L’intelligenza artificiale agentica e quella generativa stanno trasformando in profondità il mercato dell’information technology e va da sé che tale trasformazione interessi da molto vicino anche il ruolo e l’operatività dei system integrator. Se fino a ieri il paradigma dell’integrazione era sinonimo di capacità di connettere sistemi e piattaforme, oggi si parla di intelligenza da orchestrare, di automazione avanzata da abilitare, di governance dei modelli da garantire, di compliance normativa da assicurare. La spinta congiunta dei grandi vendor, che incorporano l’AI in tutte le loro suite applicative, e della crescente domanda delle imprese, per quanto ancora frammentata, costringe gli operatori del canale a un riposizionamento strategico del loro ruolo. Solo chi saprà governare a tutto tondo l’intelligenza artificiale, questa la sintesi che accompagna questo nuovo capitolo della sfida che segnerà nei prossimi anni il comparto IT, potrà insomma aspirare a diventare un partner imprescindibile del processo di trasformazione digitale.

Gli agenti che collaborano fra di loro e con le persone prendendo decisioni autonome su compiti complessi e i modelli di linguaggio di grande formato capaci di produrre testo, codice e immagini rappresentano secondo gli esperti un “qualcosa” che non si può derubricare a semplice evoluzione tecnologica. È un salto in avanti che ridefinisce processi e modelli di business, che riflette un ritmo di adozione di soluzioni AI nelle imprese esploso negli ultimi due anni e che sta rapidamente diventando una componente ordinaria degli stack applicativi. I system integrator sono quindi chiamati a evolvere da esecutori di soluzioni a partner strategici della trasformazione aziendale, da “semplici” connettori di sistemi a veri abilitatori di valore e di intelligenza distribuita. Per farlo è loro “imposto” un nuovo mix di competenze, che spaziano dalla capacità di orchestrare i modelli LLM a quella di facilitare l’integrazione delle soluzioni e degli strumenti AI-ready nei sistemi core dell’organizzazione, dal CRM agli ERP passando per le suite di collaboration e le piattaforme di sviluppo.

L’obiettivo è come sempre quello di migliorare le performance di business e le criticità insite a questa transizione diventano necessariamente una priorità per l’intero tessuto dei partner e soprattutto per chi lavora a stretto contatto con le piccole e medie imprese. Ci dobbiamo quindi aspettare una riconversione dei system integrator al rango di attori impegnati nella co-creazione di soluzioni AI-driven e nell’innovazione di processo all’insegna degli strumenti generativi e agentici? Se l’AI è già embedded in ogni software, che valore aggiunto resta al system integrator? E quanto a lungo si può vivere di progetti una tantum, mentre i clienti chiedono modelli ricorrenti e proof-of-value immediati? Proviamo a capire come i system integrator stanno cambiando pelle.

LA SPINTA DEI VENDOR

Il contesto all’interno del quale le aziende tech del canale sono chiamate a cambiare pelle è noto: il mercato dell’AI in Italia viaggia a ritmi spediti (nel 2024 è cresciuto in valore del 58% anno su anno toccando quota 1,2 miliardi di euro). A guidare la corsa all’adozione sono principalmente le grandi imprese, con il 59% di esse che conferma di avere un progetto attivo, rispetto a una media europea del 69%. Solo il 7% delle piccole e il 15% delle medie, per contro, hanno avviato iniziative concrete legate all’intelligenza artificiale. Sappiamo inoltre, e ce lo dice sempre l’ultima edizione dell’Osservatorio Artificial Intelligence del Politecnico di Milano, come le sperimentazioni che utilizzano anche la Generative AI rappresentino il 43% del giro d’affari complessivo e come i settori più attivi risultano essere telecomunicazioni, media e assicurazioni, seguiti da energia, materie prime e utility, oltre che dal comparto bancario e finanziario.

Collocata nelle retrovie per quanto riguarda i livelli di adozione dell’AI nelle aziende, l’Italia è invece ai primi posti nell’utilizzo di strumenti di GenAI pronti all’uso, con il 53% delle imprese di classe enterprise della Penisola che ha acquistato licenze per l’utilizzo di queste soluzioni e con oltre un terzo di esse che ha già riscontrato un effettivo aumento della produttività. Le grandi aziende italiane si mostrano infine consapevoli dei rischi di un utilizzo non governato dell’AI: in oltre il 40% dei casi sono state definite linee guida e regole per l’utilizzo della tecnologia e in circa due organizzazioni su dieci (il 17% per la precisione) è stato vietato l’uso di tool non approvati per evitare logiche di Shadow AI.

Quello appena descritto nei numeri è lo scenario dove i system integrator giocano la loro “nuova” partita. «Storicamente responsabili dell’integrazione di sistemi eterogenei, questi soggetti si trovano oggi a fronteggiare una nuova sfida, quella di adattarsi e ampliare il proprio ruolo in un contesto sempre più dominato dall’AI» – spiega Alessandro Piva, direttore dell’Osservatorio Artificial Intelligence. «Tradizionalmente, i system integrator hanno ricoperto un ruolo cruciale nell’aiutare le aziende a ottimizzare sistemi complessi ma l’avvento su larga scala dell’intelligenza artificiale spinge il loro ruolo ben oltre la connessione di infrastrutture, guidandoli verso la co-creazione di soluzioni in grado di rispondere a nuove esigenze e a nuove opportunità». Fra le opportunità, come conferma l’esperto del Politecnico, ci sono ovviamente le PMI, che rappresentano una fetta significativa del mercato e sono un target difficile da raggiungere direttamente per i grandi vendor, perché generalmente caratterizzate da budget limitati, risorse interne meno specializzate e una minore propensione a sperimentare tecnologie avanzate. «Grazie alla loro capacità di tradurre soluzioni complesse in applicazioni pratiche e scalabili, i system integrator rappresentano il canale ideale per portare l’evoluzione assicurata dall’AI anche nelle piccole e medie imprese, consentendo a queste realtà di accedere a tecnologie realmente innovative senza dover affrontare una curva di apprendimento troppo ripida».

C’è quindi un ulteriore aspetto da considerare. «In qualità di partner tecnologici – aggiunge Piva – i system integrator offrono competenze che i vendor tech da soli non sarebbero in grado di replicare, svolgendo una funzione determinante non solo nell’implementazione di piattaforme e applicazioni ma anche nel guidare l’adozione di soluzioni che rispondano perfettamente alle esigenze dei loro clienti».

LA FILIERA ITALIANA DEL SOFTWARE

La mappatura realizzata dal Politecnico sullo stato di adozione dell’AI in Italia ha messo in evidenza l’importanza e il peso (rappresentano il 43% del mercato complessivo) dei progetti ibridi, caratterizzati da componenti di intelligenza artificiale tradizionale e generativa. Questa ondata di interesse, come ha osservato Piva, si sta concretizzando nel breve termine in un aumento della spesa e dell’adozione di applicazioni AI, oltre che nell’integrazione di funzionalità innovative a livello di software. E proprio il software gioca un ruolo cruciale in questo cambiamento, non solo per la creazione di soluzioni basate su algoritmi e strumenti agentici, ma anche per la digitalizzazione delle piccole e medie imprese e l’innovazione dei modelli di business.

La ricerca dell’Osservatorio Software & Digital Native Innovation del Politecnico di Milano ha approfondito in tal senso l’offerta presente a livello nazionale attraverso un censimento di 1.884 fra piccole e grandi aziende italiane operanti nel campo del software, di cui 1.031 produttori di soluzioni proprietarie. Dall’indagine emerge come all’interno di questa filiera il 55% delle imprese fornisca servizi su prodotti di terzi o un modello ibrido tra tecnologie proprietarie e servizi su soluzioni di terzi e come, fra i prodotti più diffusi, la fetta più grande spetti ai gestionali (offerti dal 79% delle aziende censite), davanti ai software di cybersecurity (37%) e di analytics e intelligenza artificiale (18%). È interessante notare come fra gli esempi di applicazione dell’AI vi siano anche soluzioni di formazione aziendale integrata con strumenti di GenAI per la creazione di contenuti, sistemi di gestione documentale che sfruttano la lettura ottica dei testi e tecniche di Natural Language Processing per l’interazione a livello di applicativi.

«I system integrator sono coinvolti in tutta una serie di attività strategiche per la trasformazione digitale delle aziende e rappresentano il ponte tra i grandi vendor e le PMI, favorendo l’accessibilità e l’applicabilità dell’AI in contesti specifici e rendendo il loro ruolo essenziale nell’attuale panorama tecnologico. Da connettori – conclude Piva, ribadendo il concetto iniziale dell’evoluzione del ruolo di queste imprese – i system integrator diventano veri e propri innovatori, contribuendo a veicolare anche nelle aziende di piccole e medie dimensioni le soluzioni basate su intelligenza artificiale e supportando le imprese nell’automazione dei processi, nel miglioramento dell’esperienza utente e nell’analisi predittiva».

SYSTEM INTEGRATOR 4.0

L’arena competitiva è dunque cambiata: non basta più garantire che un sistema ERP dialoghi con un CRM o che una base dati sia raggiungibile da un’applicazione. Il valore che un’azienda si aspetta da un system integrator è un altro: la capacità di introdurre intelligenza nei processi in modo misurabile, sostenibile e sicuro. Il salto culturale richiesto è notevole, perché si passa da attività tipicamente ingegneristiche e focalizzate sull’integrazione a livello software e hardware a responsabilità più strategiche che includono la selezione dei modelli di intelligenza artificiale, la progettazione di nuove pipeline di dati, la definizione di contratti di servizio per modelli che “apprendono” e si evolvono.

Nondimeno, i system integrator sono chiamati alla costruzione di interfacce uomo-macchina che cambiano il modo in cui gli utenti aziendali lavorano e a imporre questo cambiamento di compiti sono i numeri che confermano la portata del fenomeno. Lo studio “The state of AI: How organizations are rewiring to capture value” di McKinsey attesta in modo inequivocabile come l’utilizzo della Generative AI nelle organizzazioni sia cresciuto in modo marcato negli ultimi due anni, con percentuali di incremento dell’adozione di questi strumenti che riflettono la pervasiva diffusione di questa tecnologia nelle business unit aziendali più dinamiche, a cominciare dal marketing e dal customer care.

Come anticipato all’inizio di questo dossier, due sono i fattori che guidano questa evoluzione. Da un lato la spinta assertiva degli hyperscaler e dei grandi software vendor (come Microsoft, Google, AWS, SAP, Oracle, Salesforce e altri), che progressivamente stanno integrando capacità di intelligenza artificiale nel cuore delle loro piattaforme. Dall’altro l’interesse crescente delle imprese per queste tecnologie, per quanto diviso tra l’entusiasmo per i potenziali benefici associati alle soluzioni di AI e la diffidenza verso queste stesse soluzioni per ragioni di costo, compliance o pragmatiche difficoltà di integrazione. L’integrazione di “copiloti” generativi direttamente nelle suite di produttività e nelle piattaforme di CRM e gestionali o la disponibilità in cloud di servizi per lo sviluppo di agenti riducono la barriera tecnica all’ingresso dell’intelligenza artificiale in azienda, ma allo stesso tempo immettono sul mercato soluzioni “chiavi in mano”, se gli operatori del canale non sapranno aggiungere (e portare all’attenzione di cio e responsabili IT) valore differenziato, che possono erodere le attività di integrazione tradizionali.

Il profilo operativo del system integrator 4.0 si arricchisce dunque di nuove competenze, che spaziano dall’ingegneria della conoscenza alla progettazione di architetture RAG (Retrieval Augmented Generation), dal monitoraggio continuo dei modelli alle capacità di data engineering per garantire qualità e tracciamento del ciclo di vita dei dati. Il mercato dei tool MLOps (Machine Learning Operations), per esempio, è previsto possa crescere a doppia cifra nei prossimi anni (le stime sono di Grand View Research) e ribadisce per i system integrator la necessità di costruire nuove competenze interne (o ecosistemi di partnership) per offrire alle aziende soluzioni complete per sviluppare i modelli AI e gestirne l’esercizio operativo. Ultimo, ma non meno importante, elemento da considerare in questa transizione, è il ruolo dei Managed Service Provider, anch’essi obbligati a un salto in avanti “prestazionale” che va oltre il classico mantenimento delle reti e contempla altre mansioni come il governo del ciclo di vita dei modelli, l’aggiornamento dei dataset o l’implementazione dei tool MLOps. Stiamo parlando di un mercato, quello dei servizi gestiti, di per sé già molto ampio e in continua espansione (lo conferma anche un recente report pubblicato da Fortune Business Insights) che può garantire una cornice economica favorevole all’evoluzione del ruolo dei system integrator. Questo nuovo posizionamento richiede, infine, anche una doverosa riflessione sui modelli commerciali. Accanto al tradizionale approccio che comprende le fasi di progettazione ed execution si affiancano offerte As a Service e di revenue sharing legate al valore prodotto dall’intelligenza.

Il concetto di “co-pilot di processo”, per esempio, trova concretezza nella disponibilità di agenti AI integrati nei flussi che affiancano l’operatore e che richiedono garanzie di sicurezza e SLA rispetto a nuovi parametri, come l’accuratezza del modello, il tempo di risposta o l’indice di errore. Per i system integrator che sapranno governare questi elementi, si aprono nuove opportunità di business. Per gli operatori che resteranno legati a logiche meramente infrastrutturali, il rischio è di conoscere una progressiva regressione a un ruolo di “factor commodity”.

L’INTEGRAZIONE DELL’AI

L’intelligenza artificiale non è una “app” che si attacca a un sistema: è una componente trasversale che si inserisce nei processi, nelle basi dati e nelle interfacce. In ambito CRM l’introduzione di modelli generativi e agentici significa che le attività commerciali possono essere supportate da co-piloti che sintetizzano informazioni, compongono proposte commerciali personalizzate, valutano la probabilità di conversione dei lead e suggeriscono azioni. In ambito ERP, l’AI abilita la pianificazione predittiva delle catene di fornitura, ottimizzazioni di magazzino e automazioni contabili che richiedono l’accesso a flussi di dati eterogenei e il rispetto di regole di controllo interno molto stringenti. Anche l’attività di customer service è profondamente intaccata dagli strumenti di intelligenza artificiale, sotto forma di knowledge base autoaggiornanti, di sistemi assistiti da agenti e “human-in-the-loop” che rendono possibili risposte sempre più contestualizzate e a minor costo. Non si tratta di ipotesi astratte o futuribili ma di una realtà composta da piattaforme di classe enterprise che stanno già offrendo queste funzionalità integrate in prodotti pronti all’uso. Il compito del system integrator, in questa nuova fase, consiste nell’orchestrare questi elementi all’interno di architetture coerenti, e quindi costruire i connettori che consentono a un modello di accedere a dati legacy, disegnare i layer di sicurezza e di data governance che proteggono gli asset informativi aziendali, automatizzare pipeline dati e processi di deployment, garantire la tracciabilità e riproducibilità dei risultati. Non è più sufficiente conoscere il linguaggio delle API e dei protocolli di comunicazione ma servono competenze su RAG, tecniche di embedding e di vector searching e conoscenze su come impostare metriche di monitoraggio che misurino non solo la disponibilità tecnica, ma l’efficacia del modello AI sul processo di business.

I modelli di delivery delle soluzioni si stanno ridefinendo intorno a tre assi principali: l’AI As a Service erogata on demand; la co-creazione, che vede system integrator e azienda cliente progettare insieme use case verticali; l’approccio platform-based, in cui il business partner costruisce soluzioni componibili su piattaforme che dispongono di modelli e governance integrata. Questa molteplicità permette di avvicinare alle tecnologie generative e agentiche anche realtà meno mature, ma obbliga le aziende a scelte delicate tra chiusura/proprietà, apertura/interoperabilità e dipendenza dai grandi player.

Le grandi software house stanno proponendo sul mercato soluzioni native che riducono la necessità di integrazione punto a punto e i cloud vendor offrono a loro volta tool MLOps e servizi gestiti che riducono il tradizionale lavoro di engineering. Per superare questo rischio di marginalizzazione, gli operatori del canale devono quindi spostarsi su territori a maggior valore aggiunto, e più precisamente la consulenza strategica sui processi, customizzazione verticale, servizi gestiti di terzo livello. In altre parole, il system integrator è chiamato oggi a muoversi sia “a monte” (per la definizione della strategia AI e per l’assessment degli impatti sul business) sia “a valle” (fornendo servizi operativi e governance) per ridurre l’eventualità di essere sostituiti da un semplice plug-in.

Il nuovo “rapporto” fra tech vendor, hyperscaler e operatore del canale, secondo varie società di ricerca (Forrester fra queste) sarà una delle grandi dinamiche del mercato cloud/AI negli anni a venire e, sempre guardando a un orizzonte di medio termine, la previsione più gettonata (ripresa anche nel rapporto di McKinsey) vede molte implementazioni pronte a migrare dallo stato di proof-of-concept a quello di componenti integrate nei processi core. Il punto di caduta per i system integrator è la conoscenza dei processi di business per trasformare gli output forniti dai modelli in decisioni operative e misurabili (in termini di riduzione costi, aumento del fatturato, velocità di risposta sul mercato), con pipeline di dati robuste e strutturate e una governance chiara ed efficace.

ALLA (RI)CONQUISTA DELLE PMI

Le piccole e medie imprese sono un soggetto di mercato ad alto potenziale ma difficile da raggiungere, e dove (spesso) solo l’intervento di partner locali e settoriali può tradurre la tecnologia in valore reale scaricando a terra fattori realmente abilitanti quali la prossimità territoriale, la conoscenza del settore verticale in cui l’azienda opera e la capacità di ascolto. Se parliamo di intelligenza artificiale, il livello di adozione nelle PMI italiane è come già detto molto inferiore a quella delle imprese di grandi dimensioni (solo il 7% delle piccole e il 15% delle medie ha avviato progetti, secondo i dati del Politecnico) e in linea di massima ha come fine ultimo l’efficienza operativa e l’ottimizzazione dei processi produttivi. Dal punto di vista tecnico, uno dei limiti più evidenti è il basso livello di maturità nella gestione dei dati mentre più in generale i motivi che inibiscono la diffusione della tecnologia sono diversi e comprendono la mancanza di competenze digitali adeguate, vincoli di budget, altre priorità operative e, non ultimo, resistenze culturali verso cambi organizzativi radicali.

