Tempo di Lettura: 5 minuti
Quaranta slide. Un framework con un acronimo inventato. Tre case study americani che non riconoscerete mai. Budget: “a partire da”. Timeline: “dipende”. ROI: “significativo”.
Vi è già arrivata questa proposta. Forse la settimana scorsa. Forse stamattina. E nei prossimi mesi ne arriveranno altre venti, più o meno identiche, da persone che si sono trasformate in “esperti di AI” in un tempo che sfida qualsiasi legge dell’apprendimento umano.
Se state valutando come portare l’intelligenza artificiale nella vostra PMI, questo è il problema che quasi nessuno vi sta raccontando.
L’ascesa dell’esperto istantaneo
Esiste un ciclo che si è perfezionato nel 2025 e che ha colonizzato LinkedIn con una velocità inquietante. Qualcuno legge tre articoli sull’AI, genera una carosello con ChatGPT, ottiene trecento like da colleghi che hanno fatto la stessa cosa, e nel giro di novanta giorni compare sui motori di ricerca come “AI Transformation Advisor”. Non è malafede, nella maggior parte dei casi. È qualcosa di più sottile: la convinzione genuina di sapere, costruita su strati di contenuto altrui mai verificato sul campo.
Il problema non esisteva, o esisteva in misura molto minore, quando diventare un esperto richiedeva anni di esposizione ai fallimenti reali. L’AI generativa ha abbattuto a zero il costo di produzione del contenuto autorevole. Oggi chiunque può produrre analisi, framework e previsioni che passano il filtro di chi non ha tempo o strumenti per verificarle. Il risultato è un mercato della consulenza AI per PMI diventato, in pochissimo tempo, uno dei terreni più fertili per la recita dell’esperto: la performance dell’esperienza senza l’esperienza.
Voi, nel mezzo di una trasformazione aziendale che richiede decisioni concrete, non avete tempo per scoprirlo nel modo sbagliato.
Le cicatrici come prova di competenza
C’è una distinzione che vale la pena tenere in testa ogni volta che incontrate un potenziale consulente AI. Non è la distinzione tra chi sa e chi non sa. È la distinzione tra chi ha costruito e chi ha descritto.
Chi ha costruito ha storie di fallimento specifiche. Non “abbiamo affrontato delle sfide e imparato molto”, che è comunicazione. Ma “al terzo mese il sistema aveva rallentato la produttività del reparto del trenta percento perché nessuno aveva calcolato il tempo di riaddestramento degli operatori, e abbiamo dovuto rinegoziare tutto da capo”: questa è conoscenza. La differenza è la granularità. E la granularità non si fabbrica con un LLM.
Chi ha descritto conosce i trend. Sa citare le ricerche giuste. Ha un’opinione fluida e ben argomentata su ogni domanda che gli ponete. Ma chiedetegli di scendere nel concreto del vostro contesto (quale tool specifico, come ha gestito la resistenza del team, cosa è successo quando il fornitore ha cambiato le API a tre settimane dal lancio) e la conversazione diventa improvvisamente vaga.
È come la differenza tra chi ha studiato la nuoto su YouTube e chi nuota ogni mattina da vent’anni. Entrambi possono descrivervi la tecnica dello stile libero o a rana. Uno di loro, però, vi sa salvare se affogate.
I cinque segnali del consulente AI sbagliato
Prima di firmare qualsiasi contratto, prima di acconsentire a qualsiasi proof of concept, ci sono cinque pattern che potete verificare in autonomia. Non richiedono competenze tecniche. Richiedono solo di fare le domande giuste.
1. Nessuna storia di fallimento.
Se il portfolio è composto esclusivamente da successi e case study lucidati, state guardando materiale di marketing, non tracce di competenza reale. I progetti AI hanno sempre attriti. Chi non li mostra non li ha incontrati sul serio, o li nasconde. Entrambe le possibilità sono un problema.
2. La conoscenza che non scende mai di quota.
Fate scendere la conversazione dal livello strategico a quello operativo. Non le macro-tendenze, ma il concreto: quale strumento avete usato? Come avete gestito l’integrazione con il gestionale esistente? Cosa è successo al budget nella fase di test? Chi ha vera esperienza si muove fluidamente tra visione e dettaglio perché li ha vissuti entrambi. Chi recita rimane a quota tremila metri, perché più in basso non c’è niente su cui appoggiarsi.
