Fondi miliardari, trasformazione indefinita: il problema strutturale dell'IA nell'alta dirigenza
C'è una voce in quasi tutti i budget aziendali del momento. Ha un nome come "trasformazione con intelligenza artificiale", ha una cifra, e ha la firma di qualcuno del comitato esecutivo. Quello che non ha, nella maggior parte dei casi, è una definizione operativa di che cosa compra esattamente quel denaro.
Gartner prevede che la spesa aziendale in IA raggiungerà 2,59 trilioni di dollari nel 2026, un incremento del 47% in un solo anno. Al tempo stesso, ricerche di IBM indicano che appena il 29% dei dirigenti è in grado di misurare con sicurezza il ritorno su quell'investimento. La distanza tra questi due numeri non è un'ironia statistica: è la mappa di un problema strutturale che le organizzazioni non hanno ancora saputo nominare correttamente.
Il budget esiste già. La trasformazione, come concetto operativo, no.
La cosa sorprendente non è che ci sia incertezza tecnica sull'IA, qualcosa di comprensibile in una tecnologia giovane e in rapida evoluzione. La cosa sorprendente è il modello di governance che si sta installando sotto quella incertezza: dirigenti che approvano investimenti storici senza aver risposto prima alle domande che determineranno se quegli investimenti producono qualcosa. E un mercato di soluzioni tecnologiche perfettamente disposto a fornire le definizioni che il compratore non ha costruito.
Il C-Suite ha preso il volante senza avere la mappa
Per anni, la strategia di intelligenza artificiale è stata una questione dei dipartimenti tecnologici. Questo è cambiato. Forbes Research documenta che l'autorità sulle decisioni in materia di IA è migrata dall'area dei sistemi all'alta direzione: sono oggi gli amministratori delegati, i direttori finanziari e i direttori delle operazioni a controllare i budget, a stabilire le priorità delle iniziative e a fissare la direzione.
In parallelo, uno studio che ha analizzato oltre 2.000 organizzazioni, citato da CNBC, ha rivelato che il 76% dispone già di una figura di Chief AI Officer (CAIO), rispetto al 26% dell'anno precedente. Cinquanta punti percentuali in dodici mesi. Quella velocità di installazione di nuovi ruoli esecutivi non parla di maturità strutturale: parla di urgenza politica. I consigli di amministrazione esigono che qualcuno sia responsabile dell'IA, e le organizzazioni rispondono creando posizioni prima ancora di aver progettato cosa faranno quelle posizioni.
IBM ha documentato nel suo studio globale del 2026 che gli amministratori delegati stanno ridisegnando attivamente i ruoli del comitato di direzione per estrarre vantaggio competitivo dall'IA. Deloitte, dalla sua area di consulenza, raccomanda esplicitamente di investire tempo e programmi nella formazione dello stesso comitato di direzione sull'IA generativa, il che implica riconoscere che quel comitato non ha ancora le competenze per governare ciò che sta finanziando. Questi due segnali insieme, ridisegno accelerato dei ruoli e necessità riconosciuta di formare chi prende le decisioni, disegnano un'organizzazione che ha installato l'acceleratore prima di addestrare il guidatore.
Il problema non risiede nel fatto che i dirigenti manchino di intelligenza o di buona volontà. Risiede nel fatto che la struttura di presa delle decisioni non è stata ridisegnata prima che il denaro cominciasse a scorrere. Un consiglio di amministrazione può approvare un budget in poche ore. Costruire il criterio per spenderlo bene richiede mesi di lavoro onesto sull'organizzazione.
Quello che produce quella sequenza invertita è prevedibile: piloti frammentati senza connessione con obiettivi di business concreti, strumenti duplicati che risolvono lo stesso problema in modi incompatibili, e metriche di successo definite dai fornitori perché l'organizzazione non le ha definite prima. Il denaro viene speso. La trasformazione non avviene.
Il divario che nessuno nella riunione menziona
C'è un dato che merita attenzione sostenuta. L'azienda di formazione Multiverse ha pubblicato una ricerca sulla forza lavoro amministrativa nel Regno Unito che ha trovato quanto segue: il 59% dei leader ritiene che i propri team collaborino con l'IA quotidianamente. Solo il 42% dei dipendenti afferma di farlo. Diciassette punti di distanza tra la percezione del piano esecutivo e la realtà del piano operativo.
Quel divario non è solo un problema di comunicazione interna. È un problema di calibrazione strategica. Se l'alta dirigenza prende decisioni sul ritmo di adozione, sui piani di formazione e sui ritorni attesi basandosi su un'immagine dell'uso reale che è gonfiata di quasi il 40%, le proiezioni di produttività che hanno giustificato il budget sono strutturalmente errate. Non per disonestà, ma perché nessuno ha installato il meccanismo per misurare ciò che realmente accade nei livelli intermedi e operativi.
Axios ha documentato un altro angolo della stessa frattura: sondaggi condotti su aziende che utilizzano l'IA mostrano che una proporzione di dirigenti descrive l'implementazione come qualcosa che "sta dividendo l'organizzazione". Quella descrizione non segnala problemi tecnici. Segnala che la narrativa sulla trasformazione è stata costruita dall'alto verso il basso, senza che i livelli chiamati a eseguirla abbiano fatto parte del progetto.
