AI per la formazione dei dipendenti: guida per aziende
L'AI per la formazione dei dipendenti è oggi il punto in cui si decide se un'azienda italiana usa davvero l'intelligenza artificiale o la compra e basta. Secondo il rapporto Imprese e ICT 2025 dell'ISTAT, nel 2025 il 16,4% delle imprese con almeno 10 addetti usa tecnologie di AI, il doppio dell'anno prima. Ma il divario è enorme: 53,1% nelle grandi imprese, 15,7% nelle PMI. E tra le aziende che hanno valutato un investimento in AI senza poi farlo, la mancanza di competenze adeguate è il freno in quasi il 60% dei casi.
Tradotto: il collo di bottiglia non è la tecnologia. Sono le persone che dovrebbero usarla, e i manager che dovrebbero decidere dove usarla.
Questa guida parla di due cose che spesso si confondono. La prima è formare i dipendenti sull'AI, cioè dare a ogni ruolo le competenze per usarla bene e in sicurezza. La seconda è usare l'AI per fare formazione, cioè rendere più veloce e più efficace il modo in cui l'azienda insegna qualsiasi cosa, dall'onboarding alle procedure. Le tratto entrambe, con un programma in tre livelli, una parte dedicata ai manager, i costi reali, una scorecard di autovalutazione e una roadmap a 90 giorni.
Perché la formazione sull'AI per i dipendenti è diventata urgente
Per anni la formazione digitale è stata una voce che si poteva rimandare. Con l'AI generativa non funziona più così, per tre motivi molto concreti.
Il primo: i dipendenti la usano già, con o senza permesso. Nel sondaggio AI Pulse Poll 2025 di ISACA, su 3.029 professionisti di tutto il mondo, l'81% ritiene che nella propria organizzazione i dipendenti usino l'AI che sia autorizzata o meno. Il dato di traffico reale va nella stessa direzione: il Cloud and Threat Report 2026 di Netskope rileva che il 47% di chi usa l'AI generativa al lavoro lo fa ancora da account personali o non gestiti dall'azienda.
Il secondo: la formazione è rimasta indietro. Nello stesso sondaggio ISACA solo il 22% delle organizzazioni forma tutti i dipendenti sull'AI, mentre il 32% dichiara che nessun dipendente riceve formazione. Il 35% forma soltanto i ruoli IT. In altre parole, l'azienda media ha lasciato la competenza più trasversale degli ultimi vent'anni in mano all'autodidattica.
Il terzo: il ritorno è misurabile, e premia chi parte da più indietro. Lo studio NBER di Brynjolfsson, Li e Raymond su 5.179 operatori di assistenza clienti ha misurato un aumento medio del 14% delle pratiche risolte all'ora grazie a un assistente di AI generativa, che sale al 34% per i lavoratori meno esperti e meno qualificati. È uno dei pochi studi sul campo con un campione così ampio, e il messaggio per chi fa formazione è chiaro: l'AI ben usata accorcia la curva di apprendimento.
Il problema italiano: le PMI restano indietro
Il dato ISTAT sul divario tra grandi imprese e PMI racconta un problema di competenze prima ancora che di budget. Una grande impresa ha un ufficio HR strutturato, un responsabile della formazione, spesso un budget dedicato. Una PMI da 30 persone ha un titolare che decide tutto, un paio di figure chiave sovraccariche e nessuno che abbia tempo di capire quale strumento usare e come.
È per questo che in una PMI la formazione sull'AI non può essere un corso generico comprato a catalogo. Deve essere breve, legata ai processi veri dell'azienda e capace di produrre un risultato visibile entro poche settimane. Ne ho parlato più in generale nella guida sull'intelligenza artificiale per le PMI.
AI Act e legge italiana: cosa chiede davvero la normativa sulla formazione
Sull'obbligo di formazione legato all'AI circola molta confusione, spesso alimentata da chi vende corsi. Conviene partire dai testi.