In questo contesto, il ruolo del canale può essere cruciale, perché sono proprio i system integrator gli attori che possono trasformare tecnologie complesse in “pacchetti” fruibili e con pricing sostenibile, con il necessario corredo di adeguati servizi di formazione. La conoscenza settoriale e la capacità di verticalizzazione diventano vantaggi competitivi determinanti: un partner che conosce il processo produttivo di una PMI manifatturiera o le regole di conformità di uno studio legale è molto più credibile se propone un agente AI che automatizza e migliora processi specifici, rispetto a una soluzione generica pensata per grandi clienti. Le opportunità che si creano per gli operatori del canale (e a cascata i benefici che possono generarsi per le aziende utenti) sono molteplici e possono includere la creazione di pacchetti “industry-specific” con componenti plug-and-play per i sistemi di CRM, di billing e di gestione del magazzino o soluzioni AI per le attività di supporto clienti che includono formazione, data-preparation e servizi gestiti. Un’ulteriore opportunità deriva dalla costruzione di marketplace di soluzioni e di “ecosistemi aperti” che permettono di combinare moduli di terze parti e di interoperare senza lock-in o della disponibilità di cataloghi di soluzioni verticali che ne semplificano l’implementazione nelle piccole e medie imprese.

Ciò che le aziende chiedono, per accelerare il percorso di adozione delle tecnologie dell’AI, sono quindi modelli di consumo flessibili delle soluzioni (tramite abbonamenti mensili o progetti “proof-of-value” pagati a risultato), servizi di assessment rapidi e percorsi di change management che prevedono la formazione del management e degli operatori. Senza dimenticare un elemento probabilmente decisivo nella proposizione commerciale di un system integrator che vuole vincere la scommessa dell’intelligenza artificiale: dare concretezza all’azienda cliente (PMI in testa) del ritorno economico dell’investimento, che sia in termini di riduzione del tempo di evasione degli ordini o in fatto di diminuzione degli errori contabili o ancora nell’aumento del tasso di conversione dei lead. Queste sono metriche che le imprese, di qualsiasi dimensione, capiscono e considerano come valore, anche nell’era degli strumenti di AI generativa e agentica.

L'articolo System integrator, la nuova partita si gioca sull’AI proviene da Data Manager Online.

La Pubblica Amministrazione è sempre sotto osservazione per quanto concerne la capacità di erogare servizi in grado di rispondere prontamente ai bisogni del cittadino, sfruttando il digitale come leva di ottimizzazione dei processi. Molto spesso la tecnologia è stata vista solo come uno strumento per digitalizzare, riducendo i processi alla semplice dematerializzazione, senza affrontare la vera sfida: trasformare profondamente l’intero funzionamento della Pubblica Amministrazione. Il ricorso all’automazione dei processi, alla condivisione dei dati e a tecnologie moderne e scalabili è l’unica via per ridurre i tempi di risposta e migliorare l’efficienza operativa. Le professionalità presenti nella Pubblica Amministrazione si stanno velocemente adeguando, ciò che ancora deve avvenire è un cambio di visione e una adozione a livello capillare su tutte le realtà territoriali e non solo centralmente. Oggi a livello tecnologico le soluzioni esistono e alcune amministrazioni hanno già intrapreso questo percorso trasformativo. Ora occorre continuità di intenti e visione di lungo periodo, oltre che investimenti adeguati: unica via per ottenere i benefici attesi.

ITALIA DIGITALE 2026

Analizzare lo stato dell’arte della trasformazione digitale nella Pubblica Amministrazione non può che partire da dati relativi agli investimenti. Secondo il piano di Italia Digitale 2026, il 27% delle risorse totali del PNRR sono dedicate alla transizione digitale. Il Piano strategico si sviluppa su due asset: da una parte le infrastrutture digitali e la connettività a banda ultra larga, dall’altra tutti quegli interventi volti a trasformare la PA in chiave digitale. Ancora più importante è l’affermazione che i due pilastri sono necessari per garantire che tutti i cittadini abbiano accesso a connessioni veloci per vivere appieno le opportunità che una vita digitale può e deve offrire, e per migliorare il rapporto tra cittadino e Pubblica Amministrazione rendendo quest’ultima un alleato nella vita digitale dei cittadini. Qui risiede il punto focale della strategia: avvicinare la PA al cittadino ed alle aziende. Come? Snellendo i processi, ottimizzando i servizi, garantendo la non duplicazione dei dati, la loro sicurezza, rendendo i sistemi interoperabili. Con questo spirito i finanziamenti vanno a coprire anche gli ambiti più rilevanti della PA: una giustizia che sfrutti sempre più l’offerta di servizi digitali, una sanità che veda nel fascicolo sanitario del cittadino e nella telemedicina due fattori importanti di supporto alla popolazione, un comparto privato che possa contare su una PA che faciliti il proprio lavoro e non lo ostacoli con lungaggini burocratiche, una ricerca universitaria che abbia la capacità di parlare al mondo aziendale diventando hub di competenze e di innovazione.

Analizziamo quindi alcuni di questi ambiti partendo dalla digitalizzazione della PA. Se l’obiettivo dichiarato è “rendere la Pubblica Amministrazione la migliore alleata di cittadini e imprese, con un’offerta di servizi sempre più efficienti e facilmente accessibili” occorre agire sia sull’ambito infrastrutturale che su quello applicativo, quindi dei servizi. Per fare questo il piano triennale da un lato spinge l’acceleratore sulla migrazione al cloud delle amministrazioni e all’efficientamento dei servizi, secondo il principio “once-only”, ovverossia non richiedere ai cittadini e alle imprese informazioni già in possesso di qualsivoglia comparto della PA, garantendo il giusto livello di sicurezza e confidenzialità dei dati. Dall’altro lato vengono estesi i servizi ai cittadini migliorandone l’accessibilità e adeguando i processi prioritari delle Amministrazioni Centrali agli standard condivisi da tutti gli stati dell’Unione Europea. Soprattutto è molto importante – e qui si vede tutta l’arretratezza della macchina pubblica in termini di feudi e interessi locali nel digitale – «che la trasformazione digitale arrivi in periferia e non si fermi a livello centrale con un proliferare di sperimentazioni e piattaforme» – spiega Massimo Bollati, direttore per la Trasformazione Digitale dell’Agenzia del Demanio. Tutto bello: ma gli investimenti? Le risorse economiche ci sono: parliamo di 6,74 miliardi per la digitalizzazione della PA e di 6,71 miliardi per la realizzazione di reti ultraveloci. Secondo i dati del Dipartimento della Trasformazione Digitale pubblicati nel 2023, il piano per l’Italia Digitale dovrebbe portare il nostro Paese nel gruppo di testa in Europa entro il 2026. La strategia nazionale presuppone che siano raggiunti alcuni obiettivi. Innanzitutto dotare il 70% della popolazione della identità digitale, portare il 75% delle PA a utilizzare il cloud, mettere a disposizione online almeno l’80% dei servizi pubblici essenziali, connettere il 100% di cittadini ed imprese con reti ultraveloci.

Però prima di tutto occorre sottolineare che quello su cui occorre lavorare primariamente al di fuori degli investimenti tecnologici è l’alfabetizzazione informatica del cittadino e delle PMI, che sono la grande parte delle aziende che devono interagire con la PA. Se partecipare a una gara o bando pubblico è così complesso e articolato che solo una grande azienda con svariate decine o centinaia di addetti dedicati può parteciparvi, la sfida della trasformazione digitale della PA può considerarsi fallita prima di raggiungere l’obiettivo. Per restare in target occorre invece che il 70% della popolazione sia “digitalmente abile”.

REQUISITI, STANDARD E SILOS

Tenendo conto che attualmente, il 95% dei circa 11mila data center utilizzati dagli enti pubblici italiani sparsi sul territorio presenta carenze nei requisiti minimi di sicurezza, affidabilità, capacità elaborativa ed efficienza, l’approccio “cloud first” è stato finanziato con 900 milioni di euro proprio con il fine di razionalizzarli e consolidarli. Questo può avvenire con un processo di migrazione sul Polo Strategico Nazionale (PSN) con una nuova infrastruttura dedicata cloud (completamente privata o ibrida), localizzata sul territorio nazionale e all’avanguardia in prestazioni e sicurezza, oppure sul public cloud di uno tra gli operatori di mercato opportunamente certificati. Inoltre, siccome migrare al cloud non è proprio come cambiare auto ma comporta un pesante lavoro di analisi e attuazione di migrazione di dati, di riscrittura (in parte o in toto) di applicativi, un ulteriore plafond di un miliardo di euro è stato indirizzato per supportare le amministrazioni centrali e locali in questo processo.

Per facilitare l’orchestrazione di questa significativa mole di lavoro è stato creato un team dedicato a guida del Dipartimento per la Trasformazione Digitale, incaricato di censire e certificare i fornitori idonei per ogni attività della trasformazione e, successivamente, di predisporre “pacchetti” e moduli standard (che ogni PA combinerà a seconda dei propri bisogni specifici). Per le PA locali minori, che non hanno la massa critica per una gestione individuale, verrà resa obbligatoria l’aggregazione in raggruppamenti ad hoc per l’esecuzione dell’attività di migrazione. La transizione al cloud è funzionale anche allo sviluppo di un ecosistema di imprese e startup in grado di integrare e migliorare l’offerta e la qualità di prodotti software per la PA. Oggi, le singole amministrazioni lavorano come tanti silos separati non interconnessi tra loro. La trasformazione digitale della PA si prefigge di cambiare l’architettura e le modalità di interconnessione tra le basi dati delle amministrazioni.

Avere banche dati pubbliche che parlano tra loro, contribuisce a un risparmio economico per le amministrazioni e di tempo per i cittadini. Once-only: per attuare questo concetto è necessario implementare e attuare il cosiddetto profilo digitale di ogni cittadino e impresa. Quindi basi dati distinte ma completamente interconnesse e interoperabili. Le risorse a disposizione sono 650 milioni di euro suddivisi su due ambiti: da un lato lo sviluppo e la messa in esercizio di una Piattaforma Digitale Nazionale Dati (PDND) al fine di garantire l’interoperabilità dei dati pubblici, dall’altro le attività di facilitazione alla implementazione di uno Sportello Digitale Unico, attuando il regolamento europeo che ha l’obiettivo di uniformare l’accesso ai servizi digitali in tutti i Paesi membri dell’UE.

Abbiamo già detto che uno degli obiettivi primari della trasformazione digitale della PA è semplificare la vita digitale dei cittadini e delle imprese, attraverso il miglioramento dei servizi pubblici. Il piano da 2,01 miliardi di euro prevede sei ambiti di azione: migliorare l’esperienza dei servizi pubblici digitali definendo e promuovendo l’adozione di modelli collaudati e riutilizzabili per la creazione di siti internet e l’erogazione di servizi pubblici digitali; migliorare l’accessibilità dei servizi pubblici digitali attraverso la diffusione di strumenti e strategie condivise: da test di usabilità ad attività di comunicazione e disseminazione passando per lo sviluppo di kit dedicati e altro; accelerare l’adozione di pagoPA, la piattaforma digitale per i pagamenti verso le Pubbliche Amministrazioni, e dell’app IO quale principale punto di contatto tra enti e cittadini per la fruizione dei servizi pubblici digitali; favorire l’adozione dell’identità digitale (Sistema Pubblico di Identità Digitale, SPID e Carta d’Identità Elettronica, CIE) e dell’Anagrafe nazionale della popolazione residente (ANPR); sviluppare e implementare la Piattaforma notifiche digitali degli atti pubblici, l’infrastruttura che le PA utilizzeranno per la notificazione di atti amministrativi a valore legale verso persone fisiche e giuridiche, contribuendo ad una riduzione di costi e tempo per cittadini ed enti; promuovere l’adozione di Mobility as a Service (MaaS) nei comuni per digitalizzare il trasporto locale e fornire ai cittadini un’esperienza di mobilità integrata: dalla pianificazione del viaggio ai pagamenti.

PA INTEROPERABILE

Dal 12 settembre 2025 entra in vigore in Italia il Regolamento (UE) 2023/2854 del Parlamento e del Consiglio Europeo, meglio noto come “Data Act”, e anche la pubblica amministrazione sarà impattata da queste nuove regole. Se si dovesse riassumere il contenuto del Data Act si potrebbe dire che chiarisce e regolamenta chi può raccogliere i dati – e quali – e conseguentemente come può utilizzarli. Ma attenzione. «Senza una tassonomia univoca e un’ontologia coerente, la condivisione dei dati resta priva di valore reale» avverte Bollati. Restringendo il campo al comparto pubblico è opportuno evidenziare che viene regolamentata l’interoperabilità e la governance dei dati stessi, nonché la possibilità e le modalità (anche dietro adeguata remunerazione) di interscambio di dati tra privato e pubblico. Una figura centrale di “garante” dei dati dovrebbe essere istituita al fine di consentire la corretta attuazione delle regole del Data Act. L’attuazione piena del Data Act potrà portare una serie di benefici che vanno dalla disponibilità di dati su cui prendere decisioni e la possibilità di accedere a dati posseduti da aziende private con oneri regolamentati, fino all’utilizzo di standard europei per l’interoperabilità.

Come riportato dal sito AgID grazie alle nuove linee guida del PDND emanate a giugno 2025, l’interoperabilità si arricchisce di funzionalità evolute per rendere maggiormente sicuro lo scambio di dati e introduce altri strumenti di cooperazione, rendendo la piattaforma più efficiente e aperta. Il nuovo impianto normativo e tecnico mira a rendere l’interoperabilità tra gli enti più efficiente, con impatti concreti su servizi, processi e tempi di risposta per pubbliche amministrazioni, cittadini e imprese, favorendo una PA più integrata e orientata al cittadino. A garanzia della corretta gestione dei dati occorre evidenziare che, secondo quanto previsto dall’art. 71 del Codice dell’Amministrazione Digitale (CAD), al fine di garantire solidità, conformità e trasparenza, il percorso di aggiornamento ha incluso una consultazione pubblica del testo e dei relativi allegati, seguita da una revisione tecnica e istituzionale che ha coinvolto il Garante per la protezione dei dati personali, la Conferenza Unificata e la Commissione Europea. Maggiore sicurezza, semplificazione e standardizzazione, efficienza e cooperazione applicativa, monitoraggio e migliore gestione interna: passi verso un ecosistema digitale aperto. Tra le principali novità introdotte dalla nuova versione delle Linee Guida per la PDND spicca l’apertura della piattaforma anche ai soggetti privati, che potranno aderire e operare, nell’ambito di attività connesse a finalità di interesse pubblico, sia come Fruitori sia come Erogatori di servizi. La PDND si configura così come un canale istituzionale, sicuro e standardizzato per lo scambio di dati tra Pubblica Amministrazione e settore privato, favorendo la nascita di un ecosistema digitale integrato e abilitando servizi più connessi, efficienti e accessibili per cittadini e imprese.

INSIEME PER LA CRESCITA

È noto che la digitalizzazione accresce in modo significativo la vulnerabilità dei dati, siano essi del cittadino, delle imprese o delle istituzioni pubbliche. Al tema della cybersecurity sono destinati 620 milioni di euro. Se le amministrazioni locali sono quelle che faticano di più a trovare i finanziamenti corretti per la loro trasformazione digitale, sono le grandi amministrazioni centrali quelle che giocano un ruolo fondamentale nell’offerta di servizi pubblici efficienti e snelli. Interventi mirati del valore di 610 milioni di euro sono stati messi in cantiere proprio per la digitalizzazione di questi colossi: Inps, Ministero della Giustizia, Inail, Ministero dell’Interno, Ministero della Difesa, Guardia di Finanza, Consiglio di Stato.

All’Inps vanno 180 milioni per la revisione di sistemi e procedure interne. Al Ministero della Giustizia vanno 133,2 milioni per la digitalizzazione degli archivi relativi ai procedimenti civili dei Tribunali ordinari, delle Corti d’appello e degli atti giudiziari di Cassazione, creazione di un data lake per l’estrazione e l’organizzazione degli orientamenti giurisprudenziali, di analisi statistiche avanzate, anche sulla base di dati non strutturati contenuti nei documenti, per monitorare l’efficienza e l’efficacia del sistema giudiziario ed ottimizzare la gestione dei tempi di istruttoria. All’Inail spettano 116 milioni per la digitalizzazione dei processi e dei servizi istituzionali e l’adozione di un digital workplace. Per la digitalizzazione dei servizi al cittadino e dei processi interni, sviluppo di applicazioni e sistemi gestionali interni e riqualificazione delle capacità digitali del personale vanno al Ministero dell’Interno 107 milioni. Il consolidamento dell’infrastruttura digitale, potenziamento della sicurezza delle informazioni e migrazione delle applicazioni legate alla gestione del personale verso un paradigma open source costerà al Ministero della Difesa 42,5 milioni di euro.

La Guardia di Finanza riceverà 25 milioni di euro per potenziare l’attività di prevenzione e contrasto dei reati finanziari attraverso la data science. L’investimento punta a evolvere i sistemi informativi del Corpo grazie all’introduzione di algoritmi di intelligenza artificiale e modelli di analisi predittiva e prescrittiva. Infine il Consiglio di Stato avrà 7,5 milioni per il potenziamento del sistema informativo della Giustizia Amministrativa mediante l’implementazione di un sistema di conservazione a norma per la custodia dei documenti giurisdizionali, di un data warehouse con funzionalità evolute di business intelligence per analisi statistiche georeferenziate e predittive, applicazioni di intelligenza artificiale per l’efficientamento dei processi di lavoro e l’innalzamento dei livelli di sicurezza informatica.

