Uno studio del MIT, pubblicato nel luglio 2025, riporta che il 95% delle iniziative di introduzione nelle organizzazioni dell’Intelligenza Artificiale generativa (Generative Artificial Intelligence, GenAI) non ha prodotto alcun ritorno dell'investimento in termini economici.

Un’indagine condotta dal Boston Consulting Group, nel settembre 2025, conferma e amplia il quadro: solo il 5% delle organizzazioni che hanno introdotto strumenti di Intelligenza Artificiale ha ottenuto risultati significativi, mentre il 60% non ha rilevato alcun miglioramento concreto, e il restante 35% sta cominciando a vedere alcuni modesti effetti positivi, a fronte di investimenti ingenti e continuativi.

Sarebbe un errore attribuire le cause di questo inquietante tasso di insuccesso a fattori quali l’impreparazione all’impatto della nuova tecnologia, lo scarso impegno, la carenza di competenze appropriate o la resistenza al cambiamento.

Le ragioni sono più profonde.

Perché si investe nell’IA

Spesso le organizzazioni decidono di investire nell’integrazione dell’IA nei processi aziendali in risposta a potenti forze esterne e interne.

La prima è il timore di restare indietro nel contesto competitivo. Quando una tecnologia occupa stabilmente le prime pagine di ogni pubblicazione economica o specifica del proprio settore, l'urgenza di "fare qualcosa" precede qualsiasi riflessione strategica su dove e come un'iniziativa può generare valore reale.

La seconda forza è il marketing di chi vende soluzioni di IA. Le grandi piattaforme tecnologiche e piccoli fornitori di applicazioni hanno un interesse diretto e immediato alla vendita, senza particolare preoccupazione per il fatto che, grazie alle applicazioni dell’IA, i loro clienti possano ottenere benefici reali. Per catturare l'attenzione di imprenditori e manager, la comunicazione commerciale si concentra sugli effetti più rapidi e misurabili: aumenti di produttività, miglioramenti qualitativi, automazione dei processi, riduzione dei costi. Sono effetti concreti, verificabili nel breve periodo, e proprio per questo più persuasivi rispetto a benefici strategici che richiedono una visione più articolata e un orizzonte temporale più lungo.

La terza forza è la focalizzazione sui costi, da sempre considerati la parte del conto economico sulla quale l'organizzazione può esercitare il controllo più diretto. La promessa di ridurli grazie a una tecnologia che migliora la produttività costituisce una ragione sufficiente per avviare qualche forma di adozione dell'IA.

Anche se la riduzione dei costi può generare un momentaneo impatto sul conto economico, sul piano competitivo può solo permettere di praticare una riduzione meno dolorosa dei prezzi di vendita, che, se attuata, finirà per alimentare la spirale negativa della guerra dei prezzi.

Queste pressioni inducono le organizzazioni a cercare nell'AI uno strumento di miglioramento dei processi esistenti, trascurando l'opportunità di un cambiamento trasformativo.

Innovazione vs. Miglioramento

Per comprendere pienamente il senso della soluzione che si intende proporre, è opportuno fare una chiara distinzione tra innovazione e miglioramento.

Un miglioramento consente di fare meglio, ottenere di più, o fare più velocemente ciò che si sta già facendo. Una videocamera con risoluzione superiore, una batteria che aumenta l’autonomia di uno smartphone o un software che elabora report in meno tempo sono esempi di miglioramenti.

Un'innovazione, invece, permette di fare qualcosa di significativo che prima non era possibile. Il trolley non ha solo reso più facile trascinare una valigia pesante: ha eliminato la necessità di valutare con attenzione il peso del bagaglio nella pianificazione del viaggio. La microfinanza non ha solo reso i prestiti bancari più accessibili: ha aperto l'accesso al credito a chi ne era strutturalmente escluso.

L'IA ha le caratteristiche per esser classificata come una delle innovazioni più dirompenti degli ultimi decenni. Tuttavia, la sua adozione al solo scopo di aumentare la produttività, la qualità o la velocità dei processi esistenti rischia di declassarla al ruolo di semplice miglioramento.

