l’Intelligenza artificiale nelle azienze b2b
L’IA nelle PMI italiane: il grande equivoco che nessuno vuole ammettere
I dati dicono che l’adozione è raddoppiata. Ma cosa sta succedendo davvero dentro le aziende, e perché la maggior parte di questo “progresso” rischia di trasformarsi in un problema.
C’è una notizia che circola da qualche settimana e che fa sentire tutti un po’ meglio: secondo l’ISTAT, nel 2025 le aziende italiane che utilizzano l’intelligenza artificiale sono raddoppiate in un anno, passando dall’8,2% al 16,4%. Il Politecnico di Milano certifica un mercato AI italiano da 1,8 miliardi di euro, in crescita del 50%. I titoli sui giornali di settore parlano di “svolta storica”, “accelerazione senza precedenti”, “anno della trasformazione”.
Tutto vero. E tutto parziale.
Perché gli stessi dati ISTAT raccontano anche un’altra storia: una su tre delle aziende che dichiarano di “usare l’IA” non sa indicare in quale area aziendale la sta usando. Non è un errore del rilevamento. È il ritratto fedele di un’adozione di superficie: strumenti accesi, nessun processo cambiato, nessun risultato misurabile.
Nel B2B manifatturiero e nei servizi, questo equivoco ha un costo. Ed è il momento di parlarne senza giri di parole.
Il fantasma che abita nelle vostre aziende: la Shadow AI
Prima di parlare di agenti, automazioni e on-premise, c’è un fenomeno che riguarda quasi certamente la vostra azienda, anche se non ne sapete nulla.
Si chiama Shadow AI: l’uso di strumenti di intelligenza artificiale da parte dei dipendenti senza autorizzazione, senza policy e senza che il management lo sappia. I numeri sono inequivocabili: il 68% dei lavoratori italiani usa strumenti AI senza informare i vertici aziendali. Il 90% dell’uso di AI in azienda avviene da account personali, non da strumenti aziendali approvati.
Cosa significa nella pratica? Significa che in questo momento, in qualche reparto della vostra azienda, un commerciale sta incollando un’offerta riservata su ChatGPT per “migliorare il tono”. Un tecnico sta caricando disegni o specifiche su un chatbot pubblico per “avere un parere veloce”. Un responsabile acquisti sta condividendo i vostri listini con un modello esterno per “fare un’analisi comparativa”.
Non per malafede. Per pressione operativa e per mancanza di alternative interne valide.
Il risultato? Dati strategici (prezzi, condizioni, know-how tecnico, informazioni sui clienti) che lasciano il perimetro aziendale ogni giorno, in modo silenzioso e difficilmente reversibile. Una violazione dei dati legata alla Shadow AI può costare a una PMI italiana da uno a tre milioni di euro in danni diretti e indiretti. Il 15% delle aziende italiane ha già subito almeno un incidente di questo tipo nell’ultimo anno.
La Shadow AI non nasce dalla cattiva volontà: nasce dal vuoto di governance. E il vuoto si crea quando l’azienda non fornisce strumenti adeguati, ma chiede ugualmente i risultati che solo quegli strumenti possono dare.
La domanda che ogni imprenditore dovrebbe porsi non è “i miei dipendenti usano l’IA?” (quasi certamente sì). La domanda è: “su quali dati la stanno usando, e dove finiscono?”
Il mercato si sta dividendo in due. Da che parte stai?
I dati del Politecnico di Milano delineano una frattura che si sta allargando a velocità preoccupante. Da un lato, le grandi imprese italiane: il 71% ha già avviato progetti AI strutturati, con team dedicati, governance definita e integrazione nei processi reali. Dall’altro, le PMI: solo il 15% ha implementato soluzioni serie; il resto sperimenta in modo disordinato o non fa nulla.
Questo non è un ritardo temporaneo. Sta diventando un gap strutturale di competitività.
E c’è un dato che rende la situazione ancora più urgente per chi opera nel B2B: l’89% dei buyer B2B europei usa già strumenti di AI generativa per cercare fornitori, configurare soluzioni complesse e analizzare mercati di approvvigionamento. I vostri clienti (quelli grandi, quelli strutturati) si stanno digitalizzando. Se voi no, il confronto diventa sempre più difficile, non solo sul prodotto ma sul processo di acquisto stesso.
