Leadership e intelligenza artificiale: guida per manager

In breve: leadership e intelligenza artificiale si incontrano nelle decisioni. Il compito di titolari e manager non è conoscere gli algoritmi ma scegliere quali decisioni affidare ai dati, garantire che quei dati siano affidabili, formare le persone e restare responsabili del risultato. L'AI non sostituisce il manager: sposta il suo lavoro dalla raccolta delle informazioni alla scelta, al controllo e alla guida del team. Senza questa regia, l'AI resta una somma di strumenti senza impatto sul margine.

Punti chiave

• Il principale freno all'AI nelle imprese non è la tecnologia ma la mancanza di competenze: lo indicano sia Istat sia Eurostat.
• Una decisione basata sui dati ha quattro elementi: una domanda precisa, dati affidabili, un modello che li legge e una persona che risponde della scelta.
• Il manager deve sapere dove l'AI funziona bene e dove sbaglia con sicurezza: senza questo giudizio le persone finiscono per fidarsi di risposte sbagliate ma convincenti.
• La responsabilità resta umana: il GDPR limita le decisioni prese solo da un algoritmo quando hanno effetti rilevanti sulle persone.
• Guidare il cambiamento significa riprogettare ruoli e attività, non distribuire licenze.
• Formare chi usa l'AI è un obbligo dell'AI Act dal 2 febbraio 2025, ma non servono certificati: serve un percorso adatto ai ruoli, documentato internamente.

Perché la leadership è il vero collo di bottiglia dell'AI

L'adozione cresce in fretta, ma senza una direzione. Secondo l'Istat, nel 2025 usa almeno una tecnologia di AI il 16,4% delle imprese italiane con almeno 10 addetti, contro l'8,2% del 2024; tra le grandi imprese la quota arriva al 53,1%. Lo stesso rapporto segnala però che il 33,4% delle imprese che usano l'AI non indica alcuna delle finalità aziendali proposte dall'indagine: per l'Istat è un uso ancora iniziale e sperimentale, non collegato a un ambito definito.

Anche i freni sono organizzativi. Tra le imprese italiane che hanno valutato l'AI senza adottarla, il 58,6% cita la mancanza di competenze, il 47,3% la scarsa chiarezza normativa, il 45,2% dati non disponibili o di qualità insufficiente, il 43,2% le preoccupazioni per privacy e protezione dei dati e il 43,0% i costi elevati. Nell'Unione europea, secondo Eurostat, nel 2025 la mancanza di competenze adeguate è il motivo più citato da chi ha valutato l'AI senza usarla (70,89%). Competenze, regole, dati e budget sono responsabilità di chi guida l'azienda, non del fornitore di software.

Il problema pesa di più sulle PMI. L'Istat rileva che, mentre per quasi tutti gli indicatori digitali il divario tra grandi imprese e PMI si riduce, per l'AI si allarga: da circa 20 punti percentuali nel 2023 a 37 nel 2025. Per una piccola o media impresa la regia della direzione è quindi ancora più decisiva, come racconta anche la guida sul futuro dell'AI nelle piccole imprese.

Per un e-commerce o un'azienda B2B la conseguenza è concreta: se nessuno decide dove l'AI deve produrre valore, ogni reparto compra il suo strumento e dopo un anno nessuno sa dire cosa sia migliorato.

Cosa cambia per la leadership con l'intelligenza artificiale?

Cambia il modo in cui si prepara una decisione, non chi la prende. L'AI riduce il tempo per raccogliere e leggere le informazioni; al leader restano la scelta e la responsabilità.

La leadership nell'era dell'AI è la capacità di indirizzare persone, processi e dati verso obiettivi misurabili, usando l'intelligenza artificiale come strumento di analisi e di esecuzione senza delegarle il giudizio. L'AI può fare da partner nell'analisi, proponendo ipotesi, scenari e obiezioni; non può prendersi la responsabilità di una scelta.

Aspetto	Prima	Con l'AI integrata nei processi
Preparazione della decisione	Report mensili compilati a mano	Dati aggiornati ogni giorno, sintesi e previsioni automatiche
Ruolo del manager	Raccoglie e interpreta le informazioni	Formula la domanda, verifica le risposte, decide
Competenze del team	Conoscenza del settore e dei clienti	Conoscenza del settore più uso critico degli strumenti di AI
Controllo	A posteriori, sui risultati	Continuo, su dati, modelli e risultati
Rischio principale	Decisioni lente	Decisioni veloci su dati sbagliati

L'AI accelera tutto, compresi gli errori: per questo la governance di dati e modelli è un tema da direzione generale, come spiega la guida su governance e spiegabilità dell'AI nelle imprese.