L'articolo 4 dell'AI Act: un obbligo di mezzi
Il Regolamento (UE) 2024/1689, l'AI Act, è in vigore dal 1 agosto 2024. L'articolo 4 sull'alfabetizzazione in materia di AI si applica dal 2 febbraio 2025. Dopo le modifiche introdotte dal Regolamento (UE) 2026/1744, in vigore dal 27 luglio 2026, il testo chiede a fornitori e deployer di adottare misure volte a sostenere lo sviluppo dell'alfabetizzazione in materia di AI del loro personale, e precisa che questo non impone di garantire un livello specifico di alfabetizzazione per alcuna persona.
È un obbligo di mezzi, non di risultato. Nessuna norma stabilisce quante ore servano, né un esame da superare. Quello che conta è poter dimostrare di aver preso misure ragionevoli rispetto agli strumenti usati, al contesto e alle persone coinvolte. Il testo consolidato si legge anche sulla pagina dell'articolo 4 dell'AI Act Service Desk della Commissione europea.
Perché la formazione documentata resta la scelta più solida
Se l'obbligo è di mezzi, quale mezzo è il più facile da dimostrare? La formazione documentata: un programma scritto, presenze registrate, materiali conservati, una politica d'uso consegnata a tutti. Non è l'unica misura possibile, ma è quella che regge meglio davanti a un cliente, a un revisore o a un'autorità.
Due avvertenze pratiche:
- Le sanzioni più alte dell'AI Act non riguardano l'articolo 4. Sono legate alle pratiche vietate, agli obblighi di trasparenza e agli obblighi sui sistemi ad alto rischio. Diffidate di chi vende corsi agitando multe milionarie per la mancata formazione.
- Le altre scadenze contano per la formazione dei ruoli specifici. Gli obblighi di trasparenza dell'articolo 50 si applicano dal 2 agosto 2026. Gli obblighi sui sistemi ad alto rischio si applicano dal 2 dicembre 2027 per quelli dell'Allegato III, che include i sistemi usati per selezione e gestione del personale, e dal 2 agosto 2028 per quelli dell'Allegato I.
Per il quadro completo degli obblighi c'è la guida all'AI Act per le aziende.
La legge 132/2025: l'obbligo di informare i lavoratori
In Italia la legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025, aggiunge un tassello che riguarda il rapporto di lavoro. All'articolo 11 prevede che il datore di lavoro informi il lavoratore dell'utilizzo dell'AI nei casi previsti dall'articolo 1-bis del d.lgs. 152/1997, cioè quando si usano sistemi decisionali o di monitoraggio automatizzati.
Il testo parla di informazione e non prevede un percorso formativo specifico. Nella pratica, però, le due cose vanno insieme: un'azienda che introduce strumenti di AI che toccano la gestione del personale deve spiegare ai dipendenti cosa fanno, e il momento naturale per farlo è proprio un percorso formativo.
Due cose diverse: formare sull'AI e usare l'AI per formare
Prima di costruire un programma bisogna separare i due obiettivi, perché richiedono budget, responsabili e metriche diversi.
| Formare i dipendenti sull'AI | Usare l'AI per fare formazione | |
|---|---|---|
| Obiettivo | Competenze d'uso, sicurezza, giudizio critico | Formazione più veloce, personalizzata, sempre disponibile |
| Chi la guida | Direzione, HR, IT insieme | HR o responsabile formazione |
| Contenuto | Strumenti, dati, rischi, casi d'uso per ruolo | Qualsiasi materia: procedure, prodotto, vendite, sicurezza |
| Metrica principale | Adozione corretta degli strumenti approvati | Tempo di apprendimento, errori, tempo di inserimento |
| Rischio tipico | Corsi generici senza ricaduta sul lavoro | Contenuti sbagliati generati senza revisione |
Il consiglio è partire dal primo. Un'azienda che non sa usare l'AI difficilmente la userà bene per insegnare. Ma il secondo obiettivo porta spesso il risultato economico più veloce, soprattutto nell'onboarding.
Formazione AI per i dipendenti: il programma in tre livelli
Il programma che funziona non è un corso unico per tutti. È una struttura a tre livelli, dove ciascuno riceve la quantità di formazione che serve al suo ruolo.
Livello 1: alfabetizzazione per tutti
Destinatari: ogni dipendente, collaboratori compresi. Durata indicativa: da due a quattro ore, divise in moduli brevi.
