L’intelligenza artificiale occupa ormai un posto centrale nella riflessione degli studi professionali, ma il vantaggio potrebbe spostarsi dagli investimenti alla capacità di apprendere. È la tesi sostenuta da Laurent Salanié, secondo cui il vantaggio andrà agli studi capaci di apprendere velocemente, sperimentare e integrare l’IA nei loro usi. Da oltre due anni, queste strutture si chiedono quali strumenti adottare e quanto investire.
- Il vantaggio dell’IA si sposta dagli investimenti alla capacità di apprendere.
- Gli strumenti diventano accessibili a tutti, quindi perdono valore strategico.
- I migliori usi nascono dalla sperimentazione, e i dirigenti devono praticarla in prima persona.
- Gli studi di media dimensione possono trarre vantaggio dalla loro agilità nell’adattarsi.
Questa focalizzazione sulla tecnologia è comprensibile, ma rimane incompleta. Storicamente, le grandi trasformazioni del settore hanno premiato chi poteva investire, sia in software sofisticati che in team specializzati. L’IA modifica questo equilibrio: i migliori strumenti diventano rapidamente accessibili a tutti, e il loro accesso perde valore strategico. Tutto dipenderà allora dalla capacità di immaginare usi pertinenti.
Una trasformazione che non può essere delegata
Molti dirigenti considerano ancora l’IA come un argomento tecnico tra gli altri, affidato ai team di innovazione o di business. Questo riflesso mostra presto i suoi limiti, perché l’IA si comprende innanzitutto praticandola. Non basta più selezionare gli strumenti giusti o firmare i contratti giusti: bisogna capire concretamente cosa permettono di costruire.
Ethan Mollick, professore alla Wharton, sostiene l’idea che nessuno sappia in anticipo cosa l’IA possa apportare a un dato mestiere. Secondo lui, l’unico modo per scoprirlo è una « sperimentazione disciplinata ». Uno studio del MIT pubblicato nell’estate del 2025 va nella stessa direzione: indica che il 95% dei progetti pilota di IA generativa in azienda rimane senza un impatto misurabile sui risultati, nonostante decine di miliardi investiti. Secondo i suoi autori, il problema dipenderebbe meno dalla tecnologia che da un deficit di apprendimento, sia dal lato degli strumenti che delle organizzazioni.
Per uno studio professionale, la sperimentazione può riguardare il quotidiano. Come si prepara una nota tecnica? Come si conduce una ricerca documentaria? Ciascuna di queste attività cela opportunità che si individuano solo mettendoci le mani. Ai dirigenti, ormai, di prendere parte alla trasformazione piuttosto che guardarla compiersi.
I migliori usi si costruiscono
Molti vedono ancora l’IA come uno strumento pronto all’uso, di cui basterebbe imparare le funzionalità. La realtà racconta un’altra storia. I primi usi sembrano modesti, come riassumere un documento o preparare una lettera. Poi le idee si susseguono: un test ne chiama un altro, diversi strumenti si combinano, un’automazione e poi un assistente specializzato finiscono per vedere la luce per rispondere a un’esigenza precisa.
Il processo assomiglia meno all’installazione di un software che a un gioco di costruzione, tipo Lego o Minecraft. Si assemblano prima alcuni mattoncini, poi, a forza di tentativi, si finisce per costruire cose che non si sarebbero mai immaginate. Gli usi trasformativi appaiono raramente nelle prime ore; emergono dopo decine di tentativi. Ecco perché i dirigenti devono « metterci le mani », non per diventare esperti della tecnologia, ma per sviluppare l’intuizione che permetterà loro di individuare le opportunità di domani.
Un’opportunità per gli studi più agili
Questa realtà potrebbe avere una conseguenza inattesa. Se il vantaggio scivola dall’investimento all’apprendimento, gli studi di media dimensione dispongono di punti di forza spesso sottovalutati. Abbastanza strutturati per formare i propri team e diffondere le buone pratiche, rimangono abbastanza vicini al campo per sperimentare rapidamente. In un ambiente così mutevole, questa capacità di adattamento potrebbe pesare più della dimensione stessa.
Il tema supera inoltre ampiamente la professione. Satya Nadella, CEO di Microsoft, lo riassume così: « You can outsource work, not learning », ovvero, in italiano, « Si può delegare il lavoro, non l’apprendimento ». Per la prima volta da molto tempo, la rivoluzione tecnologica chiede agli studi professionali più che investimenti. Chiede ai loro dirigenti di apprendere.
