Macchine e persone: chi comanda davvero?

Una chiacchierata che vale un corso

C'era qualcosa di insolito, all'SFIM Investment Meeting organizzato da Starting Finance. Non il solito panel sull'AI dove qualcuno mostra una slide con miliardi di parametri e tutti annuiscono. Era una conversazione — una di quelle rare dove si dice davvero quello che si pensa, senza il filtro del comunicato stampa.

Sul palco: Bernardino De Bianchi Sassoli, founder di Fludd.ai, e Edoardo Riccobono, Direttore Generale di Camperio SIM S.p.A.. Due persone che con l'AI ci lavorano davvero — non ci speculano sopra.

Il tema era l'equilibrio tra uomo e macchina. Vecchio come la rivoluzione industriale, tornato urgente come non mai. E da quella conversazione ho estratto alcune riflessioni che voglio condividere, perchè parlano direttamente a chi guida un'azienda oggi.

Il vero problema non è lo strumento. È l'approccio.

Partiamo dall'errore più comune che osservo ogni settimana. Un imprenditore sente parlare di AI, compra una licenza, la distribuisce al team, aspetta che succeda qualcosa.

Non succede. O meglio: succede qualcosa a livello individuale — uno diventa più veloce, un altro produce testi migliori, un terzo risparmia ore su un'analisi. Ma l'azienda come sistema non ne beneficia. Il valore rimane intrappolato nei singoli, invisibile alla struttura. Lo chiamano Shadow AI. Io lo chiamo opportunità sprecata.

De Bianchi Sassoli lo ha detto con una chiarezza chirurgica: i piloti senza strategia hanno ROI negativo a livello aziendale. Positivo per il singolo, negativo per l'organizzazione. Il gap sta tutto nelle policy, nei programmi di formazione, nella governance. Non nel tool.

Riccobono ha raccontato la stessa storia dal lato operativo: sei mesi di workshop, librerie di prompt condivise, standardizzazione degli output. Solo dopo quel percorso l'AI ha iniziato a dare valore misurabile. Non era la tecnologia che mancava. Era il metodo.

Noi di Enterservice questa battaglia la combattiamo ogni giorno con i nostri clienti. Adottiamo l'AI in modo sistematico — tool e agenti diversi in base all'attività, sia sul fronte della consulenza che nella gestione interna. Ma la prima cosa che diciamo sempre è: prima il metodo, poi lo strumento. Senza cognizione di causa ed effetto, l'AI è solo rumore aggiunto al rumore.

L'AI non elimina il lavoro. Lo innalza.

Arriviamo al punto che mi sta più a cuore — e che è stato il filo conduttore di tutta la conversazione allo SFIM.

C'è una narrazione tossica che circola da anni: l'AI sostituirà i lavoratori. Punto. Fine. Tutti a casa.

È una semplificazione che fa comodo a chi vende paura e a chi vuole evitare la conversazione difficile. La realtà è più interessante — e più umana.

Riccobono l'ha detto esplicitamente: dopo aver avviato gli investimenti in AI, Camperio SIM ha assunto due persone in più. Nessun taglio. L'efficienza non ha liberato posti, ha generato nuovo lavoro da gestire a livello superiore. È il paradosso di Jevons applicato all'AI: più accesso a uno strumento potente aumenta la domanda, non la riduce.

De Bianchi Sassoli ha portato l'esempio del CTO che lavora “il triplo” dopo aver adottato strumenti di automazione del codice. Non perchè sia più lento — ma perchè ora può fare cose che prima erano impensabili, e la domanda cresce di conseguenza.

Io condivido questa lettura. E aggiungo una cosa: quello che l'AI non sa fare — e probabilmente non saprà fare per molto tempo — è esattamente cì che rende unico il contributo umano.

Il quid umano: le tre intelligenze che nessun modello possiede

Quando parlo di “quid umano” non sto facendo retorica. Sto identificando tre dimensioni concrete che i modelli di linguaggio non replicano, nonostante le apparenze.