Contenuti:
- Cosa fa e cosa non fa l'AI generativa. Come produce un testo, perché può sbagliare con sicurezza, perché va sempre verificata.
- Gli strumenti approvati dall'azienda e perché non si usano account personali per il lavoro.
- I dati: cosa si può inserire e cosa no. Un sistema a semaforo funziona meglio di qualsiasi elenco: verde per le informazioni pubbliche, giallo per i documenti interni negli strumenti approvati, rosso per dati personali, sanitari, finanziari riservati, credenziali e segreti aziendali.
- La regola della responsabilità. Chi usa un testo prodotto dall'AI ne risponde come se l'avesse scritto.
- Tre esercizi sul proprio lavoro. Non esempi generici, ma un'email vera, un documento vero, un problema vero del reparto.
Questo livello è anche la misura più semplice da documentare ai fini dell'articolo 4.
Livello 2: competenze per ruolo
Destinatari: funzioni con casi d'uso ad alto valore o ad alto rischio. Durata indicativa: da sei a dodici ore distribuite su alcune settimane.
Esempi di percorsi:
- Commerciale e marketing: ricerca su clienti e mercato, bozze di offerte e campagne, analisi dei dati di vendita negli strumenti approvati, verifica delle affermazioni prima della pubblicazione.
- Amministrazione e finanza: supporto a riconciliazioni e commenti ai numeri, con la regola che nessun output entra in un bilancio o in una dichiarazione senza revisione di una persona responsabile.
- Risorse umane: stesura di annunci e materiali, analisi anonimizzata dei questionari, e soprattutto i limiti sull'uso dell'AI in selezione e valutazione. Ne parlo nella guida sull'AI nelle risorse umane.
- Assistenza clienti: risposte assistite, base di conoscenza aggiornata, trasparenza verso il cliente quando interagisce con un sistema di AI.
- Produzione e operations: procedure, manuali, controllo qualità, manutenzione.
Livello 3: i champion interni
Destinatari: una persona ogni 20 o 30 dipendenti, scelta per curiosità e credibilità nel proprio reparto, non per ruolo gerarchico. Formazione più profonda, continua, con un momento di confronto mensile.
I champion fanno tre cose: raccolgono i casi d'uso che funzionano, aiutano i colleghi nel lavoro di tutti i giorni e segnalano quello che non funziona. In una PMI sono spesso il vero motore dell'adozione, molto più dei corsi.
Quanto tempo serve davvero
Un errore frequente è dimensionare la formazione in giornate d'aula. Le persone imparano a usare l'AI usandola sul proprio lavoro, con qualcuno a cui chiedere. Per questo funziona meglio una formula breve e ripetuta: un modulo iniziale, esercizi sul lavoro reale nelle due settimane successive, un secondo incontro per discutere cosa ha funzionato. La quantità di ore conta meno della continuità.
Un esempio di modulo di base in quattro tempi
Per rendere concreto il livello 1, ecco come lo struttureremmo in un'azienda di servizi di 50 persone.
- Trenta minuti di inquadramento. Cosa fa l'AI generativa, perché sbaglia, quali strumenti sono approvati in azienda e con quale account si usano.
- Trenta minuti sui dati. Il semaforo spiegato con esempi presi dai documenti veri dell'azienda: questo contratto è rosso, questa presentazione interna è gialla, questo articolo pubblicato è verde.
- Un'ora di esercizi. Ognuno porta un compito reale della propria settimana, lo svolge con lo strumento approvato e confronta il risultato con quello che avrebbe fatto a mano, annotando tempo impiegato ed errori trovati.
- Trenta minuti di discussione. Cosa ha funzionato, cosa no, quali dubbi restano. Le domande raccolte diventano le FAQ interne e il materiale per l'incontro successivo.
Due settimane dopo, un secondo incontro di un'ora riprende i casi emersi. È in questo secondo momento che si vede chi ha cominciato a usare davvero gli strumenti e chi ha bisogno di un aiuto in più dal champion del reparto.
