AI nella formazione aziendale: cosa cambia davvero

Quasi tutte le PMI direbbero che la formazione interna è importante. Pochissime hanno un piano per farla davvero. Secondo l'Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano, su un campione di 1.100 micro, piccole e medie imprese italiane, solo il 30% ha un piano formativo strutturato, e appena il 19% lo aggiorna con regolarità. Il resto fa formazione in modo episodico, quasi sempre quando una scadenza normativa lo impone.

Il primo ostacolo citato non è il costo: è il tempo. Il 65% delle imprese indica la mancanza di tempo durante l'orario di lavoro come freno principale a organizzare percorsi formativi — più del doppio di chi cita la carenza di risorse economiche (20%). È un problema di metodo e di priorità, non solo di budget. E qui gli strumenti AI generativi possono effettivamente cambiare qualcosa, se usati bene.

Un chiarimento necessario: non è la formazione sull'AI Act

Prima di entrare nel merito, una distinzione che conviene fare subito perché genera confusione. L'obbligo di AI literacy previsto dall'Art. 4 dell'AI Act riguarda la formazione sull'intelligenza artificiale: cosa deve sapere il personale che usa strumenti AI in azienda. Ne parliamo in dettaglio nella guida alla formazione AI per le PMI.

Qui il tema è diverso: usare l'intelligenza artificiale come strumento per costruire, personalizzare e scalare la formazione aziendale — su qualsiasi argomento, dalla sicurezza sul lavoro alle procedure interne, dal prodotto alle competenze commerciali. Sono due questioni distinte che capita di sentire confuse.

Dove l'AI aiuta davvero la formazione interna

Le applicazioni più concrete non sono le più spettacolari. Sono quelle che riducono il tempo di preparazione di chi dovrebbe fare formazione ma non ha ore da dedicarci.

Trasformare documenti esistenti in materiale formativo. La maggior parte delle PMI ha già la conoscenza scritta da qualche parte — procedure, manuali, verbali di riunioni tecniche, email con i clienti più complessi — ma dispersa e in un formato che nessuno rilegge volentieri. Un modello generativo può riorganizzare quel materiale in una sequenza didattica (obiettivo, passi, verifica), partendo da ciò che l'azienda ha già scritto invece che da zero.

Un assistente che risponde sulle procedure reali. Per chi si occupa di inserimento di nuove persone, la domanda più comune nei primi giorni è sempre la stessa: "dove trovo questa informazione?". Un assistente AI collegato alla documentazione interna (manuali, intranet, procedure) può rispondere direttamente, lasciando al tutor umano solo le domande che richiedono giudizio — le eccezioni, non le basi.

Materiale differenziato per ruolo, senza riscriverlo ogni volta. Lo stesso argomento (una nuova procedura di qualità, un aggiornamento del gestionale) richiede un livello di dettaglio diverso per chi lo esegue ogni giorno e per chi lo supervisiona. Riscrivere a mano due o tre versioni richiede tempo che spesso non c'è; un modello generativo, partendo dal documento sorgente corretto, può produrre le varianti più velocemente — restando però materiale da far verificare a chi conosce il processo, non da pubblicare senza controllo.

Cosa l'AI non risolve da sola

Qui vale la pena essere onesti, perché è il punto dove più aziende sbagliano: generare contenuto formativo con l'AI non è la stessa cosa che fare formazione efficace.

Un documento ben scritto che nessuno verifica se qualcuno ha davvero imparato a usarlo non è formazione, è solo un documento più comodo da leggere. Il problema di fondo — poca verifica reale delle competenze acquisite — non lo risolve lo strumento, lo risolve il metodo: definire cosa la persona deve saper fare alla fine, farla esercitare sul compito vero, controllare che lo sappia rifare da sola. È lo stesso principio che seguiamo nei nostri percorsi di persona, descritto nella pagina sulle lezioni di AI in Abruzzo: la differenza tra guardare un contenuto e dimostrare di saperlo riprodurre.

C'è anche un rischio concreto da non sottovalutare: un contenuto generato da un modello AI è affidabile solo quanto il documento di partenza. Se la procedura che gli si dà in input è vecchia di due versioni, il materiale "nuovo" che ne esce sarà scritto meglio ma conterrà lo stesso errore. Prima di usare l'AI per scalare la formazione, qualcuno deve aver verificato che i documenti di partenza siano corretti — altrimenti si automatizza la diffusione di un errore, non la sua correzione.

Un caso ipotetico, per capire la logica

Immaginiamo un'azienda metalmeccanica con 30 dipendenti che assume 4-5 nuovi operai l'anno. Oggi l'inserimento dura due settimane di affiancamento continuo, perché la conoscenza delle macchine e delle procedure di sicurezza vive solo nella testa dei capisquadra, che devono fermare il lavoro per spiegare.

Il punto di partenza non è "comprare un software di AI per la formazione". È mappare le procedure che già esistono (spesso scritte male o solo verbali), farle verificare e correggere da chi le conosce meglio, e solo dopo costruire — con l'aiuto di strumenti generativi — materiale organizzato per step e un assistente che risponde alle domande più ricorrenti dei primi giorni. Il capo squadra interviene sulle eccezioni reali, non sulle domande che si ripetono identiche ogni volta. Il risparmio di tempo arriva dal metodo, non dallo strumento in sé — lo strumento lo rende solo più veloce da applicare.

Se nella tua azienda la formazione si fa "quando c'è tempo" e vuoi capire da dove iniziare per renderla più strutturata — con o senza l'AI come strumento — raccontaci a che punto sei.