienza, competenza, autorevolezza e affidabilità (Google Search Central). Un sito o una campagna fatti con l’AI non sono penalizzati; non sono nemmeno avvantaggiati se manca la sostanza. Per questo la Digital Experience & Growth parte dalla strategia, non dallo strumento.
Come lo applichiamo nei nostri prodotti
Lo stesso principio guida la suite VisionFlow AI, che sviluppiamo con Codeploy. L’AI fa il lavoro ripetitivo; la persona resta al centro della decisione.
- MailPilot legge le richieste che arrivano via email, compresi gli allegati, e le struttura in un portale web ordinato, pronte per il gestionale. Non solo ordini: qualsiasi tipo di richiesta.
- Doc Hunter AI classifica ordini, fatture e DDT, estrae e controlla i dati e li collega al documento originale. L’operatore approva prima che entrino nel gestionale.
Due scelte di progetto vanno nella stessa direzione degli studi citati sopra. La prima: l’approvazione umana resta nel flusso, perché la frontiera è frastagliata e un errore sicuro di sé è il più costoso. La seconda: l’AI lavora in locale, così dati, proprietà e sicurezza restano all’azienda.
In sintesi
L’AI in azienda non elimina il bisogno di competenza: lo sposta. Il tempo che prima andava nell’esecuzione oggi può andare nella progettazione, nel controllo e nella strategia. Le aziende che ne traggono valore non sono quelle che adottano più strumenti, ma quelle che sanno dove usarli.
È il motivo per cui in ALEN lavoriamo come un unico interlocutore su strategia, software, infrastruttura, dati e crescita digitale: le scelte sull’AI toccano tutte queste aree insieme.
Se state valutando dove l’AI in azienda può portare valore nei vostri processi, scriveteci: partiamo dalla mappa, non dallo strumento.
Fonti
- Dell’Acqua F., McFowland E., Mollick E., Lifshitz H., Kellogg K. C., Rajendran S., Krayer L., Candelon F., Lakhani K. R., “Navigating the Jagged Technological Frontier”, Organization Science, 2026 (DOI 10.1287/orsc.2025.21838).
- Brynjolfsson E., Li D., Raymond L., “Generative AI at Work”, NBER Working Paper 31161 – nber.org
- MIT NANDA, The GenAI Divide: State of AI in Business 2025; sintesi su Fortune, 18 agosto 2025 – fortune.com
- Veracode, GenAI Code Security Report, luglio 2025 – veracode.com
- Google Cloud, Accelerate State of DevOps Report 2024 (DORA) – cloud.google.com
- Wang H., Brown M., “Good from Afar, But Far from Good: AI Prototyping in Real Design Contexts”, Nielsen Norman Group, ottobre 2025 – nngroup.com
- Google Search Central, “Google Search’s guidance about AI-generated content”, febbraio 2023 – developers.google.com
Tre competenze verticali.
Un'unica intelligenza collettiva.
Tre competenze verticali.
Un'unica intelligenza collettiva.
Perché frammentare il budget su fornitori diversi? ALEN integra la creatività, l'ingegneria e il rigore gestionale. Uniamo le forze per offrirti una filiera corta, velocità di esecuzione e una responsabilità unica sul risultato.
Vuoi capire come rendere il tuo ecosistema digitale più solido e governabile?
Parla con i nostri consulenti
Analizziamo insieme la tua situazione e definiamo un percorso
sostenibile di evoluzione.
Se desideri informazioni aggiuntive o vuoi avviare una collaborazione
compila il FORM con i tuoi dati e la tua richiesta,
siamo pronti ad affiancarti e a far crescere il tuo business.