In coda alla lista della spesa, appena 200 milioni di euro sono stati stanziati per sviluppare le competenze digitali dei cittadini. Una cifra limitata, se confrontata con le altre voci di spesa, a fronte di un obiettivo fondamentale: garantire che la trasformazione digitale della PA sia davvero accessibile a tutti. A tal fine sono state definite due iniziative: l’istituzione del Servizio Civile Digitale con la formazione di circa diecimila volontari a supporto di oltre milione di cittadini, e l’ampliamento dei Centri di Facilitazione Digitale, veri e propri punti fisici dove il cittadino può formarsi sulle competenze digitali.

La vera sfida, quindi, non riguarda solo i software e le piattaforme. Riguarda anche e soprattutto la cultura organizzativa. Digitalizzare senza ripensare i processi rischia di replicare in formato elettronico inefficienze già esistenti. È necessario invece un ripensamento profondo, che metta al centro il cittadino e la semplificazione delle procedure. In questo percorso, la formazione dei dipendenti pubblici è decisiva: non si tratta di sostituire l’essere umano con la macchina, ma di fornire strumenti che rendano il lavoro più efficace e permettano di offrire servizi migliori. La trasformazione digitale è, in definitiva, una grande opportunità per ricostruire il rapporto di fiducia tra cittadini e istituzioni. Una Pubblica Amministrazione che si mostra più trasparente, efficiente e attenta alle esigenze delle persone non solo migliora i propri servizi, ma ha un impatto positivo sul PIL e contribuisce a rafforzare la coesione sociale e a stimolare la partecipazione civica.

L’INFRASTRUTTURA DI RETE

Sanità, trasporti, scuola, giustizia, enti locali e inclusione: in ciascuno di questi ambiti le potenzialità sono enormi. Ma la vera rivoluzione non sarà solo tecnologica: sarà culturale. Perché digitalizzare non significa caricare i vecchi processi su una piattaforma online, ma ripensarli a partire dai bisogni delle persone. Tutto questo, però, avrà senso solo se i servizi saranno realmente accessibili a tutti, indipendentemente dal luogo: dalla metropoli al borgo montano, fino alle isole minori. Per questo motivo occorre lavorare primariamente sulla infrastruttura di rete. La nuova strategia europea “Digital Compass” stabilisce obiettivi impegnativi per il prossimo decennio: deve essere garantita entro il 2030 una connettività a 1 Gbps per tutti e la piena copertura 5G delle aree popolate. L’ambizione italiana, come riportato dal Dipartimento per la Trasformazione Digitale è di raggiungere gli obiettivi europei di trasformazione digitale in netto anticipo sui tempi, portando connessioni a 1 Gbps su tutto il territorio nazionale entro il 2026. Gli investimenti sono stati inseriti nel PNRR, ora bisogna vedere se verranno rispettate le scadenze. Il piano prevede una dotazione economica di 3,8 miliardi di euro per garantire la connettività ad almeno 1 Gbps in download e 200 Mbit/s in upload alle unità immobiliari che lo necessitano e che al 2026 non sarebbero state coperte da investimenti privati in grado di garantire una velocità di connessione di almeno 300 Mbps in download. La domanda sospesa però rimane la seguente: e quelle unità che già hanno tale connessione quando avranno il gigabit?

L’Italia è stata il primo Paese nell’Unione ad aver assegnato diritti d’uso dello spettro radio in tutte le tre bande di frequenze per lo sviluppo del 5G posizionandola ai primi posti nell’indice DESI della Commissione europea con riferimento al parametro “5G readiness”. Il piano prevede quindi uno stanziamento di 2,02 miliardi con l’obiettivo di “incentivare la diffusione di reti mobili 5G nelle aree a fallimento di mercato, al fine di soddisfare pienamente il fabbisogno di connettività mobile e di fornire servizi mobili innovativi e ad elevate prestazioni”. In altre parole: dove non si arriva con il gigabit si sopperirà con la connettività mobile 5G.

A completamento occorre sottolineare che il piano prevede anche investimenti per progetti di interesse nazionale. Spiccano i progetti che riguardano le scuole e la sanità pubblica. Entro il 30 giugno 2026, grazie a una dotazione economica di 261 milioni di euro per le scuole e di 501 milioni per la sanità pubblica, questi comparti dovrebbero beneficiare di una connessione ultraveloce insieme alla fornitura di servizi di gestione e manutenzione per i sei anni successivi.

LA STRATEGIA ITALIANA PER L’AI

Negli ultimi anni il termine intelligenza artificiale è entrato con forza nel dibattito pubblico, spesso associato a scenari futuristici o a rivoluzioni tecnologiche che cambieranno il nostro modo di vivere e lavorare. Ma l’intelligenza artificiale non è più soltanto una prospettiva lontana: è una realtà concreta, già applicata in molti settori, che può portare benefici immediati anche nella vita quotidiana dei cittadini. Uno degli ambiti in cui il suo potenziale è più evidente è proprio quello della Pubblica Amministrazione, dove l’innovazione digitale non è solo auspicabile, ma necessaria per offrire servizi moderni, semplici ed efficienti. Sfruttare le enormi potenzialità dell’intelligenza artificiale rappresenta una opportunità. L’AI, se guidata da principi di trasparenza e responsabilità, può essere il motore di questa rivoluzione, contribuendo a realizzare una trasformazione digitale autentica ed efficace della PA.

Nel rapporto pubblicato nel 2025, l’AgID rileva che, su 108 organizzazioni interpellate, 45 hanno già avviato oltre 120 progetti nel secondo semestre 2024: 50 riguardano le infrastrutture sociali e sostenibili, i restanti 70 altri settori applicativi. A fine luglio 2024 è stata presentata la “Strategia Italiana per l’Intelligenza Artificiale 2024-2026”, un documento redatto da un comitato di esperti per supportare il Governo nella definizione di una normativa nazionale e delle politiche sull’AI. Come riportato dall’AgID, dopo un’analisi del contesto globale e del posizionamento italiano, il documento definisce le azioni strategiche, raggruppate in quattro macroaree: Ricerca, Pubblica Amministrazione, Imprese e Formazione. La strategia propone un’analisi del contesto regolativo che traccia la cornice entro cui dovrà essere dispiegata. Come scritto nella versione aggiornata al 2025, il Piano triennale 2024-2026 presenta alcuni cambiamenti nella sua struttura, rispetto alle edizioni precedenti; inoltre, alcuni contenuti sono stati approfonditi per sostenere in modo efficace le pubbliche amministrazioni nel processo di implementazione e gestione dei servizi digitali. L’introduzione delle tecnologie non porta a cambiamenti se non si ripensa l’organizzazione dei procedimenti e l’attività amministrativa, con una revisione dei processi delle amministrazioni secondo il principio once-only.

La strategia prevede anche un sistema di monitoraggio e analisi del contesto regolatorio, che definisce la cornice entro cui dovrà essere attuata. Un’attività che l’AgID ha già avviato, fissando come obiettivo 150 progetti di innovazione basati sull’IA entro il 2025 e circa 400 entro il 2026. Il documento evidenzia come l’intelligenza artificiale stia diventando sempre più efficace nel migliorare l’operatività della Pubblica Amministrazione, ottimizzando i processi, riducendo gli errori e aumentando la qualità di prodotti e servizi, con un impatto positivo sull’esperienza dei cittadini nel rapporto con le istituzioni. Per far leva sull’intelligenza artificiale, le Pubbliche Amministrazioni devono essere accompagnate nell’acquisizione e progettazione di sistemi AI, superando la carenza di competenze specialistiche. Parallelamente, è necessario realizzare infrastrutture informatiche sicure, affidabili e robuste, anche attraverso piattaforme nazionali che assicurino efficienza e qualità tecnologica.

Per raggiungere gli obiettivi prefissati, la strategia per la Pubblica Amministrazione delinea sei piani di azione principali. Primo passo: guidare la PA attraverso linee guida che evidenzino le potenzialità e l’utilizzo delle piattaforme di AI, supportate da case study concreti e dalla promozione di best practice. Secondo passo: orientare le amministrazioni nell’attività di procurement di soluzioni AI, sia attraverso gare d’appalto sia mediante specifici accordi quadro, garantendo che rispondano alle esigenze funzionali, rispettino le normative e assicurino adeguati livelli di sicurezza.

Terzo passo: sviluppare applicazioni coerenti con le linee strategiche nazionali, privilegiando piattaforme sviluppate in Italia. Questi progetti dovranno garantire piena aderenza alle normative nazionali e UE, con particolare attenzione alla gestione dei rischi e alla tutela dei dati personali; considerare le esigenze derivanti da settori strategici e critici, come energia, difesa e intelligence; promuovere iniziative di formazione del personale, aumentando le competenze su soluzioni tecnologiche avanzate e processi certificabili, scalabili e condivisibili a livello nazionale.

Quarto e quinto passo: definire linee guida per progettare strumenti e metodologie che facilitino l’interazione con i cittadini e per rendere più efficienti i processi interni, attraverso lo sviluppo o l’adozione di sistemi di IA, a partire dalla mappatura dei sistemi e servizi già esistenti.

Sesto passo: promuovere percorsi di upskilling per il personale in servizio, con la creazione di un dipartimento dedicato all’intelligenza artificiale incorporato nella Scuola Nazionale dell’Amministrazione, con l’attivazione di corsi post-laurea di eccellenza, differenziati per livello e contenuti in base alle funzioni dei dipendenti coinvolti. L’AI può trasformare la Pubblica Amministrazione, rendendo i processi più efficienti, veloci e sicuri, se guidata da trasparenza e principi di sicurezza. Il vero vantaggio non sta solo nella tecnologia, ma nella capacità di inserirla in un modello di governance centrato su cittadini e imprese, supportato da una connettività capillare che permetta a tutti di sfruttare appieno gli investimenti realizzati.

Brother – Soluzioni di stampa dedicate alla PA

L'articolo Italia digitale, verso l’efficienza sistemica proviene da Data Manager Online.

Negli ultimi anni, il settore della logistica ha dovuto affrontare un contesto sempre più complesso, caratterizzato da periodi di notevole incertezza e costellato da diverse criticità: la pandemia ha generato carenze di materiali e trasporto, l’invasione dell’Ucraina ha compromesso l’accesso a energia e beni essenziali, la crisi in Medio Oriente ha reso insicuro il traffico marittimo nel canale di Suez e la nuova presidenza statunitense ha innescato nuove tensioni tariffarie.

In questo difficile contesto globale, si aggiungono nel nostro Paese altri problemi, come il calo della produzione industriale, gli aumenti dei costi della manodopera, le difficoltà nel reperire personale qualificato. In questo periodo, tuttavia, le aziende leader del settore logistico hanno dimostrato di avere forza e capacità di adattamento: negli ultimi anni sono aumentati i dipendenti diretti, molte aziende hanno ampliato la gamma dei servizi offerti e la ricerca di economie di scala, coniugando la sostenibilità non solo economica ma anche ambientale e sociale. Le piccole realtà, invece, hanno sofferto di più, tanto che si contano sul mercato oltre 35mila aziende in meno rispetto a cinque anni fa. Il momento è complicato in tutti i settori, non solo nella logistica. Il settore logistico italiano, che contribuisce all’8,2% del PIL nazionale, secondo i dati di Confindustria, è particolarmente sensibile alla crescente instabilità delle catene globali del valore.

Le aziende end-user tendono a trascurare l’importanza della gestione del rischio. Il dato emerge dall’ultimo report dell’Osservatorio Supply Chain Planning della School of Management del Politecnico di Milano. Solo una minoranza delle aziende italiane, il 26% delle grandi imprese e appena il 5% delle PMI, ha rivisto i modelli di gestione del rischio, mentre un ulteriore 22% e 8% rispettivamente dichiara di volerlo fare entro la fine del 2025. I rischi maggiormente presidiati sono quelli finanziari e operativi, ma cresce l’attenzione verso quelli geopolitici e di sostenibilità.

LOGISTICA CENTRALIZZATA

Con il termine “logistica” non si deve considerare più soltanto il trasporto dei prodotti e la loro distribuzione: il suo significato è più ampio, perché comprende l’intera supply chain, quindi anche le attività di planning, magazzino e packaging. Secondo l’Osservatorio Contract Logistics “Gino Marchet” della PoliMi School of Management, i clienti riconoscono al fornitore di servizi logistici un valore in termini di flessibilità (citato dal 44% delle aziende), contenimento dei costi, miglioramento del servizio, modifica della struttura costo/servizio. Le aziende più piccole, oltre alla ricerca di flessibilità, sono interessate allo snellimento delle strutture interne (39% delle aziende con fatturato tra 10 e 49 milioni di euro), anche al fine di esternalizzare parte della complessità legata alla gestione del personale. Per le aziende più grandi, con un fatturato superiore ai 250 milioni, si ricorre al fornitore di servizi logistici per una molteplicità di altre esigenze, legate in particolare alla transizione ambientale (indicata dal 22% delle aziende), all’innovazione di prodotto e servizio (19%) e alla transizione digitale (9%).

Per rimanere competitivi e attrattivi, le aziende della logistica devono avere capacità di adattamento, saper ottimizzare i processi e andare incontro alle richieste dei clienti. È quanto ha fatto Digel azienda che opera da oltre cinquant’anni in Valle d’Aosta, Haute Savoie e primo Canavese, distribuendo prodotti surgelati, freschi e secchi a oltre mille clienti sparsi su tutto il territorio, dai bar a fondo valle fino ai rifugi in alta quota. L’ampia distribuzione della clientela di Digel necessita di un’organizzazione molto scrupolosa. Dall’esigenza di rendere le consegne più rapide e agili, è nato un percorso di trasformazione digitale per efficientare il processo di gestione delle consegne dall’ordine fino al trasporto finale. L’azienda ha così integrato i propri sistemi con un software specifico per la pianificazione degli ordini ricevuti, in grado di calcolare quanta merce va caricata, quanti camion sono impiegati in uno stesso giorno, suggerendo anche il miglior percorso stradale da seguire. Questo aspetto è molto importante se si considera che i clienti sono sparsi su tutto il territorio montuoso valdostano e si rischia quindi di avere lunghi turni lavorativi. Il sistema è in grado di considerare sia il tempo di guida sia il tempo di carico e scarico.

Il software di gestione è integrato anche con il sito e-commerce B2B che Digel offre ai propri clienti. La gestione end-to-end dell’ordine digitale permette di ridurre al minimo tempi ed errori. Inoltre, il percorso di digital transformation intrapreso dall’azienda ha permesso di rendere più rapidi ed efficienti i processi di gestione del magazzino e degli stoccaggi giornalieri. L’infrastruttura digitale consente di mantenere la tracciabilità costante e in tempo reale di tutte le merci, grazie ai codici digitali applicati su ciascun prodotto.

FILIERE E PROCESSI

Secondo l’Osservatorio Supply Chain Planning, le imprese end-user italiane sono costrette a ripensare filiere e processi e a sviluppare capacità di pianificazione sempre più sofisticate a livello strategico, tattico e operativo: per rispondere tempestivamente ai continui cambiamenti del mercato è necessario disporre di un sistema efficace di monitoraggio dello “stato” e delle prestazioni della supply chain. Il ruolo delle persone del team di pianificazione della catena di fornitura è fondamentale per riuscire a gestire efficacemente i processi, prendere decisioni tempestive e collaborare con tutti gli attori della filiera. La capacità di trasformare e ottimizzare i processi di pianificazione dipende in modo significativo dal contributo umano, che può accelerare notevolmente il cambiamento o, al contrario, rappresentare un ostacolo se non adeguatamente supportato. Il processo di trasformazione può essere guidato da personale interno o da fornitori esterni, solitamente società di consulenza. Nelle grandi imprese prevale il ricorso al team interno di supply chain planning (45%), che assicura coerenza strategica e continuità, ma richiede investimenti e rischia una visione autoreferenziale. Un altro 23% si affida a team dedicati al miglioramento continuo, soluzione agile ma meno strutturata. Le società di consulenza esterne (10%) e i vendor di software (10%) rappresentano opzioni utili per know-how e tecnologie, ma comportano costi più elevati, possibili rigidità e rischi di scarsa integrazione. Una quota residua adotta modelli ibridi o non formalizzati.

Nelle PMI lo scenario è simile ma con minore articolazione: circa un terzo si affida al team interno di pianificazione e un altro 30% a team dedicati al miglioramento continuo. Solo una minoranza sceglie i vendor di software (4%), scoraggiata dai costi. Nel complesso, oltre il 60% delle imprese italiane – grandi e PMI –guida internamente i progetti di trasformazione, confermando il valore strategico delle competenze interne. La scelta prevalente di gestire i progetti internamente conferma la rilevanza strategica delle competenze aziendali, ma sottolinea al tempo stesso l’urgenza di investire nella formazione e nell’evoluzione professionale dei team, affinché possano affrontare le complessità future con strumenti adeguati, apertura all’innovazione e una maggiore resilienza organizzativa. Metà delle grandi imprese non investe nello sviluppo delle proprie risorse di planning, l’altra metà, invece, dichiara iniziative concrete: il 13% delle grandi imprese e il 21% delle PMI hanno rafforzato competenze e strumenti dei team, con percorsi che includono ampliamento degli organici, corsi di formazione specialistici, upskilling su data analytics, machine learning e AI per migliorare previsioni di domanda, ottimizzazione delle scorte e scheduling produttivo. Nelle PMI la scala degli investimenti resta inferiore rispetto alle grandi imprese, ma emerge una forte volontà di crescita e di valorizzazione del capitale umano.

SUPPLY CHAIN MONITOR

L’80% delle imprese end-user applica specifici KPI per la valutazione delle prestazioni della propria supply chain ma solo il 33% del campione misura un numero sufficiente di KPI tecnici ed economici e solo l’11% dimostra un grado elevato di maturità con un sistema dedicato e in grado di tracciare efficacemente tutti i segnali. Secondo l’Osservatorio del Politecnico di Milano, il 54% delle PMI e il 67% delle grandi imprese hanno ruoli dedicati alla pianificazione della supply chain, mentre il 21% delle PMI non riconosce ancora la necessità di tali ruoli, il che può indicare una bassa maturità organizzativa o essere anche l’effetto di una resistenza al cambiamento. Per le PMI questa pianificazione non è ancora una priorità immediata, mentre per le grandi imprese è fondamentale per mantenere competitività ed efficienza nell’attuale scenario, quanto mai incerto. Per essere protagonisti nel mercato attuale, non basta essere innovatori nel prodotto, nel design, nelle tecnologie o nella qualità, serve gestire al meglio le catene del valore, con i migliori strumenti digitali e le migliori competenze. Il servizio, ormai, ha assunto un’importanza notevole tra le molteplici richieste dei clienti.

