AI readiness: checklist per capire se sei pronto all'AI

In breve: l'AI readiness, o prontezza all'intelligenza artificiale, indica se un'azienda ha le condizioni per usare l'AI con un ritorno misurabile. Si valuta su cinque aree: dati, processi, competenze, budget e governance. La checklist di questo articolo assegna un punteggio da 0 a 30, indica da dove partire prima di acquistare qualsiasi strumento e aiuta a capire quali regole dell'AI Act riguardano il progetto.

Punti chiave

La prontezza all'AI dipende da dati, processi e persone, non dallo strumento scelto.
Basta un'area debole su cinque per bloccare un progetto.
Secondo Istat ed Eurostat, la mancanza di competenze è il primo freno all'adozione dell'AI, sia in Italia sia in Europa.
In Italia nel 2025 usa l'AI il 15,7% delle PMI contro il 53,1% delle grandi imprese, e il divario si allarga.
Dal 2 febbraio 2025 l'AI Act chiede anche a chi usa sistemi AI di curare l'alfabetizzazione all'AI del personale.
Prima del pilota conviene capire in quale dei quattro livelli di rischio dell'AI Act rientra il progetto: chatbot e selezione del personale hanno regole proprie.
Sotto 11 punti su 30 conviene sistemare le basi; da 11 a 20 si parte con un pilota; oltre 20 si può scalare.

Perché la prontezza all'AI conta adesso

Secondo l'Istat, nel 2025 usa almeno una tecnologia di intelligenza artificiale il 16,4% delle imprese italiane con almeno 10 addetti, contro l'8,2% del 2024 e il 5,0% del 2023. Nell'Unione europea, secondo Eurostat, nel 2025 la quota è del 19,95%.

La crescita però non è uguale per tutti. In Italia l'uso raddoppia anche nelle PMI, dal 7,7% al 15,7%, ma nelle grandi imprese passa dal 32,5% al 53,1%: la distanza tra i due gruppi, secondo l'Istat, è salita da circa 20 punti percentuali nel 2023 a 37 nel 2025. In Europa nel 2025 usa l'AI il 17% delle piccole imprese, il 30,36% delle medie e il 55,03% delle grandi; tra le possibili spiegazioni Eurostat indica la complessità di introdurre queste tecnologie, le economie di scala e i costi. Sono esattamente i fattori che una valutazione di prontezza aiuta a tenere sotto controllo.

Il dato più utile riguarda chi ci ha pensato e si è fermato. Tra le imprese italiane che hanno valutato l'AI senza adottarla, gli ostacoli citati sono la mancanza di competenze (58,6%), la scarsa chiarezza normativa (47,3%), dati non disponibili o di bassa qualità (45,2%), i timori per la privacy (43,2%) e i costi elevati (43,0%). In Europa il quadro è simile: tra le imprese che hanno valutato l'AI, il 70,89% indica la mancanza di competenze come motivo per non usarla.

Quasi nessuno di questi ostacoli riguarda la tecnologia: riguardano dati, persone, regole e risorse. Un abbonamento a un software AI si attiva in cinque minuti, ma senza queste basi produce costi e poca resa.

Cos'è l'AI readiness e che differenza c'è con l'AI fitness?

L'AI readiness è il grado in cui un'azienda dispone di dati, processi, competenze, risorse economiche e regole interne sufficienti per introdurre l'intelligenza artificiale e ottenerne un risultato misurabile. L'espressione AI fitness si usa come sinonimo e richiama la metafora della forma fisica: come per un atleta, non basta comprare l'attrezzatura, serve allenamento costante.

La metafora coglie un aspetto vero: la prontezza non si conquista una volta per tutte, e la valutazione va ripetuta ogni sei-dodici mesi. Non coincide nemmeno con la maturità digitale: si può avere ERP, CRM ed e-commerce evoluti ed essere poco pronti all'AI, se i dati sono sparsi tra sistemi che non comunicano.

In pratica, una buona valutazione controlla che tre elementi siano allineati: la tecnologia, le persone che la useranno e gli obiettivi dell'azienda. Se manca il primo, lo strumento non si integra con i sistemi esistenti; se mancano le persone, resta inutilizzato; se manca l'obiettivo, risolve un problema che nessuno aveva.

In quali aree aziendali l'AI porta valore?