Il quadro di riferimento: due principi e sei domande

In uno studio appena pubblicato dal World Economic Forum (Organizational Transformation in the Age of AI, Marzo 2026) si rileva che alcune organizzazioni hanno compreso che l’IA apre nuovi scenari, nei quali la generazione di valore può fare un salto di qualità grazie alla ridefinizione dei flussi di lavoro e dei processi decisionali.

Il problema centrale da risolvere consiste pertanto nell’individuazione di un metodo pratico che un’organizzazione può seguire per assicurare che il cambiamento reso possibile dall’IA generi un valore reale e capace di fare la differenza nel contesto competit

Il Dr. Eliyahu M. Goldratt, fondatore della Theory of Constraints, ha sviluppato un quadro di riferimento originariamente concepito per valutare e sfruttare pienamente il potenziale di una nuova tecnologia. La sua applicazione, tuttavia, si estende a qualsiasi innovazione.

Due principi fondamentali ne costituiscono la base.

Primo principio - Un'innovazione può portare benefici rilevanti se, e solo se, riduce o elimina una limitazione significativa.

Secondo principio - Prima che l'innovazione fosse disponibile, le organizzazioni hanno sviluppato meccanismi di adattamento (regole, comportamenti, politiche) per operare efficacemente nonostante la limitazione. Questi meccanismi si sono consolidati al punto da diventare invisibili: non vengono più percepiti come risposte a una limitazione, ma semplicemente come "il modo normale di operare".

A partire da questi principi, il quadro di riferimento prevede di rispondere in modo esaustivo a sei domande, da porre in sequenza:

1. Qual è il potere dell'innovazione in esame?
2. Quale limitazione significativa elimina o riduce drasticamente?
3. Quali regole, modelli e comportamenti sono stati sviluppati per convivere con quella limitazione?
4. Quali regole, modelli e comportamenti devono essere cambiati per beneficiare dell’innovazione?
5. Alla luce di quanto sopra evidenziato, quali aspetti dovrebbero essere aggiunti nella progettazione o nell’uso dell’innovazione?
6. Come realizzare concretamente il cambiamento?

Per comprendere la portata di questo approccio, prendiamo in esame la sua applicazione a una situazione relativamente semplice: l’introduzione della GenAI nel processo di realizzazione di offerte tecnico-commerciali complesse.

Un esempio concreto: lo sviluppo di offerte tecnico-commerciali

Domanda 1 - Qual è il potere della GenAI?

La GenAI è in grado di analizzare richieste anche non strutturate, accedere alla banca dati aziendale (informazioni sui clienti, offerte precedenti, specifiche tecniche, listini, case history, condizioni contrattuali) e produrre in tempi rapidi una bozza di offerta coerente, completa e adattata al cliente. Inoltre, può verificare la coerenza tecnica, stimare costi e rischi, e adattare il linguaggio all’interlocutore.

È importante in questa fase chiarire anche i limiti della GenAI, che non è in grado di valutare la strategicità del cliente, né di interpretare pienamente le dinamiche competitive o relazionali. Questo consente di evidenziare il carattere complementare e non sostitutivo della tecnologia in esame.

Domanda 2 - Quale limitazione significativa elimina o riduce drasticamente?

La produzione di offerte è condizionata da due fattori strutturali: la limitata capacità dell’essere umano di analizzare ed elaborare grandi quantità di dati e di informazioni, e la disponibilità limitata di tempo degli esperti. Poiché solo poche persone possiedono le competenze necessarie per costruire offerte di qualità, queste diventano in molti casi dei colli di bottiglia.

Le conseguenze sono note: tempi di risposta lunghi, accumulo di richieste, rischio di errori di valutazione, rinuncia a opportunità commerciali, qualità disomogenea tra offerte prodotte da persone diverse.

Domanda 3 — Quali regole, modelli e comportamenti sono stati sviluppati per convivere con quella limitazione?

L'organizzazione ha sviluppato nel tempo comportamenti consolidati per convivere con questa limitazione: le offerte meno strategiche vengono delegate a persone meno esperte, accettando implicitamente una qualità inferiore; si utilizzano template standard che non tengono conto delle specificità del cliente; gli esperti trascorrono quote rilevanti del loro tempo a correggere bozze altrui; si allungano consapevolmente i tempi di risposta; in alcuni casi si rinuncia direttamente a rispondere alle richieste di offerte considerate meno prioritarie; le informazioni acquisite e le considerazioni fatte durante il processo di realizzazione dell’offerta spesso rimangono nella testa di poche persone e non contribuiscono ad arricchire il patrimonio di conoscenze aziendali condivise. Tutto questo è diventato "il processo normale".