Un’azienda che ha lavorato per ottimizzare la sua logistica, e il servizio alla clientela, è Alcar Ruote, azienda svizzera che progetta, produce e distribuisce cerchi in acciaio per il settore automobilistico. La qualità svizzera è una sorta di dogma, per questo i clienti dell’azienda si aspettano massima qualità e consegne puntuali. Tuttavia, poiché i costi dell’azienda sono superiori a quelli dei concorrenti, si è reso necessario affidarsi alla tecnologia per ridurli in modo da continuare a produrre con lo stesso livello qualitativo ma rimanendo competitivi sul mercato globale. L’azienda è passata dalle applicazioni on-premise al cloud per acquisire dati in tempo reale e rispondere rapidamente all’arrivo di un nuovo modello di auto sul mercato. Obiettivo principale: sviluppare processi di pianificazione e gestione ordini capaci di garantire flessibilità ed efficienza. Con la soluzione implementata, Alcar Ruote ha automatizzato i processi di evasione degli ordini, migliorato le attività di manutenzione e aumentato la produttività, riducendo drasticamente costi e tempi di inattività. Le potenti funzionalità del sistema consentono di raccogliere dati, strutturarli in modo appropriato per fornire agli utenti del sistema, ad ogni livello, approfondimenti e informazioni in tempo reale. Grazie a funzionalità di intelligenza artificiale integrate, la soluzione permette ad Alcar Ruote di analizzare i dati dei sensori, identificare trend, prevedere guasti e intervenire. Grazie alle applicazioni completamente integrate con l’ERP, l’azienda invia automaticamente i dati alla sede centrale per gestire la contabilità, visualizzare le fatture in tempo reale e generare fatture in formato PDF per i team contabili dei clienti.

TRANSIZIONE GREEN

La logistica sta cambiando rotta. L’Osservatorio Contract Logistics evidenzia una transizione in corso verso soluzioni più green: l’80% delle aziende committenti presenta un’alta intensità di adozione di soluzioni green, in forte crescita rispetto al 13% di dieci anni fa. Nella transizione green, il trasporto su strada gioca un ruolo chiave. Accanto ai carburanti fossili tradizionali, la logistica può oggi contare su diverse alternative: dal diesel rinnovabile HVO, ottenuto da oli vegetali e grassi animali con un’impronta ambientale ridotta, ai veicoli alimentati a gas naturale bioCNG e bioLNG, fino ai BEV (Battery Electric Vehicle), con motore completamente elettrico a batteria. Il 57% dei fornitori di servizi logistici adotta un mix di soluzioni green, combinando tecnologie diverse in base al loro livello di maturità, alla vita utile dei mezzi e alle specifiche caratteristiche operative. La prima azienda italiana a utilizzare veicoli a gas naturale (LNG) è stata, nel 2014, Logicompany 3 (LC3 Trasporti), azienda di Gubbio (Pg) con diverse filiali nel Centro e Nord Italia, specializzata nel trasporto a temperatura controllata.

LC3 Trasporti si conferma leader del trasporto sostenibile: oltre 24 milioni di chilometri percorsi lo scorso anno con mezzi propri e una flotta in espansione di 265 veicoli, di cui il 56% a bio-LNG, il 2% a diesel HVO e il 2% elettrici a batteria. Da pochi anni l’azienda ha messo in strada i primi mezzi pesanti elettrici abbinati a un sistema refrigerante ad azoto liquido: con questi veicoli, è stato possibile realizzare i primi servizi di consegna con mezzi pesanti a zero emissioni nell’hinterland di grandi capoluoghi, primi tra tutti Milano, Roma e Verona. La combinazione di trazione elettrica e refrigerazione ad azoto consente di avere una soluzione di trasporto merci a temperatura controllata totalmente sostenibile e di effettuare consegne a ridosso di zone densamente abitate senza produrre emissioni climalteranti o rumori. Questi mezzi, dotati anche di un sistema di manutenzione predittiva, possono addirittura accedere nelle ZTL in orari notturni evitando gli stop del traffico dovuti a restrizioni ambientali. Nel 2024 la flotta di LC3 ha tagliato drasticamente le emissioni con impatti significativi: la riduzione di Co2 equivale alla restituzione in natura di oltre 16mila alberi alti 16 metri; il calo di NOx corrisponde alla rimozione dalle strade di 207mila auto Euro 6; il risparmio di particolato è paragonabile allo spegnimento di oltre seimila caldaie a pellet domestiche.

TRASPORTO MULTIMODALE

Le statistiche dei traffici dello scorso anno confermano l’ottima tenuta del sistema portuale italiano, che ha visto crescere sia il traffico di merci sia la presenza di passeggeri. Per gestire al meglio l’aumento costante di merci da gestire si stanno implementando sistemi in grado di ottimizzare le operazioni al porto. Un interessante progetto è quello dell’Autorità di Sistema Portuale del Mar Ligure Occidentale, che ha sviluppato un progetto per digitalizzare la gestione dei flussi dei mezzi pesanti in transito nel porto di Genova (e a breve di Savona), ottimizzando le operazioni di carico e scarico della merce containerizzata. Già da vent’anni è in funzione il Port Community System, il sistema digitale per lo scambio documentale tra gli operatori pubblici e privati del porto. Nel 2024, dopo un periodo di sperimentazione, è andato a regime il progetto “Appuntamento Intermodale”, con l’obiettivo di semplificare le operazioni in porto, permettendo ai conducenti di rimanere in cabina, e ottimizzare la gestione dei flussi di mezzi pesanti in ingresso e uscita dai terminal container. L’iniziativa consente la prenotazione digitale degli accessi ai terminal, migliorando la tracciabilità delle operazioni, la sicurezza ai varchi portuali, la sincronizzazione e la fluidità delle attività logistiche. Il progetto si compone di tre elementi principali: la digitalizzazione della catena documentale, un front office virtuale per gestire gli accessi al porto e un’app mobile dedicata agli autisti. Il sistema collega targa del mezzo, badge del conducente, data prevista di arrivo, merce da consegnare e magazzino/terminal di destino, merce da ritirare e magazzino/terminal di prelievo. Il sistema consente a tutti gli attori coinvolti di consultare in tempo reale lo stato delle operazioni e della documentazione, e permette agli autisti di accedere ai varchi, ricevere indicazioni e completare le procedure senza scendere dal mezzo. Il nuovo modulo ha anche una integrazione con la logistica retroportuale, per collegare il porto ai magazzini e alle aziende dell’entroterra.

SOSTENIBILE E CIRCOLARE

Nell’ambito della sostenibilità, è sempre più rilevante la riduzione delle risorse impiegate, il riutilizzo di prodotti o materiali, il recupero di componenti e il riciclo delle risorse: le aziende studiano l’ottimizzazione di processi e flussi complessi. Secondo l’Osservatorio Contract Logistics del Politecnico di Milano, tre aziende su quattro considerano l’economia circolare un tema prioritario. Oggi la strategia più diffusa (58%) consiste nell’impiego di risorse provenienti da altre filiere, ma cresce l’interesse verso modelli di circolarità più avanzati: il 68% punta infatti al ricircolo delle risorse all’interno dei propri confini produttivi. Le iniziative si legano a diversi modelli di business, dal “product oriented” allo “user oriented”. Al momento prevale il primo approccio, che mira a progettare, produrre e utilizzare beni riutilizzabili, riparabili, rigenerabili o riciclabili, allungandone il ciclo di vita e riducendo sprechi e impatto ambientale.

Tra le realtà che stanno ripensando il packaging in chiave sostenibile c’è CMC Packaging Automation, azienda umbra attiva in 30 paesi e riconosciuta come leader nelle soluzioni di imballaggio su misura (“right-sized” packaging). Nel 2013 CMC ha lanciato una macchina, la CartonWrap, rivoluzionando le modalità di confezionamento degli ordini di e-commerce all’interno dei magazzini. Fino ad allora si usavano scatole preformate con materiali di riempimento (carta e plastica) per colmare gli spazi vuoti attorno all’oggetto spedito. CartonWrap rileva le dimensioni del prodotto e realizza una scatola su misura con cartone continuo, ottimizzando consumi e riducendo sprechi, materiali di riempimento, volumi di spedizione e costi logistici. Nell’e-commerce non tutti i prodotti devono essere spediti in una scatola, ma gli articoli più piccoli possono essere inviati in una busta: sfruttando questo concetto, nel 2023 CMC ha sviluppato Hybrid Advance, un add-on della CartonWrap, che consente di impacchettare i prodotti in scatola o in busta, in maniera automatizzata, in base alle dimensioni del prodotto, utilizzando lo stesso materiale (cartone da fanfold), riducendo fino al 50% il cartone ondulato e fino al 70% la colla. Hybrid Advance ottimizza il flusso di prodotto all’interno del magazzino, perché non serve l’intervento di un operatore o di un secondo macchinario a supporto, ma è in grado in autonomia di inscatolare o imbustare i prodotti.

LOGISTICA NEXT GEN

Ma cosa ci dobbiamo aspettare per i prossimi anni? Secondo gli analisti IDC, entro il 2026 il 60% delle aziende del G1000 Supply Chain (l’indice che raggruppa le 1000 aziende leader a livello globale nella gestione e innovazione della supply chain) integrerà i principali sistemi IoT nei propri gemelli digitali, registrando un incremento del 15% in efficienza, utilizzo delle risorse e sicurezza operativa. I gemelli digitali abilitati dall’IoT offrono visibilità in tempo reale sulle operazioni dell’intera filiera, consentendo alle organizzazioni di simulare, monitorare e ottimizzare le prestazioni a un livello senza precedenti. Un gemello digitale funziona da “specchio virtuale” di un asset o sistema fisico, offrendo una finestra in tempo reale sulle operazioni di processo. L’integrazione su larga scala dei dati dei sensori IoT nei sistemi Digital Twin migliora la visibilità e il monitoraggio in tempo reale, supporta la pianificazione degli scenari e l’analisi predittiva, e favorisce una maggiore efficienza e sostenibilità. Interessante anche quanto prevede IDC relativamente all’integrazione di soluzioni specifiche di intelligenza artificiale generativa nei sistemi delle principali aziende logistiche worldwide: entro il 2027, il 50% delle organizzazioni globali implementerà una piattaforma basata su GenAI in grado di combinare diverse fonti di dati per simulare, valutare e prevedere i rischi della catena di fornitura. Le supply chain continuano a subire interruzioni che possono essere fisiche, operative, tecnologiche o strategiche, e spesso si combinano tra loro, rendendo le catene di fornitura globali estremamente complesse e vulnerabili. Tecnologia legacy, sistemi e dati poco integrati costituiscono gli ostacoli principali, secondo l’ultimo rapporto di IDC sulla supply chain. Nei prossimi anni, IDC prevede che le aziende globali utilizzeranno la GenAI su dataset sempre più ampi per prevedere, valutare e gestire i rischi, affrontando con maggiore efficacia situazioni di crisi.

RISCHIO SUPPLY CHAIN

La crescita degli attacchi alla supply chain impone un cambiamento di approccio alla sicurezza delle filiere di approvvigionamento come imperativo strategico. I rischi vengono spesso sottovalutati, almeno fino a quando non si traducono in blocchi di produzione o distribuzione. Non è più sufficiente proteggere i propri sistemi, ma è necessario dimostrare la solidità dell’intera supply chain. La direttiva NIS2 introduce un cambiamento strutturale, che alza l’asticella e segna una linea di demarcazione netta. Malware, ransomware, furti di dati e sabotaggi cyber-fisici possono mettere in crisi interi processi, minando la fiducia dei clienti e incrinando i rapporti con partner e fornitori. La scarsa sicurezza dei dati può essere dovuta a protocolli e procedure assenti o poco affidabili, alla mancanza di cultura per la sicurezza o all’insufficiente rispetto di normative e best practice di settore. Inoltre, una carenza di controllo o di monitoraggio delle attività delle terze parti può rendere difficile identificare tempestivamente eventuali problemi o irregolarità. La normativa introduce un approccio più ampio e strutturato alla resilienza digitale, chiedendo alle imprese di valutare e gestire i rischi lungo tutta la filiera, non solo con i partner diretti. L’obiettivo è creare una visione sistemica della supply chain, dove la cybersecurity diventa parte integrante dei contratti e supportata da sistemi di monitoraggio costante, in grado di intercettare anomalie e intrusioni prima che diventino emergenze. Per gli operatori della logistica questo si traduce in standard più stringenti nella gestione dei dati e dei sistemi operativi, e nella responsabilità di garantire che ogni anello della catena rispetti criteri di sicurezza condivisi. Risultato? Supply chain più resilienti, reputazione rafforzata e maggiore fiducia da parte dei clienti.

AI GENERATIVA E LLM

Per migliorare la resilienza, la gestione delle supply chain sia a monte che a valle, richiede una comprensione più ampia di fattori che vanno oltre i costi di trasporto e la gestione dei fornitori. Con la crescente complessità delle catene di fornitura globali, cresce la necessità di gestire i rischi geopolitici, normativi e climatici. Secondo IDC, entro il 2028 il 70% delle organizzazioni globali della supply chain adotterà piattaforme basate su Large Language Model (LLM) per simulare e prevedere i rischi legati a geopolitica, normative e impatti meteorologici. L’obiettivo è chiaro: aumentare la resilienza operativa anticipando problemi prima che si traducano in interruzioni reali.

Gli strumenti tradizionali di gestione del rischio della Supply Chain si stanno dimostrando inadeguati per affrontare queste sfide. L’aumento delle tensioni geopolitiche, dei cambiamenti normativi e degli andamenti meteorologici imprevedibili sta spingendo le aziende a ripensare le proprie filiere. In questo contesto, l’intelligenza artificiale generativa si sta affermando come strumento chiave per analizzare e prevedere i rischi, trasformando dati complessi in scenari predittivi utili a decisioni rapide e consapevoli. Il risultato è una supply chain più resiliente, capace di anticipare criticità e adattarsi in tempo reale a contesti mutevoli e incerti. Le piattaforme basate su Large Language Model sono particolarmente efficaci nell’analisi di dati non strutturati come notizie, social media, documenti governativi e previsioni meteorologiche, tutti cruciali per la valutazione dei rischi della supply chain, e consentono alle organizzazioni di simulare diversi scenari, identificare tendenze e fornire informazioni fruibili. Sfruttando queste piattaforme, le organizzazioni possono prevedere le interruzioni dovute a una vasta gamma di fattori, come cambiamenti politici, aggiornamenti normativi e disastri naturali, offrendo una visione completa dei potenziali rischi.

Secondo l’ultimo rapporto di IDC sulla supply chain, il 20% delle aziende a livello globale riconosce già i benefici dell’intelligenza artificiale e dell’AI generativa nelle proprie operazioni. Ma il trend è in rapida accelerazione: nei prossimi tre anni, il 30% degli intervistati prevede un ruolo sempre più centrale dell’IA generativa nella gestione delle catene di fornitura. L’adozione di soluzioni specifiche di intelligenza artificiale a supporto della pianificazione della supply chain è destinata a crescere in modo esponenziale, fino a rendere le piattaforme basate su Large Language Model (LLM) strumenti strategici per la gestione del rischio. Grazie a queste tecnologie, le aziende potranno simulare scenari complessi legati a cambiamenti geopolitici, normativi e climatici, anticipando criticità e rafforzando la resilienza operativa.

Data product management

Dal dato alla decisione, così l’AI cambia le regole del gioco

Logistica data driven, rivoluzione nell’efficienza della supply chain

La rivoluzione dell’IA agentica

L'articolo Logistica data-driven, filiere alla prova proviene da Data Manager Online.

L’accelerazione tecnologica impone alle organizzazioni di ridefinire i modelli operativi per rimanere competitive. In questa corsa, gli agenti AI si stanno ritagliando nuovo spazio. Per anni li abbiamo considerati software di supporto, utili per smaltire compiti ripetitivi. Oggi sono diventati molto di più. Apprendono, interpretano contesti complessi, producono analisi e contenuti originali. In altre parole, non si limitano a eseguire: partecipano al processo decisionale. Ma questa corsa rischia di schiantarsi con la realtà.

Secondo le ultime previsioni di Gartner, più del 40% dei progetti avviati rischia di essere bloccato entro il 2027 prima che arrivi in produzione. Le cause principali: costi crescenti, ritorni economici poco chiari e governance inadeguata. La survey condotta da Gartner su oltre 3400 professionisti fotografa bene questa fase di incertezza: solo il 19% delle organizzazioni dichiara investimenti significativi nell’agentic AI, il 42% procede con cautela, mentre un terzo preferisce aspettare. Alla confusione contribuisce anche il cosiddetto agent washing: la tendenza di molti vendor a etichettare come “agentici” prodotti che in realtà non lo sono, dal semplice chatbot ai sistemi di RPA (robotic process automation). Secondo Gartner, su migliaia di fornitori, appena 130 possono essere considerati veri player del settore. Al netto delle difficoltà, la direzione di marcia sembra segnata.

L’AI agentica avrà un impatto forte sull’organizzazione del lavoro, entrando nelle agende dei governi, nelle riunioni dei consigli di amministrazione e, di fatto, in ogni settore industriale: dalla manifattura ai servizi, dalla finanza alla sanità, fino all’istruzione e alla pubblica amministrazione. Per le aziende il messaggio è chiaro: se sfruttata in modo mirato, l’agentic AI promette di superare i limiti delle attuali automazioni, gestendo processi complessi, ottimizzando risorse e introducendo nuove forme di innovazione. Gartner stima che entro il 2028 almeno il 15% delle decisioni operative quotidiane sarà preso in autonomia da agenti AI (oggi siamo allo 0%), e che un terzo delle applicazioni enterprise incorporerà queste capacità, contro l’attuale quota inferiore all’1%.