Formazione AI per manager e dirigenti: cosa deve sapere chi decide
Molte delle ricerche che arrivano su questa pagina riguardano i manager: come strutturare la formazione per la popolazione manageriale, quali corsi executive funzionano, cosa deve sapere un dirigente che deve guidare il cambiamento. È la domanda giusta, perché nella mia esperienza i progetti di AI si fermano più spesso al livello dei manager che a quello degli operativi.
Le quattro competenze di un manager nell'era dell'AI
- Leggere i processi con occhi nuovi. Saper individuare nel proprio reparto le attività ripetitive, ad alta intensità di testo o di dati, dove l'AI può far risparmiare tempo o ridurre errori.
- Valutare un caso d'uso. Stimare benefici, costi, rischi e tempi prima di partire, con un metodo semplice e condiviso.
- Governare il rischio. Conoscere le regole sui dati, la politica d'uso dell'azienda, i casi in cui serve la revisione umana e quelli in cui l'uso è vietato.
- Guidare le persone. Gestire le paure sul lavoro, riorganizzare i compiti, misurare i risultati senza trasformare l'AI in uno strumento di controllo.
Come strutturare il percorso per i manager
Il formato che funziona meglio non è il corso executive generalista. È un percorso breve costruito sui problemi reali dell'azienda:
- Una sessione di inquadramento per tutto il gruppo dirigente: cosa fa l'AI oggi, cosa cambia nei modelli di business del settore, cosa chiedono AI Act e legge italiana.
- Un laboratorio per funzione in cui ogni manager porta due o tre processi del proprio reparto e ne valuta il potenziale con una scheda comune.
- Un progetto pilota per manager, piccolo, con un obiettivo misurabile e una scadenza di sei o otto settimane.
- Una revisione collettiva in cui i pilota vengono confrontati e si decide cosa estendere.
Quando l'azienda è più grande, a questo si aggiunge il tema della gestione del cambiamento, che ho trattato nella guida sulla trasformazione digitale con l'intelligenza artificiale.
Cosa evitare con i dirigenti
- La formazione solo ispirazionale. Una mattinata di casi stranieri spettacolari non cambia nessuna decisione.
- Delegare tutto all'IT. L'AI generativa cambia il lavoro di marketing, vendite, amministrazione e HR. Se i responsabili di quelle funzioni non la capiscono, i progetti restano esperimenti tecnici.
- Formare i manager dopo i dipendenti. I manager devono essere formati prima o insieme ai loro team, altrimenti non sapranno rispondere alle domande che arrivano il giorno dopo.
Usare l'AI per fare formazione: dove funziona davvero
Passiamo al secondo obiettivo: l'AI come strumento per insegnare qualsiasi cosa in azienda. Qui il potenziale è grande, ma anche il rischio di produrre contenuti sbagliati con grande efficienza.
Creazione dei contenuti
L'AI accelera molto la produzione di materiali formativi a partire da documenti esistenti: procedure, manuali, schede prodotto, registrazioni di riunioni. Può proporre una struttura, scrivere una prima bozza, generare domande di verifica, adattare lo stesso contenuto a livelli diversi.
La regola è semplice: l'esperto della materia resta responsabile del contenuto. L'AI produce la bozza, una persona competente la verifica. Senza questo passaggio si rischia di insegnare a tutti un errore.
Onboarding dei nuovi assunti
È l'area in cui ho visto i ritorni più rapidi. Un nuovo assunto ha centinaia di domande nelle prime settimane, e ognuna toglie tempo a un collega esperto. Un assistente interno, alimentato con documenti aziendali approvati e aggiornati, può rispondere alle domande più frequenti a qualsiasi ora e indicare dove trovare le informazioni.
Il dato NBER sul +34% di produttività per i lavoratori meno esperti va esattamente in questa direzione: l'assistente trasferisce ai nuovi una parte della conoscenza dei più bravi. Attenzione però alla qualità della base documentale: se le procedure scritte sono vecchie, l'assistente insegnerà procedure vecchie.
Tutor e allenamento alla conversazione
Per i ruoli che parlano con i clienti, l'AI permette simulazioni realistiche: una trattativa, un reclamo, una telefonata difficile. Il dipendente si allena quando vuole, senza l'imbarazzo di un role play davanti ai colleghi, e riceve un riscontro immediato. Il formatore umano resta essenziale per interpretare i risultati e correggere gli errori di fondo.