Soprattutto in marketing e vendite e nei processi amministrativi. Secondo l'Istat, tra le imprese italiane che usano l'AI, il 33,1% la impiega in marketing e vendite, il 25,7% nell'organizzazione dei processi amministrativi e il 20,0% in ricerca e sviluppo o innovazione. Le tecnologie più usate sono l'estrazione di informazioni da documenti di testo (70,8%), l'AI generativa di testi, immagini, video o audio (59,1%) e il riconoscimento vocale (41,3%).

In Europa, secondo Eurostat, nel commercio al dettaglio il 48,18% delle imprese che usano l'AI la applica a marketing e vendite; nella manifattura lo fa il 30,41%, seguito dall'organizzazione dei processi amministrativi (27,05%).

Tradotto in casi d'uso tipici per un e-commerce o un'azienda B2B:

E-commerce: schede prodotto e traduzioni generate a partire da un catalogo con attributi completi, assistente che risponde su ordini, consegne e resi, ricerca interna che capisce le domande dei clienti.
B2B: CRM che suggerisce ai commerciali il prossimo cliente da contattare o l'offerta più adatta, bozze di preventivo, estrazione di dati da ordini, capitolati e documenti di trasporto.
Entrambi: sintesi e smistamento delle richieste di assistenza, classificazione delle email in arrivo, analisi dei dati di vendita per previsioni e riordini.

Ogni caso d'uso poggia su almeno una delle cinque aree della checklist: i suggerimenti di vendita nel CRM, per esempio, funzionano solo se lo storico di clienti e offerte è completo e aggiornato. Altri esempi negli articoli sull'intelligenza artificiale nel retail e sull'AI generativa in azienda.

Quali sono le cinque aree da valutare?

Dati, processi, competenze, budget e governance. La tabella riassume la domanda da porsi per ciascuna area, il segnale che indica prontezza e un esempio per un e-commerce e per un'azienda B2B.

Area	Domanda chiave	Segnale di prontezza	Esempio e-commerce	Esempio B2B
Dati	I dati necessari sono raccolti, puliti e accessibili?	Una fonte affidabile per clienti, prodotti e ordini	Catalogo con attributi completi e storico ordini collegato al CRM	Anagrafiche senza doppioni e storico delle offerte nel CRM
Processi	Il processo da migliorare è scritto e misurato?	Passaggi documentati, tempi e volumi noti	Gestione dei resi con tempi medi conosciuti	Iter del preventivo dalla richiesta all'invio
Competenze	Chi userà l'AI sa farlo e sa controllarne l'output?	Un referente interno e una formazione registrata	Customer care in grado di correggere le risposte dell'assistente	Commerciali in grado di valutare una classificazione dei lead
Budget	Ci sono risorse per costi iniziali e ricorrenti?	Costo totale stimato e obiettivo di rientro	Integrazione con la piattaforma e consumo API	Integrazione con ERP e CRM e ore interne di test
Governance	Sono chiari regole, responsabilità e rischi?	Policy d'uso, un responsabile, verifica privacy	Regole su quali dati dei clienti possono entrare in uno strumento AI	Approvazione umana prima di inviare un'offerta generata

Per la governance c'è un riferimento gratuito: il NIST AI Risk Management Framework, pubblicato nel 2023 per uso volontario, organizza la gestione dei rischi in quattro funzioni (govern, map, measure, manage). Ne parlo nell'articolo su governance dell'AI in azienda.

Checklist di AI readiness: come si calcola il punteggio?

Per ogni affermazione assegna 0 punti se non è vera, 1 se è vera in parte, 2 se è pienamente vera. Ogni area vale al massimo 6 punti, il totale 30. Rispondi pensando a un processo preciso: le quindici affermazioni si discutono in una riunione.

Dati

Clienti, prodotti e ordini (o offerte) stanno in sistemi collegati tra loro, non in fogli di calcolo separati.
Per ogni dato importante è chiaro chi ne cura la qualità, e i doppioni vengono corretti con regolarità.
I dati si possono esportare o leggere via API, e l'informativa privacy ne copre l'uso previsto.

Processi

Il processo candidato all'AI è descritto passo per passo, con chi fa cosa.
Conosci tempi, volumi ed errori attuali di quel processo, cioè la sua baseline.
Il processo è ripetitivo e abbastanza frequente da giustificare un intervento.

