In molte PMI la spinta verso l’intelligenza artificiale arriva da più punti dell’azienda nello stesso momento. Il commerciale chiede un CRM più evoluto, magari con funzioni predittive. L’amministrazione vorrebbe un gestionale capace di automatizzare una parte dei documenti. Un consulente digitale propone strumenti per leggere testi, preparare report, rispondere più rapidamente ai clienti.

La pressione è comprensibile. L’AI è entrata nel linguaggio quotidiano delle imprese. Se ne parla nei consigli di amministrazione, nelle riunioni operative, negli incontri con fornitori e professionisti. Il rischio percepito è quello di arrivare tardi. La domanda più utile, però, riguarda il punto di partenza: quale problema aziendale deve risolvere quello strumento?

I dati ISTAT confermano che la fase è cambiata. Nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti utilizza almeno una tecnologia di intelligenza artificiale. Era l’8,2% nel 2024 e il 5% nel 2023. In due anni l’adozione è più che triplicata. Le grandi imprese arrivano al 53,1%, mentre le PMI raggiungono il 15,7%. Il dato segnala anche un divario dimensionale molto netto: nel 2025 la distanza tra grandi imprese e PMI arriva a 37 punti percentuali.

Per chi gestisce un’impresa, il dato sull’AI va letto insieme a quelli sulle tecnologie che ne preparano il terreno. Secondo ISTAT, l’analisi dei dati riguarda il 41,9% delle PMI e l’83,6% delle grandi imprese. I software ERP sono utilizzati dal 48,8% delle PMI e dall’85,9% delle grandi imprese. I CRM dal 21,1% delle PMI e dal 56,5% delle grandi imprese. Sono numeri che raccontano una distanza organizzativa prima ancora che tecnologica.

La lettura manageriale nasce da qui. L’intelligenza artificiale funziona meglio dove l’impresa ha già cominciato a mettere ordine. Servono informazioni leggibili, passaggi di lavoro comprensibili, responsabilità riconoscibili e persone capaci di interpretare i risultati. Uno strumento può essere tecnicamente valido e produrre comunque poco valore quando entra in un’organizzazione che fatica a indicare il punto esatto su cui intervenire.

ISTAT chiarisce anche gli ostacoli principali. Tra le imprese che hanno valutato l’uso dell’AI e poi hanno rinunciato, la mancanza di competenze viene indicata dal 58,6% dei casi. Seguono la carenza di chiarezza legislativa, al 47,3%, l’indisponibilità o scarsa qualità dei dati necessari, al 45,2%, le preoccupazioni su privacy e protezione dei dati, al 43,2%, e i costi elevati, al 43%.

Queste percentuali spostano l’attenzione sul funzionamento interno dell’impresa. La tecnologia porta valore quando trova un’organizzazione capace di raccogliere informazioni in modo coerente, trasferirle tra le funzioni, trasformarle in decisioni e verificarne gli effetti. Qui l’AI incontra il management: nella qualità dei processi, nella chiarezza delle responsabilità, nella capacità di apprendere dall’esperienza.

Molte imprese italiane hanno costruito la propria forza su una conoscenza diretta del prodotto, del cliente e dei fornitori. In azienda ci si capisce rapidamente, le persone sanno a chi chiedere, l’imprenditore conosce dettagli che raramente entrano in una procedura scritta. Questa vicinanza al lavoro reale è un patrimonio. Quando l’impresa cresce, però, quel patrimonio deve diventare più trasferibile. Le informazioni che vivono nella memoria di pochi devono entrare in processi più stabili. Le decisioni ricorrenti hanno bisogno di criteri. I dati devono restare leggibili anche quando cambia la persona che li produce o li utilizza.

Si pensi a un’azienda manifatturiera di componentistica, cinquanta dipendenti, buoni margini e preventivi costruiti ancora con fogli di calcolo separati per ogni commessa. Uno strumento di AI può aiutare a stimare tempi, confrontare lavorazioni simili, individuare anomalie nei costi o suggerire margini più coerenti. Per riuscirci, deve trovare una base di dati confrontabile. Se ogni commessa viene descritta con criteri diversi, la scelta più urgente riguarda il metodo: registrare le informazioni nello stesso modo, rendere confrontabili i casi, collegare preventivo, produzione e consuntivo.

Il salto avviene prima dell’acquisto. L’impresa decide di trasformare esperienze individuali in conoscenza organizzata. Il preventivo non resta soltanto nella logica del singolo calcolo, ma diventa una fonte stabile di informazioni sulla storia produttiva dell’azienda: tempi, costi, margini, errori ricorrenti, lavorazioni più profittevoli, clienti più complessi. A quel punto la tecnologia trova materiale utile su cui lavorare.

