Competing in the Age of AI è un saggio di strategia e organizzazione aziendale scritto da Marco Iansiti e Karim R. Lakhani, docenti della Harvard Business School. Il libro non insegna a sviluppare modelli di machine learning e non propone una raccolta di strumenti: analizza che cosa accade quando dati, software e algoritmi entrano nel cuore dei processi decisionali e operativi di un’impresa.
La tesi centrale è che adottare qualche applicazione di intelligenza artificiale non sia sufficiente per ottenere un vantaggio duraturo. La trasformazione diventa significativa quando l’azienda ridisegna processi, responsabilità e infrastrutture affinché le informazioni raccolte alimentino un ciclo continuo di decisione, esecuzione, misurazione e apprendimento.
Uno dei contributi più riconoscibili del volume è il concetto di AI factory. Non si tratta di un reparto isolato, ma di un sistema operativo composto da dati, modelli, software, sperimentazione e feedback. Le interazioni con clienti, prodotti e processi generano informazioni; queste vengono elaborate per produrre previsioni o decisioni; i risultati ottenuti alimentano a loro volta il sistema.
Il valore, quindi, non risiede nel singolo algoritmo. Dipende dalla capacità di rendere affidabile e ripetibile l’intero ciclo. È una distinzione importante anche per una PMI: acquistare una soluzione di AI è relativamente semplice, mentre integrarla con dati accessibili, procedure chiare e obiettivi misurabili richiede un vero lavoro organizzativo.
Il libro aiuta a spostare la domanda da “quale strumento di AI dobbiamo comprare?” a “quale processo vogliamo riprogettare e quali dati servono per farlo?”. È un cambio di prospettiva utile per imprenditori, responsabili marketing, manager dell’innovazione e professionisti B2B che devono distinguere una sperimentazione interessante da una trasformazione capace di produrre risultati.
La stessa logica può essere applicata a contesti più piccoli partendo da attività circoscritte: qualificazione dei contatti, analisi delle richieste, assistenza, produzione documentale, gestione delle campagne o collegamento fra marketing e vendite. Un approfondimento complementare è la guida su quali processi automatizzare con l’AI in una PMI.
Il volume ricorda inoltre che la tecnologia non può essere separata dalle regole con cui viene utilizzata. Accesso ai dati, controllo degli output, responsabilità umana e gestione dei rischi devono accompagnare l’automazione. Su questo punto è utile anche l’approfondimento dedicato alla policy AI aziendale per le PMI.
Le valutazioni pubbliche tendono ad apprezzare soprattutto la chiarezza della cornice strategica, la combinazione fra concetti manageriali e casi aziendali e la capacità degli autori di parlare di AI senza trasformare il libro in un testo tecnico. Particolarmente efficace viene considerata l’idea che algoritmi, dati, piattaforme e modelli operativi debbano essere letti come parti dello stesso sistema.
Il libro è stato pubblicato prima della diffusione di massa dell’AI generativa. Non affronta quindi chatbot, prompt e strumenti contemporanei nel modo in cui lo farebbe un manuale recente. Questo limite temporale è anche uno dei suoi punti di forza: l’analisi si concentra sulle condizioni organizzative necessarie per creare valore, anziché su prodotti destinati a cambiare rapidamente.
La principale riserva riguarda la forte presenza di grandi piattaforme e aziende tecnologiche. Organizzazioni come Amazon, Google, Alibaba o Ant Financial dispongono di risorse, competenze e volumi di dati molto lontani da quelli di una PMI italiana. I principi possono essere utili, ma non vanno trasferiti automaticamente: devono essere ridimensionati in funzione di budget, maturità digitale e qualità dei dati disponibili.
Un’altra critica riguarda il livello operativo. Il testo spiega bene perché l’architettura dell’impresa debba cambiare, ma offre meno indicazioni su costi, priorità, competenze e sequenza concreta dei progetti. Chi cerca un piano di implementazione immediato dovrà affiancarlo a strumenti più pratici, compresa una valutazione del costo dell’AI e del ritorno dell’investimento per una PMI.
Alcuni casi, inoltre, sono inevitabilmente legati al periodo in cui il libro è stato scritto. Le aziende indicate come esempi possono cambiare traiettoria o incontrare problemi operativi, normativi e reputazionali. Conviene quindi concentrarsi sui modelli interpretativi, non assumere ogni caso come formula da replicare.
Competing in the Age of AI è indicato per imprenditori, dirigenti, consulenti e responsabili di marketing, operations o innovazione che vogliono comprendere l’AI come leva strategica. È meno adatto a chi cerca un tutorial tecnico, una guida agli strumenti di AI generativa o un metodo pronto all’uso pensato specificamente per microimprese italiane.
La lezione più utile è semplice ma impegnativa: un’azienda non diventa realmente AI-driven perché utilizza molti strumenti. Lo diventa quando riesce a collegare dati, decisioni, processi e apprendimento in un sistema governato e misurabile.
Vuoi consultare l’edizione in inglese?