Il divario non è solo interno all’Italia. È globale. E si chiude solo costruendo qualcosa di solido, non scaricando un’app.
Il vero problema non è la tecnologia. Sono le competenze.
L’ISTAT lo dice con una chiarezza disarmante: quasi sei aziende su dieci rinunciano all’IA non per mancanza di budget, ma per mancanza di personale in grado di gestirla. Il 55% delle imprese italiane indica la carenza di competenze interne come principale ostacolo.
Qui si nasconde il grande malinteso della formazione AI degli ultimi due anni: si è formato il prompting, non il pensiero. Si è insegnato “come si scrive una richiesta a ChatGPT”, non “come si costruisce un processo aziendale che usa l’AI in modo controllato e misurabile”.
Il risultato è quello che vediamo ogni giorno: persone che sanno usare lo strumento in modo generico, ma non sanno integrarlo nei flussi reali. Aziende che hanno comprato licenze e fatto giornate formative, ma dove ogni reparto fa come vuole, senza regole, senza misura, senza ownership.
La formazione AI utile per il B2B non è “imparare a fare prompt”. È capire come un agente verticale risolve un problema specifico, come si definiscono i guardrail, come si misura il risultato. È la differenza tra sapere che esiste il martello e saper costruire una casa.
Il trend che cambierà tutto nel 2026: gli agenti autonomi entrano in produzione
Se c’è un trend che vale la pena seguire da vicino (e su cui le aziende più avvedute si stanno già muovendo) è quello degli agenti AI verticali.
Gartner prevede che entro il 2028 almeno il 15% delle decisioni operative quotidiane sarà gestito autonomamente da agenti AI, partendo dallo 0% attuale. Non stiamo parlando di chatbot che rispondono a domande. Stiamo parlando di sistemi che completano task, chiudono processi, gestiscono eccezioni secondo regole predefinite.
Per una PMI manifatturiera o un’azienda di servizi B2B, questo si traduce in cose concrete e misurabili: un agente che qualifica i lead in arrivo e aggiorna il CRM senza intervento umano; un agente che gestisce il triage dei ticket tecnici usando solo i manuali ufficiali aziendali; un agente che genera bozze di offerta verificate con il listino aggiornato.
La differenza rispetto a un chatbot generico è fondamentale: l’agente verticale conosce solo i dati che gli date voi, segue solo le regole che definite voi, opera solo nel perimetro che stabilite voi. Non inventa, non vaga, non “improvvisa”. È la risposta strutturata alla Shadow AI: invece di vietare l’AI, si fornisce uno strumento aziendale sicuro, controllato, misurabile.
E quando questi agenti girano on-premise (sui vostri server, nella vostra infrastruttura) i dati non escono mai. Non per paranoia: per strategia.
On-premise non è una scelta tecnica. È una scelta di posizionamento competitivo.
C’è ancora troppa confusione su questo punto. L’on-premise viene percepito come qualcosa di complesso, costoso, riservato alle grandi aziende. Non è così e, soprattutto, non è una questione solo tecnica.
Per una PMI B2B il dato è l’asset più prezioso che ha: le procedure sviluppate in anni di lavoro, le condizioni commerciali con i clienti chiave, le specifiche tecniche dei prodotti, la knowledge base dei tecnici senior. Questo patrimonio non ha prezzo, e mandarlo su server pubblici significa metterlo in gioco ogni giorno.
I modelli AI moderni, anche quelli open-source di ultima generazione, possono girare su hardware aziendale con prestazioni più che adeguate per la maggior parte dei casi d’uso delle PMI. Non serve un data center: serve la scelta giusta. E quella scelta oggi è accessibile.
L’AI Act europeo (che entra progressivamente in vigore fino al 2026) spinge nella stessa direzione: più l’uso è delicato (decisioni commerciali, conformità, sicurezza), più servono tracciabilità, responsabilità e controllo documentato. Un sistema on-premise non è solo “più sicuro”: è anche più semplice da rendere conforme.
Chi costruisce oggi un’infrastruttura AI interna, protetta e governata, non sta solo proteggendo i dati. Sta costruendo una barriera competitiva che i competitor che usano strumenti pubblici non possono replicare facilmente.
Il manifesto per chi vuole farlo bene
Dopo anni di osservazione del mercato B2B italiano, ho maturato una convinzione: non esiste “l’azienda troppo piccola per l’AI strutturata”. Esiste l’azienda che parte da un problema sbagliato, o che si ferma alla superficie.
