AI generativa, tra spese da gestire e benefici concreti: come si muovono imprese e PA
L’AI generativa è al centro delle agende IT. Se ne parla ovunque, ma oltre all’entusiasmo, emergono interrogativi seri: quanto costa davvero adottarla? È uno strumento utile a tutti o solo ad alcuni settori? Quali sono i rischi legati a dati e compliance? In Italia, l’adozione cresce ma con molte cautele. PMI e Pubblica Amministrazione – che compongono la gran parte del tessuto economico – faticano a stare al passo, frenate dai costi e dalla mancanza di competenze specialistiche.
Per rispondere a queste sfide, non bastano gli annunci o i test “spot”: servono strategie chiare, formazione continua e un quadro normativo ben compreso. In questo senso, risorse come la guida pratica di ADC Group sull’AI Pact e la compliance offrono strumenti utili per orientarsi tra obblighi normativi e buone pratiche, aiutando le aziende ad adottare l’AI generativa con maggiore consapevolezza.
Nel frattempo, le grandi aziende sperimentano e tracciano un percorso fatto di piccoli passi, training mirati e una selezione accurata di situazioni pratiche in cui la GenAI verrà applicata. L’obiettivo è evitare investimenti a vuoto e, soprattutto, trasformare la spesa in valore tangibile. La sfida è trovare un equilibrio tra innovazione e sostenibilità. L’AI generativa, infatti, promette molto, ma senza una strategia chiara può diventare più un peso che un vantaggio.
AI generativa e aziende italiane: un’adozione diseguale
Nel 2024 il mercato dell’AI in Italia ha raggiunto 1,2 miliardi di euro, con una crescita del 58% rispetto all’anno precedente. La generative AI rappresenta il 43% della spesa totale, ma l’adozione non è uniforme. Le grandi imprese sono più avanti, mentre le PMI restano indietro: solo il 7% ha avviato progetti concreti.
Il motivo? I costi, certo, ma anche la carenza di infrastrutture digitali e l’immaturità nella gestione dei dati. In molte piccole realtà, manca una base solida su cui costruire un progetto AI. E dove non ci sono competenze, c’è il rischio di acquistare tecnologie senza comprenderne il funzionamento o la reale utilità.
Un’analisi recente dell’Osservatorio Big Data & Business Analytics del Politecnico di Milano sottolinea proprio questo rischio: l’eccesso di hype intorno alla GenAI, unito alla mancanza di dati strutturati e di competenze interne, può portare a una vera e propria “data winter” in azienda, cioè un blocco della crescita per assenza di basi solide. È un campanello d’allarme per tutte le realtà che vogliono adottare l’AI generativa senza prima aver costruito fondamenta tecniche e organizzative adeguate.
Gestire i costi: tra licenze, open source e sostenibilità
L’investimento richiesto per utilizzare strumenti di AI generativa su larga scala è tutt’altro che trascurabile. Un caso concreto è quello dell’Università dell’Aquila, dove il calcolo dei costi per dotare il personale amministrativo di licenze Copilot ha superato i 50.000 euro al mese.
In alternativa, alcune realtà scelgono l’uso di modelli open source personalizzati internamente. Questa soluzione permette di ridurre i costi e di tenere i dati “in casa”, ma implica investimenti in hardware e formazione del personale.
Strategia e formazione: i due binari dell’adozione consapevole
Chi approccia l’AI generativa con una strategia chiara riesce a ottenere risultati. L’esperienza di Italo – Nuovo Trasporto Viaggiatori lo dimostra: l’azienda ha avviato un programma biennale per integrare strumenti come Copilot all’interno dei processi, partendo da un piccolo gruppo di dipendenti formati con sessioni leggere e regolari.
Importante anche la gestione del budget: le licenze sono state trattate come investimento (Capex) e non solo come spesa operativa. Questo approccio ha permesso di testare strumenti, formare le persone e misurare il valore generato attraverso KPI specifici. È una strada concreta per evitare sprechi e ottenere ritorni reali.
Human-centric: l’AI generativa resta uno strumento
Uno degli errori più comuni è considerare l’AI generativa come una tecnologia autonoma. In realtà, la responsabilità dell’output resta sempre in capo all’utente. Anche per questo la formazione è cruciale. Non basta usare uno strumento, bisogna saperlo gestire. L’AI Act europeo lo rende già obbligatorio, ma al di là del requisito normativo, avere persone competenti è essenziale per evitare errori e dipendenze dai fornitori.
L’adozione dell’AI generativa richiede metodo, non entusiasmo cieco. Le aziende che ottengono risultati non sono quelle che investono di più, ma quelle che sanno dove e perché investire. Sperimentare in modo misurabile, formare le persone, partire da piccoli progetti concreti: questa è la via per trasformare l’AI generativa in valore reale per l’organizzazione.