Supporto al lavoro, nel momento del bisogno
Molta formazione serve a ricordare cose che si fanno raramente: una procedura di fine anno, un controllo di qualità particolare, una pratica amministrativa. Un assistente che risponde con la procedura giusta nel momento in cui serve riduce gli errori più di un corso fatto sei mesi prima. È formazione che si confonde con il lavoro, e spesso è la più efficace.
Personalizzazione dei percorsi
Infine, l'AI può adattare un percorso al livello di partenza di ciascuno: chi sa già, salta; chi fatica, riceve spiegazioni ed esercizi in più. In una PMI non serve una piattaforma sofisticata per partire: spesso basta un buon test iniziale e materiali organizzati per livello.
Cosa insegnano i casi reali
Nei progetti che cito più spesso, i risultati non sono arrivati dalla tecnologia in sé ma da persone che hanno imparato a usarla sui processi giusti.
- Un distributore sportivo ha aumentato le vendite del 30% con il marketing basato sull'AI. Strumenti analoghi erano disponibili a tutti i concorrenti: la differenza l'ha fatta un team commerciale e marketing capace di usarli ogni giorno sui propri dati.
- Un hotel è passato da 9 a 10 milioni di fatturato. Un risultato così dipende da decisioni prese ogni giorno da più persone, e quelle persone devono capire cosa l'AI suggerisce e quando non fidarsi.
- Un centro medico ha aumentato la propria capacità del 20%. In un contesto sanitario la formazione sulle regole dei dati non è un dettaglio: è la condizione per poter usare qualsiasi strumento.
- Un agriturismo ha raddoppiato gli ospiti. Anche una piccola struttura, con poche persone, ottiene risultati quando chi lavora sa usare gli strumenti sul proprio mestiere.
La lezione comune è che la formazione utile è quella costruita sul processo, non sullo strumento. Un corso su un software generico invecchia in pochi mesi. Un percorso su come il reparto commerciale usa l'AI per preparare le offerte resta utile anche quando cambia lo strumento.
Quanto costa la formazione sull'AI e chi la paga
Il costo di un programma dipende dalle dimensioni dell'azienda e da quanto viene fatto internamente. Le voci da mettere a budget sono quattro.
Le voci di costo
- Licenze degli strumenti. I piani aziendali dei principali assistenti di AI generativa costano nell'ordine di qualche decina di euro per utente al mese. È spesso la voce più sottovalutata: formare le persone su strumenti che poi non hanno a disposizione con un account aziendale significa spingerle verso gli account personali.
- Progettazione del programma. Analisi dei processi, scelta dei casi d'uso, preparazione dei materiali su misura. È il lavoro che fa la differenza tra un corso generico e un percorso utile.
- Erogazione. Ore di aula o di laboratorio, interne o esterne, più il tempo dei dipendenti sottratto al lavoro.
- Manutenzione. Aggiornamento dei contenuti, sessioni periodiche, supporto dei champion. Gli strumenti cambiano ogni pochi mesi e un programma fermo invecchia in fretta.
Il tempo delle persone è il costo maggiore
Nella maggior parte dei casi il costo più alto non è il fornitore ma il tempo dei dipendenti in formazione. Per questo i moduli brevi applicati al lavoro reale convengono: le ore di formazione producono subito ore risparmiate sullo stesso lavoro.
I fondi interprofessionali
Per le aziende italiane c'è una leva spesso dimenticata. I fondi paritetici interprofessionali, alimentati dal contributo dello 0,30% che le imprese già versano per i propri dipendenti, finanziano piani formativi aziendali, compresi quelli su competenze digitali e AI. Prima di pagare un programma per intero conviene verificare l'adesione dell'azienda a un fondo e gli avvisi aperti.
Come stimare il ritorno
Per una prima stima basta un calcolo semplice: ore risparmiate a settimana per persona, moltiplicate per il numero di persone che usano davvero gli strumenti e per il costo orario medio. A questo si aggiungono gli effetti meno immediati: meno errori, tempi di inserimento più brevi, minor dipendenza da poche persone esperte. Per un metodo più completo rimando alla guida sul ROI dell'intelligenza artificiale.