L'intelligenza artificiale sostituirà i manager?

Non il ruolo di chi risponde delle decisioni; una parte delle attività che oggi riempiono la sua giornata, sì. Preparare report, riassumere documenti e confrontare scenari sono compiti che l'AI può già accelerare, se qualcuno controlla il risultato. Scegliere con informazioni incomplete, negoziare con clienti e fornitori, motivare un team e rispondere dei numeri restano lavoro umano.

Anche le regole vanno in questa direzione. L'articolo 22 del GDPR dà alle persone il diritto di non essere sottoposte a una decisione basata unicamente su un trattamento automatizzato, compresa la profilazione, che produca effetti giuridici o incida in modo analogo significativamente su di loro. Le eccezioni sono tre: decisione necessaria per un contratto, autorizzata dalla legge o basata sul consenso esplicito. Nei casi del contratto e del consenso il titolare deve garantire almeno il diritto di ottenere l'intervento umano, di esprimere la propria opinione e di contestare la decisione. Per chi usa sistemi di AI ad alto rischio, la Commissione europea ricorda inoltre che resta l'obbligo di formare il personale per garantire la sorveglianza umana.

Il rischio concreto non è essere sostituiti da un algoritmo, ma limitarsi a guardare i numeri prodotti dall'AI senza saperli mettere in discussione. In un e-commerce o in un'azienda B2B chi decide prezzi, sconti, assortimento o priorità commerciali deve saper spiegare perché ha seguito, o ignorato, il suggerimento del modello.

Come si prendono decisioni basate sui dati con l'AI?

Si parte dalla decisione, non dallo strumento. Una decisione basata sui dati (data-driven) è una scelta in cui l'opzione viene selezionata confrontando dati verificabili con un obiettivo dichiarato, invece che sulla sola esperienza o intuizione.

Oggi i dati arrivano da molte più fonti di prima, e le decisioni devono essere più informate e più rapide. Il punto, più che lo strumento, è come circolano le informazioni in azienda: chi le raccoglie, dove sono archiviate, chi le guarda e con quale frequenza. Con dati da e-commerce, CRM, ERP, campagne e assistenza clienti, un software di analisi può fare da advisor digitale: legge di continuo le performance, segnala le anomalie e propone correzioni operative, a patto che qualcuno abbia deciso quali numeri contano e chi interviene.

In molte PMI mancano ancora le basi. Secondo l'Istat, nel 2025 usa un gestionale ERP il 48,8% delle PMI contro l'85,9% delle grandi imprese, e un CRM il 21,1% contro il 56,5%. Le imprese che svolgono analisi dei dati, con personale interno o esterno, sono passate in due anni dal 26,6% al 42,7%. Senza dati raccolti in modo ordinato l'AI non ha nulla di affidabile da leggere.

Due scenari ipotetici:

• E-commerce di arredamento con 300 ordini al mese. Oggi il riordino si decide a sensazione e il 10% degli ordini resta bloccato per prodotti esauriti. Un modello di previsione basato su storico vendite e stagionalità propone ogni lunedì le quantità da riordinare. Il responsabile acquisti approva o corregge: in tre mesi si vede se le rotture di stock calano.
• Azienda B2B di componentistica con 40 richieste di offerta al mese. I commerciali rispondono in ordine di arrivo. Un punteggio basato su settore, dimensione e storico del cliente cambia l'ordine di lavoro; il direttore commerciale fissa la soglia e controlla se le offerte vinte crescono.

In entrambi i casi l'AI non decide da sola: prepara la decisione e mostra su quali dati si basa. Per scegliere gli indicatori serve prima una baseline, come spiega la guida ai KPI per misurare il valore dell'AI.

In quali reparti e settori l'AI aiuta di più le decisioni?

