Ogni imprenditore di una PMI a cui abbiamo parlato di AI, prima o poi, ci ha detto la stessa frase: "quella roba lì è per chi ha un reparto IT e un budget che noi non abbiamo". È il pensiero più diffuso in Italia tra chi ha 15, 30, 80 dipendenti, ed è anche il motivo per cui la maggior parte delle piccole imprese è ancora ferma. Il problema è che è vero solo a metà. I due casi che ci hanno insegnato di più su questo tema non arrivano da aziende enterprise con un CTO in squadra: arrivano da un reseller di energia con 12 persone e da un general contractor edile che di dipendenti ne ha una sessantina. Nessuno dei due ha comprato "un progetto AI". Hanno scelto un processo piccolo, specifico, che li faceva sanguinare tutti i giorni, e l'hanno sistemato.
Il divario è reale, ma non è quello che pensi
Il dato c'è ed è netto. Secondo l'indagine Istat Imprese e ICT 2025, usa almeno una tecnologia di AI il 53% delle grandi imprese italiane, il 27% delle medie e appena il 14,2% delle piccole. La distanza per dimensione sta crescendo, non riducendosi, e questo racconta una storia reale di ritardo.
Adozione AI in Italia: il divario cresce con la dimensione
Ma la lettura più comune di questo numero, "le PMI sono ferme perché non hanno le risorse delle grandi aziende", è quella sbagliata. Quando Istat chiede alle imprese che hanno valutato l'AI senza adottarla qual è l'ostacolo principale, la risposta più frequente non è il costo. È la mancanza di competenze, in circa sei casi su dieci. Il budget non è il collo di bottiglia numero uno. Lo è non sapere da dove cominciare, e sceglierlo male quando si prova.
"Nessuna delle due aziende è partita con l'AI in astratto. Sono partite dal processo che le faceva perdere di più, l'hanno reso misurabile, e solo dopo hanno scelto lo strumento."
Cosa hanno in comune i due casi che hanno funzionato
Nota dal bancone. Sono due aziende vere, clienti Morfeus, entrambe PMI piccole nel senso pieno della parola: niente reparto IT, niente budget enterprise.
La prima è un reseller di energia con 12 persone. Il problema non era "quale AI comprare": era che i lead in ingresso finivano impilati in un foglio Excel e nessuno sapeva con certezza chi richiamare per primo, né entro quanto tempo. Non un problema di tecnologia, un problema di processo. Abbiamo costruito un sistema mirato solo su quello, il secondo contatto sui lead caldi. Il tasso di secondo contatto è passato dal 50% circa a oltre il 90%. Non abbiamo toccato il resto dell'azienda.
La seconda è un general contractor edile, tra 15 e 80 addetti a seconda dei cantieri aperti. Mandavano preventivi da decine di migliaia di euro e non sapevano nemmeno se il cliente li avesse aperti, figuriamoci letti con attenzione. Abbiamo agganciato il follow-up commerciale all'apertura reale del preventivo: se il cliente lo apre e non risponde entro un certo tempo, parte un contatto mirato, non un promemoria generico. Il tasso di chiusura è in crescita da quando quel meccanismo è attivo.
Il punto in comune tra i due casi non è il settore, è completamente diverso. È che nessuna delle due aziende è partita "con l'AI" in astratto. Sono partite dal processo specifico che le faceva perdere di più, l'hanno reso misurabile, e solo dopo hanno scelto lo strumento. Questo è anche il motivo per cui l'ordine giusto è quasi sempre l'opposto di come viene raccontato: prima il numero che si vuole muovere, poi la tecnologia.
Da dove iniziare davvero: il processo prima del tool
L'errore più costoso in cui abbiamo visto cadere PMI di ogni settore è cominciare dalla domanda "quale strumento compro?". Porta dritti a demo, licenze e pilot che restano fuori dal lavoro vero, perché nessuno ha deciso in anticipo cosa quel tool doveva cambiare.
La domanda che funziona è l'opposto: dove sto perdendo valore ogni giorno, in un modo che chi lavora lì dentro vede già? Sono i Value Leak, le perdite invisibili nei processi. Non tutti i processi valgono lo stesso sforzo: quelli giusti per partire hanno tre caratteristiche insieme.
