Le aziende non sono pronte per l'AI.

Daniel Miessler, in un saggio pubblicato il 2 maggio 2026, sostiene una tesi che merita di essere ripresa con franchezza: il collo di bottiglia dell'adozione AI nelle aziende non è la tecnologia, ma la coerenza interna. La maggior parte delle organizzazioni non si conosce abbastanza per indirizzare un sistema intelligente verso qualcosa di utile. Condividiamo la diagnosi. Non condividiamo la cura.

La diagnosi è corretta

Quando un singolo professionista non riesce a tirare valore da un modello generativo, il problema raramente è il modello. Il problema è che non sa formulare la domanda. Le aziende, in scala, fanno esattamente la stessa cosa. Riunioni di avvio in cui nessuno sa dire chi è il cliente prioritario, quali sono i tre indicatori che contano davvero, chi è responsabile di quale processo, quanta spesa è già autorizzata, e che cosa distingue questa azienda da altre cinquanta che fanno la stessa cosa. L'AI ha bisogno di tutte queste informazioni per essere agganciata a qualcosa di reale. Quasi nessuno le ha pronte.

Il dato pubblico conforta la tesi. Le ricerche di settore degli ultimi due anni — Gartner, MIT NANDA, RAND — convergono su una banda stretta: tra il settanta e l'ottantacinque per cento delle iniziative AI in azienda non arriva in produzione, oppure arriva e non muove la metrica per cui era stata avviata. Non perché manchi tecnologia. Manca un perimetro definito: quale metrica deve cambiare, di quanto, in che orizzonte, sotto la responsabilità di chi. Senza queste quattro variabili, qualunque modello — anche il migliore di domani — produce demo, mai sistemi.

Molte aziende considerate di successo sono disordinate all'interno. Vivono di due o tre incidenti positivi che hanno funzionato per motivi che nessuno ha mai riconciliato: un canale che gira, un cliente storico che paga, un prodotto che ha trovato il suo pubblico per caso. Il fatturato copre il rumore. Aggiungere automazione su un processo del genere non ordina nulla, moltiplica la confusione. Squadre confuse non diventano più chiare con un agente AI; si muovono più in fretta nella direzione sbagliata.

C'è un test diagnostico che funziona meglio di qualunque audit a pagamento. Convocare il vertice e chiedere, separatamente: chi è il cliente prioritario, quali indicatori stiamo guardando questa settimana, quali iniziative sono aperte in questo momento, chi è responsabile di ciascuna, quale spesa è già approvata. Le aziende sane rispondono in tempo reale, e le risposte coincidono. Le aziende fragili producono cinque versioni diverse della realtà, oppure silenzio. La stabilità strategica nel tempo è un altro indicatore: chi riscrive le priorità ogni trimestre sta segnalando incoerenza, non agilità.

Cinque segnali concreti di non prontezza

Una traccia operativa, derivata dalle prime conversazioni con aziende che ci hanno contattato negli ultimi diciotto mesi. Se ne vedi tre o più nella tua organizzazione, qualunque progetto AI partirà con controllo apparente e morirà senza governo.

1 · Cliente ideale non scritto. Il cliente giusto vive nelle teste di due-tre persone, mai trasferito in un documento operativo. Quando arriva una decisione commerciale — campagna, segmentazione, priorità dei contatti — si procede per votazione informale. Un agente AI senza un profilo cliente scritto non può qualificare nulla: può solo parafrasare l'ultima opinione di chi gli parla. Sintomo collaterale: i venditori chiudono profili diversi e nessuno ha mai consolidato perché.

2 · Responsabili ambigui sui cinque processi principali. I cinque processi che generano la metà del fatturato non hanno un singolo nome accanto. Hanno una squadra, oppure "tutti", oppure "dipende". Un'automazione tocca un processo, fa una scelta, fallisce: chi la corregge? Se la risposta è una riunione, l'automazione è già stata scritta per fallire. La nostra esperienza: senza un decisore unico per processo, il ciclo di ventuno giorni si trasforma in trentacinque, poi in cinquanta, poi nell'inerzia.

3 · Conto economico mensile non disponibile in tempo reale. Se il direttore generale non sa, in un giorno qualunque del mese, quanto sta fatturando e quanto sta spendendo, l'AI non ha bussola. Si possono automatizzare le cose, ma non si saprà se hanno spostato qualcosa. Conti economici trimestrali sono un dato storico utile per il commercialista, non per chi guida un'esecuzione.

4 · Tecnologia che richiede tre persone per modificare un flusso di lavoro. Quando l'integrazione tra CRM, sistema gestionale e posta è gestita da fornitori esterni che fatturano per ore, qualunque cambio introdotto da un agente AI deve passare per tre code di richieste. Questo non è un problema tecnico: è un problema di proprietà. L'azienda non possiede il proprio strato operativo. Senza possesso, l'AI è un ospite, non un socio.