I dati mostrano dove le imprese la usano già: soprattutto nel marketing e nelle vendite e nei processi amministrativi. In Italia, tra le imprese che usano l'AI, il 33,1% la impiega per marketing e vendite, il 25,7% per l'organizzazione dei processi amministrativi e il 20,0% per ricerca e sviluppo o innovazione (Istat). Nell'Unione europea le quote sono 34,70% per marketing e vendite e 31,05% per i processi amministrativi o la gestione, mentre la logistica è l'ambito meno diffuso (6,08%). Nel commercio al dettaglio il 48,18% delle imprese che usano l'AI la impiega per marketing e vendite; nella manifattura le prime finalità sono marketing e vendite (30,41%) e processi amministrativi o gestione (27,05%) (Eurostat).

Al di là delle statistiche conta il tipo di decisione: l'AI è utile dove una scelta si ripete spesso, si basa su dati che l'azienda già raccoglie e ha un effetto misurabile. Vale dal retail alla produzione. Ecco dove partire in un e-commerce o in un'azienda B2B:

Reparto	Decisione ricorrente	Dati necessari	Chi resta responsabile
Marketing	Budget tra campagne e canali, segmenti da attivare	Costi e conversioni per campagna, dati CRM	Responsabile marketing
Vendite B2B	Priorità delle richieste di offerta, clienti a rischio di abbandono	Storico ordini, settore e dimensione del cliente, tempi di risposta	Direttore commerciale
E-commerce	Prezzi, promozioni, prodotti da mettere in evidenza	Vendite per prodotto, margini, scorte, traffico	Responsabile e-commerce
Acquisti e magazzino	Quantità e tempi di riordino	Storico vendite, stagionalità, tempi dei fornitori	Responsabile acquisti
Amministrazione	Solleciti, controllo fatture, previsione di cassa	Scadenze, pagamenti, condizioni dei clienti	Responsabile amministrativo
Assistenza clienti	Richieste da gestire per prime, risposte standard	Ticket, motivi di contatto, resi	Responsabile customer care

Per i casi di settore ci sono le guide su AI e retail e sull'AI nel settore delle macchine industriali.

Quali competenze servono al management nell'era dell'AI?

Serve giudizio più che tecnica. Un esperimento condotto con più di 700 consulenti di Boston Consulting Group, raccontato da MIT Sloan, mostra perché: quando l'AI generativa lavorava su compiti alla sua portata, le prestazioni miglioravano di quasi il 40%; quando il compito era appena fuori dalle sue capacità, la performance calava in media di 19 punti percentuali, perché le persone tendevano a fidarsi di risposte sbagliate ma convincenti. I ricercatori chiamano questo confine "frontiera tecnologica frastagliata".

Per un manager significa cinque competenze concrete:

1. Alfabetizzazione all'AI. Sapere cosa fa un modello, cosa non può fare e perché può sbagliare con sicurezza.
2. Lettura critica dei dati. Chiedersi da dove arriva un numero, quanto è recente e cosa manca, prima di usarlo per decidere.
3. Scomposizione dei processi. Dividere un processo in attività e capire quali stanno dentro la frontiera dell'AI e quali no.
4. Governance e rischi. Conoscere le basi di privacy e AI Act; per strutturare i controlli è utile il NIST AI Risk Management Framework, quadro volontario articolato in Govern, Map, Measure e Manage.
5. Gestione del cambiamento. Accompagnare le persone e ridisegnare i ruoli.

Nessuna richiede di saper programmare; tutte richiedono di conoscere il proprio business, base per decidere come inserire l'AI generativa nella strategia.

Come può usare l'AI un manager nel lavoro di tutti i giorni?

Il modo più rapido per sviluppare giudizio sull'AI è usarla sul proprio lavoro, con regole chiare. Secondo l'Istat, tra le imprese italiane che usano l'AI le tecnologie più diffuse sono l'estrazione di informazioni da documenti di testo (70,8%) e l'AI generativa per testi, immagini o audio (59,1%): proprio quelle utili al lavoro di un manager.

• Preparare le riunioni. Sintesi di report, verbali e documenti lunghi, con l'elenco delle decisioni da prendere.
• Leggere i numeri. Chiedere una spiegazione dell'andamento di vendite o margini e farsi proporre le domande da approfondire con il team.
• Confrontare scenari. Per esempio l'effetto di uno sconto o di un aumento dei prezzi, partendo da ipotesi dichiarate e verificabili.
• Scrivere bozze. Comunicazioni al team, procedure, risposte ai clienti, da rivedere sempre prima dell'invio.
• Preparare trattative e offerte. Raccogliere le informazioni su un cliente B2B e le obiezioni possibili prima di un incontro.

