Cronaca di Fariha Shah, COMINTY - 14 aprile 2025 11:37

L'intelligenza artificiale generativa manterrà le sue promesse solo se diventerà contestuale, cioè profondamente integrata nelle professioni, nei dati, negli strumenti e nelle logiche di lavoro reali.

1. La promessa paradossale dell’IA

Mai una tecnologia è stata adottata così rapidamente, né ha suscitato tanti fantasmi. In meno di due anni, l'intelligenza artificiale generativa è passata da dimostrazione di laboratorio a strumento d'ufficio. Si è invitata nelle nostre riunioni, nei nostri documenti, nelle nostre email. Suggerisce, riassume, traduce, genera. Sta già trasformando, a volte senza che ce ne rendiamo conto.

Ma dietro la velocità dell'adozione si cela una realtà più complessa. Per la prima volta dall'era digitale, non è la tecnologia a faticare a seguire gli usi, ma l'uso a faticare a seguire la tecnologia. La potenza c'è. Ma la pertinenza? L'integrazione? La fiducia? Troppo spesso, mancano. E le promesse di guadagni di produttività si scontrano con una semplice domanda: produttività di cosa, per chi e a quale prezzo?

L'illusione del “sempre di più”

Esiste un pregiudizio nel nostro rapporto con l'innovazione tecnologica: il riflesso dell'accelerazione. Ogni rottura è prima di tutto accolta come una leva per fare "di più": più velocemente, più lontano, più in grande. L'IA non sfugge alla regola. Le prime ondate di adozione sono caratterizzate da un entusiasmo quasi industriale: automatizzare, sintetizzare, generare, produrre in massa. È la logica dell'“output first”.

Ma come rivela l'indagine AI for Work, nelle aziende sta già emergendo un altro sentimento: quello di un divario tra le dimostrazioni spettacolari e le realtà sul campo. "Se ne parla molto, ma concretamente non succede quasi nulla", confida Bruno Sola, Chief Digital Officer del gruppo Actual.

In realtà, si tratta di una percezione dei dirigenti d'azienda che deriva dalle loro sperimentazioni con gli strumenti disponibili sul mercato. Nei fatti, l'IA è potente, ma spesso mal posizionata. Non è né collegata al giusto contesto, né adattata ai giusti mestieri. Produce, ma capisce poco. Brilla, ma non si concretizza.

Il vero obiettivo: fare meglio, con meno

Il progresso non si misura dal volume di output prodotti, ma dalla loro accuratezza, valore, impatto. L'efficacia reale, in un'economia della complessità, non consiste più nel fare di più, ma nel fare meglio con meno:

meno sforzi sprecati,
meno interfacce frammentate,
meno viaggi a vuoto,
e soprattutto, meno attenzione dispersa.

Ciò a cui dobbiamo puntare non è una super-produzione di documenti o di righe di codice. È un aumento del segnale rispetto al rumore. È un'IA che libera tempo e mente, piuttosto che saturarli. E ciò può avvenire solo a una condizione: che l'IA si adatti al contesto, piuttosto che proiettarvi un modello generico.

La fine dell’IA generica, l’inizio dell’IA sistemica

Ciò che manca oggi alla maggior parte delle implementazioni di IA non è la performance del modello. Sono le connessioni.

Tra l'IA e gli strumenti professionali.
Tra i dati e le decisioni.
Tra i collaboratori e le conoscenze condivise.

La vera intelligenza non risiede più nei soli modelli, ma nella circolazione fluida del contesto. Ed è qui che emerge una nuova generazione di architetture che integrano gli LLM: aperte, evolutive, capaci di orchestrare l'intelligenza attraverso i sistemi. Una soluzione di IA contestuale, non bloccata in un'interfaccia, ma incarnata in un ecosistema di dati, flussi, ruoli e agenti specializzati.

Nell'era in cui la maggior parte delle organizzazioni sta ancora brancolando tra test e fantasmi, questa visione si impone: l'IA può mantenere le sue promesse solo se sposa i nostri vincoli. I nostri strumenti, le nostre conoscenze, le nostre norme, la nostra cultura, il nostro linguaggio, le nostre priorità di business. Non è un'IA più potente che ci serve. È un'IA più giusta. E per questo, si apre un nuovo paradigma: quello del contesto come condizione prima della performance.