L'architettura umana del cambiamento, chi partecipa, quando, con quali informazioni e con quale capacità di incidere sulle decisioni, determina se una trasformazione tecnologica produce nuova capacità oppure produce semplicemente nuova attrito. E quella architettura, nella maggior parte dei casi che i dati descrivono, è stata l'ultima cosa presa in considerazione.
Un'organizzazione può avere un Chief AI Officer, un budget approvato e una presentazione esecutiva impeccabile, e restare comunque strutturalmente fragile se il progetto umano del cambiamento non esiste. La posizione e il budget sono segnali visibili. La fragilità risiede in ciò che ancora non si vede.
Quando il mercato definisce la trasformazione che l'azienda non ha saputo definire
C'è una meccanica di mercato che opera in silenzio dietro questa dinamica. Quando un'organizzazione arriva a valutare soluzioni senza aver definito con precisione il proprio problema operativo, il fornitore finisce per fornire la definizione. Non per malizia, ma perché qualcuno deve riempire il vuoto e il fornitore dispone di tutta l'infrastruttura narrativa per farlo: casi d'uso, benchmark, demo, e una storia su cosa sia la trasformazione che casualmente include il suo prodotto come protagonista.
Il risultato è che le organizzazioni comprano definizioni prese in prestito. E una definizione presa in prestito non è una strategia: è una lista della spesa che qualcun altro ha scritto.
Questo non è nuovo nel ciclo di adozione della tecnologia. Ciò che cambia con l'IA generativa è la portata di ciò che si sta decidendo. Le tecnologie precedenti, piattaforme di dati, automazione dei processi, software di gestione, riorganizzavano il modo in cui le persone lavoravano. L'IA generativa, nelle sue versioni più ambiziose, riorganizza chi svolge il lavoro. Quella distinzione non è retorica: cambia completamente il tipo di analisi organizzativa necessaria prima di impegnare capitali.
Quando un'azienda acquista una piattaforma di dati, la domanda è quali processi si ottimizzano. Quando delega lavoro autonomo a un sistema di IA, la domanda è quale lavoro cessa di essere responsabilità umana, a quali condizioni, con quale supervisione e con quali conseguenze se il sistema fallisce. Quelle domande non le risponde il fornitore. E i dati attuali suggeriscono che non le sta rispondendo nemmeno la maggior parte dei comitati esecutivi prima di firmare.
Solo il 39% delle organizzazioni dispone di standard di riferimento per gli strumenti di IA generativa che i propri dipendenti stanno già usando, secondo analisi recenti sulla governance dell'IA. Quel numero non descrive un'industria in processo di costruzione dei propri quadri di governo. Descrive un'industria che ha già dispiegato la tecnologia e non ha ancora costruito i quadri. La sequenza è invertita, e l'esposizione che genera, regolatoria, operativa, reputazionale, è reale anche se non ha ancora prodotto incidenti visibili.
La prova di maturità che nessun fornitore somministrerà
Il modello che emerge da tutti questi dati ha una caratteristica specifica che merita di essere nominata con precisione: non è un problema di velocità, ma di sequenza. Le organizzazioni non stanno andando troppo velocemente verso qualcosa di ben definito. Stanno spendendo molto per qualcosa la cui definizione rimane vaga perché la sequenza è stata: prima il budget, poi la definizione.
IBM conclude che gli amministratori delegati stanno ridisegnando i ruoli del comitato di direzione per creare un maggiore impatto di business dall'IA. Deloitte chiede alle organizzazioni di acquisire una comprensione reale della regolamentazione che accompagna l'IA e di investire nell'aggiornamento delle competenze della leadership stessa. Entrambe le raccomandazioni presuppongono che oggi esista un divario tra ciò che la leadership comprende e ciò che la leadership sta decidendo. Non lo dicono esattamente con quelle parole, ma è quello che i dati descrivono.
La maturità strutturale di un'organizzazione di fronte a una trasformazione tecnologica non si misura dalla dimensione del budget né dal titolo del nuovo incarico esecutivo. Si misura dalla qualità delle domande che la leadership è stata in grado di rispondere prima di impegnare il capitale: quale lavoro specifico si sta ridistribuendo, a quali condizioni, con quali meccanismi di supervisione, con quale definizione di successo che non dipenda dal criterio del fornitore, e con quale capacità reale del sistema di misurare ciò che accade nei livelli operativi.
Quelle domande non sono tecniche. Sono domande di governo organizzativo. E il fatto che il 71% delle organizzazioni non sia in grado di misurare il ritorno del proprio investimento in IA suggerisce che la maggior parte è arrivata a spendere senza averle già risposte.
Il ruolo di Chief AI Officer prolifera, i budget crescono al 47% annuo e il mercato delle soluzioni è perfettamente disposto a fornire certezza a chi la cerca. Quello che il mercato non fornisce è la capacità di un'organizzazione di definire il proprio problema prima di acquistare la soluzione. Quella capacità si costruisce internamente, con tempo e con onestà riguardo a ciò che il sistema non sa ancora fare. Le organizzazioni che la svilupperanno prima che la pressione competitiva le costringa ad agire senza di essa saranno quelle in grado di valutare, tra tre anni, se ciò che hanno finanziato è stata una trasformazione o un trasferimento di budget verso definizioni che altri hanno scritto al loro posto.