Come misurare se la formazione funziona
Il tasso di completamento dei corsi è la metrica più usata ed è quasi inutile. Dice quante persone hanno cliccato fino in fondo, non se lavorano meglio.
Le metriche che contano
| Livello | Domanda | Metrica |
|---|---|---|
| Adozione | Le persone usano gli strumenti approvati? | Utenti attivi settimanali sugli strumenti aziendali, quota di uso su account personali in calo |
| Comportamento | Li usano in modo corretto? | Incidenti sui dati, rispetto della revisione umana, qualità degli output a campione |
| Risultato operativo | Il lavoro migliora? | Tempo per attività chiave, errori, tempi di risposta al cliente, tempo di inserimento dei nuovi |
| Risultato economico | Conviene? | Ore risparmiate valorizzate, ricavi o capacità aggiuntiva attribuibile |
Come raccogliere i dati senza burocrazia
- Una misura prima e una dopo su due o tre attività per reparto: quanto tempo serve oggi a preparare un'offerta, a chiudere una pratica, a rispondere a un cliente.
- Un breve questionario a 30 e a 90 giorni: cosa usi, per cosa, cosa ti blocca.
- I dati degli strumenti aziendali, che quasi sempre mostrano utenti attivi e frequenza d'uso.
- Un campione di output controllato da un esperto, per capire se la qualità regge.
Il lavoro dei champion è prezioso anche qui: raccolgono in modo informale i casi d'uso che funzionano, che diventano materiale per la formazione successiva.
Autovalutazione: la tua azienda è pronta per formare sull'AI?
Assegna 2 punti se l'affermazione è vera, 1 se lo è in parte, 0 se non lo è.
| # | Affermazione | Punti |
|---|---|---|
| 1 | Sappiamo quali strumenti di AI usano oggi i dipendenti, compresi quelli personali | |
| 2 | Esiste una politica d'uso dell'AI scritta e consegnata a tutti | |
| 3 | Gli strumenti approvati sono disponibili con account aziendali a chi ne ha bisogno | |
| 4 | Tutti i dipendenti hanno ricevuto una formazione di base sull'AI negli ultimi 12 mesi | |
| 5 | La formazione di base è documentata (programma, presenze, materiali) | |
| 6 | I ruoli con uso più intenso o più rischioso hanno un percorso specifico | |
| 7 | I manager sono stati formati prima o insieme ai loro team | |
| 8 | Abbiamo almeno un champion per reparto | |
| 9 | I lavoratori sono stati informati sugli strumenti che toccano la gestione del personale | |
| 10 | Misuriamo l'adozione e almeno un risultato operativo, non solo i completamenti | |
| 11 | I contenuti formativi prodotti con l'AI vengono verificati da un esperto | |
| 12 | Abbiamo verificato se un fondo interprofessionale può finanziare il programma |
Come leggere il punteggio
- Da 20 a 24: programma maturo. Concentratevi sulla misurazione dei risultati e sull'uso dell'AI per migliorare la formazione stessa, a partire dall'onboarding.
- Da 12 a 19: base presente, sistema incompleto. Di solito mancano gli strumenti aziendali, i percorsi per ruolo o la misurazione. Sistemate quelli prima di aggiungere corsi.
- Da 0 a 11: si parte da capo. Seguite la roadmap qui sotto, cominciando dalla politica d'uso e dalla formazione di base documentata.
Se volete un parere esterno su dove si trova la vostra azienda e da cosa conviene partire, potete inviare una richiesta di consulenza dal sito: in una prima conversazione si capisce quasi sempre quale livello del programma va costruito per primo.
Roadmap a 30, 60 e 90 giorni
Questa è la sequenza che consiglio per un'azienda tra le 20 e le 500 persone.
Giorni 1-30: fotografia e fondamenta
- Nominare un responsabile del programma, con uno sponsor nella direzione.
- Fotografare l'uso reale. Un questionario anonimo di cinque domande: quali strumenti usi, per cosa, con quali dati, con quale account, cosa ti servirebbe.
- Scrivere la politica d'uso dell'AI: strumenti approvati, semaforo dei dati, revisione umana, segnalazione degli errori. Quattro pagine bastano.