Competenze

C'è un referente interno con tempo dedicato al progetto.
Chi userà lo strumento ha una formazione di base sull'AI e sui suoi errori, e la formazione è registrata.
Il team usa già CRM, gestionale o piattaforma e-commerce con costanza.

Budget

Hai stimato il costo totale: licenze, consumo API, integrazione, ore interne, manutenzione.
Esiste un budget dedicato almeno a un pilota di tre mesi.
Hai fissato un obiettivo economico e una data in cui verificarlo.

Governance

Esiste una regola scritta su quali strumenti AI si possono usare e quali dati non vanno mai inseriti.
È chiaro chi approva l'output dell'AI prima che arrivi a un cliente o a un fornitore.
Chi segue la privacy ha verificato fornitori, trasferimenti di dati e basi giuridiche.

Come leggere il punteggio?

Il totale indica la fase in cui ti trovi; il punteggio per area indica la priorità.

Punteggio	Livello	Cosa fare
0-10	Basi da costruire	Niente AI sui processi principali. Ordina i dati, documenta un processo e scrivi una policy d'uso; l'AI generativa resta per compiti individuali a basso rischio.
11-20	Pronta per un pilota	Scegli un processo, misura la baseline e avvia un pilota di 8-12 settimane con KPI fissati in anticipo.
21-30	Pronta a scalare	Estendi ad altri processi, integra l'AI con CRM, ERP o e-commerce e formalizza revisioni periodiche.

Una regola vale più del totale: un'area a 2 su 6 o meno è la priorità. Con 22 punti ma 1 nei dati, il pilota si fermerà sui dati.

Esistono strumenti ufficiali per valutare la maturità digitale?

Sì, e sono complementari a questa checklist: misurano la maturità digitale generale dell'azienda, mentre la checklist misura la prontezza per un progetto AI preciso. Per un'impresa italiana i riferimenti pubblici sono due.

Digital Maturity Assessment della Commissione europea. Lanciato nel 2024 con la rete degli European Digital Innovation Hub (EDIH), è aperto a tutte le imprese e disponibile gratuitamente in 32 lingue. Valuta sei criteri: strategia di business digitale, prontezza digitale, sviluppo delle competenze digitali, gestione dei dati, automazione e intelligenza, digitalizzazione green. Dopo il test, l'EDIH del territorio può dare indicazioni mirate.

Selfi4.0 e Zoom4.0 dei Punti Impresa Digitale. I PID delle Camere di commercio offrono Selfi4.0, un questionario online da compilare in autonomia che al termine restituisce un report sintetico sulla maturità digitale, e Zoom4.0, un assessment guidato con interviste a personale e direzione, condotto dal Digital Promoter della camera di commercio.

La tabella mostra dove i sei criteri europei trovano posto nella checklist di questo articolo.

Criterio del Digital Maturity Assessment	Dove compare nella checklist
Strategia di business digitale	Budget (obiettivo economico e data di verifica) e Processi (scelta di un processo con un costo visibile)
Prontezza digitale	Dati (sistemi collegati, accesso via API) e Competenze (uso costante di CRM, gestionale o piattaforma)
Sviluppo delle competenze digitali	Competenze (referente interno, formazione registrata)
Gestione dei dati	Dati (qualità, responsabili, doppioni) e Governance (privacy e fornitori)
Automazione e intelligenza	È l'oggetto del pilota: la checklist dice se partire e da dove
Digitalizzazione green	Non coperta: esula dalla prontezza a un singolo progetto AI

Un ordine sensato è usare prima uno strumento pubblico per il quadro generale, poi questa checklist sul processo scelto, che porta direttamente a una decisione: sistemare le basi, avviare un pilota o scalare.

Cosa chiede l'AI Act sulle competenze?

Chiede formazione, non certificati. L'articolo 4 dell'AI Act obbliga fornitori e utilizzatori di sistemi AI, compresa l'azienda che usa uno strumento di terzi, a prendere misure per l'alfabetizzazione all'AI del personale coinvolto. Secondo la Commissione europea l'obbligo si applica dal 2 febbraio 2025, mentre dal 2 agosto 2026 vigilano le autorità nazionali.

Con le modifiche del Digital Omnibus, in vigore da metà luglio 2026, l'obbligo resta, ma non è più richiesto un livello "sufficiente" predefinito. Non serve un certificato: per documentarlo basta un registro interno delle formazioni, cioè il punto "formazione registrata" della checklist.

