AI per aziende: guida completa per partire

Per un'impresa italiana, adottare l'AI per aziende vuol dire prendere quattro decisioni in fila: quale processo affidare per primo all'intelligenza artificiale, in che forma farla entrare (un assistente, una funzione del gestionale, un'automazione, un software su misura), quali regole scrivere su dati e persone, quale numero misurare prima e dopo. Non servono un reparto di ricerca o una piattaforma costosa. Serve scegliere il punto in cui l'AI toglie lavoro ripetitivo e lascia la firma a chi ne risponde.

Se hai la sensazione di essere in ritardo, i dati ufficiali la ridimensionano. Secondo l'indagine ISTAT Imprese e ICT 2025, nel 2025 il 16,4% delle imprese con almeno 10 addetti usa almeno una tecnologia di AI: il doppio del 2024, eppure oltre otto imprese su dieci non hanno ancora cominciato. Fra le grandi imprese la quota arriva al 53,1%, fra le PMI si ferma al 15,7%.

Questa guida parte da quei numeri e segue l'adozione passo per passo: le forme in cui l'AI entra in azienda, la scelta del primo processo, le norme da mettere in fila (GDPR, AI Act dopo l'Omnibus digitale, legge italiana 132/2025), il percorso dal test alla produzione, il supporto che serve. Se prima vuoi capire come funziona la tecnologia, la base è in intelligenza artificiale: cos'è e come funziona.

Quante imprese italiane usano già l'AI, e per fare cosa

La fonte ufficiale per capire dove si trova un'azienda italiana è la rilevazione annuale ISTAT sull'uso delle tecnologie digitali nelle imprese con almeno 10 addetti. L'edizione 2025, pubblicata il 15 dicembre 2025, racconta un'adozione raddoppiata in un anno e sempre più sbilanciata verso le aziende grandi.

Il dato più utile per chi deve scegliere da dove partire riguarda il tipo di AI. Fra le imprese che la usano, la tecnologia più diffusa è l'estrazione di informazioni da documenti di testo (70,8%), seguita dall'AI generativa di testi, immagini o audio (59,1%) e dal riconoscimento vocale (41,3%); gli ambiti più frequenti sono marketing e vendite (33,1%), processi amministrativi (25,7%) e ricerca e sviluppo (20,0%), secondo lo stesso report ISTAT. In pratica l'AI che lavora oggi nelle imprese italiane legge documenti e scrive testi: offerte, ordini, email, pratiche.

Un secondo dato fa da avvertimento. Il 33,4% delle imprese che dichiarano di usare l'AI non indica alcuna finalità aziendale precisa (erano il 15,5% nel 2024), e l'83,3% di loro ha fra 10 e 49 addetti: ISTAT lo legge come un uso ancora iniziale, sperimentale e poco strutturato. È lo scenario tipico di chi parte senza metodo: qualche abbonamento attivato, nessun processo cambiato davvero.

Infine gli ostacoli. Fra le imprese che hanno valutato l'AI senza adottarla, i freni più citati sono la mancanza di competenze (58,6%), la scarsa chiarezza sulle conseguenze legali (47,3%), dati assenti o di qualità scarsa (45,2%), i timori su privacy e protezione dei dati (43,2%) e i costi (43,0%), come riporta la rilevazione ISTAT. Le sezioni che seguono affrontano questi cinque freni uno alla volta.

Le quattro forme in cui l'AI entra in un'azienda

Quando un titolare chiede quale modello di AI usare in azienda, di solito la domanda vera è un'altra: in che forma l'intelligenza artificiale entra nel lavoro di tutti i giorni. Le forme sono quattro e cambiano chi la gestisce, dove passano i dati e quanto lavoro serve per metterla in piedi.

La seconda riga è quella che molte aziende saltano. Il 49,5% delle imprese con almeno 10 addetti usa un gestionale ERP e il 21,7% un CRM, secondo ISTAT: prima di comprare altro, chiedi al fornitore del tuo gestionale quali funzioni di AI sono già previste, su quali dati lavorano e con quale accordo sul trattamento. Per un'azienda commerciale che vive di listini, ordini e documenti di trasporto il gestionale è spesso il punto di partenza più sensato, perché contiene le anagrafiche di clienti e articoli che servono per rispondere bene.

