Intelligenza artificiale e formazione manageriale: come prepararsi a un futuro che non esiste ancora secondo Alessandro Petrillo, CEO di H-FARM Business School

La trasformazione digitale non è più un orizzonte lontano: è una realtà con cui le aziende si confrontano ogni giorno, tra entusiasmi, aspettative e sfide concrete. In questo scenario, la formazione manageriale gioca un ruolo decisivo nel determinare la capacità delle organizzazioni di affrontare il cambiamento in modo consapevole e strutturato.

Ne abbiamo parlato con Alessandro Petrillo, CEO di H-FARM Business School, la business school del principale polo europeo di innovazione, educazione e imprenditoria, immerso su 51 ettari alle porte di Venezia. Con oltre 3.000 persone al giorno tra studenti, executive, imprenditori e innovatori provenienti da tutto il mondo, organizza più di 300 eventi all’anno tra conferenze, workshop e incontri con leader internazionali.

Melodie Bertoli: Durante l’evento “Inside the Factory” abbiamo parlato a lungo di autodeterminazione digitale: è ancora percepito dai manager come tema geopolitico oppure è già entrato nelle aule?

Alessandro Petrillo: Mediamente direi che è più una preoccupazione che un tema su cui le persone si stanno formando. È un tema su cui le persone si stanno informando, non formando, e l’esigenza della formazione è figlia della preoccupazione. Come H-FARM Business School, è anche per noi una preoccupazione e stiamo iniziando a ragionare su quelle che possono essere le strade per traguardarla in qualche modo.

MB: È un tema che comincia ad affiorare nell’agenda, ma non ancora in modo consolidato. L’autodeterminazione è sì un problema di infrastrutture, ma anche di mindset: come si possono aiutare i manager a fare scelte tecnologiche consapevoli, valutando anche la questione dell’indipendenza tecnologica invece di seguire semplicemente i vendor più famosi?

AP: Su questo c’è un distingo da fare. Da un lato è un tema di disponibilità di alternative europee; dall’altro di consapevolezza dei rischi nell’affidare i dati aziendali a giurisdizioni con framework normativi e di tutela non allineati a quelli europei.

È importante far capire, attraverso la formazione, quali sono i rischi rispetto alla distribuzione dei propri dati fuori dal perimetro della Comunità Europea. Questo tema è ancora poco sentito, ma il contesto geopolitico attuale sta incrementando la consapevolezza anche nei non addetti ai lavori. Su questo fronte, scuole come H-FARM Business School stanno iniziando a inserire nei loro percorsi un tema di awareness, dove si trattano i rischi del governare informazioni e dati.

Poi c’è l’altro lato: poiché il mondo va veloce, dobbiamo creare anche alternative europee credibili per le persone consapevoli. Si stanno creando dei poli europei che iniziano a farsi notare. Ad esempio, nel mondo degli umanoidi — dove oggi la leadership è concentrata tra player cinesi e statunitensi — ci sono realtà italiane come Generative Bionics e Oversonic. Generative Bionics è uno spin-off dell’Istituto Italiano di Tecnologia che ha presentato a gennaio 2026 al CES di Las Vegas un umanoide italiano, dotato di pelle tattile, e ha ottenuto il round di investimento più importante in Europa fino ad ora. È un ottimo segnale.

MB: Questo fa capire che in Europa c’è fermento per costruire alternative competitive, accelerato dalla situazione geopolitica che rende evidente la necessità di prestare attenzione alla conservazione dei dati.

AP: Assolutamente sì. Pensa anche al crescente interesse per Mistral, un LLM al pari di Claude, ChatGPT e DeepSeek, ma francese. Sta accelerando le proprie performance grazie a investimenti nati proprio dall’esigenza di mantenere il controllo europeo su informazioni estremamente sensibili, riducendo la dipendenza da provider extra-UE.

MB: Parlando di intelligenza artificiale applicata al mondo industriale, qual è il gap più comune che vedi tra le ambizioni delle aziende e quello che effettivamente accade nei processi? E in che modo collaborazioni tra realtà come H-FARM e MIPU possono aiutare a colmarlo?