Domanda 4 — Quali regole, modelli e comportamenti devono essere cambiati per beneficiare dell’innovazione?

Grazie al supporto della GenAI, si apre un nuovo scenario, che permette una revisione della strategia commerciale, non solo delle procedure interne.

Gli esperti, sgravati da buona parte del carico operativo, possono dedicarsi a comprendere in profondità le esigenze specifiche di ogni cliente, progettando offerte che massimizzano la percezione del valore. Nuovi segmenti di mercato, fino ad ora trascurati per l’impossibilità degli esperti di dedicare attenzione, diventano accessibili. La qualità media delle offerte viene elevata, eliminando la dispersione che oggi caratterizza i tassi di successo commerciale. È possibile creare un patrimonio strutturato di conoscenza commerciale, fruibile da parte di più persone e in grado quindi di svincolare l’organizzazione dalla dipendenza da pochissimi esperti e di alimentare un circolo virtuoso di miglioramento continuo. Tutto questo senza un aumento sensibile dei costi e senza frammentare le risorse interne.

Domanda 5 — Alla luce di quanto sopra evidenziato, quali aspetti dovrebbero essere aggiunti nella progettazione o nell’uso dell’innovazione?

Il rischio principale è che gli esperti percepiscano il cambiamento favorito dall’innovazione come una minaccia alla centralità del loro ruolo. La progettazione del cambiamento deve neutralizzarlo, coinvolgendo gli esperti nella definizione e validazione dei nuovi processi, riconoscendo il loro contributo e aiutandoli ad acquisire le competenze necessarie per ricoprire il nuovo ruolo.

Un altro aspetto da considerare è la difficoltà che alcune persone possono incontrare nell’adattarsi ai cambiamenti nella routine indotti dall’introduzione di nuovi strumenti. La progettazione del cambiamento deve minimizzare l'attrito di adozione: il processo di input al sistema deve essere semplice e rapido, e possibilmente il nuovo modo di operare deve essere integrato negli strumenti già in uso, senza richiedere il passaggio a nuove piattaforme.

Domanda 6 — Come realizzare concretamente il cambiamento?

La risposta a questa domanda prevede la definizione di un piano di azione che consenta di realizzare i cambiamenti definiti in risposta alla domanda 4, considerando gli aspetti evidenziati nella risposta alla domanda 5.

Questo si traduce nella definizione di varie iniziative, da realizzare con una sequenza prestabilita, quali: costruzione della banca dati e del modo per alimentarla e usufruirne; definizione delle nuove politiche commerciali e dei criteri di qualificazione delle opportunità; costruzione del nuovo sistema di generazione delle offerte, basato sulla percezione di valore del cliente; progettazione e realizzazione di test per validare l’efficacia del nuovo sistema, definendo a priori le ipotesi da sottoporre a esame e i criteri per valutare i risultati; definizione di un sistema di misurazione dei risultati, riferito all’obiettivo dell’organizzazione.

Il processo così ridisegnato consente di passare da un approccio reattivo con forti limitazioni a uno proattivo, capace di adattarsi ai cambiamenti nella percezione di valore dei clienti nei segmenti di mercato di interesse.

Conclusioni

La progressiva diffusione dell’IA ha reso evidente che la sua adozione è (o sarà presto) una condizione necessaria per un’organizzazione per sopravvivere in un contesto competitivo, non un elemento distintivo di vantaggio.

Il vero fattore di distinzione risiede nella capacità di un’organizzazione di utilizzare l’IA per ridisegnare i propri processi, grazie al superamento di limitazioni che in precedenza erano considerate “dati di fatto”.

Il quadro di riferimento illustrato offre un metodo pratico per farlo, indicando chiaramente i passi da seguire e i due elementi sui quali è necessario focalizzare sempre l’attenzione durante il processo: l’obiettivo da perseguire e la limitazione che impedisce di fare progressi significativi verso il suo conseguimento.