Ed è proprio in questa estensione degli ambiti di applicazione che si intravede l’aspetto più interessante: la possibilità di una collaborazione autentica tra persone e sistemi intelligenti. L’integrazione è il terreno su cui si gioca il successo o il fallimento dell’adozione dell’AI agentica – come spiega Andrea Cravero, sr. director Solution Engineering per le applicazioni aziendali di Oracle Fusion Cloud. «Con Oracle non è più un problema: non c’è bisogno di orchestrare API, costruire connettori, o addestrare l’agente su dove trovare i dati, perché gli agenti AI vivono dentro il sistema, sono nativamente integrati nelle applicazioni aziendali Oracle Fusion Cloud». Questi agenti parlano la lingua del business – continua Cravero. «Conoscono regole, ruoli, processi e vincoli esistenti e quindi “sanno già cosa fare”, e non “in astratto”. Operano sul dato reale, al momento giusto, nel contesto corretto. Questa è collaborazione intelligente e va oltre il concetto di automazione».

Anche Paolo Spreafico, director Customer Engineering Italy di Google Cloud, sottolinea come l’integrazione con i sistemi legacy resti uno dei nodi più complessi da sciogliere per le aziende. Tra dati frammentati, scarsa interoperabilità e limiti di scalabilità, il percorso verso l’AI agentica e il cloud di nuova generazione non è mai lineare. Spreafico evidenzia però che esistono strumenti per favorire una modernizzazione graduale: dai connettori per collegare applicazioni eterogenee alla piattaforma BigQuery per l’analisi in ambienti multi-cloud, fino a un approccio più aperto che permette di valorizzare investimenti e infrastrutture già in uso. «L’impatto dell’AI non si limita a un singolo dipartimento» – continua Spreafico. «Una ricerca recente evidenzia che il 63% delle aziende che ha implementato la GenAI segnala una crescita del business e il 45% maggiore produttività. Oltre ai risparmi, è importante misurare tassi di conversione, retention e ricavi incrementali. Google Cloud integra l’AI nei KPI aziendali con dashboard aggiornate in tempo reale. Il nostro approccio bilancia l’efficienza e il tocco umano su due fronti. Da un lato, gli agenti AI basati su Gemini sono in grado di gestire conversazioni in modo naturale e con una comprensione profonda. Dall’altro, l’AI agisce da assistente per l’operatore umano. Questa tecnologia “human-in-the-loop” riduce il carico di lavoro, permettendo di concentrarsi sull’empatia e sulla risoluzione del problema».

Secondo il Work Trend Index 2025 di Microsoft, l’83% dei leader italiani vede il 2025 come un anno di svolta per ripensare la strategia aziendale, mentre il 45% delle aziende usa già agenti AI per automatizzare processi chiave. «La nostra visione guarda a un futuro in cui questi agenti non solo supportano le attività quotidiane – spiega Veronica Rosso, direttrice AI At Work di Microsoft Italia – ma diventano parte integrante dell’organizzazione potenziando le persone, liberando tempo ed energia e aiutando le organizzazioni a migliorare la propria competitività. L’obiettivo non è sostituire il lavoro umano, ma renderlo più sostenibile, creativo e strategico, aprendo nuove opportunità di crescita e innovazione».

L’AI COLLABORATIVA

La trasformazione non riguarda solo la tecnologia, ma anche e soprattutto le persone. È fondamentale preparare e riqualificare la forza lavoro per collaborare efficacemente con gli agenti AI, massimizzando i benefici senza creare resistenze interne. Nicola Lalla, vice president Solution Engineering di Salesforce Italia, sostiene che la chiave è semplice, ma non banale: «Coinvolgere le persone fin dall’inizio». L’AI non deve essere percepita come una minaccia, ma come un’alleata che «semplifica la complessità e libera tempo per attività più strategiche e gratificanti». I risultati sono incoraggianti: «Quando le persone capiscono che l’AI è al loro fianco, non al posto loro, le resistenze si trasformano in entusiasmo. È quello che vediamo ogni giorno sul campo, lavorando con le aziende che stanno implementando Agentforce, il nostro ecosistema di agenti AI, sviluppato sulla stessa piattaforma di tutte le soluzioni Salesforce e nativamente integrato. In questi contesti, la formazione non è solo tecnica, ma anche culturale: aiuta a cambiare il mindset e ad accogliere l’AI come parte di un’evoluzione del ruolo professionale».

Preparare la forza lavoro a collaborare con gli agenti AI è indispensabile: «Le aziende devono puntare su formazione continua e cultura dell’innovazione» – afferma Veronica Rosso di Microsoft. Secondo il Work Trend Index 2025 la riqualificazione rappresenta la priorità nei prossimi 12 mesi per il 49% dei leader italiani. Ma è necessario un cambio di mentalità diffuso: «Ogni dipendente diventerà un “agent boss”, capace di delegare attività agli agenti per concentrarsi su compiti a maggior valore». Ma qual è la chiave? «Coinvolgere le persone fin da subito, offrire strumenti semplici e creare spazi per sperimentare. Soluzioni come Microsoft 365 Copilot, per esempio, rendono questa transizione più accessibile, offrendo la possibilità di creare agenti AI in modo intuitivo e guidato, anche senza competenze tecniche». In questo modo – continua Veronica Rosso – «si riducono le resistenze interne e si promuove un approccio proattivo al lavoro digitale, riconoscendo l’AI come un’opportunità concreta per lavorare in modo più efficace e valorizzare il potenziale delle persone».

Un grosso aiuto all’implementazione della tecnologia può arrivare dall’interoperabilità dei sistemi. Per Andrea Cravero di Oracle Italia, l’introduzione di un Agente AI non significa dover cambiare sistema o stravolgere i processi, ma potenziare l’esistente, favorendo così la collaborazione. «L’utente continua a lavorare sulle applicazioni Oracle Fusion con il vantaggio di avere un assistente proattivo, generativo, capace di suggerire, completare, spiegare, riassumere e anticipare». Questo approccio riduce la resistenza al cambiamento, poiché – «tutto avviene in un ambiente già noto e la familiarità riduce i timori, specie quando le innovazioni alleggeriscono il carico di lavoro quotidiano».

Per Paolo Spreafico di Google Cloud, l’AI agentica deve essere accessibile a tutti i livelli dell’organizzazione, puntando sia sulla semplicità delle piattaforme che sulla crescita delle competenze. Strumenti semplici e intuitivi, come Agentspace e NotebookLM permettono anche a chi non ha un background tecnico di “provare sul campo” cosa possono fare gli agenti AI. Per esempio: automatizzare attività ripetitive, ridurre tempi di lavoro o migliorare la qualità dei risultati.

MITIGARE I RISCHI

Un aspetto determinante nell’implementazione degli agenti AI, specialmente in settori sensibili come le risorse umane o il finance, riguarda le implicazioni etiche e la mitigazione dei potenziali bias algoritmici. «Affidare un processo decisionale a un agente AI richiede attenzione, trasparenza e responsabilità» – afferma Nicola Lalla di Salesforce. «I bias sono un rischio reale e possono avere conseguenze significative». Per questo, Salesforce ha sviluppato l’Einstein Trust Layer – «uno scudo di sicurezza che combina governance, auditing e supervisione umana» – progettato per proteggere la privacy e la sicurezza dei dati, garantire l’affidabilità e l’accuratezza dei risultati dell’AI e promuovere un utilizzo responsabile della tecnologia. Questo include strumenti avanzati come il dynamic grounding, una rigorosa policy di zero data retention e il rilevamento automatico di contenuti inappropriati. Oltre alla tecnologia – aggiunge Lalla – serve un cambio di approccio: «Modelli addestrati su dati certificati e decisioni sempre reversibili sono le basi su cui l’innovazione genera fiducia».

Le sfide nei settori più sensibili riguardano bias algoritmici, trasparenza e tutela dei dati. Per Paolo Spreafico di Google Cloud, affrontare questi aspetti è fondamentale per costruire sistemi di AI affidabili e sostenibili, capaci di integrarsi nei processi aziendali senza compromettere la fiducia degli utenti. Google Cloud risponde con «principi AI rigorosi, grounding nei dati verificati e piattaforme secure-by-design», offrendo sovranità, sicurezza e conformità grazie alle region italiane e alla qualifica ACN.

Tuttavia, senza un piano di coordinamento – «ogni agente rischia di diventare un’isola» – sottolinea Chiara Venneri, technical specialist Data Platform di IBM Italia. «Le organizzazioni si ritrovano con decine di “mini-assistenti” che non comunicano, non condividono il contesto e non sono governati centralmente». Il risultato? «Frammentazione, inefficienza, rischi e perdita di controllo» – spiega Venneri. «Con la crescita esponenziale di questi agenti, spesso sviluppati in ambienti eterogenei, con tecnologie e modelli distribuiti, emerge una sfida cruciale: l’orchestrazione». A questa sfida IBM risponde con watsonx Orchestrate, una piattaforma open e hybrid progettata per costruire, orchestrare e governare agenti AI in ambienti enterprise. Open perché integra agenti e modelli di terze parti, anche su infrastrutture esterne, supportando protocolli standard (MCP, A2A…). Hybrid perché funziona in cloud, on-premises o ambienti ibridi. Nell’adozione dell’Agentic AI è fondamentale coinvolgere sia utenti business che sviluppatori. Watsonx Orchestrate offre strumenti low-code/no-code per creare agenti in modo semplice e strumenti pro-code per soluzioni avanzate. Sono disponibili integrazioni native con software proprietari, database vettoriali e la possibilità di connettersi a servizi custom.

LE NUOVE FORME DI RISCHIO

La velocità di adozione dell’AI genera nuove forme di rischio, oltre a bias e privacy, le aziende devono fare i conti con la compliance regolatoria e con fenomeni più tecnici, come le cosiddette “allucinazioni” dei modelli. «Queste evidenze rafforzano la necessità di integrare nelle strategie AI-first programmi di formazione capillare, policy chiare e trasparenti sull’uso dell’AI con audit trail e “spiegabilità” dei modelli, comitati interni di governance e AI‐Risk, e una leadership trasformazionale che promuova la fiducia» – spiega Patrizio Rinaldi, director Solution Consulting di ServiceNow. Anche per questo, ServiceNow ha introdotto strumenti come l’AI Control Tower e il Workflow Data Fabric, che permettono di gestire agenti nativi e di terze parti in un ecosistema unificato. Questo consente una governance centralizzata e una visione olistica dei dati e dei processi, fondamentale per scalare l’adozione dell’AI nelle organizzazioni in modo sostenibile e compliant. «Un “agente” diventa davvero tale quando è integrato in un ecosistema umano-centrico, governato e orientato al valore» – afferma Rinaldi. Parlando di strategia – per Rinaldi – l’Agentic AI deve costituire il front-end di una piattaforma enterprise in grado di connettere dati, processi, persone e sistemi legacy in un unico ambiente governance-driven. «La piattaforma è il vero “enabler” di questa trasformazione e deve essere modulare e scalabile, con governance centralizzata, sicurezza enterprise e compliance continua: un hub di integrazione dell’AI in grado di dialogare con ERP, CRM, CIAM e sistemi legacy».

Se Gartner avverte che quasi la metà dei progetti di AI agentica rischia di fermarsi per costi in aumento e ritorni economici poco chiari, diventa chiaro che valutare il ROI non significa solo guardare ai risparmi immediati. La misurazione del valore deve includere metriche in grado di riflettere la crescita del business, come l’efficienza operativa, l’innovazione nei processi e la capacità di generare nuove opportunità. Le aziende adottano l’AI in modi molto diversi a seconda del loro livello di maturità tecnologica. Tra le aziende non pionieristiche e più conservative, meno della metà (46%) usa piattaforme che facilitano l’uso dell’AI: strumenti e infrastrutture che permettono di integrare, testare e scalare progetti AI più facilmente. Tra le aziende all’avanguardia, che sperimentano e adottano rapidamente nuove tecnologie, questa quota sale al 66%. «Un segnale della necessità di un ecosistema integrato – spiega Rinaldi – condizione imprescindibile per scalare qualsiasi innovazione tramite AI, riducendo i tempi di integrazione di nuovi tool e garantendo un’unica “fonte di verità” per processi e dati».

L’approccio di ServiceNow si distingue proprio nella capacità di offrire un ambiente in grado di orchestrare qualsiasi AI, qualsiasi dato, qualsiasi cloud o ambiente locale e qualsiasi processo aziendale, per liberare le potenzialità della spinta innovativa con la giusta velocità. Nel customer service, l’introduzione degli agenti AI generativi deve bilanciare l’efficienza automatizzata con la necessità di mantenere un tocco umano e la capacità di gestire situazioni complesse che richiedono empatia. Nicola Lalla di Salesforce cita il customer service come uno dei terreni più fertili ma anche più delicati per l’AI agentica. Sebbene gli agenti AI possano accelerare i tempi di risposta, standardizzare la qualità e garantire continuità 24/7, Lalla sottolinea che «nessuna tecnologia può – né deve – sostituire la sensibilità umana in una situazione critica, in una richiesta fuori standard, in un momento di frustrazione del cliente». Per questo, Salesforce sta costruendo agenti che «non sono mai da soli» , ma che «lavorano a fianco degli operatori, li supportano con suggerimenti in tempo reale, recuperano dati da fonti disparate, ma lasciano sempre l’ultima parola all’essere umano».

Si tratta di un equilibrio delicato, che si raggiunge solo se l’AI è progettata per potenziare le relazioni, non per semplificare a tutti i costi. Google Cloud adotta un approccio simile, bilanciando efficienza e tocco umano su due fronti: gli agenti AI basati su Gemini sono in grado di gestire conversazioni in modo naturale e con profonda comprensione, mentre l’AI funge da assistente per l’operatore umano, riducendo il carico di lavoro e permettendo di concentrarsi sull’empatia e la risoluzione del problema. Un po’ quello che ServiceNow definisce un modello ibrido per il customer service, che prevede un triage iniziale automatizzato, analisi del sentiment e riconoscimento della complessità emotiva, e inoltro contestualizzato a operatori umani specializzati con tutto il thread di conversazione e le analisi AI già disponibili. «I risultati mostrano fino al 40 % in meno di contatti ripetuti, senza sacrificare empatia e qualità del servizio, anzi facendo percepire un’efficienza e attenzione superiore ai tradizionali sistemi basati su chatbot» – riporta Rinaldi di ServiceNow.

Serve sicuramente un maggiore controllo, finalizzato non tanto a limitare il potenziale dell’AI agentica quanto a ridurre le criticità e a fidarsi maggiormente del contenuto generato automaticamente, anche quando questo impatta in maniera significativa sul business. L’AI agentica introduce nuovi rischi: «Azioni non supervisionate, bias, uso improprio dei dati, mancanza di trasparenza, difficoltà di tracciamento» – avverte Chiara Venneri di IBM Italia. «Diventa complesso verificare i comportamenti degli agenti, attribuire responsabilità, gestire interazioni e controllare flussi continui di dati. Per questo la governance è centrale: watsonx Orchestrate la abilita con regole applicabili, metriche di controllo, filtri per dati sensibili, valutazioni pre-deployment e monitoraggio continuo».

FINANCE AUMENTATO

L’AI generativa sta rivoluzionando anche la funzione finance, andando oltre la semplice automazione delle operazioni di routine per supportare decisioni complesse e la gestione proattiva del rischio. «È il caso delle frodi o del monitoraggio AML, dove possiamo aiutare a trasformare complesse normative in codice o sintesi comprensibili, consentendo decisioni più rapide e proattive» – spiega Paolo Spreafico di Google Cloud. Le soluzioni Google Cloud rendono più efficienti processi come l’analisi di documenti finanziari e contratti, forniscono insights strategici, analizzando moli di dati per identificare trend economici e generare scenari di impatto sul business e rilevano anomalie e pattern invisibili all’operatore umano.

La funzione finance vive una trasformazione profonda grazie alla sinergia tra diverse tipologie di intelligenza artificiale – come descrive Nicola Lalla di Salesforce. «L’AI predittiva è in grado di costruire scenari, aggregare dati destrutturati, analizzare trend ed estrarre insights che prima richiedevano giorni di lavoro. L’AI generativa rende queste analisi facilmente intellegibili grazie a descrizioni in linguaggio naturale. L’AI agentica aiuta a prendere decisioni più rapide, supportate da simulazioni accurate e da una comprensione più ampia del contesto». Con soluzioni come Agentforce, gli agenti AI diventano alleati strategici dei CFO: «Segnalano anomalie, suggeriscono azioni correttive, valutano impatti in tempo reale. Il finance evolve da funzione di controllo a motore di previsione e guida, con strumenti capaci di coniugare efficienza operativa e visione».

L’AI può diventare partner del CFO su temi di previsione e gestione del rischio – prosegue Patrizio Rinaldi di ServiceNow. «Nei modelli predittivi “what-if” per simulare scenari di mercato (variazioni di tassi, oscillazioni di fornitura); nelle dashboard di risk analytics che integrano stress test dinamici e simulazioni di liquidità; negli alert anticipati su variabili critiche (scostamenti di budget, trend insoluti) e nei report strategici generati in linguaggio naturale, con raccomandazioni su ottimizzazione del capitale e allocazione di risorse». Parallelamente, nel marketing, gli agenti AI generativi stanno rivoluzionando la personalizzazione delle campagne su larga scala, offrendo esperienze cliente prima impossibili da realizzare manualmente. Qui, la personalizzazione diventa «dinamica e predittiva» – afferma Spreafico di Google Cloud. Gli agenti AI analizzano dati in tempo reale e storici per anticipare le esigenze e orchestrare esperienze coerenti su ogni canale. Brand come Benetton e Puma stanno già trasformando l’e-commerce in un percorso più coinvolgente. Insomma, l’AI generativa cambia le regole, consentendo di creare contenuti e interazioni davvero su misura, adattandoli in tempo reale al comportamento e al contesto del singolo cliente.

