In breve. Le imprese italiane indicano le competenze come freno numero uno all'AI, più del costo e della tecnologia (Istat 2025). Ma un corso una tantum per tutto il team ha lo stesso difetto di un onboarding clienti senza tracciamento: nessuno sa davvero chi ha imparato qualcosa che usa ogni giorno e chi ha solo assistito. Funziona meglio un presidio interno per reparto, l'AI Champion, che pratica sui processi reali e diffonde quello che ha imparato. Le competenze che contano non sono tecniche ma pratiche: delegare i task giusti, scrivere istruzioni chiare, riconoscere quando non fidarsi dell'output.
"Abbiamo fatto il corso di AI, ora la sappiamo usare"
È la frase che sento più spesso quando entro in un'azienda che ha già provato a muoversi sull'AI. Il team ha fatto due o tre giornate di formazione, tutti hanno l'attestato, e nella testa di chi ha firmato l'assegno il problema competenze è chiuso.
Poi guardo cosa succede tre mesi dopo. Qualcuno usa l'AI ogni giorno e ha cambiato il modo in cui lavora. Il resto ha aperto ChatGPT due volte, si è distratto, e per la sua giornata di lavoro non è cambiato niente. Il corso ha certificato la presenza, non l'apprendimento. E nessuno in azienda saprebbe dire, oggi, chi sta nel primo gruppo e chi nel secondo.
Il buco nero che ho già visto altrove
Questo problema, "non sappiamo chi ha davvero imparato", l'ho visto identico in un contesto completamente diverso. Lavorando su AG Academy, un prodotto di formazione high-ticket per PMI da 20 a 60 persone, il problema non era la qualità dei contenuti del corso. Era che dopo la vendita gli studenti sparivano in quello che in azienda chiamavamo il buco nero: nessuno sapeva chi aveva ricevuto gli accessi, chi era stato inserito nel gruppo, chi aveva davvero iniziato il percorso. Un quarto degli studenti chiedeva il rimborso nei primi 14 giorni, e quando andavamo a capire perché, la risposta ricorrente era che si erano sentiti persi, non seguiti, non sapevano a che punto fossero rispetto al percorso.
La soluzione non è stata un corso in più per il team che gestiva l'onboarding. È stato un sistema che rendeva visibile, in tempo reale, lo stato di avanzamento di ogni singolo studente: chi aveva ricevuto cosa, chi aveva iniziato, chi si era fermato e dove.
Il parallelo con la formazione AI interna è diretto, anche se il contesto è diverso: lì si trattava di clienti in un percorso di delivery, qui di dipendenti in un percorso di adozione. Ma il difetto strutturale è lo stesso. Un corso una tantum per tutto il team ha lo stesso buco nero dell'onboarding senza tracciamento: nessuno sa chi ha davvero imparato ad usare l'AI nel proprio lavoro quotidiano e chi si è solo seduto in aula.
Perché il freno vero non è quello che pensi
I numeri confermano che il problema è reale, non un'impressione. Quando Istat chiede alle imprese italiane che hanno valutato l'AI ma non l'hanno adottata quale sia l'ostacolo principale, la risposta più citata non è il costo dello strumento né la maturità della tecnologia: sono le competenze insufficienti (Istat, Imprese e ICT, 2025). È un dato che ribalta la priorità con cui la maggior parte delle aziende affronta l'AI: si parte cercando il tool giusto, quando il problema che blocca davvero l'adozione è a monte, ed è umano.
Comprare lo strumento è la parte facile. Renderlo parte del lavoro quotidiano di qualcuno è quella difficile, ed è lì che un corso spot, per quanto ben fatto, si ferma.
Il costo non è il vero blocco. Sono le competenze.
Cosa funziona: un presidio per reparto, non un evento
L'alternativa che vediamo funzionare è puntuale invece che estesa a pioggia: un AI Champion per reparto, non necessariamente un profilo IT. Una persona che:
- sperimenta gli strumenti sui processi reali del suo team, non su esercizi generici,
- capisce cosa funziona e cosa no in quel contesto specifico,
- trasforma quello che scopre in una procedura scritta,
- e la passa ai colleghi, restando il punto di riferimento quando qualcosa si inceppa.
Sperimenta sul processo
Testa strumenti e prompt sui casi reali del suo reparto, non su esercizi da aula.
