Un tecnico esperto riconosce dal rumore di una macchina che qualcosa non funziona come dovrebbe. Un responsabile della qualità individua un’anomalia che non compare in nessuna procedura. Un commerciale comprende da una frase apparentemente innocua che una trattativa sta prendendo una direzione pericolosa.
Sono decisioni che si ripetono ogni giorno nelle aziende. Spesso non vengono registrate, non diventano dati strutturati e non entrano nelle knowledge base. Eppure, proprio in quei gesti e in quelle valutazioni si trova una parte decisiva del valore di un’organizzazione.
È il saper fare: una conoscenza costruita nel tempo, fatta non soltanto di informazioni, ma di esperienza, contesto ed eccezioni.
Una parte rilevante del patrimonio delle imprese italiane non si trova ancora nei sistemi informativi. Vive nelle persone.
Il paradosso dell’AI: più intelligenza, meno differenziazione
L’intelligenza artificiale generativa sta rendendo disponibili capacità che fino a pochi anni fa sembravano riservate a poche grandi organizzazioni. Modelli linguistici, copiloti e agenti possono già analizzare documenti, generare contenuti, sintetizzare informazioni e supportare attività complesse.
Questa evoluzione continuerà. I modelli diventeranno più potenti, più economici e più semplici da integrare. Presto quasi tutte le aziende potranno accedere a strumenti comparabili.
È una grande opportunità, ma contiene anche un paradosso: più l’intelligenza artificiale diventa accessibile, meno il semplice possesso della tecnologia può costituire un vantaggio competitivo.
Se concorrenti dello stesso settore utilizzano gli stessi modelli, alimentati da fonti informative simili e integrati nelle medesime piattaforme, che cosa impedirà loro di diventare efficienti nello stesso modo?
La risposta non può essere soltanto nei dati. Risiede soprattutto nel modo particolare in cui ogni organizzazione li interpreta, gestisce le eccezioni, prende decisioni e trasforma la conoscenza in azione.
L’AI può rendere tutte le imprese più intelligenti. Ma il rischio è che le renda anche più simili.
Abbiamo forse posto la domanda sbagliata?
Negli ultimi anni le organizzazioni hanno investito molto per rendere la conoscenza più facile da trovare. Manuali, portali aziendali e knowledge base sono stati progressivamente affiancati da motori di ricerca semantici, chatbot e assistenti basati sull’intelligenza artificiale.
Il risultato è importante: oggi possiamo interrogare grandi quantità di contenuti utilizzando il linguaggio naturale e ottenere una risposta in pochi secondi.
Rimane però un problema a monte. Prima di poter essere trovata, la conoscenza deve essere riconosciuta, documentata, verificata e mantenuta aggiornata.
Qualcuno deve trasformare l’esperienza in contenuto. Qualcuno deve descrivere anche le eccezioni, non soltanto il processo ideale. Qualcuno deve aggiornare tutto quando cambiano un’applicazione, una regola o una modalità operativa.
E proprio questo è spesso l’anello più debole.
La conoscenza aziendale invecchia rapidamente. I processi cambiano, il software evolve, le persone assumono nuovi ruoli. Le procedure scritte descrivono ciò che dovrebbe accadere, mentre gli esperti imparano a gestire ciò che accade realmente.
Forse, quindi, il problema non è più trovare la conoscenza. È continuare a crearla prima che diventi obsoleta o scompaia.
Il patrimonio invisibile del Made in Italy
Per l’Italia questa riflessione ha un significato particolare. Il Made in Italy non è soltanto un marchio di origine, un’estetica o una promessa di qualità. È un sistema distribuito di competenze che comprende distretti produttivi, fornitori specializzati, tecnici, progettisti, artigiani industriali, manutentori e responsabili di produzione.
La nostra competitività si è costruita spesso sulla capacità di fare molto bene attività difficili da standardizzare completamente: produzioni in piccole serie, personalizzazioni, lavorazioni complesse, integrazione tra progettazione e manifattura, relazione con il cliente.
Questa conoscenza è preziosa proprio perché è difficile da imitare. Ma per la stessa ragione è anche fragile.
Secondo il Rapporto annuale Istat 2026, l’età media degli occupati italiani ha raggiunto 45,6 anni, con un incremento di 4,6 anni rispetto al 2007. L’invecchiamento della forza lavoro rende sempre più urgente il trasferimento delle competenze tra generazioni.
Eppure il tema è ancora poco presidiato. I dati INAPP sulla formazione continua mostrano che solo il 5,3% delle imprese affronta esplicitamente l’apprendimento tra giovani e senior, mentre molte competenze maturate attraverso l’esperienza non vengono riconosciute formalmente.
Il rischio non è soltanto perdere lavoratori esperti. È perdere, insieme a loro, una parte dell’intelligenza industriale del Paese.