Il nome del modello conta meno di quanto sembri, e le versioni cambiano spesso: prima di scegliere verifica sempre la pagina ufficiale del fornitore. Per orientarti fra famiglie di modelli ci sono le guide su come scegliere un modello AI e su quale modello conviene a una PMI. Se i dati non possono uscire dall'azienda valuta i modelli AI locali; per decidere fra piano pronto e sviluppo dedicato c'è il confronto AI in abbonamento o su misura. Per scegliere fra Copilot, Gemini, ChatGPT Business e Claude Team c'è migliore AI per aziende.

Come scegliere il primo processo senza farsi guidare dalla demo

Le dimostrazioni più spettacolari raramente sono il primo progetto giusto. Il primo processo si sceglie con un test breve, da fare insieme a chi quel lavoro lo svolge ogni giorno.

• Succede spesso? Ogni giorno o ogni settimana, non una volta a trimestre: il risparmio si accumula solo sul volume.
• Si descrive in una pagina? Cosa arriva, cosa deve uscire, chi decide nei casi dubbi. Se la risposta è sempre "dipende", il processo va prima riordinato.
• Il controllo costa meno del lavoro? Rileggere una bozza di offerta è più rapido che scriverla; ricontrollare un calcolo complesso a volte no.
• Hai il numero di oggi? Tempo per pratica, errori, giorni di attesa del cliente. Senza questo dato il confronto finale diventa un'opinione.

I candidati migliori stanno quasi sempre nelle aree che ISTAT indica come le più usate, vendite e amministrazione, perché lì il lavoro è fatto di documenti e testi che si ripetono. La mappa reparto per reparto è in AI per funzioni aziendali, mentre cosa automatizzare in una PMI aiuta a compilare la lista dei candidati. Questi sono i quattro punti di partenza che ricorrono più spesso.

Scegliere un processo circoscritto da mettere alla prova

Una richiesta generica di AI diventa progettazione quando individui input, decisione e output. Questi approfondimenti coprono esigenze diverse: servono a definire il primo pilota, non a scegliere venti automazioni insieme. Ogni guida separa i casi ordinari dalle eccezioni e indica il controllo della persona.

Le norme da mettere in fila prima del primo flusso

La scarsa chiarezza legale è il secondo freno citato dalle imprese. Per un'azienda che usa l'AI su offerte, documenti e assistenza, però, le regole principali stanno in una tabella, a patto di leggerle nella versione aggiornata: le date dell'AI Act sono cambiate nel luglio 2026.

Tradotto in azioni, per la maggior parte delle aziende significa: un DPA firmato con ogni fornitore AI che vede dati personali, una policy aziendale sull'uso dell'AI che dica quali strumenti si usano e con quali dati, una formazione di base per chi li usa, un avviso chiaro quando un cliente parla con un assistente automatico. Se commissioni un chatbot che risponde con il nome o il marchio della tua azienda, l'AI Act può considerarti fornitore di quel sistema (art. 3), quindi chiarisci i ruoli nel contratto con chi lo sviluppa. Gli obblighi sono spiegati in AI Act: quali obblighi ha davvero una PMI, la parte sui dati personali in GDPR e intelligenza artificiale in azienda.

Il punto che molte aziende scoprono tardi riguarda il lavoro. L'art. 11 della legge 132/2025 rimanda all'art. 1-bis del d.lgs. 152/1997, che parla di sistemi decisionali o di monitoraggio integralmente automatizzati usati per assunzioni, gestione del rapporto, assegnazione dei compiti, sorveglianza e valutazione. Un assistente che prepara bozze di email difficilmente rientra in quel perimetro; un sistema che assegna turni o valuta prestazioni va verificato con il consulente del lavoro prima dell'acquisto, non dopo.

