Perché i progetti AI falliscono se restano nel business ordinario

Perché i progetti AI nelle PMI restano bloccati alla fase sperimentale?

Il dato più duro arriva da Deloitte: solo il 25% delle aziende che usano già l'AI ogni giorno ha portato in produzione almeno il 40% dei propri progetti pilota (Deloitte, State of AI in the Enterprise, 2026, p.8). Il report chiama questo fenomeno «proof-of-concept trap», la trappola del progetto pilota che non arriva mai a regime.

Il campione di questo dato è già selezionato: sono aziende che l'AI la usano quotidianamente, non aziende inesperte. Questo rende il 25% ancora più significativo: il problema non è iniziare, è arrivare in fondo.

Un progetto pilota che nasce dentro il business ordinario eredita le stesse urgenze, le stesse priorità e le stesse persone già sature di lavoro operativo. Basta un mese di picco commerciale o una scadenza fiscale per far scivolare il progetto in coda, e restarci per sempre.

Il costo nascosto: da 3 mesi stimati a 18 mesi reali

Deloitte documenta anche il secondo sintomo dello stesso problema: «casi d'uso stimati in tre mesi possono allungarsi fino a 18 mesi quando emerge la complessità di integrazione» (Deloitte, State of AI in the Enterprise, 2026, p.9). Non è un errore di stima tecnica: è l'effetto di un progetto che non ha un perimetro chiuso e continua ad allargarsi mano a mano che si scoprono nuove dipendenze con altri sistemi e altri reparti.

Da quale processo conviene partire per un primo progetto AI?

La regola più citabile su questo punto arriva da una fonte accademica indipendente: «i guadagni sono più forti quando il lavoro può essere suddiviso in compiti ben definiti e ripetibili, con un chiaro monitoraggio della qualità» (Stanford HAI, AI Index Report 2026, p.219).

Tradotto in pratica operativa: un processo adatto a un primo progetto AI ha tre caratteristiche verificabili prima di iniziare.

• Ha un inizio e una fine chiari, non è un flusso che si mescola con dieci altri processi.
• Ha già un KPI misurato, anche approssimativo (tempo, errori, costo), da cui partire come baseline.
• Ha un responsabile operativo unico che può decidere senza passare da tre livelli di approvazione.

Un processo trasversale, senza owner chiaro e senza KPI di partenza, è il candidato peggiore per un primo progetto: è dove la complessità di integrazione esplode, esattamente come descrive Deloitte.

Un caso pubblico dimostra che il perimetro chiuso funziona?

Pusterla 1880, azienda italiana di packaging di lusso, ha applicato l'AI a un solo processo: la preventivazione. Il progetto è stato costruito attorno a un perimetro definito, non attorno a «l'AI in azienda» come iniziativa generica.

Il risultato pubblicato nel report Anitec-Assinform (Agenti di IA – Paper #3, 2025, p.41) è una riduzione del 90% del tempo dedicato alla stima dei costi, con automazione completa della creazione dei preventivi e ottimizzazione delle strategie di pricing.

Il dettaglio che rende questo caso trasferibile non è il numero in sé, ma la scelta a monte: un processo unico, misurabile, con un KPI (il tempo di stima costi) definito prima di iniziare. Va citato come caso limite documentato da un report pubblico, non come risultato standard automatico per ogni PMI.

Come si costruisce un perimetro protetto senza creare una società separata?

Il principio del «garage separato» che le grandi aziende usano per proteggere l'innovazione dal business ordinario si può applicare a una PMI con una sequenza operativa di cinque passi, senza bisogno di una nuova struttura societaria.

1. Isolare un solo processo, con un inizio e una fine identificabili, escludendo tutto ciò che è trasversale a più reparti.
2. Misurare la baseline attuale con almeno un KPI numerico: tempo, errori, costo o volume, prima di introdurre qualsiasi automazione.
3. Assegnare un responsabile unico del progetto, separato dalla gestione delle urgenze quotidiane di quel reparto.
4. Fissare un tempo massimo di sperimentazione (4-12 settimane) oltre il quale il progetto va valutato con i dati raccolti, non prorogato all'infinito.
5. Decidere prima di iniziare il criterio con cui il progetto passa da pilota a processo stabile: quale soglia di KPI deve superare per essere integrato nel monitoraggio KPI ordinario.

Qual è il metodo per non ripetere l'errore del pilota bloccato?