La mappa dei processi serve a rendere visibile questo patrimonio. Mostra il percorso che porta dal primo contatto con il cliente alla consegna, il modo in cui nasce un’offerta, il passaggio delle informazioni tra commerciale, produzione e amministrazione, i criteri con cui vengono controllati tempi e margini. In una PMI può essere inizialmente semplice, costruita con chi conosce davvero i passaggi decisivi. Il valore sta nel rendere esplicito il funzionamento dell’impresa.

Il tema delle competenze rafforza la stessa lettura. Secondo Unioncamere, nel primo semestre 2026 le imprese italiane hanno programmato 2 milioni e 869 mila assunzioni, con difficoltà di reperimento nel 44,8% dei casi. Il mismatch riguarda il mercato del lavoro, ma tocca anche la capacità delle imprese di attrarre, formare e trattenere professionalità adeguate alla trasformazione in corso.

La trasformazione digitale richiede figure tecniche, ma richiede anche imprenditori, manager e responsabili intermedi capaci di tradurre la tecnologia in scelte operative. L’introduzione di uno strumento produce risultati quando qualcuno stabilisce il processo da modificare, il tipo di dati da utilizzare, la responsabilità della decisione e il risultato atteso. In questo spazio entra il management, soprattutto nelle imprese dove il confine tra proprietà, direzione e operatività resta molto stretto.

C’è poi una ragione economica che rende il tema ancora più concreto. Banca d’Italia, nell’Indagine sulle imprese industriali e dei servizi relativa al 2025, segnala per il 2026 attese di ristagno dell’attività e una contrazione degli investimenti, soprattutto nella manifattura e tra le imprese di minore dimensione. In un contesto di risorse più selettive, ogni investimento tecnologico deve avere una ragione verificabile.

Il controllo di gestione rende visibile questa ragione. Permette di collegare costi, margini, tempi, ritardi e priorità di investimento. Se l’impresa vuole introdurre AI in un processo commerciale, produttivo o amministrativo, deve poter misurare il prima e il dopo. Senza questa base, l’innovazione resta affidata alla percezione. Con questa base, diventa uno strumento di governo dell’impresa, radicato nella sua sostanza operativa.

La stessa logica vale per gli strumenti pubblici a sostegno della digitalizzazione. Incentivi, crediti d’imposta, bandi regionali o misure camerali possono accompagnare l’investimento, ma il progetto nasce prima: nel processo da migliorare, nei dati disponibili, nelle responsabilità assegnate, nell’obiettivo da raggiungere. Un’impresa che arriva con questa chiarezza usa meglio anche le risorse esterne, perché sa collegarle a un cambiamento reale.

Il percorso più solido parte quindi dall’organizzazione. L’impresa legge il proprio funzionamento, mette ordine nei dati essenziali, chiarisce chi decide e sceglie gli strumenti coerenti con il risultato atteso. È un approccio alla portata delle PMI, perché valorizza ciò che l’impresa già conosce: il cliente, il prodotto, i tempi reali del lavoro, le difficoltà ricorrenti, le competenze delle persone. Il metodo serve a trasformare quel patrimonio in processi più stabili e in decisioni più fondate.

Prima di scegliere un fornitore o firmare un contratto, l’impresa dovrebbe fissare alcuni elementi concreti: il processo da migliorare, lo stato dei dati disponibili, le responsabilità decisionali e l’obiettivo misurabile da raggiungere entro un anno. È un passaggio pratico, ma cambia la qualità dell’investimento. L’AI entra così in una traiettoria organizzativa, anziché restare una promessa legata al singolo strumento.

Per molte PMI italiane il primo passo sarà guardare con più precisione a ciò che accade ogni giorno: tempi persi, dati dispersi, decisioni rallentate, competenze concentrate in poche persone. Da lì l’intelligenza artificiale può diventare davvero utile. Può contribuire a preparare preventivi più accurati, leggere documenti, migliorare l’assistenza ai clienti, controllare anomalie, supportare la manutenzione, rafforzare la pianificazione.

La differenza la farà la qualità del management. L’impresa che conosce meglio il proprio funzionamento può usare l’AI per decidere meglio, oltre che per lavorare più in fretta. La sfida è costruire organizzazioni più consapevoli di come lavorano e più preparate a trasformare gli strumenti nuovi in crescita, efficienza e capacità di futuro.