AI readiness per le PMI: come capire da dove partire

La prima domanda che quasi tutte le PMI si pongono sull'intelligenza artificiale è «quale strumento compro?». È la domanda sbagliata, o meglio: è la seconda. La prima è «dove siamo adesso?». Senza quella risposta, ogni tool è una scommessa — e i progetti di AI abbandonati nei primi novanta giorni quasi sempre nascono da qui: si è partiti dallo strumento, non dal punto di partenza.

La buona notizia è che «dove siamo» non è una sensazione: si misura. Da anni analisti e vendor hanno costruito modelli di AI readiness — la prontezza di un'organizzazione ad adottare l'AI in modo utile e sostenibile. Vale la pena capire come funzionano, perché per una PMI italiana il risultato è quasi sempre controintuitivo.

Due modi di misurare la maturità AI

Gli strumenti di valutazione si dividono in due famiglie, che rispondono a due domande diverse.

1. I modelli di maturità: «a che stadio siamo, nel complesso»

Danno un vocabolario condiviso e una risposta in una riga. Il modello di maturità AI di Gartner descrive cinque stadi: Foundational (sperimentazione occasionale, nessun coordinamento), Emerging (primi pilot, interesse crescente della direzione), Operational, Systemic, fino a Transformational (l'AI è incorporata nel modo in cui l'azienda funziona).

Il framework di Deloitte usa cinque stadi simili, ma con un'idea in più che per una PMI è preziosa: separa il punteggio in due domini — le fondamenta AI (dati, tecnologia, competenze) e la strategia AI (governance, rischio, KPI, cultura dell'innovazione). Sdoppiare il voto in questi due assi fa emergere perché un'azienda è bloccata, non solo un numero: capita spesso di avere fondamenta discrete e strategia inesistente. Un unico punteggio lo nasconderebbe.

2. Le scorecard pesate: «dove esattamente è il divario»

L'AI Readiness Index di Cisco misura sei pilastri con pesi diversi — infrastruttura (25%), dati (20%), strategia (15%), governance (15%), talento (15%) e cultura (10%) — e colloca l'azienda su una scala: Pacesetter (pienamente pronta), poi Chaser, Follower, fino a Laggard (impreparata). Il pregio di una scorecard è che non dice solo «sei indietro»: dice su quale leva sei indietro.

Per una PMI italiana il vincolo è la strategia, non l'infrastruttura

Qui arriva il dato che ribalta l'istinto. Nei suoi rilevamenti Cisco osserva che il 75% dei Pacesetter dichiara personale con competenze AI adeguate, contro appena il 16% di tutti gli altri. A separare chi ce la fa da chi resta indietro non è il parco tecnologico: è il divario di competenze e cultura.

C'è però un dettaglio da leggere con occhio critico. La ponderazione di Cisco — infrastruttura più dati fanno il 45% del punteggio — riflette una prospettiva enterprise, dove il collo di bottiglia è spesso l'infrastruttura. Per una PMI italiana la realtà è quasi opposta: l'infrastruttura raramente è il vincolo. Gli strumenti utili oggi sono in gran parte in cloud, a consumo, accessibili senza un data center. Il vincolo vero è a monte: obiettivi non definiti, nessun proprietario del progetto, processi non pronti. In una parola, strategia e governance — non ferro.

Tradotto: se adatti un modello pensato per le grandi imprese, sposta il peso da infrastruttura e dati verso strategia, governance e cultura. Per una PMI è lì che si vince o si perde.

Uno strumento corto, non un audit

Non serve una valutazione da grande consulenza. Per una PMI il formato giusto è breve — dieci, quindici domande — e combina le due famiglie viste sopra:

• Una domanda di stadio per dominio (stile Deloitte, due domini: fondamenta e strategia): dà una risposta in lingua piana — «sei allo stadio X su 5» — su ciascun asse, invece di un unico voto opaco.
• Una scorecard pesata sulle dimensioni (stile Cisco, ma riponderata per le PMI: strategia, governance e cultura pesano quanto o più di infrastruttura e dati): indica quale funzione è il vero collo di bottiglia.

Il risultato non è un numero da incorniciare: è un indirizzo. Ti dice da quale reparto conviene partire e con quale livello di attenzione alla conformità.

Dal punteggio al primo reparto

Una valutazione utile termina con una direzione operativa, non con una diagnosi. In pratica:

• Se emerge una funzione con processi ripetitivi e ad alta frequenza — tipicamente vendite, marketing o operations — è lì che un primo pilot ha il rapporto valore/rischio migliore.
• Se invece il punto debole è la governance, il primo passo non è un tool: è mettere in chiaro i rischi. Prima si guarda l'overlay di conformità — EU AI Act, GDPR, tassonomia del rischio — e poi si sceglie cosa automatizzare. L'ordine conta: automatizzare senza controlli è il modo più veloce per doversi fermare dopo.

È esattamente lo schema con cui lavoriamo: prima capire dove sei, poi innestare l'AI nel punto giusto del tuo business, con i controlli giusti attorno. Non un tool calato dall'alto, ma un innesto che attecchisce.

Da dove partire davvero

Se dovessi ricordare una sola cosa: non partire dallo strumento, parti dalla posizione. Misura in quale stadio sei sulle fondamenta e sulla strategia, individua il reparto con il divario più utile da colmare, e valuta il rischio prima di scegliere la tecnologia. È un percorso di due minuti per la prima risposta, non di due mesi.

Abbiamo trasformato questo metodo in una valutazione self-serve e gratuita: rispondi a poche domande e ottieni un'indicazione su da quale reparto conviene iniziare nella tua azienda. Fai la valutazione di AI-readiness — poi, se ha senso, ne parliamo.

I dati citati provengono dalle metodologie pubblicate da Cisco, Gartner e Deloitte, sono aggregati e auto-riportati dalle rispettive fonti e vanno letti come direzione, non come una promessa di risultato. Questo articolo ha scopo orientativo e non costituisce consulenza legale né una valutazione di conformità.