Dal primo test al flusso in produzione: sei tappe

1. Inventario dei processi ripetitivi. Per ogni reparto elenca le attività che si ripetono, quante volte al mese, quanto dura una pratica e chi la svolge. Chiedi a chi le fa: il processo descritto dal responsabile e quello reale spesso non coincidono.
2. Scelta e misura del punto di partenza. Un solo processo, quello che supera il test delle quattro domande. Registra tempi, errori e attese su un campione di pratiche vere.
3. Forma e contratto. Decidi quale delle quattro forme usare e, prima di collegare qualsiasi dato, verifica DPA, luogo del trattamento e uso dei dati per l'addestramento dei modelli.
4. Pilota con revisione. L'AI prepara, una persona approva ogni risultato. Annota cosa correggi e perché: quelle note servono a migliorare istruzioni ed esempi.
5. Regole e formazione. Policy scritta, persone formate sugli strumenti che useranno davvero, un referente interno che raccoglie problemi e richieste.
6. Confronto e decisione. Metti il dopo accanto al prima. Se regge, il flusso diventa ordinario e il secondo processo riusa integrazioni e regole del primo. Se non regge, correggi prima di spendere altro.

I tempi dipendono dalla forma scelta: un assistente o una funzione del gestionale si provano in poche settimane, un'integrazione fra più sistemi richiede un progetto vero con un calendario. Per impostare la prova c'è la guida al progetto pilota AI, per decidere cosa misurare quella sui KPI di un progetto AI, per la parte sulle persone formare il team sull'AI.

Due partenze possibili: un distributore e un'azienda che produce su commessa

Gli esempi che seguono sono scenari costruiti per mostrare il metodo, non casi di clienti.

Un distributore di materiale elettrico con 25 addetti. Gli ordini arrivano via email in forme diverse: PDF generati dal gestionale del cliente, righe scritte nel corpo del messaggio, foto di un modulo compilato a mano. Oggi un'impiegata li ricopia nel gestionale. Il primo flusso legge l'ordine, riconosce cliente e articoli confrontandoli con le anagrafiche, prepara la bozza d'ordine e segnala i codici che non trova; l'impiegata controlla, corregge e conferma. Le misure da confrontare sono il tempo fra l'arrivo dell'email e l'ordine inserito e il numero di righe corrette a mano. Sul fronte delle regole, gli ordini contengono dati dei referenti, quindi serve il DPA con chi fornisce il modello.

Un'azienda metalmeccanica di 60 persone che produce su commessa. Tecnici e assistenza clienti passano parte della giornata a cercare nei manuali, nelle schede tecniche e nelle vecchie offerte. Qui il primo flusso è una base di conoscenza interna: l'assistente risponde citando il documento e la pagina da cui prende l'informazione, secondo lo schema RAG. I dati personali sono quasi assenti e il rischio principale è la risposta sbagliata, per questo la fonte resta sempre visibile e le domande senza documento di riferimento vengono segnalate. Il metodo è descritto in AI per la knowledge base aziendale.

I due casi seguono lo stesso metodo ma hanno rischi diversi: nel primo pesano dati personali e contratti, nel secondo la correttezza delle risposte e la riservatezza dei disegni tecnici. Per questo le regole si decidono processo per processo.

Che supporto serve per partire, e quali costi mettere a budget

La mancanza di competenze è il primo freno citato dalle imprese. Non tutte le partenze però richiedono un aiuto esterno, e capire quando serve evita due errori opposti: pagare una consulenza per attivare un abbonamento, oppure costruire da soli un'integrazione con il gestionale.

Sul costo, diffida di chi dà una cifra prima di aver visto il processo. Le voci da mettere a budget sono sempre le stesse: licenze per utente degli strumenti pronti, consumo del modello quando lavora via API (si paga a volume), configurazione e integrazione, manutenzione quando cambiano modelli o software collegati, e il tempo interno di chi definisce il processo e controlla i risultati. Il dettaglio è in quanto costa l'AI in azienda e nei costi nascosti dei progetti AI; per valutare chi ti propone un progetto c'è come scegliere un fornitore AI.

Se preferisci farti accompagnare, una consulenza AI seria parte dalla mappa dei processi e chiude il lavoro lasciando in azienda qualcuno in grado di seguire gli strumenti da solo.

