Il pilota non fallisce alla fine. Fallisce alla prima riunione.

Serie «Capire l’IA», nota 8 di 12. La nota 6 dava l’ordine dei passi e la 7 metteva un prezzo su ciascuno. Questa spiega che cosa succede quando non si seguono, con ciò che hanno misurato quelli che hanno studiato centinaia di progetti falliti.

Giovedì, 17.30, un gruppo alberghiero con sede ad Ascona. Il consiglio rivede il progetto di IA approvato quattordici mesi fa. C’è stato un pilota in un albergo, con un assistente che rispondeva agli ospiti via chat. Il rapporto di allora parlava di un 92 % di soddisfazione. Da allora si è fatto un secondo pilota in un altro albergo, si è cambiato fornitore una volta e si è assunta una persona per «coordinare l’IA». Non c’è nessun albergo in cui il sistema funzioni in produzione. Il direttore generale propone un terzo pilota, «stavolta con agenti». Il consigliere che segue le finanze chiede quanto si è speso. Nessuno ha la cifra a portata di mano.

La scena è immaginaria. Lo schema, il pilota che si incatena a un altro pilota, si ripete in così tante aziende da avere studi dedicati. In questa nota vi do le cifre, le cinque cause che quegli studi trovano una volta dopo l’altra, i sintomi che un consiglio può vedere senza capire di tecnologia e l’uscita. Se avete letto le note precedenti, riconoscerete ogni causa: è il passo che è stato saltato.

Un pilota che non ha una data di produzione non è un pilota. È una dimostrazione costosa che si rinnova ogni anno.

Le cifre.

Nell’agosto 2024 la RAND Corporation ha pubblicato un rapporto basato su 65 interviste a data scientist e ingegneri con almeno cinque anni di esperienza in progetti di IA. Il suo punto di partenza era una stima che riporta con cautela: secondo alcune stime, più dell’80 % dei progetti di IA fallisce, il doppio dei progetti tecnologici che non usano l’IA. Un anno dopo, nell’agosto 2025, il rapporto del progetto NANDA del MIT che ho citato nella nota 6 lo ha misurato da un altro angolo: il 95 % dei piloti di IA generativa non aveva prodotto un impatto misurabile sul conto economico. E Gartner, nel giugno 2025, ha previsto che più del 40 % dei progetti di agenti sarebbe stato cancellato prima della fine del 2027.

Sono tre misure diverse della stessa cosa, e conviene leggerle con attenzione: «fallire» significa cose diverse in ciascuna, e nessuna è un esperimento controllato. Ma la conclusione che condividono non lascia dubbi. La norma, nel 2026, è che un progetto di IA non arrivi in produzione. Se il vostro ci arriva, non sarà per la tecnologia. Sarà per aver evitato cinque cose.

Causa 1. Nessuno ha capito il problema.

È la prima che la RAND trova e quella che vedo di più. Il progetto parte dalla tecnologia, «facciamo qualcosa con l’IA», e cerca poi un problema a cui applicarla. Oppure parte da un problema capito male: la direzione vuole ridurre le chiamate all’assistenza, la squadra tecnica costruisce un assistente per rispondere più in fretta, e nessuno si è accorto che le chiamate esistevano perché la fattura era confusa. Un assistente che spiega benissimo una fattura confusa non riduce le chiamate. Le riduce una fattura chiara, che è software di sempre, o carta.

Il sintomo, dalla direzione: nessuno sa dire, in una frase, quale numero deve cambiare e di quanto. Se la risposta a «che cosa misuriamo?» è «la soddisfazione» o «l’efficienza», il problema non è capito. Nell’indagine di IBM fra 2000 amministratori delegati del maggio 2025, il 64 % ammetteva di aver investito in tecnologia prima di capirne bene il valore, per paura di restare indietro. Questa è la causa 1 vista dall’alto.

Causa 2. Non c’erano dati, o erano cattivi.

La seconda causa della RAND è la mancanza dei dati necessari per addestrare o alimentare il sistema. Nell’IA generativa di oggi quasi mai c’è da addestrare qualcosa, ma bisogna dare al modello i documenti giusti, e qui torna il 3 % della Harvard Business Review della nota 6: la maggior parte delle aziende non ha i propri dati in ordine. L’assistente dell’albergo di Ascona rispondeva con la politica di cancellazione del 2022 perché era quella che qualcuno aveva caricato. Quando un ospite si è lamentato, la squadra ha dato la colpa al modello.

Il sintomo: il fornitore chiede i documenti e l’azienda impiega settimane a raccoglierli, o ne consegna sette versioni. Il passo 2 della nota 6 non è stato fatto, e nessun modello lo fa per voi.

Causa 3. Si è costruita la tecnologia e non l’infrastruttura.

La RAND lo descrive come concentrarsi sulla tecnologia più recente invece che su ciò che circonda il modello: il collegamento con i sistemi dell’azienda, la registrazione, la gestione delle versioni, la manutenzione. È la voce 6 della nota 7, quella che nessuno mette a budget. Il pilota funzionava sul portatile del fornitore; la produzione esigeva che parlasse con il sistema di prenotazioni, che conservasse una traccia di ogni risposta e che qualcuno lo mantenesse. Quello era un altro progetto, e nessuno lo aveva approvato.

Il sintomo: la dimostrazione è impressionante e la domanda «come si collega al nostro sistema di prenotazioni?» riceve un «si vedrà nella fase successiva». La fase successiva è il progetto vero. Il pilota era la parte facile.

Causa 4. Il problema era troppo difficile per l’IA di oggi.

