Intelligenza Artificiale, la vera rivoluzione deve (ancora) arrivare

Per chiarire le idee sull’Intelligenza Artificiale (AI) è utile il ricorso alla metafora. “Con l’invenzione della lampadina le prime conseguenze positive sono state l’illuminazione: si vedeva meglio, si lavorava in condizioni migliori. Ma quella non è stata una trasformazione del mondo del lavoro. La trasformazione è arrivata quando l’elettricità ha cambiato i processi delle fabbriche”. A proporla è stato Alessandro La Volpe, Amministratore Delegato di IBM Italia, che ha spiegato così come l’AI non sia ancora nella fase di poter aprire una nuova rivoluzione industriale. In sintesi: i primi benefici sono evidenti e misurabili, ma il salto vero si vedrà quando l’AI smetterà di essere un accessorio e diventerà infrastruttura che ridisegna processi, organizzazioni e modelli operativi.

Secondo La Volpe, in Italia il 56% delle aziende ammettono di star facendo qualcosa con l’AI e di ottenere qualche vantaggio di produttività; tuttavia, solo il 13% sta avendo un impatto di tipo trasformativo all’interno della propria azienda. Numeri che raccontano un Paese curioso e in movimento, ma ancora lontano dal pieno cambio di paradigma. L’idea di fondo è che l’AI stia entrando nelle imprese in modo disomogeneo: spesso come iniziativa tattica, più raramente come leva strategica guidata dal vertice.

La Volpe ha descritto un percorso in tre passaggi che molte aziende stanno attraversando. La prima fase è quella del riflesso immediato, quasi emotivo. Board e CEO chiedono in sostanza l’AI per dimostrare che l’azienda sta facendo qualcosa sul tema. La seconda fase è quella in cui molte imprese si trovano in questo momento storico: l’AI è considerata come la tecnologia in grado di offrire accesso rapido a informazioni e conoscenza. Quindi: funziona, produce piccoli vantaggi, ma resta un impiego di superficie. È però la terza fase quella decisiva: quando l’AI andrà a trasformare i processi, il modo in cui lavoriamo al nostro interno e poi esternamente. È qui che, secondo La Volpe, l’AI cambia la struttura della fabbrica e la struttura del business.

Agentic AI e boom di applicazioni

Lo scenario che IBM intravede è un’accelerazione massiccia, trainata dall’AI Agentica, cioè da quei sistemi capaci non solo di rispondere, ma anche di agire, automatizzare, coordinare attività e dialogare con altre applicazioni. La Volpe ha proposto un confronto che rende l’idea della velocità attesa: dall’arrivo dell’iPhone e dell’App Store, in 10 anni sono nate circa 2 milioni di App. Con l’AI, invece, la previsione è radicale: “Dal 2026, nell’arco di tre anni, avremo 1 miliardo di nuove App”, ha detto l’Amministratore Delegato di IBM.

Un’esplosione che non riguarda solo il numero, ma l’interazione tra applicazioni: più automazione, più integrazione, più orchestrazione. E infatti il cuore della sfida, ha spiegato La Volpe, è proprio questo: capire, organizzare e governare con trasparenza un ecosistema di AI. Il messaggio è pragmatico: non si parte dal tool, ma si parte dalla strategia. “L’adozione delle AI va guidata in modalità top down e poi culturalmente anche bottom up”, ha affermato La Volpe. Prima si definisce dove l’azienda vuole andare, poi si scelgono use case coerenti, quindi si verifica la condizione abilitante: i dati. La checklist è stringente e molto concreta: abbiamo raccolto i dati, li abbiamo organizzati, puliti, correlati? Siamo in grado di analizzarli? Solo in seguito, ha senso chiedersi: quale modello usare?

IBM rivendica un approccio aperto ed è vicina ai modelli open source, tanto che ciò che è sviluppato è pubblicato anche sulla community (per esempio su Hugging Face). Ma il punto non è ideologico: è operativo. Esistono modelli enormi e altri molto più piccoli; e nel mondo enterprise, ha sostenuto La Volpe, spesso i modelli più piccoli, ma performanti, possono risolvere meglio problemi specifici: sono più facili da addestrare, più veloci da portare in produzione e soprattutto più controllabili nei costi quando l’adozione diventa pervasiva. Senza dimenticare l’impatto energetico e le emissioni.

Portare il modello vicino ai dati

Rispetto all’architettura, La Volpe ha indicato l’hybrid cloud come l’architettura naturale. Addestrare un modello sul cloud pubblico può essere la strada più semplice, ma quando si passa all’esecuzione, spesso conviene lavorare vicino ai dati per ragioni di latenza, sicurezza, controllo. Il parallelo con la prima ondata di public cloud è esplicito: molte aziende, ha raccontato l’AD di IBM, si sono accorte troppo tardi di non sapere quanto stessero spendendo o di non riuscire a controllare la spesa. Con l’AI, che può essere ancora più dirompente, la governance dei costi diventa parte della strategia.

IBM insiste su un principio interno: sperimentare su se stessa ciò che propone ai clienti. La Volpe lo ha chiamato ‘Approccio Client Zero‘. È qui che entrano i dati più forti citati nel suo intervento: la trasformazione interna legata alla AI Generativa avrebbe portato a un risparmio su base annuale di 4,5 miliardi a livello corporate. E porta esempi concreti. Uno è lo sviluppo software: con una nuova metodologia interna (“Project Bob”) basata su modelli di Large language model (LLM), oggi sono 6mila sviluppatori coinvolti e l’aumento di produttività dichiarato è dal 40 al 45% a seconda delle aree.

Un altro è l’Human Resources: processi amministrativi e di back office automatizzati e riprogettati, con un assistente conversazionale che consente ai dipendenti di gestire molte richieste in linguaggio naturale, spostando le persone HR su attività più consulenziali e di supporto alla trasformazione.

I trend del 2026

Nell’incontro con la stampa da parte di IBM è emersa anche una cornice di tendenze che dominerà per tutto il 2026: l’incertezza è un’opportunità e l’AI Agentica è destinata a diventare il motore di decisioni più rapide; le persone chiedono più AI nel lavoro; l’AI libera tempo per attività ad alto valore; i consumatori chiedono trasparenza; e l’AI responsabile è il requisito minimo per la fiducia.

La fiducia è uno dei punti più delicati: La Volpe ha riferito che i consumatori possono ‘perdonare’ qualche errore tecnico, ma non perdonano l’opacità. Se non capiscono come l’AI lavora, su quali dati, cosa automatizza e con quali regole, la fiducia nel brand può rompersi in modo irreversibile. Nel quadro finale, compaiono due temi che vanno oltre l’adozione immediata. Il primo è la sovranità: sapere dove girano dati e modelli, poter rispondere a normative locali e reagire a scenari geopolitici mutevoli. La resilienza, in questa lettura, richiede una rete di sicurezza locale e una governance piena di sistemi, dati e infrastrutture.  Il secondo è il quantum: IBM ha indicato il 2026 come un anno chiave per arrivare a evidenze di “quantum advantage”, sottolineando che, per trasformare la tecnologia in valore, serviranno ecosistemi collaborativi: competenze, dati, industria, ricerca, più che iniziative isolate.

L’articolo Intelligenza Artificiale, la vera rivoluzione deve (ancora) arrivare proviene da Parole di Management.