di Giuseppe Marzo e Enrico Supino
pubblicato in Controllo di Gestione, n. 2, 2026, pp. 35-48
Questo articolo analizza la cultura dei dati e l’intelligenza artificiale (AI) nelle piccole e medie imprese (PMI). Nonostante la crescente disponibilità di dati, molte PMI faticano a impiegarli efficacemente nei processi decisionali, soprattutto per la debole integrazione tra i processi di costruzione delle informazioni e la produzione di conoscenza. Lo studio esamina i tre pilastri fondamentali di questo approccio: disponibilità, analisi e utilizzo dei dati. Viene discusso il contributo dell’AI nel passaggio da analisi descrittive a prescrittive, sottolineando le funzioni di augmentation, substitution e transformation. Tuttavia, emergono rischi critici legati a bias, qualità dei dati e “allucinazioni” algoritmiche. Quindi, l’adozione dell’AI richiede competenze specifiche e una governance consapevole; la tecnologia deve supportare, e non sostituire, il giudizio critico umano per generare valore strategico.
La crescente disponibilità di dati e lo sviluppo di tecnologie avanzate di analisi hanno trasformato e stanno trasformando tuttora profondamente il modo in cui le imprese possono supportare i propri processi decisionali. In questo contesto, l’intelligenza artificiale rappresenta soltanto l’ultima delle evoluzioni più rilevanti, poiché consente non solo di analizzare grandi quantità di dati, ma anche di individuare pattern, formulare previsioni e suggerire possibili azioni operative. Tuttavia, come argomentato all’interno del presente contributo, la mera disponibilità di tecnologie e strumenti analitici non è sufficiente a garantire un uso efficace dei dati nei processi decisionali delle imprese, e in particolare delle PMI.
Il nodo centrale della questione riguarda non tanto l’adozione di specifiche tecnologie, quanto lo sviluppo di una cultura del dato in grado di sfruttare adeguatamente le potenzialità differenziali in fase di elaborazione per il supporto ai processi decisionali aziendali. Le PMI, pur avendo compiuto negli ultimi decenni significativi investimenti nella digitalizzazione dei processi e nella raccolta dei dati, incontrano ancora difficoltà nel tradurli in conoscenza utile per le decisioni. In molti casi, infatti, la disponibilità dei dati non si traduce automaticamente nella loro integrazione sistematica nei processi decisionali aziendali. In questo scenario, l’intelligenza artificiale può rappresentare un importante fattore abilitante. Le tecnologie di analisi avanzata dei dati e gli strumenti di AI consentono alle imprese di ampliare significativamente le proprie capacità di analisi, migliorando la tempestività e la qualità delle decisioni. Allo stesso tempo, l’evoluzione delle piattaforme tecnologiche (inclusa la diffusione di soluzioni low-code e Software as a Service) rende tali strumenti sempre più accessibili anche per imprese di dimensioni medio-piccole.
Tuttavia, l’introduzione dell’AI nei processi decisionali comporta anche nuove sfide e responsabilità. La qualità dei dati utilizzati per addestrare i modelli, la presenza di possibili bias nei dataset, la scarsa trasparenza di alcuni algoritmi e il rischio di eccessiva fiducia nelle raccomandazioni prodotte dai sistemi rappresentano elementi che richiedono un’attenta valutazione da parte delle imprese. In questo senso, l’intelligenza artificiale non può essere considerata un sostituto del processo decisionale umano, ma piuttosto uno strumento di supporto che deve essere integrato con le competenze, l’esperienza e il giudizio critico del management.
Per le PMI, questo implica che l’adozione dell’AI non debba essere interpretata come un semplice investimento tecnologico, ma come parte di un più ampio percorso di sviluppo organizzativo. Tale percorso richiede non solo investimenti in infrastrutture digitali e sistemi informativi, ma anche lo sviluppo di competenze adeguate, l’adozione di pratiche di gestione dei dati più strutturate e una governance aziendale capace di orientare l’utilizzo delle tecnologie in modo coerente con gli obiettivi strategici dell’impresa. In particolare, le PMI sono chiamate a sviluppare competenze che consentano non solo di utilizzare gli strumenti di analisi dei dati, ma anche di interpretarne criticamente i risultati e di valutarne l’affidabilità nel contesto delle decisioni aziendali.
In questa prospettiva, il reale valore dell’intelligenza artificiale per le PMI emerge quando essa viene utilizzata per rafforzare la capacità dell’organizzazione di comprendere i propri dati e di trasformarli in decisioni informate. Lo sviluppo di una cultura del dato rappresenta quindi il presupposto fondamentale affinché le tecnologie di analisi avanzata e di intelligenza artificiale possano contribuire in modo concreto al miglioramento delle performance aziendali e alla qualità dei processi decisionali. In ultima analisi, il futuro dell’AI nelle PMI dipenderà meno dalla disponibilità delle tecnologie e molto più dalla capacità delle imprese di sviluppare competenze, processi decisionali e modelli di governance in grado di utilizzare i dati in modo consapevole, critico e responsabile. In questo quadro, l’intelligenza artificiale può contribuire ai processi decisionali aziendali secondo diverse modalità - di augmentation, substitution o più ampie forme di transformation organizzativa - il cui valore dipende dalla capacità delle imprese di integrare efficacemente tecnologie, competenze e responsabilità decisionali. Per le PMI, comprendere queste diverse modalità di impatto è particolarmente importante.
L’adozione dell’intelligenza artificiale non implica soltanto l’introduzione di nuovi strumenti tecnologici, ma richiede anche un ripensamento delle competenze, dei ruoli e delle responsabilità all’interno dei processi decisionali aziendali. In questo senso, il valore dell’AI non risiede nella possibilità di sostituire il giudizio umano, ma nella capacità di rafforzare la qualità del processo decisionale, combinando le capacità di analisi delle tecnologie digitali con l’esperienza, l’intuizione e la responsabilità del management.
Qui sotto potete trovare il file pdf della prima pagina dell'articolo.
L'articolo completo è disponibile sul sito della rivista Controllo di Gestione, edita da Wolters Kluwer Italia. Clicca qui per accedere al sito della rivista.