In quale livello di rischio dell'AI Act rientra il tuo progetto?

Nella maggior parte dei casi aziendali, nel rischio minimo, che non prevede obblighi specifici. L'AI Act distingue quattro livelli di rischio, e collocare il progetto nel livello giusto prima del pilota evita di scoprire gli obblighi a lavoro avviato. Gli esempi in tabella sono quelli indicati dalla Commissione europea.

Livello	Esempi	Cosa comporta
Rischio inaccettabile	Manipolazione dannosa, social scoring, riconoscimento delle emozioni sul luogo di lavoro	Vietato. Otto pratiche vietate si applicano da febbraio 2025, la nona da dicembre 2026.
Alto rischio	Software che smista i curriculum per le assunzioni, credit scoring per l'accesso a un prestito, componenti di sicurezza di prodotti	Dal 2 dicembre 2027 obblighi stringenti: gestione del rischio, qualità dei dati, tracciabilità, documentazione, supervisione umana.
Rischio di trasparenza	Chatbot, contenuti generati dall'AI, deepfake	Le persone devono sapere che stanno interagendo con una macchina e alcuni contenuti vanno etichettati. Regole in vigore da agosto 2026.
Rischio minimo o nullo	Filtri antispam, videogiochi con AI	Nessuna regola specifica dell'AI Act; resta comunque l'obbligo di alfabetizzazione del personale.

Per un e-commerce, l'assistente che risponde ai clienti rientra nel rischio di trasparenza: chi scrive deve sapere che sta parlando con un sistema automatico. Per un'azienda B2B il punto delicato è di solito l'HR, perché un software che filtra i curriculum è ad alto rischio; ne parlo nell'articolo sull'AI nelle risorse umane e nella compliance. Per i casi dubbi la Commissione mette a disposizione l'AI Act Service Desk.

Cosa cambia per un e-commerce e per un'azienda B2B?

Cambiano le aree che di solito risultano deboli. Due scenari ipotetici, con numeri di esempio:

E-commerce. Un negozio di articoli per la casa con 3.000 prodotti vuole un assistente AI che risponda su disponibilità, consegne e resi. Punteggio 17, ma dati a 2 su 6: schede prodotto incomplete e stato degli ordini aggiornato a mano. Prima dell'assistente servono un catalogo completo e il collegamento tra la piattaforma (Shopify o WooCommerce) e le spedizioni, altrimenti l'assistente risponderà con sicurezza cose sbagliate. Va anche previsto un avviso che dichiari ai clienti che stanno parlando con un sistema automatico.

Azienda B2B. Un'azienda di componentistica con 40 dipendenti vuole bozze di preventivo generate dall'AI. Punteggio 21, ma governance a 2: nessuno controlla prezzi e condizioni prima dell'invio, e alcuni commerciali incollano dati riservati in chatbot gratuiti. Prima servono una policy d'uso e un'approvazione umana, poi il pilota. Sul valore dell'AI dentro i processi reali, vedi l'articolo su l'AI agentica negli ERP.

Come applicarlo nella tua azienda: i primi passi

Fai l'inventario degli strumenti AI già in uso, compresi quelli gratuiti attivati dai singoli: spesso emergono abbonamenti doppi e dati aziendali finiti dove non dovrebbero.
Compila la checklist in tre: direzione, chi gestisce i sistemi, chi gestisce il processo. Le differenze tra i punteggi dicono già molto.
Scegli un processo con un costo visibile e una frequenza alta: assistenza clienti, qualificazione dei lead, schede prodotto, preventivi. Una mappa dei candidati è nell'articolo sull'automazione dei processi aziendali.
Colloca il progetto nel livello di rischio dell'AI Act: se tocca la selezione del personale o parla con i clienti, gli obblighi entrano nel piano fin dall'inizio.
Porta l'area più debole ad almeno 4 su 6 prima del pilota, con un responsabile e una scadenza per ogni punto mancante. Se l'area debole sono le competenze, prepara un piano di formazione per chi userà lo strumento e registralo.
Fissa 3-5 KPI con una baseline misurata per almeno quattro settimane. Il metodo è spiegato nell'articolo su come misurare il ROI dell'AI.
Ripeti la valutazione a fine pilota e poi ogni sei mesi.

