Il Foglio
A lezione di IA non vanno solo gli studenti. Vanno le imprese convinte che basti usare un software, la pubblica amministrazione chiamata a ripensare i propri processi, lo stato alle prese con il compito di accompagnare la transizione tecnologica. Perché l’intelligenza artificiale non basta evocarla, bisogna portarla dentro il lavoro. Il governatore della Banca d’Italia Fabio Panetta lo ha detto nelle Considerazioni finali sul 2025: l’IA può aiutare la produttività, ma non produrrà benefici da sola. Serve una politica economica, servono competenze specifiche e capacità di diffondere l’innovazione nel variegato tessuto produttivo italiano fatto soprattutto di piccole e medie imprese. Per questo Il Foglio ha parlato con tre rettori: Francesco Billari dell’Università Bocconi, Stefano Paolo Corgnati del Politecnico di Torino, Donatella Sciuto del Politecnico di Milano. Tre osservatori privilegiati, tre atenei di riferimento nella ricerca, nella formazione e nel monitoraggio dell’intelligenza artificiale. “Abbiamo bisogno di una strategia generale per migliorare la produttività, da tempo non competitiva, del nostro paese, facendo leva anche sulla IA”, dice Billari. Ma una strategia, per funzionare, deve partire dall’università e arrivare fino alle imprese. Perché gli atenei “sono il luogo di nascita dell’intelligenza artificiale. In Italia e in Europa possono essere, dal punto di vista della ricerca, la culla delle innovazioni che usano l’IA ”, dice il rettore della Bocconi. Per questo la sua università ha costituito con il Politecnico di Milano la Tech Europe Foundation , l'ente no-profit nato per trasformare la ricerca scientifica in impresa. Il punto, però, è che questa funzione non può restare separata dalla formazione. “Occorre aumentare il numero dei laureati e lo stato deve usare il sistema universitario nella sua pluralità”, chiarisce Billari. Ma per farlo bisogna capire che l’intelligenza artificiale non è un tema solo tecnico. Serve “abbattere le grandi barriere che ancora separano i saperi”. Il sistema delle classi di laurea, delle aree, dei settori scientifico-disciplinari che è “troppo rigido”. L’IA non si insegna chiudendola in un dipartimento . Va portata ovunque, “ibridando le Stem con la parte sociale e umana”. Perché il vero sapere è nella loro sintesi, come ai tempi dell’umanesimo che diede i natali alla scienza moderna. Corgnati, rettore del Politecnico di Torino, usa un’altra formula: “L’obiettivo è creare utilizzatori evoluti”. Persone capaci di impiegare l'IA come “amplificatori di conoscenza ed esploratori di scenari e soluzioni”, ma senza cedere agli algoritmi “la sensibilità e la responsabilità della decisione” . È una distinzione fondamentale. L’intelligenza artificiale può suggerire, accelerare, ordinare e simulare. Ma non può diventare l’alibi con cui imprese e amministrazioni smettono di scegliere con responsabilità. Per questo, dice Corgnati, le università devono “attivare e rendere disponibili insegnamenti sull’uso della IA in tutti i corsi di laurea”, con diversi livelli di complessità . In modo da creare competenze che verranno spese nei luoghi dove si lavora aumentando la produttività. Il pericolo? “Pensare che tutti possano trarre benefici reali e di lungo periodo solo attraverso un suo utilizzo esperienziale”, avverte il rettore. Tradotto: andare per tentativi non basta e usarla per scrivere una mail o sintetizzare un bilancio non cambia la produttività di un’impresa, anzi è rischioso per la sicurezza dei dati aziendali. Senza formazione e governance dei dati, l’IA crea “crescente dipendenza dallo strumento, ma nessun effetto di reale efficienza”. Donatella Sciuto, rettrice del Politecnico di Milano, porta il ragionamento sul terreno della politica economica. “Il mercato non può regolarsi da solo. Non esiste una politica del laissez-faire in questo caso”, dice. L’intervento pubblico deve accompagnare la trasformazione e regolarla. Gli Stati Uniti, dove il mercato ha corso più libero, mostrano già “qualche stortura”. L’Italia, invece, deve usare il sostegno statale per “liberare risorse per i giovani e per favorire e accompagnare l’adozione dell’intelligenza artificiale, soprattutto nelle piccole e medie imprese”. Per questo trattenere e attrarre talenti “è decisivo” e servono “incentivi, sgravi, servizi”. Ma il cuore del problema è nelle Pmi. Le grandi aziende si stanno già muovendo. Le piccole e medie imprese, che sono il tessuto produttivo