5 riflessioni sull'uso dell'AI nelle imprese
Un articolo apparso sul sito della Sloan School of Management del MIT indica limiti, rischi, raccomandazioni.
Ieri sera leggevo alcune notizie che mi hanno lasciato abbastanza basito. Ve ne cito tre. La prima riguarda i tagli di personale di Oracle dovuti a “the financial pressure of funding large-scale AI infrastructure investments”.
La seconda è un commento su CIO.com secondo cui i CIO stanno tagliando i budget per far posto agli investimenti in AI: “CIOs cut IT corners to manufacture budget for AI”. E ancora: “AI spending is moving faster than budgets can realistically keep up with, and most CIOs aren’t ‘finding’ money so much as taking it from somewhere else.”
Ci sono tre domande da farsi:
Che cosa viene tagliato? Persone, sicuramente. Perché? Perché non servono o semplicemente per “manufacture budget for AI”?
Quale sarà l’effetto di questi investimenti tagliati per far posto all’AI?
Quando questi investimenti in AI daranno risultati?
Infine, quest’altra notizia mi ha fatto rabbrividire:
Per fortuna, ho anche letto questo articolo apparso sul sito della Sloan School of Management del MIT che porta un po’ di realismo e saggezza
L’incipit già dice tutto:
Artificial intelligence has dominated economic and business attention for the past several years. But the hype cycle is slowing as organizations confront the challenges of enterprise AI deployment and the need to drive tangible business value.
L’autore riporta cinque considerazioni molto interessanti:
Agentic AI non è ancora pronta per “prime time”. Basta scorrere la timeline su X per trovare articoli, studi e notizie su problemi che si incontrano quando si usano effettivamente queste tecnologie in casi reali, nel tempo e non solo estemporaneamente.
La bolla AI scoppierà, con ovvie ramificazioni negative sul piano economico, quantomeno nel breve periodo.
Generative AI deve divenire una risorsa gestita a livello aziendale e non individuale.
Non è ancora chiaro chi gestisce l’AI nelle imprese.
Il concetto di “AI factory” può aiutare le organizzazioni ad accelerare i processi di generazione di valore.
Davenport and Bean define “AI factories” as “combinations of technology platforms, methods, data, and previously developed algorithms that make it fast and easy to build AI systems.”
Non so se queste cinque osservazioni rappresentino appieno e correttamente la situazione e ciò che va messo in campo. Quel che mi preme osservare sono due fatti:
È inutile chiudere gli occhi di fronte ai problemi sottesi all’uso aziendale dell’AI, con annunci vuoti a metà tra il drammatico e il profetico. Sono assolutamente dannosi ed è bene che si inizi a ragionarne in modo pacato.
Dobbiamo valutare i danni derivanti da una gestione sbagliata dei budget e del portfolio degli investimenti, quando si tagliano iniziative per far spazio a tutte queste spese in ambito AI.
Mi auguro che si inizi a riflettere con attenzione su queste tematiche.
© 2026 Alfonso Fuggetta & Sonia Montegiove. Salvo diversa indicazione, tutti i contenuti di questa pubblicazione sono protetti da copyright e rilasciati con licenza CC BY-NC-ND 4.0: https://creativecommons.org/licenses/by-nc-nd/4.0/deed.it
Molto interessante il recente paper dell'ECB, che conclude che al momento l'impatto sull’occupazione dipende dalla motivazione: chi investe in AI per crescere assume di più; chi lo fa per ridurre il personale ottiene l’effetto opposto.
https://www.ecb.europa.eu/press/blog/date/2026/html/ecb.blog20260304~d9e34fc95f.en.html