5 · Dati cliente in quattro o più archivi separati. Marketing ha il suo, vendite il suo, assistenza clienti il suo, amministrazione il suo. Nessuno coincide. Riconciliare un singolo cliente richiede una giornata di lavoro a qualcuno. Un agente AI a cui chiedi "quanto vale Cliente X" produrrà quattro risposte diverse, una per archivio. Il sistema è incoerente prima ancora che l'AI lo tocchi.

La minaccia competitiva non è quella che pensi

Il pericolo non è che l'AI sostituisca le aziende confuse. È che concorrenti più piccoli, più chiari e più disciplinati possano ora colpire molto sopra il loro peso. Una struttura di sei persone che sa esattamente cosa vende, a chi e perché, oggi può orchestrare ciò che cinque anni fa richiedeva cinquanta. La leva si è spostata dalla scala alla nitidezza. Le aziende incoerenti non vengono sostituite dall'AI: vengono sostituite da rivali coerenti che usano l'AI.

Lo schema si vede già in più mercati. Agenzie di marketing nate attorno all'AI, con squadre di otto-dodici persone, chiudono contratti che fino al 2024 sarebbero stati appannaggio di grandi reti internazionali da centinaia di teste. Studi legali specializzati, con tre soci e due sistemi di automazione documentale, competono — e vincono — su pratiche complesse, perché il loro costo marginale per ogni nuova pratica è quasi zero. Negozi online di nicchia sostituiscono un reparto di assistenza clienti da venti persone con un sistema di tre agenti specializzati e un singolo operatore di supervisione. In tutti questi casi il vantaggio non viene dal modello AI — qualunque concorrente potrebbe accedere allo stesso modello — ma dalla rapidità con cui la struttura piccola integra l'AI nel proprio flusso operativo, perché il flusso operativo è già scritto e governato.

L'asimmetria temporale è il punto. Una struttura piccola e chiara muove il prossimo passo in tre settimane. Una struttura grande e incoerente lo muove in nove mesi, perché ogni decisione attraversa quattro funzioni che non si parlano. Quando il prossimo passo costa il dieci per cento di prima — è questo che l'AI cambia, in pratica — l'azienda che lo fa quindici volte prima dei suoi concorrenti compone un vantaggio che non si recupera. Non si perde un mercato in un anno. Si perde in tre cicli da ventuno giorni mentre si fa un audit.

Dove dissentiamo

Fin qui la diagnosi è precisa. La conclusione abituale, però, scivola in una trappola che conosciamo bene: prima dodici mesi di allineamento interno, poi ne riparliamo. Laboratori, giornate fuori sede, riallineamenti culturali, schemi di chiarezza strategica. È la coperta di Linus della consulenza classica, e produce esattamente lo stesso risultato che produceva prima dell'AI: presentazioni voluminose, decisioni rinviate, slancio dissipato.

Lo stesso schema l'abbiamo visto sulla cosiddetta trasformazione digitale fra il 2015 e il 2022. Aziende che hanno consumato tre o quattro anni in analisi preliminare, mappatura e comitati di governo — e che sono arrivate alla fase di esecuzione senza più fondi, senza più referenti interni con potere, e con un panorama tecnologico che nel frattempo era già due generazioni avanti. Lo schema fallisce due volte: una per il costo opportunità, una per il vantaggio competitivo perso ai concorrenti che intanto avevano consegnato in produzione. Lo stesso errore raccontato a sé stessi una seconda volta, ora chiamato "preparazione all'AI", produrrà gli stessi due fallimenti. Non c'è motivo di crederlo diverso.

La nostra posizione operativa è opposta. La chiarezza non si raggiunge ritirandosi in una sala riunioni. Si raggiunge mandando in produzione qualcosa di reale. Il ciclo di ventuno giorni di Jigen comincia con una diagnosi simile a quella descritta da Miessler — un'intervista breve e tagliente al vertice, gli stessi cinque o sei punti — ma il suo scopo non è produrre un documento. È identificare l'unico processo che vale la pena automatizzare per primo, e portarlo in produzione prima che l'azienda abbia avuto il tempo di ripensarci.

Tre settimane di esecuzione concreta dicono di un'azienda più di tre mesi di interviste interne. Quando un'automazione tocca davvero un processo — contatta un cliente, qualifica un contatto commerciale, chiude una richiesta — i punti irrisolti vengono al pettine subito. Chi è il proprietario diventa ovvio perché qualcuno deve approvare. Quale indicatore conta diventa ovvio perché bisogna misurare. Quale cliente è davvero prioritario diventa ovvio perché qualcuno risponde e qualcuno no. La chiarezza è un sottoprodotto dell'esecuzione, non un suo prerequisito.