La quarta causa della RAND è la più scomoda: ci sono problemi che l’IA attuale non risolve, e le organizzazioni li scelgono perché sono i più attraenti. Ricorderete la frontiera frastagliata della nota 4 e l’orizzonte di un’ora della nota 5. Un assistente che risponde alle domande frequenti di un albergo sta dentro la frontiera. Uno che negozia con un ospite un risarcimento per una camera rumorosa, applicando criterio, politica e tono, sta fuori. Il pilota di Ascona misurava la soddisfazione nel primo tipo di conversazione e falliva in silenzio nel secondo, dove gli ospiti finivano per chiamare la reception.

Il sintomo: il compito scelto è quello che entusiasma di più, non quello che si ripete di più. E il 92 % di soddisfazione non dice su quali conversazioni è stato misurato.

Causa 5. L’organizzazione non è cambiata.

La quinta causa, che la RAND enuncia come la mancanza di un’infrastruttura di persone e processi, è quella che spiega la maggior parte dei piloti che tecnicamente funzionavano. Il sistema va bene; nessuno lo usa, o lo si usa senza fidarsi, o lo si usa e nessuno controlla. È l’adozione del 50 % del conto della nota 7, quella che trasformava sei mesi di recupero in tredici. Il caso Klarna che ho raccontato nella nota 4 è la versione più visibile: la tecnologia faceva la sua parte, e l’azienda ha scoperto l’anno dopo di aver tolto le persone da dove servivano.

Il sintomo: il progetto ha un responsabile tecnico e non ha un responsabile di business con il numero nel suo obiettivo annuale. Quando il pilota finisce, il responsabile tecnico passa al pilota successivo, e il processo torna a farsi come prima.

La trappola del pilota eterno.

C’è una sesta causa che la RAND non elenca perché non è una causa tecnica, e che io metto per prima: il pilota non aveva una data di produzione. Un pilota è un esperimento con una domanda, una scadenza e una decisione alla fine: passa in produzione, si cambia o si chiude. Un pilota senza queste tre cose è un posto comodo dove un’organizzazione può dire di «essere nell’IA» senza rischiare nulla, e dove un fornitore può fatturare fasi. Quattordici mesi e tre piloti sono il sintomo completo.

L’uscita è meccanica e sta nella nota 6: un processo con un numero che oggi è brutto, cinquanta casi d’oro, modalità ombra con data di fine, controllo a scaglioni e un responsabile di business. La modalità ombra è il pilota fatto bene: ha una domanda («quanti ne azzecca su cento?»), ha una scadenza («quattro settimane») e ha una decisione («se azzecca più del 90 % del sicuro e manda alle persone il dubbio, si accende il 1° del mese»). Non costa più di un pilota. È un pilota che finisce.

• Un numero prima di una tecnologia. Se non si può dire quale cifra cambia e di quanto, non si approva.
• Documenti prima della dimostrazione. Finché l’archivio non è pulito, qualsiasi dimostrazione misura il fornitore, non la vostra azienda.
• Produzione dal primo giorno. Il collegamento con i vostri sistemi, la registrazione e la manutenzione si mettono a budget nell’offerta, non «nella fase successiva».
• Dentro la frontiera. Il processo più ripetuto e noioso, non il più vistoso. Il vistoso arriva dopo, con ciò che si è imparato.
• Un responsabile con il numero nel suo obiettivo. Di business, non tecnico. Con l’autorità di cambiare come lavora la sua squadra.
• Data e decisione. Ogni pilota finisce con una di tre parole: accendere, cambiare o chiudere. E la data è scritta prima di cominciare.

1. Oggi

   Chiedete la cifra che nessuno aveva a portata di mano

   Quanto si è speso in IA negli ultimi due anni, comprese licenze, consulenza e ore interne. Confrontatelo con ciò che è in produzione.

2. Questa settimana

   Fate la prova della frase

   Per ogni progetto in corso: quale numero cambia, di quanto e per quando. Ciò che non sta in una frase si ferma finché non ci sta.

3. Questo mese

   Trasformate ogni pilota in una modalità ombra con una data

   Quattro settimane, cinquanta casi, una soglia di risposte giuste e una di tre decisioni alla fine.

4. Questo mese

   Nominate un responsabile di business per processo

   Con il numero nel suo obiettivo annuale. Il responsabile tecnico aiuta; non decide.

Come la imposto io.

Non faccio piloti. Faccio modalità ombra di quattro settimane, con il numero scritto prima e la decisione fissata alla fine, e il progetto include dal primo giorno il collegamento, la registrazione e la manutenzione, perché senza non c’è produzione, c’è una dimostrazione. Quando un’azienda mi mostra il suo terzo pilota, la prima cosa che chiedo è la cifra della spesa. Quasi sempre, con quella cifra, il primo processo di produzione sarebbe già pagato due volte.

Pensi all’ultimo progetto pilota della Sua azienda, di IA o di qualsiasi altra cosa. Qualcuno ha scritto, prima di cominciare, quale numero doveva uscire per andare avanti? E qualcuno ricorda quale fosse?

Se la risposta è no, forse il pilota non è fallito. Forse non ha mai avuto modo di riuscire. La cosa inquietante è che quella decisione è stata presa nella prima riunione, e quasi nessuno ricorda di averla presa.

Prossima nota: la legge. Che cosa esige dalla vostra azienda il regolamento europeo sull’IA, che cosa cambia in Svizzera, che cosa dice la protezione dei dati sull’incollare un referto in un assistente e le date che vi riguardano davvero, senza allarme e senza consulenza legale.