Codifica in procedura
Trasforma ciò che funziona in istruzioni scritte, versionate, consultabili dagli altri.
Diffonde e presidia
Passa la pratica ai colleghi e resta il riferimento quando qualcosa si inceppa.
Questo modello ha già portato a formare oltre 2.500 persone sull'AI applicata al lavoro reale, non alla teoria. La differenza rispetto al corso una tantum è che qui esiste sempre qualcuno che sa rispondere alla domanda "chi lo sta davvero usando": è l'AI Champion stesso, perché è lì tutti i giorni a vederlo. Non serve costruire un sistema di tracciamento separato: il presidio umano fa quel lavoro per natura. È anche il modo in cui la conoscenza si accumula invece di disperdersi, soprattutto se appoggiata a un Cervello Aziendale condiviso, dove la procedura scritta da un reparto resta consultabile da tutti gli altri.
Le competenze che contano davvero
Buona notizia per chi teme di dover assumere ingegneri: le competenze che fanno la differenza per la maggior parte dei ruoli non sono tecniche, sono pratiche.
- Saper delegare i task giusti. Capire quali pezzi del proprio lavoro ha senso dare all'AI e quali no, invece di provare a delegare tutto o niente.
- Scrivere istruzioni chiare. Un buon prompt non è un trucco magico, è chiarezza: contesto, obiettivo, vincoli espliciti.
- Valutare criticamente l'output. Riconoscere quando una risposta è solida e quando va verificata riga per riga. Le allucinazioni esistono, e chi non sa riconoscerle rischia di più con l'AI che senza.
- Integrare nel flusso di lavoro esistente. Inserire l'AI dentro un processo già rodato, non farla girare accanto come un giocattolo scollegato dal lavoro vero.
Programmare serve a pochi ruoli specialistici. Il resto è alfabetizzazione applicata: la stessa cosa che l'AI Champion pratica ogni giorno e traduce in procedura per gli altri.
| Competenza | Cosa significa nel lavoro reale | Serve a |
|---|---|---|
| Delegare i task giusti | Scegliere cosa dare all'AI e cosa tenere, invece di provare tutto o niente. | tutti i ruoli |
| Scrivere istruzioni chiare | Contesto, obiettivo, vincoli espliciti. Nessun trucco: è chiarezza. | tutti i ruoli |
| Valutare l'output | Riconoscere quando la risposta è solida e quando va verificata riga per riga. | tutti i ruoli |
| Integrare nel flusso | Inserire l'AI dentro un processo rodato, non farla girare accanto come giocattolo. | process owner |
| Programmare | Serve solo a chi costruisce integrazioni o agenti custom. | ruoli tecnici |
"La domanda giusta non è 'abbiamo formato tutti', è 'sappiamo indicare chi, tra i nostri, usa l'AI ogni giorno nel proprio lavoro'."
Non è solo buon senso: è anche legge
Dal 2 febbraio 2025 l'articolo 4 dell'AI Act europeo chiede a chi sviluppa e a chi utilizza sistemi di AI di garantire un livello adeguato di alfabetizzazione tra le persone che ci lavorano, PMI comprese. Avere persone competenti sull'AI, verificabili come tali, non è più solo un vantaggio competitivo: è un requisito normativo. Ne parliamo più a fondo nell'articolo su AI Act e alfabetizzazione.
Come partire
- Scegli un reparto dove un ritorno rapido è plausibile e misurabile.
- Individua la persona giusta come AI Champion: conoscenza del processo prima ancora che curiosità per la tecnologia.
- Fallo lavorare su un caso reale del reparto, non su esercizi teorici.
- Trasforma ciò che funziona in una procedura scritta e condivisa.
- Estendi ad altri reparti, replicando il modello invece di ripetere il corso.
La domanda giusta da farsi
Non è "abbiamo formato tutti", è "sappiamo indicare chi, tra i nostri, usa l'AI ogni giorno nel proprio lavoro". Se la risposta non arriva subito, il problema non è la tecnologia che avete comprato: è che non avete ancora un presidio che la mantiene viva reparto per reparto.
Vuoi costruire competenza interna che resta? Scopri il programma AI Champion. Se invece vuoi che il tuo team parta dalle basi, manda chi vuoi su Impara l'AI.