Se il punto debole è il budget, controlla gli incentivi: ne parlo nell'articolo sui bandi per digitalizzazione e AI. Altri approfondimenti sono nella sezione AI in azienda, mentre i sistemi che progetto per collegare dati, processi e AI sono descritti nelle soluzioni.

Come capire se la prontezza sta migliorando?

Con pochi indicatori, rilevati a ogni nuova valutazione:

Punteggio per area, non solo il totale: l'area più debole deve salire.
Quota di persone formate tra chi usa strumenti AI, ricavata dal registro delle formazioni.
Processi documentati con una baseline: quanti sono pronti per un pilota.
Adozione reale: quante persone usano davvero lo strumento introdotto con il pilota, e con che frequenza, dopo i primi tre mesi.
Risultato del pilota rispetto alla baseline: tempi, errori, costi o vendite, secondo i KPI fissati all'inizio.
Collegamento con gli obiettivi: ogni progetto AI attivo ha un obiettivo economico e un responsabile.
Tempo dall'idea al pilota: se si accorcia, l'azienda sta diventando più rapida ad adattarsi.

Errori da evitare

Partire dallo strumento. Si finisce a cercare un problema per giustificare ciò che si è già pagato.
Accumulare strumenti senza un inventario. Abbonamenti che si sovrappongono, dati sparsi e nessuno che sappia cosa viene usato davvero.
Valutarsi da soli. Chi dirige sovrastima dati e competenze; chi lavora sul processo vede i buchi.
Guardare solo il totale. Un punteggio alto con un'area a 1 su 6 è un progetto che si bloccherà proprio lì.
Ignorare il livello di rischio. Un filtro per i curriculum o un chatbot verso i clienti hanno obblighi che un'automazione interna non ha.
Dimenticare i costi ricorrenti. API, manutenzione e revisione umana pesano ogni mese.

Domande frequenti (FAQ)

Cos'è l'AI readiness?

L'AI readiness è la prontezza di un'azienda a usare l'intelligenza artificiale con un risultato misurabile. Si valuta su cinque aree: dati, processi, competenze, budget e governance. Indica se partire con un pilota o sistemare prima le basi.

Che differenza c'è tra AI readiness e AI fitness?

Nessuna sostanziale: AI fitness è un sinonimo che richiama la metafora della forma fisica. La metafora sottolinea che la prontezza va mantenuta nel tempo, con verifiche periodiche.

Quanto tempo serve per rendere un'azienda pronta all'AI?

Dipende dall'area più debole. Scrivere una policy d'uso o formare il team richiede in genere settimane, mentre riordinare dati sparsi tra più gestionali può richiedere mesi.

Serve un grande budget per iniziare con l'AI?

No, ma serve un budget completo. Un pilota su un solo processo può costare poco, se nel conto entrano licenze, API, integrazione, ore interne e manutenzione. Il rischio vero è sottostimare i costi ricorrenti.

L'AI Act obbliga a formare i dipendenti che usano l'AI?

Sì, in sostanza. L'articolo 4 dell'AI Act, applicabile dal 2 febbraio 2025, chiede a chi usa sistemi AI di prendere misure per l'alfabetizzazione all'AI del personale coinvolto. Non serve un certificato: secondo la Commissione europea, per documentarlo basta un registro interno delle formazioni svolte.

Esistono strumenti gratuiti per valutare la maturità digitale?

Sì. Il Digital Maturity Assessment della Commissione europea è aperto a tutte le imprese e disponibile gratuitamente in 32 lingue; i Punti Impresa Digitale delle Camere di commercio offrono il questionario online Selfi4.0 e l'assessment guidato Zoom4.0. Misurano la maturità digitale generale: per un singolo progetto AI conviene affiancare una checklist sul processo scelto.

Un chatbot sul sito e-commerce è un sistema AI ad alto rischio?

Di norma no: rientra nel rischio di trasparenza. Dall'agosto 2026 le persone devono essere informate che stanno interagendo con una macchina. Sono invece ad alto rischio, tra gli altri, i sistemi che smistano i curriculum per le assunzioni o valutano l'accesso al credito.

Fonti

Se vuoi fare questa valutazione con qualcuno che conosce i sistemi da collegare, richiedi una diagnosi gratuita.