Non significa partire alla cieca. Significa rifiutare l'idea che l'azienda debba essere perfetta prima di toccare un sistema. Le aziende non diventano coerenti pensando alla coerenza. Diventano coerenti quando la realtà operativa le costringe a prendere decisioni rimaste comodamente ambigue. L'AI, fatta bene, è proprio quel tipo di pressione concreta.

Cosa succede se parti comunque

Qui conviene essere espliciti: questa è la parte che un fornitore standard raramente ha interesse a dirti. Se riconosci tre segnali su cinque e parti comunque, la sequenza è prevedibile. Il primo audit produce un dossier pulito ma generico, perché i tuoi dati interni non permettono di scendere sotto un certo livello di dettaglio. La fase pilota funziona: in dimostrazione qualcosa gira e il referente interno si entusiasma. Poi il passaggio in produzione si arena su questioni che non avevi messo in conto: chi approva le risposte dell'agente, dove vengono conservati i log, chi controlla il costo delle chiamate API quando dopo tre mesi diventa la voce principale. A sei mesi, nessun sistema in produzione. A nove, ricominci da capo con un altro fornitore.

Non è un destino. È una conseguenza. È quello che succede quando si tenta di fare con l'AI un percorso che con la trasformazione digitale è andato male due volte. La differenza, oggi, è che il costo dell'incomprensione si consuma più in fretta — perché lo stato dell'arte si muove di più, le aspettative crescono di più, e il concorrente che ha capito prima ti distanzia di più.

La prova del minuto

Una provocazione concreta per chiunque guidi un'azienda e stia pensando di "fare qualcosa con l'AI". In meno di sessanta secondi, senza consultare nessuno, deve poter rispondere a cinque domande: chi è il cliente che vogliamo questo trimestre, quale numero deve salire perché il trimestre sia un successo, quale processo interno costa più tempo della media, chi è la persona che lo guida, quanta spesa può autorizzare. Se la risposta arriva pulita, l'AI ha qualcosa a cui aggrapparsi. Se arriva in cinque versioni diverse a seconda di chi parla, il problema non è l'AI, e non si risolve con un altro audit. Si risolve scegliendo una sola cosa, mettendola in produzione in tre settimane, e usando quella cosa come specchio.

Come prepararsi in trenta giorni

Per chi ha riconosciuto i propri segnali e non vuole partire male, una via pratica. Trenta giorni non sono abbastanza per ricostruire un'azienda. Sono sufficienti per portare le quattro variabili — perimetro, metrica, responsabile, risorse — a una soglia minima di chiarezza che permetta a un fornitore serio di lavorare.

Settimana uno · Cliente ideale in una pagina. Il vertice si siede e scrive, in una pagina, chi è il cliente che vuole quest'anno. Settore, dimensione, geografia, problema specifico, comportamento d'acquisto, motivi per cui sceglie noi e non un concorrente. Non è il documento perfetto. È il documento scritto, che è già più di quello che ha l'80% delle aziende.

Settimana due · Responsabile unico per i cinque processi principali. Si elencano i cinque processi che generano la maggior parte del fatturato o del costo. Per ognuno, un singolo nome accanto, con autorità di decisione. Non una squadra. Non un comitato. Un nome. Se ci sono ambiguità, questa è la settimana per risolverle.

Settimana tre · Conto economico semplificato in un cruscotto. Anche rudimentale: un foglio di calcolo collegato al gestionale, aggiornato settimanalmente, con le tre voci di ricavo principali e le tre voci di costo principali. Non è contabilità: è bussola.

Settimana quattro · Decisore unico per la prima iterazione AI. Una sola persona del vertice si prende la responsabilità della prima automazione. Ha l'autorità di approvare il perimetro, di chiudere il progetto se deraglia, di firmare il preventivo. Senza questo nome, qualunque fornitore — il nostro incluso — è impotente.

A questo punto, se i quattro elementi sono in piedi, l'azienda è pronta per un ciclo di ventuno giorni. Non perfetta. Pronta. La differenza è sostanziale, e si misura nei mesi successivi: chi parte pronto consegna in produzione e itera; chi parte non pronto consegna presentazioni e ricomincia.

Miessler ha ragione: le aziende non sono pronte. Ma "pronte" non è uno stato che si raggiunge prima di iniziare. È uno stato che si raggiunge consegnando in produzione. Il resto è teatro.

Spunto: Daniel Miessler, "Most Companies Aren't Ready for AI", danielmiessler.com, 2 maggio 2026 — leggi l'originale ↗. Lettura Jigen: la diagnosi di Miessler regge; la cura proposta dal mercato (allineamento prima, esecuzione poi) è la stessa che ha già fallito un decennio di trasformazione digitale. La nostra posizione è invertita — è l'esecuzione concreta a costringere la chiarezza, non viceversa.