2. Cambiare paradigma: la fine dell’IA universale

Per molto tempo, le aziende sono state invitate a credere a un sogno seducente: quello di un'IA generalista, pronta all'uso, capace di risolvere tutti i problemi senza sforzo. Un chatbot qui, un copilota lì. Bastava aggiungere un po' di IA all'esistente per aumentare la produttività, come si aggiunge un'estensione a un browser.

Ma questa promessa si è scontrata con una verità fondamentale: il lavoro non è generico. È ancorato in mestieri, linguaggi, processi, vincoli operativi e sistemi informativi. E in questo contesto, un'IA che non è profondamente connessa all'ambiente professionale diventa rapidamente... una curiosità. O peggio: uno strumento deludente.

Una tecnologia senza contesto è una tecnologia incompleta

Ancorare un'IA, quindi, presuppone di:

Connetterla ai dati interni, strutturati (CRM, ERP, basi di conoscenza) e non strutturati (email, documenti, note, wiki).
Tenere conto dei flussi di lavoro reali: cosa fanno i collaboratori, con quali strumenti, in quale ordine, con quali responsabilità.
Catturare gli scambi taciti tra le persone – quelle conversazioni, contesti e decisioni che non lasciano tracce nei database ma che fondano l'intelligenza collettiva.

È precisamente ciò che le soluzioni "one-size-fits-all" non possono offrire. Ed è per questo che sta emergendo un nuovo modello: quello di un sistema IA, non di un semplice assistente.

Verso una soluzione di IA come infrastruttura

Nelle aziende che si muovono velocemente, il linguaggio è cambiato. Non si parla più di "strumento IA" come di un'app da installare. Si parla di orchestrazione, di agenti specializzati, di integrazione nei sistemi esistenti, di governance degli usi, di strutturazione dei prompt, di formazione professionale.

Questo movimento annuncia un cambiamento culturale: l'IA non è un prodotto, è un'infrastruttura vivente. Richiede progettazione, supervisione, iterazione. Richiede di pensare in termini di sistema e non di funzionalità.

La fine dell’IA “magica”: una buona notizia

Questo rovesciamento di prospettiva può sembrare frustrante. Obbliga a rallentare, a strutturare, a connettere. Ma è salutare. Perché è solo a questa condizione che l'IA potrà produrre valore durevole.

Yves Caseau, Chief Digital Officer di Michelin, lo dice chiaramente: "Bisogna valutare costantemente ciò che funziona, ciò che non è ancora affidabile o stabile, e mettere l'IA al servizio di un'ambizione: quella dell'umano aumentato." In altre parole: fare dell'IA un organo integrato nell'azienda, e non un innesto in sospeso. Questo passaggio da un'IA generica a un'IA integrata pone le fondamenta di ciò che verrà dopo: la svolta contestuale, quella di un'IA capace di navigare in ambienti complessi, in modo intelligente e personalizzato.

3. La svolta contestuale: quando l’IA diventa sistema vivente

L'intelligenza non è una forza bruta. È un adattamento. Nell'essere umano, l'intelligenza non risiede solo nella memoria o nella velocità di calcolo, ma nella capacità di comprendere una situazione, di adattare le proprie azioni a uno scopo, di interpretare segnali deboli, di muoversi in un contesto. Lo stesso vale per l'intelligenza artificiale. Un'IA isolata dal suo contesto è un'IA cieca.

È questa presa di coscienza che oggi porta le aziende più avanzate a passare a un nuovo modello di intelligenza: contestuale, connesso, orchestrato.

L'IA contestuale: una definizione

Un'IA contestuale non è un'IA più potente. È un'IA meglio informata, meglio posizionata, meglio integrata. Sa dove viene utilizzata, da chi, perché e in quale logica professionale. Accede ai dati dell'azienda – documenti, database, applicazioni, email, CRM, ecc. – e li elabora non come informazioni isolate, ma come parte di un quadro più ampio e significativo. Questa capacità di comprendere e agire all'interno di un ecosistema digitale e umano è ciò che distingue l'IA contestuale da un semplice strumento generico. Essa non si limita a produrre output, ma contribuisce attivamente alla creazione di valore, migliorando la pertinenza delle decisioni e l'efficacia delle operazioni. In definitiva, l'IA contestuale è l'unica via per passare dalla promessa alla realizzazione concreta di un'intelligenza artificiale che sia realmente al servizio dell'innovazione e della crescita aziendale.