- Alto volume: succede più volte al giorno o alla settimana, non una volta al mese.
- Ripetitivo e a regole: segue passi prevedibili, non giudizio creativo caso per caso.
- L'errore costa: un ritardo, una rilavorazione o un cliente perso hanno un prezzo che si può scrivere in euro.
Alto volume
Succede più volte al giorno o alla settimana. Un processo che gira una volta al mese non ripaga il setup, anche quando è mal fatto.
Ripetitivo e a regole
Segue passi prevedibili. Se ogni istanza richiede giudizio creativo diverso, la macchina non regge e serve una persona.
L'errore costa
Un ritardo, una rilavorazione, un lead perso hanno un prezzo in euro. Se il costo non si vede, il ROI non si difende davanti a un CFO.
Dove ci sono tutti e tre, come nei lead del reseller di energia o nei preventivi del general contractor, il ritorno arriva prima ed è misurabile fin dal primo mese. Nelle PMI italiane, secondo Istat, le aree dove l'AI entra più spesso oggi sono marketing e vendite, l'organizzazione dei processi amministrativi e la ricerca e sviluppo: preventivazione, inserimento e pulizia dati, reportistica ricorrente, customer support di primo livello sono i candidati tipici. Il criterio non è quale sia il più innovativo, è dove la perdita è più grande e più facile da misurare.
Le competenze sono il vero collo di bottiglia
Torniamo al dato che conta davvero. Se il freno principale è la mancanza di competenze e non i costi, la conseguenza pratica è che comprare il tool giusto non basta. Serve qualcuno in azienda che lo sappia usare, capisca quando funziona e quando no, e lo diffonda agli altri.
C'è anche un tema normativo che spesso passa sotto silenzio nelle PMI: dal 2 febbraio 2025 l'articolo 4 dell'AI Act europeo chiede a chi usa sistemi di AI di garantire un livello adeguato di alfabetizzazione tra chi ci lavora. Non è un obbligo pensato solo per i grandi gruppi, riguarda anche un'azienda di 15 persone.
La soluzione non è mandare tutti a un corso generico su "l'intelligenza artificiale", che lascia il tempo che trova. È creare un riferimento interno per reparto, una persona che sperimenta sul processo scelto, capisce cosa funziona nel contesto specifico dell'azienda e lo porta agli altri: un AI Champion. Nel reseller di energia e nel general contractor questo ruolo esisteva già, informalmente, prima ancora che lo chiamassimo così: qualcuno che teneva d'occhio il sistema e correggeva la rotta. Renderlo esplicito è ciò che fa durare il risultato oltre il primo mese.
Quanto costa, e come si misura prima di spendere
"Quanto costa l'AI in azienda" è quasi sempre la domanda sbagliata da fare per prima, perché non ha un termine di paragone. La domanda utile è: quanto mi costa oggi il problema che voglio risolvere, in ore, in errori, in clienti che si raffreddano mentre aspettano una risposta? Solo confrontando il costo del problema con il costo della soluzione si capisce se muoversi ha senso, e con quale priorità rispetto ad altri processi. Lo strumento che usiamo con i clienti per mettere questo numero in chiaro, reparto per reparto, è il ROIometro.
Quanto ti costa oggi il processo che perde di più?
Il ROIometro traduce la perdita in euro/mese, reparto per reparto, prima di scegliere qualsiasi tool.
La posizione da cui partire
Non serve un budget da grande azienda per iniziare con l'AI. Serve scegliere un processo, uno solo, piccolo e specifico, che oggi ti costa in modo già visibile: un lead che non richiami in tempo, un preventivo che nessuno segue dopo l'invio. Si parte da lì, si misura, si automatizza la parte ripetitiva, e si forma una persona che tenga il sistema vivo. Il resto dell'azienda aspetta, e va bene così.
Inizia dal numero, non dal tool. Prova il ROIometro e scopri quanto ti costa oggi il processo che ti fa perdere più tempo. Se vuoi prima capire le basi, parti da Impara l'AI.