«Con Agentforce, gli agenti AI non si limitano a produrre testi, ma orchestrano l’intera customer experience, rendendo ogni touchpoint rilevante e coerente. Non parliamo più solo di “invii mirati”, ma di conversazioni dinamiche che si adattano al cliente, su qualsiasi canale e in qualsiasi momento» – conferma Lalla di Salesforce. Gli stessi touchpoint che – per Rinaldi di ServiceNow – possono essere analizzati in grandissime quantità dall’AI per generare profili cliente in tempo reale. «Oltre all’automazione copy, ovvero la produzione automatica e contestuale di testi di comunicazione marketing, il risultato di questa elaborazione porta a contenuti iper-personalizzati (email, landing page, notifiche) adattati a ogni fase dell’esperienza utente; a test A/B multi-variabile automatizzati (test più varianti di più elementi allo stesso tempo) per ottimizzare messaggi e creatività; e a segmenti dinamici che si ridefiniscono al mutare dei comportamenti».

GUARDANDO AL FUTURO

L’impatto a lungo termine degli agenti AI sull’organizzazione del lavoro è ancora tutto da valutare. Andrea Cravero di Oracle Italia ritiene che l’approccio integrato di Oracle cambi il modo in cui pensiamo all’evoluzione dell’AI. «I nostri agenti AI non sono un’aggiunta, un plug-in da applicare a un software ma il nuovo tessuto connettivo dell’intera piattaforma applicativa. L’evoluzione degli agenti è esponenziale, e già oggi si può parlare di veri e propri team di agenti AI, alcuni conversazionali, altri funzionali, altri ancora supervisori. E la vera rivoluzione è che l’ambiente Oracle Fusion consente a questi di cooperare tra loro dentro il contesto aziendale, orchestrando interi flussi operativi senza che l’utente debba nemmeno pensarci. Una sintonia tra umano e AI, in cui il sistema interpreta il “perché”, non solo il “come”. Oracle non sta costruendo l’ennesima piattaforma AI. Sta ridefinendo l’esperienza applicativa per i propri clienti, mettendo l’intelligenza generativa al centro».

Paolo Spreafico di Google Cloud immagina un futuro basato su ecosistemi collaborativi di agenti AI: «squadre digitali» di specialisti AI che comunicano tra loro per risolvere problemi complessi. Per realizzare questa visione, Big G offre una piattaforma aperta su Vertex AI con standard come Agent2Agent, per garantire che agenti diversi possano collaborare fluidamente.

«Siamo nel mezzo di una trasformazione profonda» – commenta Nicola Lalla di Salesforce. «Gli agenti AI non sono solo strumenti più intelligenti, ma veri e propri collaboratori digitali, capaci di apprendere, ragionare e agire in autonomia. Questo impone una nuova visione dei processi aziendali e del rapporto tra persone e tecnologia. Nel lungo termine, il loro ruolo sarà sempre più strategico. La sfida sarà integrarli senza perdere valori fondamentali come trasparenza, fiducia e controllo umano».

Serve una risposta concreta delle big tech a uno scenario non più rivoluzionario ma consolidato. Abbiamo i piloti e le auto. Ora serve non sbagliare strada. «In un mondo dove l’AI agentica è destinata a moltiplicarsi – spiega Chiara Venneri – IBM offre una risposta concreta: «Orchestrare per governare, integrare per scalare, osservare per fidarsi». Bisogna puntare su un modello di collaborazione uomo-macchina più intelligente e sostenibile, affrontando in modo sistematico e strategico trasparenza e governance.

In questo modo – «le organizzazioni possono tradurre l’adozione tecnologica in un vantaggio competitivo realmente centrato sulle persone» – afferma di Patrizio Rinaldi ServiceNow. «Una leadership orientata all’innovazione, insieme a una piattaforma abilitante e una strategia AI-first gestita e integrata nei processi aziendali, può trasformare l’esperienza professionale e il modo in cui si ridefinisce il lavoro».

AI Agent, dall’analisi dei dati all’automazione intelligente

Gruppo E, come integrare la GenAI in azienda

La vera svolta degli Agenti AI

L'articolo Agenti AI, da bot a colleghi digitali proviene da Data Manager Online.

Un paradosso attraversa il mondo delle imprese. Si spendono milioni in firewall di ultima generazione, sistemi di detection basati sull’intelligenza artificiale, soluzioni cloud blindate, ma si trascura clamorosamente la formazione delle persone che ogni giorno usano quegli strumenti. Con effetti che sono sotto gli occhi di tutti: l’essere umano come anello debole della sicurezza. Non stiamo parlando di dipendenti infedeli o hacker “geniali” che bucano sistemi impenetrabili, ma di lavoratori che cliccano sul link sbagliato, usano la stessa password ovunque, condividono dati senza pensarci. Comportamenti che confermano che nonostante sia l’uomo l’origine della maggior parte delle violazioni, le aziende continuano a investire di più in tecnologie che in programmi di formazione.

Che si parli di phishing, smishing, vishing o social engineering in generale, la maggior parte delle minacce passa per l’inganno psicologico, non per lo sfondamento tecnico. Ma questa visione è solo parziale. Perché lo stesso essere umano se formato nel modo corretto e consapevole, può diventare il miglior sensore di sicurezza in grado di riconoscere il tentativo di frode, segnalare l’anomalia, spezzare la catena dell’attacco prima che arrivi a destinazione. Un segnale di innovazione intesa come capacità di trasformare le persone da potenziali vulnerabilità a risorse. Fare formazione significa costruire cultura, alimentare senso critico, dare ai propri collaboratori strumenti pratici per difendersi. Non basta sapere che il rischio esiste. Serve interiorizzare comportamenti, allenare i riflessi, sviluppare quell’istinto che porta a dire “qualcosa non torna” prima di cadere nella trappola. E prima si comincia meglio è. Partendo come si fa in molti paesi dalle scuole.

FATTORE STRUTTURALE

Secondo i dati dell’Osservatorio Proxima, realizzato da Enzima12, meno del 36% degli adulti tra i 25 e i 64 anni ha partecipato a un’attività formativa nell’ultimo anno, contro una media europea del 45%. Questo dato evidenzia una significativa carenza strutturale nella formazione continua, soprattutto nelle piccole e medie imprese dove solo il 21,1% delle microimprese ha formato i propri lavoratori, rispetto al 54,2% delle grandi aziende. La mancanza di investimenti nella formazione non solo limita la crescita delle imprese, ma espone anche a rischi economici significativi. Nel 2023, secondo quanto emerge dal report “Formazione e Lavoro 2025” dell’Osservatorio Proxima, il disallineamento tra le competenze richieste dal mercato e quelle disponibili – stante la difficoltà di reperire personale qualificato e i tempi di inserimento che variano da due a dodici mesi – ha causato una perdita economica di 43,9 miliardi di euro, pari al 3,4% del PIL dei settori analizzati: stima calcolata a partire dai dati del sistema Excelsior di Unioncamere. Riconoscere la formazione come un investimento strategico per il futuro delle organizzazioni e dell’intero sistema economico nazionale è più che mai urgente.

LE INSIDIE DELLA FORMAZIONE

Ancora in troppe aziende la formazione in materia di cybersecurity spesso si riduce a un rituale sterile: corsi e-learning frettolosi, una batteria di quiz finali, una firma, quando va bene PDF scaricati e mai letti. Modalità passive, generiche, che trasmettono informazioni ma non generano consapevolezza reale. Inutile sottolineare che così si tradisce la funzione stessa della formazione. Che non è quella di fornire nozioni astratte, ma incidere sui comportamenti quotidiani. «La consapevolezza in materia di cybersecurity non può ridursi a una formalità. Per generare valore reale, deve diventare un percorso culturale che incide sui comportamenti quotidiani» – concorda Massimo Littardi, cyber security solution manager di NovaNext. Il rischio è evidente. Si crea l’illusione di aver formato il personale, quando in realtà non si è spostato di un millimetro il livello di consapevolezza. Mentre il pericolo rimane intatto.

«Nella mia esperienza ho visto diverse aziende acquistare corsi di security awareness per il personale, ma con una scarsa partecipazione. Questo è il problema» – riporta Fabio Naccazzani, amministratore delegato di Akito (gruppo HWG Sababa). «I rischi associati a comportamenti potenzialmente scorretti non vengono adeguatamente percepiti internamente. In Akito promuoviamo una cultura della cybersecurity a tutti i livelli come primo step di una strategia efficace: ne parliamo di persona, i nostri System Engineer condividono best practice con i clienti, proponiamo percorsi di formazione su misura, progettati per essere il più coinvolgenti possibile».

La sicurezza viene spesso considerata esclusivamente un problema delle aziende, legato al lavoro e all’impresa. Per Giancarlo Butti del Comitato Scientifico di CLUSIT, sarebbe molto più produttivo evidenziare come un comportamento responsabile possa influire sulla sicurezza personale dei lavoratori. «Aprire una mail sospetta costituisce un rischio sia che si tratti di un account di lavoro sia personale. Far comprendere che le regole di sicurezza incidono direttamente sulla vita quotidiana, proteggendoci da truffe e furti di identità, è il modo più efficace per accrescere l’interesse e la consapevolezza sul tema della cybersecurity.

A Cyber Guru il concetto di formazione, inteso nella sua accezione più classica, è sempre andato stretto. «La tecnologia e il crimine informatico, vivono uno stato di costante accelerazione» – spiega il fondatore e CEO Gianni Baroni. «L’impegno è cambiare il modo in cui le persone percepiscono il rischio cyber: non più utenti passivi, ma protagonisti attivi della propria protezione digitale, rafforzando la loro postura di sicurezza e rendendoli parte integrante del processo difensivo».

Per proteggere un’azienda o un’organizzazione non basta più blindare i sistemi o investire in tecnologie protettive, anche se rimangono azioni necessarie. La sicurezza nasce dall’insieme di pratiche, attenzioni e decisioni che le persone assumono ogni giorno. Un clic in meno su un link sospetto, una password scelta con maggiore cura, la prontezza nel segnalare un’anomalia. Solo così la formazione diventa un investimento strategico. Servono simulazioni realistiche, laboratori pratici, scenari vicini al vissuto quotidiano del lavoratore. Occorre mostrare, in modo interattivo, come un’email ben costruita possa trarre in inganno anche l’occhio più attento. Solo così si passa dal sapere al saper fare, e soprattutto al saper riconoscere. «Ma non basta più neanche scegliere una formazione concepita in modo passivo che si risolve in qualche noiosa ora di teorica lezione frontale e nei classici quiz, magari con il solo obiettivo di assolvere un obbligo formale» – continua Baroni.

Il fattore umano rimane il vero vulnus della sicurezza, oggi ulteriormente indebolito dall’intelligenza artificiale. «Per spalancare la porta al criminale di turno basta un clic sbagliato in un momento umano di debolezza, distrazione, fretta» – spiega Baroni. «La formazione efficace lavora proprio sulla catena di pensieri che si sviluppano prima di quel fatidico momento, per invertire la rotta e determinare un esito diverso del processo. Per farlo bisogna “resettare” le cattive abitudini attraverso un processo di apprendimento continuo e permanente». Teoria organizzata in pillole da gestire in libertà, ma soprattutto tanta pratica. Allenamento personalizzato, coinvolgimento attivo, divertimento (gamification), identificazione (web serie che narrano di esperienze reali), e tante altre azioni che si traducono in abilità operative di cui ognuno può diventare dispensatore anche nella vita privata. «L’obiettivo è trasformare ogni singolo individuo in un “guardiano della soglia” a difesa della sua azienda. Ma anche diffondere in contesti diversi una nuova cultura della sicurezza. Più partecipata, più attiva, più responsabile» – conclude Baroni.

CYBERDIDATTICA SU MISURA

La consapevolezza in materia di cybersecurity non può essere relegata a una casella da spuntare nei programmi di formazione aziendale, né a un obbligo burocratico da assolvere una volta all’anno con un corso online. Per generare valore reale, la formazione deve trasformarsi in un vero percorso culturale, capace di incidere sui comportamenti quotidiani di chiunque utilizzi strumenti digitali. È questo il senso di una nuova cyberdidattica su misura: Formazione che non distribuisce nozioni in serie, ma adatta percorsi e scenari al ruolo e al contesto. Nessuno fuori dall’IT ha bisogno di conoscere le policy di rete, ma tutti dovrebbero essere in grado di riconoscere email fraudolente, allegati sospetti, messaggi e telefonate ingannevoli. Per Alessio Aceti, CEO HWG Sababa la consapevolezza non è un obbligo, ma un investimento culturale. «La cybersecurity è troppo importante per ridursi a un gioco a premi. I nostri programmi puntano su coinvolgimento continuo, contesto reale e formati alternativi: online, in presenza, poster e persino un cyber bus con escape room, per formare ovunque e chiunque».

Ma in che modo i programmi formativi tengono conto delle differenze tra i ruoli aziendali, i profili di rischio e i contesti operativi? «Non tutti i ruoli aziendali affrontano gli stessi rischi» – spiega Littardi di NovaNext. «Un CFO, un tecnico IT o una figura commerciale vivono minacce differenti, in contesti diversi. Per questo i nostri programmi non sono standardizzati, ma adattati alle reali esigenze delle persone. Offriamo percorsi modulari, linguaggi mirati e scenari concreti, costruiti in base al settore, al livello di esposizione e all’attività svolta. Il risultato è una formazione che informa e coinvolge, perché ogni utente si riconosce nei contenuti. Così la sicurezza non è solo teoria, ma pratica quotidiana, parte del proprio ruolo professionale». L’esperienza insegna che a seconda dei ruoli e delle funzioni si può risultare più o meno sensibili a tipologie d’attacco diverse.

«Lo spear phishing e il classico “CEO fraud” risultano particolarmente efficaci quando sono indirizzati al reparto amministrativo» – spiega Michelangelo Uberti, head of marketing di Trend Micro Italia. «Personalizzazione e gestione “always on” consentono di memorizzare i concetti e mantenere viva l’attenzione degli utenti, abituandoli a adottare un atteggiamento cauto anche quando usano strumenti più esposti al rischio».

CONTENUTI E CONTESTO

Se la formazione è parte integrante della capacità di rispondere alle minacce, uno dei fattori chiave di successo è sicuramente la personalizzazione dei contenuti. «Messaggi mirati per ruolo, settore e contesto aumentano la rilevanza percepita» – spiega Littardi di NovaNext. «L’apprendimento continuo, con moduli brevi, simulazioni e feedback costanti, favorisce l’assimilazione graduale delle buone pratiche. Le simulazioni di attacco, come il phishing, diventano occasioni di crescita più che di giudizio, mentre la gamification stimola partecipazione e spirito di squadra».

Un approccio condiviso anche da Naccazzani, AD di Akito, secondo cui la formazione per essere efficace deve essere personalizzata. «I nostri system engineer si trovano spesso a testare le soluzioni e lavorare su percorsi su misura. Anche perché alcune figure aziendali sono più esposte di altre, per esempio se rivestono ruoli strategici o gestiscono informazioni sensibili – dati bancari, organizzativi, password – oppure lavorano a stretto contatto con i vertici aziendali».

Un direttore finanziario e un responsabile della produzione affrontano rischi diversi – come spiega il CEO di HWG Sababa Alessio Aceti. «I percorsi di formazione devono essere personalizzati in base a ruolo, settore e maturità aziendale. Con la piattaforma HyperSOC colleghiamo i contenuti alle minacce reali. Niente moduli generici, ma formazione mirata e attuale». La formazione di base resta un bene comune a tutte le organizzazioni. «I sistemi incentivanti possono rappresentare un rischio per la sicurezza se premiano solo la produttività, senza valutare la qualità dei risultati. In particolare quando si applicano alla catena di comando della sicurezza. Sbaglia chi crea un sistema incentivante di questo tipo, dove si usano solo parametri quantitativi, che danno una falsa parvenza di oggettività, senza misurare i risultati raggiunti».

Approcci formativi innovativi trasformano la teoria in esperienza concreta e coinvolgente. La gamification porta dinamiche di gioco nei percorsi di apprendimento, rendendo l’utente partecipe e motivato. Le simulazioni immersive e le esercitazioni di phishing realistico mettono i dipendenti alla prova in ambienti controllati, replicando con fedeltà le trappole usate dagli attaccanti. Il microlearning, con pillole formative brevi e mirate, si adatta ai ritmi di lavoro, favorendo una continuità che non interrompe la produttività ma mantiene alta la soglia di attenzione.

Barracuda Networks, per esempio, punta su esperienze di apprendimento immersive e misurabili. «Per mostrare ai dipendenti l’impatto delle loro azioni, utilizziamo simulazioni di attacco realistiche, come il phishing, tramite un approccio dinamico e personalizzato» – spiega Stefano Pinato, country manager per l’Italia. «Grazie a soluzioni come Barracuda Email Protection offriamo centinaia di modelli di messaggi di posta e landing page personalizzabili, ma anche una vasta libreria di video di microlearning e giochi per mantenere il coinvolgimento. Le simulazioni multivettoriali non sono somministrate solo via email con interazioni avanzate (allegati, moduli per credenziali, CAPTCHA), ma anche tramite supporti fisici come unità USB».

RISCHIO GUIDATO

L’apprendimento efficace passa anche dalla simulazione dell’errore. In cybersecurity, come nello sport, l’allenamento è la chiave. Imparare sbagliando in un ambiente sicuro permette di riconoscere e gestire situazioni critiche nel mondo reale. Un clic su un link malevolo in una simulazione non causa un disastro, ma produce un insegnamento duraturo. La piattaforma Vision One di Trend Micro include il modulo Security Awareness che permette di eseguire campagne di phishing simulate altamente personalizzate.

«I template si basano su attacchi reali e includono sia l’email che la landing page usata per sottrarre i dati personali. La reportistica consente di quantificare con precisione il rischio umano e aiuta a pianificare le azioni successive» – spiega Uberti di Trend Micro Italia.

«Gli utenti che non superano il test possono essere invitati automaticamente a seguire uno dei diversi corsi di formazione online inclusi nel modulo, al fine di aiutarli a comprendere l’errore e colmare le lacune». Naturalmente occorre anche misurare il grado di apprendimento raggiunto. Per Littardi di NovaNext la misurazione dell’impatto deve andare oltre il test, ma bisogna analizzare comportamenti, tempi di reazione e aderenza alle policy. «Solo così la sicurezza evolve da obbligo a cultura diffusa, diventando parte dell’identità organizzativa».

