Il segnale non arriva dal budget, arriva dal mercato del lavoro
Il 5 agosto 2026 Cedefop ha segnalato che gli shortage di competenze stanno frenando gli investimenti in Europa. Nello stesso periodo, la BCE continua a rilevare che per molte imprese la scarsità di lavoro qualificato resta un vincolo operativo anche quando la volontà di investire non scompare. Per chi parla di AI questo dato pesa più di quanto sembri.
Perché l'adozione non si ferma solo quando manca il capitale. Si ferma quando mancano persone capaci di selezionare i casi d'uso giusti, ripulire gli input, ridefinire i flussi, governare i rischi e assorbire nuove responsabilità senza paralizzare il resto.
Il problema non è usare l'AI. È farla entrare davvero nel lavoro
Finché un progetto AI resta una demo, quasi tutto sembra possibile. Il punto critico arriva quando deve entrare nei processi veri. A quel punto servono competenze molto più ampie della sola conoscenza tecnica del tool:
- capacità di leggere il processo, per capire dove l'AI aiuta davvero e dove aggiunge solo attrito;
- capacità di governo, perché ruoli, eccezioni e controlli non possono restare impliciti;
- capacità di execution, perché ogni adozione seria richiede tempo manageriale, priorità e disciplina operativa.
Quando questi tre elementi mancano, l'azienda non ha un problema di innovazione. Ha un problema di assorbimento. E l'AI finisce per mettere pressione proprio dove l'organizzazione era già più fragile.
Perché molte aziende sottovalutano il collo di bottiglia
Il motivo è semplice: il shortage di competenze non appare subito come un rischio strategico. All'inizio si presenta come ritardo, dipendenza da pochi profili chiave, backlog che cresce, decisioni che si accumulano, casi d'uso che non scalano. Solo dopo diventa evidente che il vero limite non era il tool, ma la capacità dell'organizzazione di incorporarlo senza andare fuori giri.
Ed è qui che molti investimenti perdono forza. Non perché l'AI non abbia valore, ma perché viene caricata su una struttura che non ha ancora abbastanza bandwidth, ownership e competenze distribuite per reggere il salto.
Il punto di vista IMET
Nel 2026 una parte rilevante del vantaggio competitivo non si giocherà su chi compra prima una nuova piattaforma AI, ma su chi costruisce prima le competenze operative per farla funzionare nei processi reali. Il capitale conta, ma da solo non basta. Senza skill, tempo manageriale e governo del cambiamento, anche l'adozione più promettente resta bloccata a metà strada.
Per questo la domanda utile non è solo "quanto investiamo in AI?", ma "quanta capacità interna stiamo creando per assorbirla davvero?". È lì che si decide se l'innovazione entra nel lavoro oppure resta una spesa raccontata bene.