3. Il ciclo dell’esperto istantaneo.
Controllate la timeline del profilo. Se qualcuno è diventato esperto di AI negli ultimi dodici-diciotto mesi senza un background tecnico o gestionale strutturato, qualcosa non torna. La competenza reale si accumula con attrito. Quella percepita può essere costruita in un weekend.
4. Posizioni che non evolvono mai.
In un campo che cambia ogni tre mesi, chi ha le stesse opinioni di un anno fa non sta imparando dall’esperienza. Sta proteggendo un brand. I professionisti seri aggiornano continuamente le proprie posizioni perché la realtà operativa li costringe a farlo. Chiedete: “C’è qualcosa che pensavate sull’AI dodici mesi fa e che avete dovuto rivedere?” Se la risposta è no, o è vaga, avete la vostra risposta.
5. La proposta troppo bella.
ROI certi, timelines precise, trasformazioni radicali in sessanta giorni. Sono promesse commerciali, non valutazioni oneste. L’AI in azienda porta risultati concreti, ma richiede iterazione, adattamento, e spesso qualche passo indietro necessario. Chi non ve lo dice non vuole complicarsi la vita. La vostra vita.
Cosa ha senso cercare invece
Il contrario del consulente da palcoscenico non è un tecnico ermetico che parla solo in codice. È qualcuno che sa costruire e sa comunicare. Che ha le mani sporche e sa spiegare perché certe scelte valgono l’investimento. Per una PMI italiana, ci sono tre caratteristiche che raramente compaiono nei pitch di presentazione ma che fanno tutta la differenza.
Contesto operativo italiano.
L’AI non è neutrale rispetto al contesto. Un sistema di automazione che funziona per un e-commerce californiano non si trasferisce meccanicamente a un’azienda manifatturiera con vent’anni di processi consolidati, un ERP che risale al 2009, e un team commerciale che ha resistito anche all’introduzione del CRM. Chi ha esperienza nel vostro mercato specifico sa dove i modelli generali si rompono. Gli altri lo scoprono a vostre spese.
Presenza nel processo, non solo nella proposta.
Il consulente che sparisce dopo aver consegnato la roadmap è un consulente che non si fida del proprio lavoro. Chi sa quello che fa rimane nel processo, partecipa alle difficoltà, aggiusta il tiro quando emerge il primo problema imprevisto (e ce ne sarà almeno uno). La misura dell’impegno non è la qualità della presentazione iniziale. È chi risponde quando a tre mesi dall’implementazione qualcosa non va come previsto.
Onestà sul perimetro.
L’AI può fare molto. Non può fare tutto, e non fa miracoli in sei settimane. Un partner affidabile vi dice chiaramente cosa ha senso automatizzare nel vostro caso specifico, cosa non è ancora maturo tecnicamente, e dove il costo di implementazione supera i benefici attesi. Se nessuno vi ha mai detto “in questo caso specifico l’AI non è la soluzione giusta”, probabilmente non avete ancora parlato con la persona giusta.
La domanda che vale più di qualsiasi documento di gara
Prima di qualsiasi incontro con un potenziale consulente AI, tenete pronta una domanda sola.
“Cosa avete costruito, e cosa è andato storto?”
Non è una domanda trabocchetto. È una domanda di rispetto reciproco. Chi ha vera esperienza la apprezza, perché sa che risponderci bene vale più di qualsiasi slide. Chi fa la recita dell’esperto si innervosisce, torna ai framework, diventa improvvisamente generico.
La risposta a quella domanda vi dirà in cinque minuti quello che un documento di gara da trenta pagine non vi dirà mai. E vi risparmierà mesi di lavoro fatto nel modo sbagliato, con le conseguenze sbagliate, da qualcuno che in realtà stava imparando sul vostro budget.
L’AI in azienda non è complicata per chi sa come si costruisce davvero. È complicata solo per chi non ci ha mai messo le mani.
Restate lucidi, ribelli digitali.