Cosa mostrano le risposte AI di Google sulla tua azienda, e come aggiornarlo

Una domanda che arriva sempre più spesso riguarda l'altro lato dell'AI: come aggiornare le informazioni sulla propria azienda che compaiono nelle risposte generate. Per le funzioni AI della Ricerca, Google è esplicito nella pagina Funzionalità dell'AI e il tuo sito web: non servono ottimizzazioni speciali, file dedicati o markup particolari, e per comparire come link di supporto una pagina deve essere indicizzata e idonea a mostrare uno snippet.

• Tieni aggiornato il profilo dell'attività su Google (orari, servizi, contatti) e, se vendi online, i dati in Merchant Center: la documentazione li cita espressamente.
• Scrivi le informazioni importanti in forma di testo sul sito, non solo dentro immagini o PDF.
• Fai in modo che i dati strutturati corrispondano a quello che si vede nella pagina.
• Se vuoi limitare cosa viene mostrato, i controlli sono quelli di sempre: nosnippet, data-nosnippet, max-snippet o noindex.

Per gli altri assistenti che cercano sul web vale lo stesso principio pratico: informazioni coerenti e aggiornate nelle fonti pubbliche che controlli, a partire dal sito aziendale.

Dove si inceppano i progetti AI nelle aziende italiane

• Abbonamenti senza processo. Licenze attivate per tutti e nessuna attività cambiata: è il profilo di quel terzo di imprese che usa l'AI senza una finalità precisa. Parti da un processo e compra le licenze che servono a quello.
• Anagrafiche in disordine. Se l'archivio articoli ha doppioni e il gestionale non è aggiornato, l'AI eredita il disordine e lo propaga più in fretta. A volte il primo lavoro è una pulizia dei dati.
• Formazione rimandata. Chi non sa cosa aspettarsi dallo strumento lo usa come un oracolo o lo abbandona al primo errore. Qualche sessione sui casi reali dell'ufficio cambia l'esito del pilota.
• Il blocco legale, o il suo contrario. C'è chi non parte per timore delle norme e chi incolla dati dei clienti nella versione gratuita di un chatbot. La tabella delle norme qui sopra basta per evitare entrambe le cose.
• Troppi cantieri aperti. Tre progetti in parallelo diventano tre progetti a metà. Il secondo parte quando il primo ha il suo confronto prima e dopo.
• Risultati presi per veri. Un modello produce il testo più plausibile, non quello verificato: numeri, prezzi e riferimenti normativi vanno controllati. Il tema è approfondito in allucinazioni AI: come evitarle.

Che cosa cambia se senti parlare di superintelligenza?

Quando un fornitore usa il termine «super intelligence», chiedi quale capacità propone oggi e su quale processo l’ha verificata. La superintelligenza artificiale è un concetto più specifico dell’AI: non rende automaticamente un prodotto capace di gestire ogni attività aziendale. Anche la superintelligenza personale di Meta va letta distinguendo visione, funzioni annunciate e disponibilità.

Per un’impresa, la decisione resta concreta: l’assistente consulta i dati, l’agente sceglie i passaggi, l’operatore autorizza le azioni che richiedono un controllo. L’approfondimento su agenti AI e superintelligenza separa autonomia e capacità. Se stai decidendo quando investire, trovi un confronto esplicito fra aspettare la superintelligenza e usare l’AI disponibile, con un esempio economico dichiarato ipotetico.

La prima settimana: cosa fare prima di comprare qualsiasi strumento

Se decidi di partire, la prima settimana non richiede acquisti. Riunisci per un'ora i responsabili dei reparti e fai l'inventario delle attività ripetitive; scegli con loro un candidato che superi il test delle quattro domande; misura su una settimana di lavoro reale quanto costa oggi; controlla quali funzioni di AI sono già incluse nel software che paghi. Con queste quattro informazioni qualsiasi interlocutore, interno o esterno, può dirti se il progetto sta in piedi.

Per una piccola impresa senza IT interno il percorso ha tempi e vincoli diversi, raccolti nella guida pratica AI per PMI e nella pagina AI per PMI. Per vedere come si costruisce una mappa dei processi con le priorità, prova la demo audit AI dei processi aziendali.

Se vuoi quella mappa costruita sui processi della tua azienda, con il primo flusso già scelto e il suo numero di partenza, l'audit AI di Giallo Studio comincia proprio da lì.