- Attivare gli strumenti aziendali per chi ne ha bisogno, prima di chiedere alle persone di smettere di usare quelli personali.
- Formare i manager con la sessione di inquadramento e il laboratorio per funzione.
- Verificare i fondi interprofessionali disponibili.
Giorni 31-60: formazione di base e primi percorsi
- Erogare il livello 1 a tutti, in moduli brevi, con esercizi sul lavoro reale. Registrare presenze e conservare i materiali.
- Scegliere i champion e avviare il loro percorso.
- Lanciare due o tre percorsi di livello 2 sulle funzioni con il potenziale più alto.
- Informare i lavoratori sugli strumenti che rientrano nei casi previsti dalla legge 132/2025, se presenti.
- Avviare un pilota di AI per la formazione, idealmente sull'onboarding, con una base documentale verificata.
Giorni 61-90: misura e consolidamento
- Misurare adozione, comportamento e almeno un risultato operativo per reparto.
- Raccogliere i casi d'uso migliori dai champion e trasformarli in materiale formativo.
- Correggere le regole e i percorsi che non funzionano.
- Pianificare il ciclo annuale: aggiornamenti, nuovi assunti, nuovi strumenti.
- Presentare i risultati alla direzione con pochi numeri chiari e una proposta per i sei mesi successivi.
Gli errori che bruciano il budget
Gli stessi errori si ripetono in aziende di ogni dimensione.
1. Il corso generico comprato a catalogo
Un corso su "cos'è l'intelligenza artificiale" uguale per tutti produce entusiasmo per una settimana e nessun cambiamento nel lavoro. La formazione utile parte dai processi dell'azienda.
2. Formare senza dare gli strumenti
Insegnare a usare l'AI e poi non fornire strumenti con account aziendali significa spingere le persone verso gli account personali, cioè proprio verso il rischio che la formazione doveva ridurre.
3. Dimenticare i manager
Se i responsabili non capiscono l'AI, non sapranno indicare dove usarla, non sapranno valutare i risultati e finiranno per frenare i loro team.
4. Misurare solo i completamenti
Il cento per cento di corsi completati non dice nulla sull'uso reale. Serve almeno una metrica di adozione e una di risultato.
5. Contenuti formativi generati e non verificati
L'AI che produce materiali formativi senza revisione di un esperto può insegnare a tutti lo stesso errore. La velocità di produzione non vale nulla se il contenuto è sbagliato.
6. Comunicare l'AI come taglio del personale
Se la formazione arriva insieme al messaggio che l'AI serve a ridurre le persone, le persone non la useranno, o la useranno di nascosto. Va spiegato con chiarezza cosa cambia nei ruoli e cosa no.
7. Il programma che non si aggiorna
Gli strumenti cambiano ogni pochi mesi. Un programma scritto una volta e mai rivisto diventa presto inutile. Servono un responsabile, un calendario di aggiornamenti e i champion come antenne.
Cosa cambia nei prossimi due anni
Tre tendenze stanno già modificando il modo in cui le aziende formano sull'AI e con l'AI.
La prima è il passaggio dagli assistenti agli agenti. Gli strumenti non si limitano più a rispondere: eseguono sequenze di compiti. Questo sposta la formazione dal "come scrivo una buona richiesta" al "come controllo un processo che l'AI esegue in parte da sola". Ne ho scritto nella guida sugli agenti AI per le aziende.
La seconda è la formazione dentro gli strumenti di lavoro. Sempre più apprendimento avverrà nel momento del bisogno, dentro il software che si sta usando, e sempre meno in aula.
La terza è il calendario normativo. Con gli obblighi sui sistemi ad alto rischio dal 2 dicembre 2027 per l'Allegato III e dal 2 agosto 2028 per l'Allegato I, le aziende che usano l'AI in ambiti come la gestione del personale dovranno formare in modo specifico chi sorveglia quei sistemi. Chi costruisce oggi un programma di base parte avvantaggiato.