Tre regole minime: inserire dati di clienti e dipendenti solo in strumenti approvati dall'azienda, perché sono dati personali tutelati dal GDPR; verificare ogni numero e ogni fonte prima di usarli; concordare quando va dichiarato che un documento è stato preparato con l'AI. Nelle sue FAQ sull'articolo 4 dell'AI Act, la Commissione europea precisa che anche le aziende i cui dipendenti usano strumenti come ChatGPT per scrivere testi pubblicitari o tradurre devono informarli dei rischi specifici, come le allucinazioni.

Chi deve guidare l'AI in azienda: titolare, IT o un Chief AI Officer?

La guida spetta alla direzione, l'esecuzione a più persone. Sulla formazione prevista dall'articolo 4 dell'AI Act, la Commissione europea chiarisce che non è richiesta una struttura di governance specifica: non serve nominare un "AI officer" sul modello del responsabile della protezione dei dati del GDPR né istituire un comitato dedicato. Un'azienda grande può scegliere di avere un Chief AI Officer; in una PMI o in un e-commerce basta che i ruoli siano chiari:

• Sponsor (titolare o direzione generale): sceglie le priorità, approva budget e regole, risponde dei risultati.
• Responsabile del processo: il manager del reparto coinvolto, che definisce la decisione da migliorare e i KPI.
• Referente dei dati: sa dove sono i dati, quanto sono affidabili e chi può accedervi.
• IT o partner tecnico: integra gli strumenti, gestisce sicurezza e accessi.
• Privacy e compliance: verifica GDPR, AI Act e contratti con i fornitori, insieme al DPO se l'azienda lo ha nominato.

Può bastare un incontro mensile breve tra queste figure, con i numeri dei progetti in corso. In un'azienda strutturata conviene collegare queste scelte al quadro più ampio dell'AI enterprise e del contesto operativo.

Come guidare il cambiamento in azienda quando arriva l'AI?

Si guida riprogettando il lavoro, non annunciando uno strumento. La ricerca NBER di Brynjolfsson, Li e Raymond su 5.179 operatori di assistenza clienti ha rilevato che un assistente basato su AI generativa ha aumentato le richieste risolte all'ora del 14% in media e del 34% tra gli operatori meno esperti, con effetti minimi sui più esperti. L'AI diffonde le pratiche dei migliori, ma qualcuno deve definirle e ridisegnare i ruoli.

I ricercatori citati da MIT Sloan suggeriscono una fase di inserimento per capire dove lo strumento funziona, i colleghi più rapidi come formatori interni riconosciuti, sperimentazione tra ruoli diversi e una cultura della responsabilità in cui nessuno si nasconde dietro "l'ha detto l'AI".

Il coinvolgimento delle persone conta quanto lo strumento. Se nessuno spiega cosa cambierà per il loro ruolo, è difficile che lo usino con convinzione. Serve dire con chiarezza quali attività cambiano e quali no, coinvolgere nel pilota chi farà il lavoro ogni giorno, raccogliere i dubbi e mostrare i risultati, anche quelli negativi. Lavorare con i dati è prima di tutto un cambio di mentalità e di cultura aziendale: l'obiettivo è che il team veda l'AI come un aiuto alle proprie decisioni, non come un controllo.

Come formare manager e team sull'intelligenza artificiale?

Con una formazione continua, divisa per ruoli e legata ai casi reali dell'azienda. È anche un obbligo: l'articolo 4 dell'AI Act, in applicazione dal 2 febbraio 2025, chiede a chi fornisce o usa sistemi di AI di adottare misure per l'alfabetizzazione all'AI del personale e delle altre persone che li usano per conto dell'azienda, come collaboratori e fornitori di servizi. Secondo la Commissione europea, dopo le modifiche del Digital Omnibus entrate in vigore a metà luglio 2026 non è fissato un livello minimo, ma l'obbligo resta e dal 2 agosto 2026 si applicano le regole di vigilanza delle autorità nazionali. In Italia si aggiunge la legge 132/2025, in vigore dal 10 ottobre 2025.