Ecco i principi che distinguono chi costruisce valore da chi spreca budget.
- Parla dall’interno del processo, non dall’esterno della tecnologia. L’AI non si sceglie per categoria (“prendiamo un chatbot”). Si sceglie per problema (“i preventivi ci costano 3 ore ciascuno e abbiamo 20 errori al mese”). Chi parte dal problema trova sempre la soluzione giusta. Chi parte dallo strumento gira in tondo.
- I dati sono il vero asset. La tecnologia è solo il canale. Un agente AI è buono quanto i dati che usa. Prima di qualsiasi implementazione, la domanda è: dove sono i dati? Sono aggiornati? Chi ne è responsabile?
Un archivio pulito con una governance minima vale più di qualsiasi modello di ultima generazione applicato al caos.
- La Shadow AI si combatte con la luce, non con il divieto. Vietare l’AI senza fornire alternative non funziona: i dipendenti trovano comunque soluzioni, solo peggiori e più rischiose. La risposta è dare strumenti aziendali sicuri, formare le persone su come usarli, e costruire regole che hanno senso operativo, non burocratico.
- Privacy-first non è un costo aggiuntivo. È il modello di business. Chi riesce a garantire ai propri clienti che i loro dati non escono mai dall’infrastruttura aziendale ha un argomento commerciale potente, soprattutto nel B2B. La riservatezza è un differenziatore, non un optional.
- Misura tutto, subito, con KPI. Se non sai misurarlo, non sai se funziona. Ogni implementazione AI deve avere 2-3 KPI definiti prima di partire: tempo risparmiato, errori ridotti, lead convertiti, ticket chiusi. Senza misura, l’AI diventa un costo fisso con benefici percepiti ma non dimostrabili.
Cosa succederà nel 2026: tre scenari per le PMI B2B italiane
Basandomi sui trend attuali, vedo tre traiettorie possibili per le PMI italiane nei prossimi 12 mesi.
Lo scenario del ritardo consapevole. L’azienda sa di essere indietro e decide di aspettare che la tecnologia “si stabilizzi”. Nel frattempo i competitor si strutturano, i buyer B2B si aspettano interazioni sempre più fluide e digitali, e il gap si allarga. Questa non è prudenza: è procrastinazione con un nome più elegante.
Lo scenario della sperimentazione disordinata. L’azienda compra tool, fa formazione generica, lascia che ogni reparto si arrangi. Dopo 12 mesi ha speso budget, generato Shadow AI strutturale e non ha nessun KPI da mostrare. Il board chiede “ma l’AI ci ha portato qualcosa?” e nessuno sa rispondere.
Lo scenario della costruzione incrementale. L’azienda sceglie un processo specifico, lo struttura con dati puliti e regole chiare, implementa un agente verticale misurabile, forma le persone su quel caso d’uso reale e dopo 30-60 giorni ha un risultato concreto su cui costruire il passo successivo. Non è la rivoluzione. È il metodo.
Il terzo scenario è l’unico che porta a un vantaggio competitivo sostenibile. Ed è l’unico in cui il dato (il vostro dato, costruito in anni di lavoro) rimane un asset e non diventa un rischio.
Il punto di partenza è più vicino di quanto pensi
Non serve rivoluzionare l’azienda. Serve scegliere il problema giusto, i dati giusti, le persone giuste, e costruire qualcosa che funziona davvero, anche su piccola scala.
Il percorso che proponiamo parte sempre dallo stesso punto: capire dove si inceppa oggi, non dove vorremmo arrivare domani. Da lì: formazione operativa sulle persone, agente verticale sul processo, automazione no-code per collegare i sistemi e, dove serve, infrastruttura on-premise per tenere i dati al sicuro.
Non è un prodotto. È un metodo. E si misura.
Rispondi a questa mail con una riga sola: qual è il processo che vi fa perdere più tempo ogni settimana, e su quali dati si basa? È il punto di partenza giusto per capire insieme dove ha senso partire.
Fonti: Osservatorio AI Politecnico di Milano 2025; ISTAT Imprese e ICT 2025; Netcomm Focus B2B Digital Commerce 2025; Gartner Strategic Technology Trends 2025; IBM Cost of a Data Breach Report 2025.
Antonio Di Chiano
AI Architect & Developer Involucra