La figura dell’AI Manager: un vuoto strategico che le aziende stanno ignorando

Un problema che non compare nei piani strategici

La maggior parte delle aziende italiane, anche quelle che si considerano “avanti” sul digitale, sta accumulando strumenti di intelligenza artificiale senza avere nessuno che li governi. Licenze attivate, chatbot installati, automazioni sparse tra reparti. Ma nessuna figura che tenga insieme il quadro, che decida cosa ha senso e cosa no, che risponda della coerenza tra quello che l’AI fa e quello che l’azienda ha bisogno di ottenere.

Il risultato è prevedibile. Ogni reparto si muove per conto suo. Il marketing sperimenta con i generatori di testo. L’ufficio tecnico prova qualche copilot per il codice. L’amministrazione guarda i tool di estrazione dati dalle fatture. Nessuno parla con gli altri. Nessuno misura i risultati in modo confrontabile. E quando il management chiede “a che punto siamo con l’AI?”, la risposta è un mosaico di iniziative scollegate che nessuno riesce a valutare.

Questo non è un problema tecnologico. E non si risolve comprando un altro tool. Il problema è organizzativo: manca una figura che abbia la responsabilità, le competenze e il mandato per gestire l’adozione dell’intelligenza artificiale come un progetto aziendale, non come una serie di esperimenti individuali.

La cosa paradossale è che molte di queste aziende hanno un IT manager, un responsabile digital, a volte persino un innovation manager. Ma nessuna di queste figure ha nel proprio perimetro la governance dell’AI. Non perché non vogliano occuparsene, ma perché l’AI richiede competenze trasversali che non rientrano nei ruoli tradizionali: servono conoscenze tecniche, sì, ma anche capacità di analisi dei processi, comprensione del dato come asset, sensibilità sulle implicazioni legali e sulla protezione delle informazioni aziendali.

E intanto il tempo passa. Le aziende che oggi non hanno un presidio sull’AI, interno o esterno, stanno prendendo decisioni per inerzia. Adottano strumenti perché “li usano tutti”, li abbandonano perché “non funzionano”, e in entrambi i casi non hanno mai definito cosa significasse “funzionare” nel loro contesto specifico.

Impatto sui processi aziendali quando manca un AI Manager

L’assenza di una figura dedicata alla gestione dell’AI non è un problema teorico. Produce effetti concreti, osservabili settimana dopo settimana, che si accumulano fino a diventare costi veri.

• Duplicazione di spesa su strumenti sovrapposti. Senza un referente AI, capita regolarmente che reparti diversi acquistino tool con funzioni quasi identiche. Ho visto aziende con tre abbonamenti diversi a piattaforme di generazione testo, uno per il marketing, uno per il commerciale, uno attivato dal titolare “per provare”. Nessuno sapeva degli altri due.
• Progetti AI che si arenano dopo la fase pilota. La sperimentazione parte, i primi risultati sembrano promettenti, poi tutto si ferma. Manca chi porti il progetto dal proof of concept all’integrazione operativa. Manca chi negozi con l’IT l’accesso ai dati, chi definisca i flussi, chi si occupi della manutenzione nel tempo. Il pilota resta pilota per sempre.
• Dati aziendali esposti senza consapevolezza. Quando ogni dipendente usa l’AI a modo suo, i dati aziendali finiscono su piattaforme esterne senza nessun controllo. Contratti copiati su ChatGPT, file clienti caricati su tool di analisi gratuiti, informazioni riservate inserite in prompt condivisi. Senza una governance, il rischio non viene nemmeno percepito finché non succede qualcosa.
• Incapacità di misurare il ritorno dell’investimento AI. Se nessuno ha definito prima gli obiettivi e i parametri di misura, nessuno può dire dopo se l’AI ha prodotto valore. L’azienda ha speso, ha provato, ma non sa se ha guadagnato tempo, ridotto errori, migliorato qualcosa di misurabile. L’impressione soggettiva sostituisce il dato.
• Resistenze interne che crescono senza gestione. In assenza di un referente che comunichi con i team, che raccolga i dubbi, che spieghi cosa cambia e cosa no, l’AI diventa un argomento divisivo. Chi la usa si sente un pioniere. Chi non la usa si sente minacciato. Chi la subisce la sabota passivamente. Tutto questo è gestibile, ma solo se qualcuno ha il mandato di farlo.
• Disallineamento tra strategia aziendale e adozione tecnologica. L’AI viene adottata dal basso, per spinta individuale, senza connessione con le priorità dell’azienda. Il risultato è che le aree dove l’AI servirebbe davvero restano scoperte, mentre si investe tempo e denaro su applicazioni marginali.