Le FAQ della Commissione indicano cosa considerare almeno: una comprensione generale di cos'è l'AI, di quali sistemi usa l'azienda e di quali opportunità e pericoli comportano; il ruolo dell'azienda, cioè se sviluppa sistemi di AI o usa quelli di altri; i rischi dei sistemi impiegati; azioni costruite sulle conoscenze e sull'esperienza delle persone e sul contesto d'uso. Sono ammessi livelli di approfondimento diversi, non serve un certificato e basta tenere traccia interna delle attività svolte. Limitarsi a far leggere le istruzioni d'uso, invece, in molti casi può non essere efficace.

Un percorso pratico, per livelli:

• Direzione: limiti dell'AI, rischi legali e reputazionali, lettura dei KPI dei progetti; da aggiornare ogni volta che cambia la strategia.
• Manager di reparto: casi d'uso del proprio processo, verifica degli output, regole su dati e privacy, lavorando su un caso reale dell'azienda.
• Utenti operativi: uso degli strumenti approvati, errori tipici come le allucinazioni, quando chiedere una verifica; sessioni brevi e ripetute, con un collega di riferimento.
• Collaboratori e fornitori che usano l'AI per conto dell'azienda: regole d'uso ed eventuali clausole contrattuali, in proporzione al tipo di sistema e al rischio.

Una piattaforma interna con guide, istruzioni approvate ed esempi aggiornati aiuta a rendere la formazione continua e personalizzata, perché gli strumenti cambiano ogni pochi mesi. Sull'impatto per risorse umane e conformità c'è l'approfondimento su AI, HR e compliance nei processi aziendali.

Come applicarlo nella tua azienda: i primi passi

1. Scegli una decisione ricorrente. Una sola, con impatto economico: riordino, priorità dei lead, sconti o resi.
2. Misura la situazione attuale. Per quattro settimane raccogli tempi, errori e risultati: senza baseline non saprai se l'AI ha migliorato qualcosa.
3. Metti in ordine i dati. Collega gestionale, CRM ed e-commerce prima di aggiungere l'AI: spesso l'automazione dei processi dà risultati già prima dell'AI.
4. Lancia un pilota di 60-90 giorni. Un responsabile con nome e cognome, tre-cinque KPI, una formazione breve e una regola su chi può ignorare il suggerimento dell'AI.
5. Decidi con i numeri. A fine pilota estendi, correggi o chiudi. Ciò che impari diventa il modello per il progetto successivo.

Per vedere come questi passi diventano sistemi concreti, guarda le soluzioni e gli altri approfondimenti della sezione AI in azienda.

La tua leadership è pronta per l'AI? Una checklist in 8 domande

Rispondi sì o no. Ogni "no" è un punto da sistemare prima di estendere i progetti ad altri reparti.

1. Sai indicare le tre decisioni ricorrenti che pesano di più su margine o fatturato?
2. Per ognuna hai una baseline misurata di tempi, errori e risultati?
3. I dati di e-commerce, CRM e gestionale sono collegati e c'è qualcuno che ne risponde?
4. Esiste un elenco degli strumenti di AI usati in azienda, compresi quelli gratuiti scelti dai singoli?
5. Ci sono regole scritte su quali dati si possono inserire negli strumenti di AI?
6. Ogni progetto di AI ha un responsabile con nome e cognome e da tre a cinque KPI?
7. Hai avviato, e registrato, la formazione sull'AI per chi la usa?
8. È chiaro chi può ignorare un suggerimento dell'AI e come viene registrata la scelta?

Errori da evitare

• Partire dallo strumento. Comprare licenze prima di aver scelto la decisione da migliorare produce l'uso "senza finalità" che l'Istat rileva in un terzo delle imprese che usano l'AI.
• Delegare tutto all'IT. La domanda di business e i criteri di successo li definisce la direzione.
• Fidarsi delle risposte più convincenti. Un testo ben scritto non è per forza corretto: servono controlli a campione.
• Lasciare che ognuno usi lo strumento che preferisce. Senza un elenco degli strumenti e regole sui dati, informazioni di clienti e dipendenti finiscono in servizi che nessuno controlla.
• Automatizzare decisioni sulle persone senza controllo umano. Candidati, dipendenti e clienti persone fisiche hanno le tutele dell'articolo 22 del GDPR: prevedi sempre una verifica umana e un canale per contestare.
• Formare una volta sola. Gli strumenti cambiano ogni pochi mesi; la formazione deve essere breve, ripetuta e legata ai casi reali dell'azienda.