del paese, rischiano invece di restare fuori dalla trasformazione . “Dobbiamo adottare un approccio sartoriale”, dice la professoressa. Le Pmi non hanno gli stessi bisogni delle grandi imprese . Non basta vendere loro una soluzione standard. Se un’azienda vuole allenare i large language models sui propri processi, deve avere a disposizione potenza di calcolo, servizi, competenze, personale formato e supporto tecnico. Per questo serve un piano “mirato e coraggioso, come fu Industria 4.0”, ma aggiornato alla nuova fase. Anche il rettore della Bocconi interviene su questo tema: “ L’università può aiutare con il lifelong learning, con la formazione manageriale , con percorsi che rafforzino competenze e ambizione anche nelle Pmi, dove la quota di laureati è bassa ”. Ma l’IA può diventare anche l’occasione per affrontare un vecchio problema italiano: la dimensione d’impresa. "Nei passaggi generazionali", dice Billari, "c’è un’opportunità per costruire aggregazioni tra aziende, maggiore scala tecnologica e rafforzare l'internazionalizzazione". Corgnati aggiunge che l’Italia non può limitarsi a copiare modelli stranieri. Il suo tessuto industriale è “molto specifico”, fatto di micro, piccole e medie imprese. Se non si coinvolgono subito queste realtà spesso aggregate in filiere, non si crea “una base comune di conoscenza e di linguaggio e l’IA non aumenta la produttività del sistema”. Se ne fa al massimo un uso sparso e diseguale. Per questo servono percorsi di alta formazione “per e con le imprese e la pubblica amministrazione”, costruiti per aggiornarsi in modo continuo perché nel digitale le competenze invecchiano in fretta. Il capitolo decisivo resta quello degli investimenti . Billari lo dice con i numeri: “ La Svezia spende il 3,6 per cento del pil in ricerca e sviluppo, la Germania il 3,1 per cento. Noi siamo a 1,38 per cento. La media Ue è al 2,24 ”. Anche la Francia, “che ha una spesa vicino alla media europea”, ha costituito una commissione sull’IA. Ma il punto non è copiare una sigla o un organismo. È decidere se l’Italia vuole davvero “mettere veramente università e ricerca al centro”, oppure continuare a invocare l’innovazione senza finanziarne le condizioni. Ci sono altri modelli a cui guardare? La rettrice del Polimi guarda fuori dal continente: il programma “100 Experiments” varato a Singapore per promuovere progetti di intelligenza artificiale nelle aziende con cofinanziamento pubblico. Un esempio utile perché non si limita a predicare l’adozione ma la accompagna su problemi concreti delle imprese. Poi c’è l’Unione europea, che dopo una prima stagione molto concentrata sulla regolazione ha “cambiato marcia”. Non solo AI Act , ma strategie per applicare l’intelligenza artificiale nei settori industriali, AI Factories per rendere più facile e ampio l’accesso alla potenza di calcolo e InvestAI per mobilitare capitali privati verso startup e Pmi. Finalmente l’Europa sembra accelerare. Il problema, però, è mettere ordine tra iniziative che oggi procedono in ordine sparso. Sciuto ricorda che il Pnrr ha finanziato i Digital education hub, percorsi pensati per offrire a studenti e lavoratori formazione sulle nuove tecnologie, e che il Politecnico di Milano ne coordina uno. A questo si aggiungono il centro di supercalcolo di Bologna, realizzato anche con fondi europei, il Centro nazionale sull’intelligenza artificiale e il partenariato esteso che coinvolge università e centri di ricerca in tutto il paese. Gli strumenti, insomma, non mancano. Quello che ancora non si vede è “una chiara strategia” su come integrare queste iniziative a beneficio delle imprese e “un finanziamento stabile che accompagni la transizione”. Basterà? “Se queste iniziative siano sufficienti a migliorare la consapevolezza e la competitività delle aziende sarà da vedere”, dice Sciuto. E soprattutto saranno da accompagnare “con la formazione dei lavoratori”. Perché, ancora una volta, il problema non è la tecnologia in sé, ma rendere l’organizzazione capace di assorbirla e le persone in grado di usarla con profitto. Altrimenti il rischio è ripetere l’errore già visto negli anni Novanta , quando si comprarono i computer e si misero in rete, ma il personale non sapeva come sfruttarli e i processi aziendali rimasero a lungo inalterati. Quel ritardo nella rivoluzione informatica ha pesato per decenni sulla produttività italiana. Con l’IA, lo stesso errore costerebbe molto di più.
Go to News Site
Sky tg24 
Tgcom24 