L’ESEMPIO PARTE DALL’ALTO

Lo scorso febbraio una banda di truffatori ha messo in scena un inganno sofisticato e al tempo stesso inquietante, contattando al telefono diversi imprenditori italiani, utilizzando la voce di Guido Crosetto, titolare del Ministero della Difesa – o quella di un suo collaboratore – perfettamente riprodotta con strumenti di intelligenza artificiale. Al telefono gli “scammer” mettevano in scena emergenze drammatiche come presunti rapimenti di cittadini illustri in Medio Oriente o giornalisti in pericolo di vita. E con toni concitati chiedevano trasferimenti immediati di denaro su conti esteri, presentati come riscatti, promettendo che le somme sarebbero state restituite o compensate dalla stessa Banca d’Italia. A finire nel mirino non piccoli imprenditori, ma alcuni dei nomi più noti dell’industria e della moda italiana: Giorgio Armani, Patrizio Bertelli, Marco Tronchetti Provera, Diego Della Valle, e ancora famiglie come Aleotti, Beretta, Caltagirone. Secondo le ricostruzioni, almeno un imprenditore, Massimo Moratti, sarebbe caduto nella trappola, autorizzando un versamento di circa un milione di euro in due tranche su un conto indicato dagli estorsori.

La formazione, da sola, evidentemente non basta. Anche se tutti i dipendenti partecipano ai corsi di cybersecurity, un singolo comportamento superficiale ai vertici può mettere in pericolo l’intera organizzazione. Quello che spesso non si dice è che anche i top manager non sono immuni alle truffe. In realtà la vicenda dimostra che anche personalità con risorse elevate e grande esperienza possono cadere in trappola, se le procedure aziendali non prevedono controlli adeguati anche per le richieste che sembrano provenire dal management stesso. Senza una regia che guidi comportamenti e decisioni, il rischio cresce in modo esponenziale. I comportamenti dei vertici possono innescare comportamenti pericolosi a cascata. Quando un dirigente condivide la password con l’assistente “per fare prima” o quando ignora gli avvisi dell’IT e ironizza su chi segnala un rischio, legittima quella stessa leggerezza nell’intera organizzazione. Il booster di credibilità immesso dalla leadership gioca un ruolo importante. Il CEO che partecipa a un’esercitazione di phishing accanto ai colleghi o il direttore che ammette di aver sbagliato e racconta cosa ha imparato trasmettono autenticità e responsabilità che nessuna slide può sostituire.

«La cultura della sicurezza non può essere imposta né riservata a figure tecniche o specifiche» – sottolinea Littardi di NovaNext. «Per funzionare davvero, serve il coinvolgimento di tutta l’organizzazione, a partire dai vertici. Il top management orienta le priorità, comunica con coerenza e dimostra con l’esempio che la sicurezza è un valore strategico. Partecipazione visibile, supporto alle policy e coerenza nella comunicazione interna sono leve fondamentali per modellare comportamenti diffusi. Il supporto del top management legittima l’iniziativa e ne facilita l’integrazione nei valori aziendali».

L’equivoco è pensare che formare dipendenti e collaboratori in materia di cybersecurity significhi insegnare loro le funzionalità dei protocolli di rete o la configurazione di un firewall. Non è così. La formazione efficace passa dalla capacità di far comprendere la logica degli attacchi: come, quando e perché un hacker prova a colpire, quali leve psicologiche sfrutta, quali scenari costruisce. La minaccia oggi è soprattutto psicologica, sociale, contestuale. Il malware più sofisticato può essere meno pericoloso di un’email di phishing ben costruita che fa leva sull’ansia, sull’urgenza o sulla curiosità del destinatario. Gli attacchi, più che codice sono storie. Di fiducia tradita, di allettanti opportunità, di scelte rapide fatte sotto pressione. Raccontarle significa trasformare dati e procedure astratte in esperienze vissute, facendo comprendere al dipendente cosa non fare, ma soprattutto come ragiona chi attacca. A loro volta, le esercitazioni realistiche, i role-play, le simulazioni immersive sono strumenti narrativi. Creano esperienze che coinvolgono emotivamente chi le affronta, e permettono di esercitare il pensiero critico in contesti sicuri.

RESPONSABILITÀ TRASVERSALE

Nel dialogo con le aziende utenti, i vendor sanno quanto è difficile superare la convinzione che la sicurezza sia solo una responsabilità dell’IT. «Una percezione che deriva in molti casi da strutture organizzative nelle quali i dipartimenti IT sono effettivamente i principali custodi degli asset digitali e dell’infrastruttura» – spiega Paolo Lossa, country sales director di CyberArk Italia. «Tuttavia, il panorama delle minacce è radicalmente cambiato. Oggi, ogni dipendente, interagisce con sistemi digitali, gestisce dati sensibili e rappresenta un potenziale punto di accesso per gli attaccanti».

Secondo Lossa, il modo migliore per far capire alle aziende questo cambiamento è attraverso casi pratici e dati oggettivi. «L’identità è il nuovo perimetro. Con l’erosione dei confini di rete tradizionali, le identità – uomo e macchina – sono la principale superficie di attacco. Chiunque disponga di un’identità ha un ruolo nella postura complessiva di sicurezza dell’azienda». L’errore umano è una delle cause principali di violazioni e attacchi. «Non si tratta di attribuire colpe, ma di condividere il rischio» – afferma Lossa. «La sicurezza, se interpretata come responsabilità condivisa, si trasforma da costo a fattore abilitante per il business, promuovendo fiducia, conformità e resilienza. In questo modo, il focus si sposta da “problema dell’IT” a “rischio e opportunità collettiva dell’azienda”. E la sicurezza si trasforma in un ecosistema condiviso nel quale la tecnologia fornisce la struttura, ma la vigilanza e la comprensione umana completano il quadro».

Quando la sicurezza dipende da ciascuno, ogni comportamento individuale contribuisce alla responsabilità complessiva. «Il fattore umano ha un ruolo chiave nella messa in sicurezza di un’organizzazione» – afferma Naccazzani, AD di Akito. «Puntare sulla formazione per accrescere la consapevolezza è parte di una vera strategia di prevenzione efficace, e rappresenta un investimento contenuto se confrontato al costo economico e reputazionale di un attacco». Anche per Barracuda Networks, la cybersecurity awareness è un pilastro strategico. E occorre superare la convinzione che la sicurezza sia solo appannaggio dell’IT. «Ogni dipendente è il primo anello della catena di difesa, che è completa solo quando ciascuno è responsabilizzato» – ribadisce Pinato. «La sicurezza deve essere integrata nel lavoro di tutte le funzioni. Attraverso esempi concreti di social engineering o data breach, rendiamo tangibili le conseguenze degli errori umani». L’investimento in formazione crea una sorta di firewall umano: «Dimostrare il suo impatto economico rafforza la strategia aziendale» – spiega Pinato. «Un utente consapevole può intercettare una minaccia prima che raggiunga i sistemi, prevenendo costi enormi legati a downtime, ripristino dati e danni reputazionali. Solo la combinazione di strumenti avanzati – email security, XDR, Zero Trust – e di una cultura della sicurezza diffusa può rendere un’azienda veramente resiliente».

PROVE DI RESILIENZA

Immaginiamo un teatro. La scenografia è perfetta, i fari sono accesi, le quinte pronte a svelarsi. Il regista ha tutto sotto controllo. C’è solo un piccolo problema: gli attori non conoscono la parte. C’è chi dimentica le battute, chi esce di scena al momento sbagliato, un terzo si lascia ingannare da un finto tecnico che gli porge un microfono manomesso. Il risultato non è difficile da immaginare. Ora mettiamoci una fabbrica, un ospedale, una banca. Adesso facciamo lo sforzo di sostituire i costumi con le credenziali di accesso, i microfoni con i terminali industriali e gli attori con i dipendenti. Quando un’azienda investe in tecnologia, ma non in formazione, è molto probabile che accada qualcosa di simile.

La cybersecurity è una prova collettiva, un impegno per difendere la continuità dell’impresa e in definitiva il proprio posto di lavoro. La responsabilità è distribuita, perché la sicurezza non si delega. È una cultura che si deve respirare in ogni reparto, in ogni ruolo. Un linguaggio, fatto di attenzione, prudenza, collaborazione, esercizio quotidiano. Il vero obiettivo della formazione è creare una grammatica condivisa che permetta a tutti – dal CEO all’ultimo stagista – di capirsi, riconoscere i segnali e agire in maniera coordinata.

Il tuo backup contro l’imprevedibilità umana: Agger

L'articolo Formare per difendersi, la security inizia dall’awareness proviene da Data Manager Online.

Negli ultimi dieci anni abbiamo assistito all’esplosione delle tecnologie emergenti: intelligenza artificiale, big data, IoT, blockchain. Le aziende si sono spesso avvicinate a queste soluzioni con logiche sperimentali, spinte dal desiderio di “stare al passo”, spesso solo per poterne parlare e senza disporre di un disegno organico. È stato un passaggio necessario, ma oggi questo approccio “tech-first” non basta più.

Entrando nel merito specifico dell’AI, i dati del rapporto pubblicato a luglio “State of AI in Business 2025” del MIT, frutto di una ricerca svolta nei primi sei mesi di quest’anno, hanno evidenziato come il 95% dei progetti di intelligenza artificiale non riesca a generare valore tangibile. Considero questo non un limite tecnologico, ma il risultato di approcci inadeguati. L’elemento distintivo non è l’adozione della tecnologia, ma il modo in cui l’organizzazione la integra nella propria struttura decisionale, operativa e culturale.

La tecnologia deve essere un fattore di governo, non solo di supporto. Deve aiutarci a prendere decisioni migliori, più rapide e coerenti, diventando una vera architettura del cambiamento. Nel settore bancario, per esempio, l’AI predittiva sta rivoluzionando la valutazione del rischio creditizio, con riduzioni significative delle transazioni fraudolente. Ma il vero salto di qualità è culturale: l’IT deve diventare parte integrante della catena del valore e non essere percepito solo come centro di costo.

L’elemento chiave oggi è la capacità di costruire sistemi decisionali intelligenti, capaci di integrare dati, modelli predittivi e feedback umani in quella che possiamo chiamare intelligenza distribuita. Ma attenzione: senza una data governance solida, anche i progetti più ambiziosi falliscono. Dataset incompleti o inconsistenti diventano la base fragile su cui costruire modelli inefficaci.

#ceosuite Il 95% dei progetti #AI non genera valore. Francesco Cinquegrani #AubayItalia #AIadoption
Click To Tweet

La tecnologia non sostituirà il pensiero umano, ma lo estenderà. Preferisco vedere l’AI come un fattore di accelerazione efficace delle capacità umane, che sicuramente integra e non necessariamente sostituisce. È come un pilota automatico che gestisce efficacemente le operazioni standard, ma in situazioni complesse è l’expertise umana a prendere il controllo, almeno questo è il mio auspicio.

L’esperienza quotidiana di Aubay al fianco di grandi realtà che operano nel banking, telco, utility e industry ci insegna che la chiave non è mai solo tecnica. Il valore si crea quando la tecnologia viene inserita in un contesto di visione condivisa e capacità di adattamento continuo.

Non possiamo più pensare in termini di progetti chiusi. Le organizzazioni innovative stanno abbandonando questa logica per adottare modelli evolutivi, basati su piattaforme scalabili e sperimentazione continua. La logica non è più “costruire e mantenere”, ma “co-creare e adattare nel tempo”, trasformando ogni progetto in una piattaforma evolutiva. A tale scopo la governance tecnologica deve unirsi strutturalmente alla gestione del capitale umano. Formazione continua, upskilling e leadership diffusa diventano elementi centrali quanto le piattaforme stesse. L’esperienza mi ha insegnato che la tecnologia non genera valore da sola, bisogna saperla far vivere dentro le organizzazioni. Il ruolo di chi lavora come Aubay nel cuore dell’innovazione è accompagnare, tradurre e far dialogare mondi diversi. Solo così la tecnologia smette di essere un linguaggio per pochi e diventa patrimonio condiviso.

Francesco Cinquegrani, VP – operation director di Aubay Italia

L'articolo L’AI che crea valore proviene da Data Manager Online.

Il regolamento europeo va a integrare il Data Governance Act per fornire chiarezza legale riguardo all’accesso e all’uso dei dati. Insieme, queste due normative – strettamente legate al regolamento sui servizi digitali (DSA) e al GDPR – contribuiscono al consolidamento di un mercato unico dei dati nell’Unione Europea. La legge è espressamente concepita “per potenziare l’economia dei dati dell’UE e favorire un mercato dei dati competitivo”. L’obiettivo è rendere i dati (in particolare quelli industriali) più accessibili e utilizzabili, incoraggiando l’innovazione basata sui dati e aumentandone la disponibilità”.

Per farlo, è stato deciso di adottare un quadro normativo che disciplina lo scambio e l’interoperabilità dei dati tra imprese, utenti ed enti pubblici, con un focus sull’uso, la conservazione e la condivisione dei dati che derivano principalmente dall’utilizzo, da parte di aziende e individui, di prodotti connessi e della rete dell’Internet delle cose (IoT). Insieme alle disposizioni generali del primo capitolo, otto successivi capitoli definiscono gli ambiti di intervento.

Nell’ordine (capitoli 2-9):

• Condivisione dei dati tra imprese e tra imprese e consumatori nell’ambito dell’IoT: gli utenti di oggetti dell’Internet delle Cose (IoT) possono accedere, usare e trasferire i dati che co-generano attraverso l’uso di un prodotto connesso.
• Condivisione dei dati tra imprese: condizioni per la condivisione dei dati ogni volta che un’impresa è obbligata per legge, anche tramite il Data Act, a condividere i dati con un’altra impresa.
• Clausole contrattuali inique: le aziende, in particolare le PMI, sono esplicitamente protette dall’imposizione di clausole inique nei contratti di condivisione.
• Condivisione dei dati tra imprese e pubbliche amministrazioni: in eccezionali situazioni di necessità il settore pubblico potrà prendere decisioni più fondate sulla base di dati acquisiti, a norma di legge, dal settore privato che li custodisce.
• Passaggio tra servizi di elaborazione dati: i fornitori di servizi di cloud e edge computing devono soddisfare requisiti minimi per facilitare l’interoperabilità e consentire il passaggio da un servizio all’altro.
• Accesso illecito ai dati da parte di governi di paesi terzi: i dati non personali archiviati nell’UE sono protetti da richieste di accesso illecite da parte di governi stranieri.
• Interoperabilità: i partecipanti agli spazi di dati devono soddisfare criteri che ne consentano il flusso all’interno e tra i vari spazi di dati. Un eventuale registro svilupperà gli standard e le specifiche pertinenti per l’interoperabilità del cloud.
• Applicazione: gli Stati membri devono designare una o più autorità competenti per monitorare e far rispettare il Data Act. Se viene designata più di un’autorità, deve essere nominato un “coordinatore dei dati” che funga da punto di contatto unico a livello nazionale.

Come si vede una legge esaustiva e complessa, che – secondo i primi commentatori – spinge formalmente, dopo protezione e governance, su leve che anche tecnologicamente si sono sempre rivelate “sfidanti”: accessibilità, interoperabilità, usabilità.

L’industria degli strumenti software, materialmente utilizzati per rendere concreti questi aspetti, e soprattutto le aziende, che li stanno adottando e implementando, avranno molto lavoro da fare.

Ma, si spera, anche l’opportunità di dare una prospettiva di chiarezza e praticabilità alla data economy, rimasta finora in una dimensione molto teorica.

E ci sarà Data Manager a raccontare questo nuovo percorso.

L'articolo Welcome, Data Act proviene da Data Manager Online.

Il futuro della finanza non viaggia più attraverso i cavi sotterranei o le fibre ottiche nascoste nei fondali marini, ma danza nell’etere, trasportato da onde elettromagnetiche che ridefiniscono i confini del possibile. Il 5G non rappresenta semplicemente un’evoluzione incrementale nelle telecomunicazioni, ma una rivoluzione infrastrutturale che promette di trasformare radicalmente l’architettura dei servizi finanziari. Le istituzioni finanziarie stanno iniziando a percepire le infinite possibilità di un mondo dove la latenza si avvicina allo zero, la connettività diventa ubiqua e i limiti della banda cessano di esistere. In questo nuovo paradigma, la banca non è più un luogo fisico o un’app sul telefono, ma un’esperienza pervasiva e intelligente che accompagna il cliente in ogni momento della sua vita finanziaria, anticipandone i bisogni e proteggendone gli interessi con una precisione e una velocità prima inimmaginabili. La quinta generazione di reti mobili non è solo più veloce, è un salto che ridefinisce la connettività.

Mentre il 4G ha favorito lo streaming e l’economia delle app, il 5G promette velocità fino a 20 gigabit al secondo, latenze inferiori al millisecondo e capacità di connettere un milione di dispositivi per chilometro quadrato. Questi numeri si traducono in capacità che cambiano radicalmente il settore finanziario. La latenza ultra-bassa del 5G, che riduce il tempo tra comando e risposta da decine di millisecondi a meno di uno, è fondamentale per il trading ad alta frequenza, dove ogni microsecondo può generare milioni di euro di profitto o perdita. Questa reattività consente anche nuove esperienze utente, trasformando i servizi digitali in esperienze in tempo reale. L’impatto del 5G sui servizi finanziari si articola attraverso quattro pilastri fondamentali che creano un ecosistema finanziario radicalmente nuovo e più potente.

LA BANCA SENZA CONFINI

Il primo e più immediato impatto del 5G è l’eliminazione delle barriere geografiche e infrastrutturali che hanno storicamente limitato l’accesso ai servizi finanziari. In regioni remote dove la costruzione di filiali fisiche o l’installazione di cavi in fibra ottica è economicamente proibitiva, il 5G porta servizi bancari completi attraverso l’etere. Un contadino rurale può usare strumenti di gestione del rischio; un piccolo imprenditore urbano può ottenere prestiti tramite AI; una famiglia può ricevere consulenza finanziaria con ologrammi di esperti direttamente nel salotto di casa. Questa democratizzazione dell’accesso è un’opportunità di business oltre che di giustizia sociale. Circa 1,7 miliardi di adulti sono “unbanked”: il 5G permette alle istituzioni di raggiungerli con costi minimi, trasformando l’inclusione finanziaria in strategia di crescita sostenibile.