Domande frequenti (FAQ)

Cosa significa leadership nell'era dell'intelligenza artificiale?

Significa decidere dove l'AI entra nei processi, con quali dati e con quali controlli, e restare responsabili dei risultati. Il leader non deve saper programmare un modello, ma deve saper formulare la domanda di business, leggere i numeri che l'AI produce e capire quando non fidarsi.

L'intelligenza artificiale sostituirà i manager?

Ne cambia il lavoro più che sostituirli. L'AI accelera la preparazione delle decisioni, con report, sintesi e scenari, ma scelta e responsabilità restano alle persone. Per le decisioni basate unicamente su un trattamento automatizzato con effetti rilevanti sulle persone, l'articolo 22 del GDPR prevede limiti e, in diversi casi, il diritto di ottenere un intervento umano. Per questo conviene imparare a usarla e a controllarla.

Quali competenze servono a un manager per guidare progetti di AI?

Servono cinque competenze pratiche: alfabetizzazione all'AI e conoscenza dei suoi limiti, lettura critica dei dati, capacità di scomporre i processi in attività, basi di governance e privacy, gestione del cambiamento nei team. Si sviluppano meglio su un caso reale dell'azienda che con corsi generici.

Da dove si parte per integrare l'AI nelle decisioni aziendali?

Si parte da una decisione ricorrente che oggi richiede tempo e produce errori, come il riordino del magazzino o la priorità dei lead. Si misura com'è oggi, si sceglie uno strumento, si lancia un progetto pilota di 60-90 giorni con un responsabile e tre-cinque KPI. Solo se il pilota funziona si estende ad altri reparti.

Quali settori e reparti traggono più vantaggio dall'AI nelle decisioni?

Ogni settore con decisioni ricorrenti su prezzi, scorte, clienti e offerte, dal commercio alla manifattura. Nell'Unione europea l'AI è usata soprattutto per marketing e vendite (34,70% delle imprese che la usano) e per i processi amministrativi o la gestione (31,05%); nel commercio al dettaglio la quota per marketing e vendite sale al 48,18%. Per un e-commerce o un'azienda B2B i primi candidati sono riordino, prezzi e priorità dei lead.

L'AI Act obbliga le aziende a formare il personale sull'intelligenza artificiale?

Sì. L'articolo 4 dell'AI Act chiede a chi fornisce o usa sistemi di AI di adottare misure per l'alfabetizzazione all'AI del personale, ed è in applicazione dal 2 febbraio 2025. Dopo le modifiche del Digital Omnibus, in vigore da metà luglio 2026, non è fissato un livello minimo, ma l'obbligo resta. Non serve un certificato: basta tenere traccia interna della formazione. Dal 2 agosto 2026 il controllo spetta alle autorità nazionali di vigilanza del mercato.

Come si misura il successo di un leader nell'adozione dell'AI?

Con gli stessi numeri con cui si misura il progetto, non con il numero di strumenti attivati. Contano il tempo di decisione, gli errori evitati, il margine o la conversione rispetto alla baseline e la quota di persone che usano davvero lo strumento dopo 90 giorni. Conta anche la capacità di adattarsi: correggere o chiudere un progetto quando i numeri non tornano e portare il team a lavorare in modo nuovo.

Fonti

• Istat, Imprese e ICT, anno 2025 (comunicato del 15 dicembre 2025)
• Eurostat, Use of artificial intelligence in enterprises
• Commissione europea, AI Literacy: questions & answers (articolo 4 dell'AI Act)
• Regolamento (UE) 2016/679 (GDPR), articolo 22 sul processo decisionale automatizzato
• MIT Sloan, How generative AI can boost highly skilled workers' productivity (2023)
• Brynjolfsson, Li, Raymond, Generative AI at Work, NBER Working Paper 31161
• NIST, AI Risk Management Framework
• NIST, AI RMF Core: le funzioni Govern, Map, Measure e Manage
• Gazzetta Ufficiale, Legge 23 settembre 2025, n. 132 sull'intelligenza artificiale

Se vuoi capire da quale decisione partire e come preparare il tuo team, richiedi una diagnosi gratuita.