•        Intelligenza razionale contestuale. Un LLM produce analisi corrette in contesti standard. Ma non sa quando un'analisi corretta è irrilevante. Non coglie che il cliente in quella riunione era nervoso per ragioni che non hanno nulla a che fare con i numeri. Non capisce che quel dato “anomalico” è in realtà il segnale più importante del report. Il contesto non è nei dati: è nella testa di chi li legge.

•        Intelligenza emotiva. Riccobono l'ha detto parlando dei mercati finanziari: “I social anticipano i flussi informativi e la sensibilità umana resta necessaria.” L'AI può leggere migliaia di post in secondi. Ma non sente quando qualcosa “stona”. Non percepisce la tensione in una trattativa, il disagio di un collaboratore, l'entusiasmo genuino di un cliente. Queste informazioni non passano per i dati: passano per la presenza.

•        Intuizione. È la più difficile da difendere razionalmente — e probabilmente la più preziosa. È quella sensazione che un'opportunità c'è anche quando i numeri non la vedono ancora. Che quel candidato ha qualcosa, anche se il CV è scarno. Che quella strada strategica è sbagliata, anche se tutti i modelli la indicano come ottimale. I cigni neri — le guerre, le crisi improvvise, le rivoluzioni di mercato — non si prevedono con l'autocomplete, per quanto sofisticato.

Il test che Riccobono ha condiviso è illuminante: portafogli costruiti interamente da LLM su metriche storiche falliscono al primo evento geopolitico imprevedibile. L'oro in calo durante una crisi che "dovrebbe" spingere l'oro al rialzo. La guerra che cambia tutto nel giro di ore. L'AI non sbaglia il calcolo: non sa che il calcolo è diventato irrilevante. (E qui, mi sia consentito dirlo, c'è una lezione per chiunque deleghi decisioni critiche a un modello senza supervisione umana.)

Come adottiamo l'AI in Enterservice — e cosa diciamo ai clienti

Partiamo sempre dalla stessa domanda: qual è il problema reale? Non: quale strumento usare?

L'AI in Enterservice è presente in modo sistematico: strumenti diversi per attività diverse, agenti per i processi ripetitivi, modelli avanzati per le analisi complesse. Sia sul fronte della consulenza ai clienti che nell'organizzazione interna. Ma con tre principi fermi:

•        Data driven e IT oriented, sì — ma con cognizione di causa ed effetto. Ogni implementazione nasce da un'analisi precisa: dove l'AI può accelerare, dove può perfezionare, dove invece il giudizio umano è insostituibile.

•        La governance prima della tecnologia. Policy interne, procedure, controllo degli output. Non è burocrazia: è la condizione per catturare valore a livello aziendale invece di lasciarlo ai singoli.

•        L'umano al centro. Sempre. Gli agenti automatizzano cì che è automatizzabile. Le persone fanno il lavoro che richiede giudizio, relazione, intuizione. Non c'è nessun agente che operi senza un processo definito alle spalle e un umano che ne validi l'output nei momenti che contano.

Quello che diciamo ai clienti è semplice: l'AI amplifica chi sa già cosa fare. Se il metodo non c'è, l'AI amplifica la confusione. Se la curiosità non c'è, l'AI produce output che nessuno sa valutare. Se il senso critico non c'è, le allucinazioni diventano decisioni.

La domanda giusta

Chi comanda, dunque — la macchina o la persona?

La risposta è banale quanto trascurata: dipende da chi ha costruito il processo. Se hai definito chiaramente dove l'AI opera e dove no, se hai formato il tuo team a usarla con senso critico, se hai una governance che cattura il valore prodotto dai singoli e lo restituisce all'organizzazione — allora comanda tu.

Se invece hai scaricato un'app aspettando che succedesse qualcosa di magico, allora non comanda nessuno. E nel migliore dei casi stai solo perdendo tempo.

De Bianchi Sassoli ha chiuso con un'immagine che mi è rimasta. Ha citato la scrittura come protesi cognitiva: uno strumento che ha cambiato come pensiamo, non solo come comunichiamo. L'AI, forse, è la prossima protesi. Ma una protesi è utile solo se sai dove mettere il peso.

La questione non è se usare l'AI. È sapere cosa stai cercando di fare — e tenere in mano le redini.