L’INTERNET DELLE COSE FINANZIARIE (IOFT)

Il secondo pilastro è la nascita di quello che possiamo definire l’Internet of Financial Things (IoFT). Con la capacità di connessione del 5G, ogni oggetto diventa potenzialmente un punto di interazione finanziaria. L’automobile che paga automaticamente il pedaggio e il parcheggio, negoziando in tempo reale le tariffe migliori; il frigorifero che ordina e paga la spesa quando rileva che il latte sta per finire; il dispositivo medico che attiva automaticamente la copertura assicurativa quando rileva un’emergenza sanitaria. Questi scenari, simili a un film di fantascienza, sono già in sperimentazione. Le banche sviluppano wallet invisibili nei dispositivi IoT, con pagamenti senza interazione umana, guidati da smart contract e autorizzazioni pre-programmate. Il 5G rende possibili, più economici e istantanei questi micro-pagamenti, riducendo i costi di transazione con l’effetto di rete chiamato “network effect amplification”.

LA SICUREZZA QUANTISTICA MOBILE

Il terzo pilastro riguarda la sicurezza. Paradossalmente, mentre il 5G apre nuove superfici di attacco, offre anche strumenti senza precedenti per la protezione. Il network slicing del 5G permette di creare reti virtuali dedicate e isolate per transazioni critiche, come se ogni banca avesse la propria rete privata 5G con garanzie di sicurezza e performance personalizzate. Le comunicazioni ultra-affidabili e a bassa latenza (URLLC) del 5G garantiscono che i dati critici arrivino sempre a destinazione, anche in condizioni di rete congestionate. L’architettura di sicurezza del 5G, basata su quello che l’ETSI definisce “Zero Trust Architecture”, presuppone che nessun dispositivo o utente sia automaticamente sicuro. Ogni transazione viene verificata in modo granulare, utilizzando l’autenticazione continua multi-fattore. La capacità edge del 5G permette di elaborare dati sensibili localmente, riducendo il rischio di intercettazioni. L’autenticazione biometrica continua verifica costantemente l’identità dell’utente, rendendo il furto d’identità quasi impossibile.

#Banking #5G Dal contadino connesso all’agente AI olografico: la rivoluzione ubiqua della banca @djegerson
Click To Tweet

L’ESPERIENZA IMMERSIVA E AUMENTATA

Il quarto pilastro è la trasformazione radicale dell’esperienza cliente attraverso realtà aumentata (AR) e virtuale (VR). Con il 5G, un cliente può “entrare” nella sua banca virtuale, camminare tra visualizzazioni tridimensionali del suo portafoglio, manipolare con le mani modelli predittivi dei suoi investimenti, o partecipare a sessioni di consulenza dove il consulente appare come ologramma nel suo salotto. Questa non è solo una questione di “effetto wow”. La visualizzazione immersiva dei dati finanziari può rendere concetti complessi immediatamente comprensibili. Un mutuo trentennale diventa un percorso virtuale che il cliente può esplorare, vedendo come diverse scelte possono influenzare il suo futuro finanziario. Il rischio di investimento non è più un numero astratto ma un’esperienza visceralmente percepibile. I clienti bancari del futuro prossimo gestiranno le loro finanze in spazi tridimensionali intuitivi e coinvolgenti.

LE SFIDE DELL’IMPLEMENTAZIONE

L’adozione del 5G nel settore finanziario affronta ostacoli significativi come l’investimento infrastrutturale, con oltre 700 miliardi di dollari richiesti entro il 2025, e la necessità di trasformazioni tecnologiche profonde per aggiornare sistemi legacy. La frammentazione regolamentare, poiché la tecnologia è globale ma le normative sono nazionali, crea complessità, specialmente sulla sovranità dei dati attraverso reti multi-giurisdizionali. Inoltre, il rischio cyber si evolve con il 5G, ampliando la superficie di attacco e la velocità di propagazione degli attacchi, come evidenziato dal World Economic Forum nel suo Global Risks Report 2024, che sottolinea le nuove interdipendenze tra 5G e servizi finanziari.

IL NUOVO PARADIGMA FINANZIARIO

Assistiamo alla nascita di un nuovo paradigma finanziario in cui la distinzione tra fisico e digitale si dissolve in un continuum di esperienze fluide e intelligenti. Il 5G è il tessuto connettivo di questa realtà economica. La competizione tra istituzioni finanziarie si concentrerà sulla capacità di orchestrare ecosistemi complessi, navigare regolamentazioni e creare esperienze impossibili. Le banche future saranno quelle che usano il 5G per relazioni più profonde con i clienti. La banca senza fili non è solo senza cavi, ma senza confini, invisibile ma onnipresente, potente e accessibile a tutti. Il 5G realizza la promessa di essere al servizio dell’umanità, ovunque e in qualsiasi momento, con velocità e sicurezza. Come diceva Arthur C. Clarke, “qualsiasi tecnologia sufficientemente avanzata è indistinguibile dalla magia”. Il 5G trasforma l’invisibile in tangibile, il possibile in quotidiano, reimmaginando il rapporto tra tecnologia, finanza e umanità.

Dr. Devid Jegerson 

Architetto dell’evoluzione dei Pagamenti Digitali e del Banking, Devid è da oltre 25 anni in prima linea nell’innovazione FinTech, trasformando idee visionarie in realtà di mercato di successo nell’E-commerce e nel Banking.

Dal lancio della prima carta prepagata ricaricabile in Italia (2002) e del primo conto di moneta elettronica (2006), alla creazione di gateway di pagamento con licenza acquiring (2008) e all’introduzione dei pagamenti istantanei P2P (Jiffy, 2014) e delle prime piattaforme di pagamento cloud in Medio Oriente (noon.com, 2016), il suo focus è sempre stato sul costruire ‘il nuovo’.

Il suo percorso include ruoli di leadership e contributi fondamentali in noon.com, PayPal, Fastweb, IWBank, e UBI Banca, dove ha guidato l’innovazione nei pagamenti mobile e ha contribuito alla gestione della normativa PSD2.

Oggi, applica questa combinazione di visione strategica ed eccellenza nell’esecuzione come Membro del CdA di diverse società, guidando la Trasformazione Digitale nel FinTech. La sua passione è supportata da un PhD, un EMBA, una laurea magistrale in strategia e una laurea in economia, dalla pubblicazione del libro (“Pagamenti elettronici. Dal baratto ai portafogli digitali” 2016, goWare).

Appassionato nel costruire il futuro della finanza, Devid rappresenta un punto di riferimento nel settore.

L'articolo Banking everywhere, il ruolo del 5G nei servizi finanziari proviene da Data Manager Online.

«La tecnologia non è mai neutrale ma riflette la visione di chi la costruisce e di chi la guida». Parola di Luigi Simeone, senior project leader all’Italian International Economic Center (IIEC), esperto indipendente di intelligenza artificiale e machine learning, CTO e chief AI Officer con focus su modellistica matematica e AI-driven strategy. Sì, abbiamo lo stesso cognome. Ma no, non siamo parenti. Secondo Heisenberg, padre del principio di indeterminazione, uno dei pilastri della meccanica quantistica, Premio Nobel per la Fisica nel 1932, ciò che osserviamo non è la natura in sé, ma la natura esposta al nostro metodo di interrogazione. Lo stesso vale oggi per l’intelligenza artificiale: ogni volta che formuliamo una domanda, che costruiamo un prompt per un LLM, non dovremmo mai dimenticare che la risposta riflette anche il modo in cui abbiamo scelto di interrogare il sistema. «L’AI non è un oracolo, ma uno specchio delle nostre domande, delle nostre ipotesi, delle nostre speranze» – spiega Luigi Simeone.

«Il compito di chi guida l’innovazione è fare in modo che questo specchio non distorca, ma illumini, mostrando ciò che ancora non vediamo, senza mai perdere il legame con la realtà. Il ruolo del leader tecnologico è prima di tutto etico e culturale. L’innovazione è reale solo se produce fiducia, e la fiducia si costruisce unendo rigore scientifico e immaginazione».

Qual è stato il punto di partenza del tuo percorso professionale?

«Il mio percorso è iniziato con lo studio della Fisica e una laurea in Ingegneria Meccanica al Politecnico di Torino, che mi ha dato un metodo di pensiero rigoroso, per scomporre sistemi complessi, comprenderne le leggi e costruire modelli predittivi da principi primi. Questa ricerca di profondità mi ha portato a un dottorato in elaborazione dei segnali e dinamiche non-lineari a Southampton, dove dimostrai come introdurre non-linearità nei sistemi di recupero energetico potesse migliorarne le prestazioni. Già allora capii che le soluzioni più efficaci spesso stanno fuori dai modelli lineari e semplificati, e che la creatività nasce dall’accettare la complessità del reale».

Quali sono state le prime esperienze sul campo?

«Ho iniziato a lavorare nel settore automotive e aerospaziale, dove il margine di errore è nullo. Ho sviluppato e validato modelli matematici, supportando clienti con tecniche avanzate di signal processing. Lavorare su sistemi mission-critical, come il Mars Rover, mi ha insegnato che i modelli devono essere robusti, verificabili e spiegabili. Non basta dire “la rete neurale penso che reggerà” ma bisogna dimostrarlo con le leggi della fisica. Oggi, nell’era delle black box dell’AI, questa prospettiva è cruciale, perché ci ricorda che la scienza non può abdicare al principio della trasparenza».

A un certo momento hai scelto di cambiare rotta: Perché?

«Sì, ho sentito la necessità di affrontare sistemi governati non da leggi fisiche, ma dall’incertezza e dalla psicologia umana, ovvero i mercati. I modelli deterministici non bastavano più, serviva un approccio probabilistico e guidato dai dati, capace di riconoscere pattern deboli in spazi ad alta dimensionalità. La finanza è stata la mia “forgia”, l’ambiente che mi ha spinto ad abbracciare pienamente il machine learning e a misurarmi con un contesto in cui i margini di errore si traducono immediatamente in valore o perdita».

Come descriveresti la tua attuale traiettoria?

«All’intersezione di due mondi: quello deterministico della fisica e quello probabilistico dei dati. Un background nella modellistica fisica offre un “controllo di realtà” nel machine learning, evitando errori come confondere correlazione e causalità. Per esempio un data scientist puro potrebbe correlare la vendita di gelati con gli attacchi di squali senza cogliere il fattore estate. Oppure, un fisico puro rischierebbe di ignorare il rumore del mondo reale. Io cerco continuamente di unire i due approcci: sono convinto che sia proprio nella loro sintesi che si trova la vera innovazione».

Questa specializzazione porta un nome preciso: Scientific Machine Learning. Puoi spiegarci di cosa si tratta?

«Significa sviluppare AI più robuste ed efficienti, vincolate dalle leggi fisiche, quindi più affidabili. È un campo in rapida crescita, ci chiediamo se la previsione di un algoritmo violi i principi fondamentali, e al tempo stesso sfruttiamo le reti neurali per apprendere ciò che i modelli classici non stimano bene. Non si tratta solo di migliorare le performance, ma di costruire un’AI che rispetti la logica del mondo reale, e non una sua caricatura statistica».

Da lì il passo verso il ruolo di CTO: come è avvenuto questo passaggio?

«Sì, e la sfida più stimolante è guidare team multidisciplinari – matematici, data scientist, ingegneri – diventando un ponte intellettuale tra approcci diversi. L’obiettivo è una cultura integrata, dove il rigore dei modellisti e l’empirismo dei data scientist generano soluzioni innovative. Un leader che comprende un solo paradigma rischia di creare silos o di favorire involontariamente un approccio a discapito dell’altro. Il compito di un CTO non è semplicemente coordinare progetti, ma costruire un linguaggio comune, una visione condivisa che permetta a discipline diverse di dialogare e di creare valore. Questo significa anche spingere la Ricerca e Sviluppo verso frontiere nuove, come l’AI Generativa e i Large Language Models, senza dimenticare le basi metodologiche che garantiscono solidità».

In che modo vedi evolvere oggi la figura del CTO? Hai un esempio concreto?

«Un esempio concreto, durante la mia esperienza in consulenza, è stata la creazione e la pubblicazione di modelli linguistici (LLM) open source specificamente addestrati per la lingua italiana, che abbiamo reso disponibili alla comunità attraverso piattaforme come Hugging Face. Non è stato solo un risultato tecnico, ma un contributo all’ecosistema nazionale, perché la tecnologia non cresce in isolamento ma ha bisogno di comunità, di condivisione e di apertura. Credo infatti che un leader tecnologico debba rafforzare non solo la propria azienda, ma l’intero contesto.

Quale ruolo giocano la ricerca scientifica pura e la formazione continua?

«Al lavoro di consulenza affianco attività accademiche e di advisory, come il mio ruolo di senior advisor del Laboratorio Quantum & AI dell’Università Luiss Guido Carli, e l’insegnamento di corsi avanzati focalizzati su LLM e AI generativa applicata alla finanza. Formare nuovi talenti non è un progetto accessorio, ma un investimento strategico».

Guardando al futuro, su quali progetti o innovazioni stai lavorando in questo momento?

«Oggi sono senior project leader all’Italian International Economic Center (IIEC), dove applichiamo l’intelligenza artificiale ai sistemi più complessi, ovvero le economie nazionali. Con il mio team abbiamo depositato due brevetti statunitensi, uno su un sistema di previsione economica basato su AI per PIL e inflazione, e uno su un sistema multi-agente per la valutazione del rischio di startup e imprese. Diversi agenti autonomi analizzano aspetti tecnici, legali e di mercato, producendo una valutazione olistica che supera i limiti dei modelli tradizionali».

E per chi aspira a diventare CTO: quali consigli ritieni davvero strategici?

«Un CTO non deve essere solo un ottimizzatore di processi aziendali. Ma architetto del futuro, un costruttore di strumenti che possono orientare politiche economiche e strategie di investimento di un Paese. L’AI non è soltanto uno strumento di business, ma una leva strategica nazionale, capace di trasformare il potenziale tecnologico in progresso concreto per aziende e società».

L'articolo Luigi Simeone, l’AI non è un oracolo, ma uno specchio proviene da Data Manager Online.

La direttiva NIS2 rappresenta una delle novità più dirompenti degli ultimi anni in materia di sicurezza informatica. Il quadro normativo spinge le organizzazioni a migliorare i propri assetti di governance. Ne deriva un coinvolgimento maggiore di figure centrali: il data protection officer (DPO) e il chief information security officer (CISO), a cui si aggiunge la figura sempre più emergente del risk manager (RM). Mentre il DPO è stato introdotto dal Regolamento Europeo sulla protezione dei dati (GDPR), come garante del rispetto delle norme sulla privacy, il CISO ha storicamente guidato la sicurezza delle informazioni aziendali.

Con la NIS2, i confini tra privacy e sicurezza si fanno più sfumati, e le due funzioni sono chiamate a lavorare insieme su fronti comuni, come la gestione dei rischi cyber, la compliance integrata e la risposta agli incidenti, mentre l’RM, figura ancora molto rara nelle aziende, valuta e gestisce i rischi che possono minacciare tutti gli obiettivi aziendali. La NIS2 coinvolge più funzioni, ma il CISO, con l’applicazione della normativa, si trova a dover supervisionare l’intero ciclo di vita della sicurezza informatica dalla prevenzione alla risposta, fino al recupero e alla resilienza operativa, sia per le componenti infrastrutturali che applicative, oltre a promuovere programmi di formazione continua in materia di sicurezza, rivolti a tutto il personale.

Inoltre, assume un ruolo chiave, insieme al RM nella mappatura e mitigazione dei rischi non solo IT, ma anche organizzativi e di filiera, coinvolgendo fornitori e partner, che devono essere maggiormente monitorati. Dall’altro lato il DPO vede il proprio ruolo espandersi con la NIS2, in quanto la protezione dei dati personali non può più essere vista come un compartimento stagno rispetto alla sicurezza informatica. Partendo dai suoi compiti di base il DPO sarà sempre più chiamato a collaborare con il CISO per garantire che i requisiti di privacy by design e by default siano integrati nei processi di sicurezza informatica.

Nel suo supporto all’analisi delle valutazioni d’impatto sulla protezione dei dati (DPIA), dovrà tener conto anche dei nuovi rischi cyber introdotti dalla NIS2, incrementando quindi le proprie competenze trasversali. Inoltre, dovrà lavorare a stretto contatto con il CISO per garantire una corretta segnalazione (comunque distinta) alle autorità competenti, rispettando i tempi ridotti previsti sia dal GDPR (72 ore) che dalla NIS2 (24 ore), e assumerà un ruolo sempre più consulenziale, orientato alla prevenzione e al supporto strategico di tutte le funzioni aziendali coinvolte nella gestione dei dati.

Chi sono i nuovi architettti della resiliennza messa a sistema dalla NIS2? #CLUSIT
Click To Tweet

Questa sinergia si deve tradurre nella creazione di processi di risk management condivisi e una governance della sicurezza che coinvolge la dirigenza e l’organizzazione aziendale fino ai livelli più alti, interagendo sempre più con la figura del risk manager, coordinando insieme la valutazione e la gestione dei rischi relativi alla sicurezza informatica e supervisionando l’adozione di misure tecniche e organizzative.

In questo orizzonte delineato DPO, CISO e RM diventano architetti della resilienza, non più solo figure “di controllo” ma veri e propri promotori del cambiamento. Collaborazione, proattività, resilienza e supporto al top management diventano le parole chiave nell’operatività quotidiana di questi ruoli e la loro sinergia non è solo un valore aggiunto ma diventa la condizione imprescindibile per garantire la competitività e la conformità normativa.

Enzo Veiluva comitato direttivo CLUSIT

L'articolo Gli architetti della resilienza. DPO, CISO e RM nell’era della NIS2 proviene da Data Manager Online.