Il metodo che separa i progetti che restano un esperimento da quelli che diventano un vantaggio operativo stabile segue tre fasi in sequenza, mai invertite.

Misuriamo. Si fotografa il processo così com'è, con i suoi numeri reali: tempo impiegato, errori, costo per unità. Senza questa fotografia iniziale, qualsiasi miglioramento successivo non è dimostrabile, è un'impressione.

Ottimizziamo. Si ridisegna il processo eliminando i passaggi manuali ridondanti prima di automatizzare qualsiasi cosa. Un processo disordinato automatizzato resta un processo disordinato, solo più veloce nel produrre errori.

Automatizziamo. Solo a questo punto si introduce l'AI applicata sul perimetro definito, con supervisione umana sui punti critici e un KPI di uscita già concordato con il responsabile del progetto.

Questa sequenza è coerente con il principio Lean di analisi prima dell'automazione, e riduce il rischio descritto da Deloitte: un progetto che parte da un processo mappato non incontra la stessa complessità di integrazione che fa esplodere i tempi da 3 a 18 mesi.

Per capire dove applicare per primo questo metodo nella propria azienda è utile una mappatura iniziale dei processi, disponibile nella pagina guida operativa sull'AI per PMI italiane, che raccoglie i criteri di selezione del primo progetto.

Chi lavora su processi operativi trasversali può partire dal pillar delle soluzioni operations, che raccoglie le aree in cui un perimetro chiuso produce risultati misurabili più rapidamente: dalla mappatura dei processi con process mining alla automazione documentale su singoli flussi.

Domande frequenti

Serve creare una società separata per fare innovazione AI in una PMI?

No. Il principio del «garage separato» delle grandi imprese serve a proteggere un progetto dalle urgenze del business ordinario, ma in una PMI lo stesso risultato si ottiene con un perimetro di progetto ben definito: un processo isolato, un responsabile unico, un KPI di partenza e una scadenza di valutazione. Creare una nuova struttura societaria aggiunge costi di governance che una PMI raramente può ammortizzare su un singolo progetto pilota.

Quanto tempo serve per vedere i primi risultati di un progetto AI ben perimetrato?

I pattern documentati nei report italiani indicano un intervallo tipico di 4-12 settimane per i primi risultati misurabili su un processo isolato, come nel caso Pusterla 1880 dove la riduzione del tempo di preventivazione è stata rilevata dopo un ciclo di implementazione descritto in Anitec-Assinform (2025, p.41). Un progetto senza perimetro chiaro, al contrario, rischia di allungarsi fino a 18 mesi secondo Deloitte (2026, p.9), a causa della complessità di integrazione che emerge quando il processo non è stato isolato in anticipo.

Chi deve essere responsabile di un progetto AI in una PMI?

Un responsabile operativo unico, diverso da chi gestisce già le urgenze quotidiane di quel reparto. Deloitte osserva che, senza una strategia coerente, le aziende rischiano la «stanchezza da progetti pilota»: si rincorre l'ultima novità sotto pressione, senza un piano reale (Deloitte, State of AI in the Enterprise, 2026, p.9). Un responsabile dedicato, anche part-time, riduce questo rischio perché ha il mandato di proteggere il progetto dalle interruzioni operative.

Cosa succede se il progetto pilota non raggiunge il KPI stabilito?

Va chiuso o ridisegnato entro la scadenza fissata all'inizio, non prorogato indefinitamente. È esattamente il comportamento che evita la trappola descritta da Deloitte, dove solo il 25% dei progetti arriva in produzione (2026, p.8): la causa più comune non è l'insuccesso in sé, ma l'assenza di una data di valutazione decisa in anticipo, che permette al progetto di restare sospeso senza una decisione definitiva.

Un progetto AI perimetrato vale anche per aziende molto piccole?

Sì, il principio del perimetro chiuso è indipendente dalla dimensione aziendale: riguarda la scomponibilità del processo, non il numero di dipendenti. Il divario di adozione tra piccole e grandi imprese in Europa è di 38 punti percentuali (55,0% contro 17,0%, Eurostat, 2026), ma la causa non è la dimensione in sé: un accademico italiano intervistato nel report Ipsos per Google (2026, p.19) sintetizza il punto dicendo che il fattore determinante «non è la dimensione, è la maturità digitale».

Per capire quale processo della propria azienda ha già le caratteristiche giuste per un primo progetto perimetrato, può prenoti un confronto operativo.