L’Italia non possiede necessariamente più dati degli altri. Possiede però una densità straordinaria di saper fare. Dovremmo evitare di entrare pienamente nell’era dell’intelligenza artificiale dopo averne disperso una parte.
Dalla conoscenza archiviata alla conoscenza vivente
Per affrontare questo problema occorre cambiare prospettiva. La conoscenza non può più essere trattata soltanto come un insieme di contenuti da archiviare. Deve essere considerata una capacità che si manifesta durante il lavoro.
È nelle sequenze scelte da un esperto, nei controlli che esegue quasi istintivamente, nelle deviazioni consapevoli dalla procedura standard e nelle decisioni che prende davanti a un imprevisto.
Le tecnologie di nuova generazione possono contribuire a riconoscere questi schemi, trasformandoli in conoscenza verificabile e condivisibile.
Il processo può essere descritto attraverso quattro azioni: osservare, comprendere, validare e restituire nel contesto.
Osservare come viene affrontata un’attività reale. Comprendere quali passaggi siano rilevanti. Permettere all’esperto di correggere e validare ciò che il sistema ha appreso. Rendere infine quel sapere disponibile a un collega nel momento preciso in cui deve affrontare la stessa situazione.
La conoscenza smette così di essere una fotografia scattata una volta per tutte. Diventa un sistema vivente, capace di evolvere insieme al lavoro.
Apprendere non significa sorvegliare
Una tecnologia che apprende dal comportamento umano solleva inevitabilmente questioni di governance, trasparenza e fiducia.
La persona non può diventare l’oggetto di una sorveglianza nascosta. Deve rimanere il soggetto che contribuisce consapevolmente alla costruzione della conoscenza aziendale.
Questo richiede principi chiari: trasparenza su ciò che viene osservato, validazione umana, tracciabilità dell’origine delle informazioni, possibilità di correggere ciò che il sistema ha interpretato e separazione netta tra apprendimento organizzativo e valutazione individuale delle prestazioni.
Non tutto ciò che un esperto fa deve automaticamente diventare una buona pratica. Un comportamento può dipendere da un’abitudine personale, da un contesto particolare o persino da un errore. Per questo l’AI può riconoscere e proporre, ma la responsabilità di approvare ciò che diventa conoscenza condivisa deve restare umana.
La sovranità del saper fare non consiste semplicemente nel trattenere informazioni all’interno dell’azienda. Significa conservare il controllo su come la conoscenza viene generata, verificata, utilizzata e trasmessa.
Una nuova agenda per imprese e CIO
La tutela del know-how non può più essere considerata soltanto un tema di formazione o gestione documentale. Riguarda la continuità operativa, la produttività e il valore stesso dell’impresa.
CIO, responsabili delle risorse umane e direzioni operative dovrebbero cominciare da alcune domande molto concrete:
- Quali competenze provocherebbero il danno maggiore se scomparissero domani?
- Quali decisioni importanti dipendono ancora dall’esperienza di poche persone
- Dove si trova oggi quella conoscenza: nei sistemi, nei documenti o soltanto nelle persone?
- Come viene verificata una buona pratica prima di diffonderla?
- Quanto tempo serve perché un nuovo collaboratore raggiunga una reale autonomia?
Le risposte permettono di individuare il patrimonio più esposto e di scegliere dove iniziare.
Il risultato non dovrebbe essere soltanto una knowledge base più grande. Dovrebbe essere una capacità organizzativa nuova: imparare continuamente da chi sa fare e distribuire quella competenza dove può generare valore.
La nuova sovranità del saper fare
Il dibattito europeo sull’intelligenza artificiale si concentra giustamente sulla sovranità dei dati, sulla localizzazione delle infrastrutture e sul controllo dei modelli. Ma esiste un ulteriore livello di sovranità che riguarda direttamente la competitività delle imprese. È la sovranità del saper fare: la capacità di non dipendere da poche persone, da piattaforme esterne o da una memoria organizzativa fragile per conservare ciò che rende un’azienda diversa dalle altre.
Per l’Italia può diventare una scelta industriale strategica. Non dobbiamo necessariamente costruire copie nazionali di ogni tecnologia sviluppata altrove. Possiamo invece utilizzare l’intelligenza artificiale per proteggere e moltiplicare ciò che il nostro sistema produttivo sa fare meglio degli altri.
Perché i modelli potranno conoscere gli stessi testi, analizzare gli stessi dati e offrire capacità sempre più simili. Ma nessun concorrente possiede automaticamente l’esperienza costruita da un’impresa in anni di lavoro.
La via italiana all’AI non consiste nel sostituire il mestiere, ma nel renderlo immortale.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Stefano Rizzo
Source link