Per un'azienda italiana la conclusione pratica è semplice: la formazione sull'AI non è un costo da rimandare, è la condizione perché ogni altro investimento in AI renda. Se state impostando il programma e volete confrontarvi su priorità e sequenza, una richiesta di consulenza dal sito è il modo più rapido per partire con il piede giusto. E per collegare la formazione ai risultati sul lavoro quotidiano, è utile anche la guida sulla produttività aziendale con l'intelligenza artificiale.
Domande frequenti
Come impostare l'AI per la formazione dei dipendenti in un'azienda italiana?
Conviene partire da una fotografia dell'uso reale degli strumenti, poi scrivere una politica d'uso dell'AI e rendere disponibili strumenti con account aziendali. Su questa base si costruisce un programma in tre livelli: un'alfabetizzazione di base per tutti, percorsi specifici per i ruoli con uso più intenso o più rischioso, e alcuni champion interni che aiutano i colleghi. I manager vanno formati per primi. Tutto il percorso va documentato e misurato con metriche di adozione e di risultato, non solo con i completamenti.
La formazione sull'intelligenza artificiale è obbligatoria per legge?
L'articolo 4 dell'AI Act, applicabile dal 2 febbraio 2025 e modificato dal Regolamento (UE) 2026/1744, chiede ad aziende fornitrici e utilizzatrici di sistemi di AI di adottare misure che sostengano l'alfabetizzazione in materia di AI del personale, senza imporre un livello specifico per ciascuna persona. È quindi un obbligo di mezzi, senza ore minime o esami. La formazione documentata è la misura più semplice da dimostrare. In Italia la legge 132/2025 aggiunge l'obbligo di informare i lavoratori sull'uso di determinati sistemi automatizzati.
Come strutturare la formazione sull'AI per i manager?
Per i manager funziona meglio un percorso breve costruito sui problemi reali dell'azienda: una sessione di inquadramento comune su cosa fa l'AI e cosa chiede la normativa, un laboratorio in cui ogni manager valuta due o tre processi del proprio reparto, un piccolo progetto pilota con un obiettivo misurabile in sei o otto settimane e una revisione collettiva dei risultati. Le competenze da sviluppare sono quattro: leggere i processi, valutare i casi d'uso, governare il rischio e guidare le persone nel cambiamento.
Quanto costa un programma di formazione sull'AI per i dipendenti?
Il costo dipende da dimensioni dell'azienda e da quanto lavoro viene fatto internamente. Le voci principali sono le licenze degli strumenti aziendali, nell'ordine di qualche decina di euro per utente al mese, la progettazione dei percorsi su misura, l'erogazione e l'aggiornamento periodico. Spesso il costo maggiore è il tempo dei dipendenti in formazione, motivo per cui convengono moduli brevi applicati al lavoro reale. Le aziende italiane possono verificare se un fondo interprofessionale finanzia il piano formativo.
Quanto tempo serve per vedere risultati dalla formazione sull'AI?
Con un programma costruito sui processi reali, i primi segnali di adozione si vedono di solito entro 30 giorni dall'avvio della formazione di base, e i primi risultati operativi misurabili, come tempi ridotti su attività ripetitive, entro 60 o 90 giorni. I tempi si allungano molto se mancano gli strumenti aziendali o se la formazione è generica e non collegata al lavoro quotidiano delle persone.
L'AI può sostituire i formatori aziendali?
No, ma cambia il loro lavoro. L'AI accelera la produzione dei materiali, rende disponibili assistenti per le domande più frequenti e permette simulazioni e percorsi personalizzati. Il formatore resta indispensabile per decidere cosa insegnare, verificare che i contenuti siano corretti, interpretare i risultati e accompagnare le persone nei cambiamenti. Senza revisione di un esperto, i contenuti generati dall'AI rischiano di diffondere errori a tutta l'azienda.
Da dove partire se l'azienda è una PMI con poche risorse?
In una PMI conviene partire in piccolo e in modo concreto: una politica d'uso di poche pagine, strumenti aziendali per chi ne ha bisogno, due o tre ore di formazione di base per tutti con esercizi sul lavoro reale e un champion che faccia da riferimento. Poi si sceglie un processo con un beneficio evidente, come le offerte commerciali o l'inserimento dei nuovi assunti, e si misura il risultato prima di estendere il programma.