AP: La cosa più rilevante e sottovalutata è che tutti guardano l’output, ma se il dato incanalato verso l’algoritmo non è affidabile, il risultato non sarà affidabile. “Garbage in, Garbage out“. Il problema principale è il gap di maturità del dato: si assume che esistano dataset puliti ed etichettati, ma la realtà industriale è fatta di PLC degli anni ’90, SCADA proprietari, ERP customizzati, Excel usati come database e silos organizzativi che impediscono l’accesso alle informazioni.

Prima di parlare di AI bisognerebbe cercare la “single source of truth“. Se hai dati replicati o sporchi, non capirai mai se l’output dipende dalla qualità dell’algoritmo o del dato. Bisogna prima stabilizzare la fonte di informazione e poi sintonizzare l’algoritmo.

Il secondo gap riguarda la capacità di selezionare i casi d’uso corretti: siamo tutti colpiti dalla FOMO (Fear Of Missing Out) dell’AI: “Se lo fa il competitor lo devo fare anch’io”. Ma la velocità rischia di andare a scapito dell’individuazione del problema reale da risolvere.

È un tema culturale. Una ricerca recente del MIT sul GenAI Divide rilevava che la grande maggioranza delle iniziative di AI generativa non porta benefici misurabili: non perché la tecnologia non sia matura, ma perché non lo sono la data source e la cultura aziendale. Le aziende cercano dove applicare l’AI invece di capire quali problemi hanno. Bisogna partire dal problem statement.

MB: Quindi da un lato c’è la qualità dei dati e dall’altro la capacità di identificare dove l’AI può essere utile invece di valutare altre soluzioni.

AP: Esatto, perché metodologicamente le aziende partono in maniera sbagliata.

H-FARM Business School e MIPU possono mettere a fattor comune la capacità di far comprendere i benefici della tecnologia attraverso il dato e poi farli raccogliere. C’è la necessità di formare le persone sia sul mindset sia dal punto di vista tecnico, sviluppando profili ibridi che abbiano competenze tecniche e metodologiche.

Un altro punto importante è il gap di aspettative. Quando applichi l’AI ti aspetti subito una trasformazione del business, ma è una tecnologia che ha bisogno di maturazione e acceptance organizzativa. Bisogna evitare di tagliare prima che i benefici si siano concretizzati; i processi e le persone devono adattarsi.

MB: Il change management diventa quindi fondamentale: non solo tecnologia, ma mindset. Ultima domanda, guardando al 2026 e oltre: cosa ti preoccupa di più del modo in cui le aziende approcciano la formazione digitale, e cosa invece ti entusiasma?

AP: La stessa cosa che mi entusiasma mi preoccupa: l’entusiasmo delle aziende. È un’arma a doppio taglio. Da una parte è il motore della trasformazione: abbiamo visto in una ricerca svolta internamente, su 9 aziende e 28.000 dipendenti, che c’è molta voglia di sperimentare. Dall’altra, l’entusiasmo può portare a decidere d’istinto invece che con un approccio analitico e strutturato. Questo rischia di invalidare i benefici, portando ad attribuire alla tecnologia colpe che sono invece della cultura o dell’approccio. Prima capisci il problema, poi capisci se l’AI è la risposta. Non è la panacea di tutti i mali.

MB: Molto interessante. Hai qualcosa da aggiungere prima di chiudere?

AP: Chiuderei con una riflessione. Il 17 e 18 aprile sarò a Bari per “Bari Capitale Digitale” con uno speech intitolato “SOS: Scenari Ottimistici Straordinari“. Voglio evitare che si pensi all’AI solo come a un problema. È vero che ci sono aziende che stanno rivedendo i propri organici, ma ci sono anche molte buone notizie.

L’obiettivo di una Business School è preparare le aziende a un mondo che ancora non esiste, evitando che le persone diventino — per citare Alvin Toffler — gli “analfabeti del XXI secolo”: non coloro che non sanno leggere e scrivere, ma coloro che non sanno imparare, disimparare e reimparare. Noi vogliamo regalare un mindset per “surfare” lo tsunami del cambiamento esponenziale.

MB: Questo cambia l’approccio: dal timore della tecnologia alla preparazione al cambiamento.

L’intervista con Alessandro Petrillo restituisce un quadro lucido e sfaccettato della trasformazione digitale in corso: un processo che non può prescindere dalla chiarezza degli obiettivi e da una cultura aziendale pronta ad accogliere il cambiamento.