Approccio consulenziale: come si introduce la governance AI in azienda

Quando lavoro con un’azienda su questo tema, la prima cosa che faccio è capire lo stato reale dell’adozione. Non quello dichiarato, quello effettivo. Chi usa cosa, dove, con quali dati, con quali risultati. Spesso questa mappatura da sola produce sorprese: strumenti dimenticati, flussi che nessuno ha progettato, dipendenze da tool che l’azienda non sa nemmeno di avere.

Da questa fotografia si parte per definire il perimetro del ruolo. Un AI Manager non è un tecnico che installa software. Non è nemmeno un consulente che arriva, fa il workshop e se ne va. Serve una figura, interna o esterna, che abbia tre cose precise: visione d’insieme sui processi aziendali, competenza tecnica sufficiente per valutare le soluzioni, e autorità per prendere decisioni o almeno per portarle al tavolo giusto. Senza anche solo una di queste tre, il ruolo diventa decorativo.

La differenza tra avere un tool AI e avere un sistema AI sta tutta qui. Il tool lo compri, lo installi, e speri che funzioni. Il sistema lo progetti: decidi quali problemi vuoi risolvere, scegli gli strumenti adatti, li colleghi ai dati reali dell’azienda, definisci chi li usa e come, misuri cosa producono, correggi strada facendo. Questa è architettura, non adozione. E richiede qualcuno che se ne occupi con continuità, non a spot.

Nella mia esperienza, il modello che funziona meglio per le PMI italiane è ibrido. Un referente esterno con competenze consulenziali e tecniche, che lavora a stretto contatto con una persona interna che conosce i processi e ha accesso ai dati. L’esterno porta visione, metodo, aggiornamento sulle tecnologie. L’interno porta contesto, relazioni, continuità operativa. Insieme costruiscono qualcosa che né l’uno né l’altro potrebbero costruire da solo.

Prima e dopo: cosa cambia con un presidio AI strutturato

L’introduzione di una figura dedicata alla gestione dell’AI non produce effetti solo tecnologici. Cambia il modo in cui l’azienda prende decisioni su cosa adottare, come usarlo e quando smettere.

Rischi, limiti e considerazioni reali

Sarebbe disonesto presentare l’AI Manager come la soluzione a tutto. Non lo è. E ci sono rischi specifici che vanno considerati.

Il primo è creare un ruolo senza dargli potere. Ho visto aziende nominare un “responsabile AI” che però non aveva budget, non aveva accesso ai dati, non poteva decidere nulla senza passare da tre livelli di approvazione. Un ruolo così non serve. Anzi, peggiora le cose perché crea l’illusione che qualcuno stia gestendo la situazione.

Il secondo rischio è confondere il ruolo con la tecnologia. L’AI Manager non è quello che “sa usare ChatGPT meglio degli altri”. La competenza tecnica è necessaria ma non sufficiente. Serve qualcuno che sappia leggere un processo aziendale, identificare dove l’AI può creare valore reale, e avere il coraggio di dire “qui l’AI non serve” quando è il caso.

C’è poi il tema dell’aggiornamento. L’AI si muove a una velocità che rende obsolete le competenze in pochi mesi. Un AI Manager che non si aggiorna costantemente diventa un collo di bottiglia invece che un acceleratore. Questo vale sia per le figure interne che per i consulenti esterni: chi ha smesso di studiare sei mesi fa è già in ritardo.

Un altro errore frequente è aspettarsi risultati immediati. L’introduzione di una governance AI seria richiede tempo. I primi mesi servono per mappare, capire, definire le priorità. I risultati operativi arrivano dopo, e spesso i primi sono negativi: si scopre che tool già acquistati non servivano, che progetti avviati non hanno senso, che dati su cui si faceva affidamento sono inutilizzabili. Questa è pulizia necessaria, non fallimento.

Infine, il rischio più sottile: trasformare l’AI Manager in un filtro burocratico. Se ogni richiesta deve passare da lui, se ogni sperimentazione richiede un’approvazione formale, l’effetto è paralizzare l’innovazione invece di governarla. Il bilanciamento tra controllo e agilità è delicato, e non esiste una formula che funzioni per tutte le aziende.

FAQ

Un’azienda con 20-30 dipendenti ha davvero bisogno di un AI Manager? Sì, ma non necessariamente interno e non necessariamente a tempo pieno. Anche un’azienda piccola, se usa strumenti AI, ha bisogno di qualcuno che coordini le scelte, definisca le regole sull’uso dei dati e misuri i risultati. Un consulente esterno con un impegno di poche ore al mese può coprire questa funzione in modo efficace e sostenibile.

Qual è la differenza tra un AI Manager e un IT manager? L’IT manager gestisce infrastruttura, sistemi, sicurezza informatica. L’AI Manager si occupa di come l’intelligenza artificiale si integra nei processi di lavoro, quali strumenti adottare, come usarli in modo coerente con la strategia aziendale. Sono competenze diverse. In alcune aziende la stessa persona copre entrambi i ruoli, ma nella maggior parte dei casi servono profili distinti perché i problemi da risolvere sono di natura diversa.

Come si valuta se un AI Manager esterno è competente? Tre indicatori pratici. Primo: vi chiede di vedere i processi prima di proporre soluzioni. Se arriva con la risposta già pronta, è un venditore, non un consulente. Secondo: sa dirvi dove l’AI non serve, non solo dove potrebbe funzionare. Terzo: ragiona in termini di risultati misurabili, non di tecnologie alla moda. Diffidate di chi parla solo di strumenti senza mai chiedere qual è il problema da risolvere.

Quanto costa dotarsi di un AI Manager? Dipende dal modello. Una figura interna dedicata ha un costo comparabile a un middle manager con competenze tecniche, più i costi di aggiornamento continuo. Un consulente esterno con un ingaggio ricorrente può costare significativamente meno, con il vantaggio di portare esperienza trasversale maturata su più aziende e settori. Il costo va comunque confrontato con quello dell’alternativa: decisioni prese senza competenza, strumenti comprati e non usati, dati esposti, opportunità perse.

Da dove si parte concretamente? Dal fare la fotografia dello stato attuale. Quali strumenti AI sono già in uso? Chi li usa? Con quali dati? Con quali risultati? Questa mappatura, che sembra banale, è quasi sempre il primo passo che nessuno ha mai fatto. Da lì si definiscono le priorità, si sceglie il modello di governance più adatto e si inizia a costruire un percorso che abbia senso per quella specifica azienda.

L’AI Manager è una figura temporanea o permanente? La governance dell’AI non è un progetto con una data di fine. Gli strumenti cambiano, le esigenze evolvono, le normative si aggiornano. Serve un presidio continuo, anche se la sua intensità può variare nel tempo. Nella fase iniziale l’impegno è maggiore perché c’è da costruire tutto. Dopo, si passa a una modalità di mantenimento, aggiornamento e ottimizzazione che richiede meno tempo ma non può essere azzerata.

Il primo passo è capire dove siete adesso

Se leggendo questa pagina avete riconosciuto la vostra azienda in qualcuna delle situazioni descritte, il problema non è che avete sbagliato qualcosa. Il problema è che nessuno vi ha ancora aiutato a mettere ordine. Mappare lo stato reale dell’adozione AI, identificare le criticità, definire un modello di governance adatto alla vostra dimensione e al vostro settore: questo è un lavoro che si fa insieme, con metodo.

Scrivetemi a achille@falzone.it oppure chiamatemi al 335 83 626 71. Vi dico cosa vedo, cosa ha senso e cosa no. Senza presentazioni da 40 slide e senza promesse fuori scala.