Il World Economic Forum stima che entro il 2030 il 40% dei lavoratori nelle economie avanzate avrà bisogno di una qualche forma di riqualificazione legata all’intelligenza artificiale. Kristalina Georgieva, a Davos nel gennaio 2026, ha chiesto ai governi di trattare le competenze AI come un’abilità di base nei sistemi educativi. L’AI Act europeo, con l’articolo 4 operativo dal febbraio 2026, impone un obbligo di competenza per il personale che lavora con sistemi AI. I dati convergono su un punto: la formazione AI non è un optional. Eppure, la maggior parte delle imprese — in Italia e altrove — investe molto meno di quanto sarebbe necessario. Il costo di questa sottoinvestimento è reale, misurabile e in crescita.
Il divario tra investimento in tecnologia e investimento in persone
Il pattern è ricorrente: le aziende spendono per gli strumenti AI — licenze, API, infrastruttura — ma lesinano sulla formazione del personale che li deve usare. Il report Mercer Global Talent Trends 2026 documenta il risultato: il 62% dei dipendenti ritiene che i propri dirigenti sottovalutino l’impatto dell’IA. Il report Resume Now va oltre: il 57% dei lavoratori teme l’erosione delle proprie competenze più della perdita del posto. L’ansia da IA — passata dal 28% al 40% in due anni secondo Mercer — è in parte alimentata da questa asimmetria: l’azienda introduce lo strumento, ma non insegna a usarlo con competenza e consapevolezza.
I dati di Gartner aggiungono un dettaglio: solo un investimento AI su cinquanta produce valore trasformativo, e solo uno su cinque genera un ritorno misurabile. Tra le cause più frequenti di fallimento dei progetti AI in azienda, la mancanza di competenze interne è citata sistematicamente tra le prime tre, accanto alla scarsa qualità dei dati e alle aspettative irrealistiche del management. Investire nella tecnologia senza investire nelle persone è come comprare un’auto senza insegnare a nessuno a guidarla: la macchina è potente, ma resta ferma nel parcheggio.
Il costo del non-fare: turnover, errori, rischio legale
Il costo della mancata riqualificazione non compare in nessuna riga del bilancio, ma si manifesta attraverso canali multipli e cumulativi. Il primo è il turnover. I lavoratori che si sentono impreparati di fronte al cambiamento tecnologico cercano alternative — in un’altra azienda, in un altro settore, o fuori dal mercato del lavoro. Sostituire un dipendente costa, secondo le stime correnti, tra il 50% e il 200% del suo stipendio annuale, includendo reclutamento, inserimento, formazione e perdita di produttività durante la transizione. Se il turnover è innescato dalla mancanza di formazione AI, il costo della mancata formazione supera rapidamente il costo della formazione stessa.
Il secondo canale è la qualità dell’output. Un dipendente che usa GPT-5 senza capirne i limiti può produrre documenti con errori fattuali non riconosciuti, report basati su allucinazioni del modello, comunicazioni ai clienti con informazioni inventate. Quando l’errore viene scoperto — da un cliente, da un auditor, da un giudice — il costo è reputazionale, legale e finanziario. Il caso DeepSeek in Italia mostra che anche la mancata informativa sulle allucinazioni può avere conseguenze normative: un’azienda che usa strumenti AI senza formare il personale a riconoscerne i limiti si espone a rischi analoghi.
Il terzo canale è il rischio di non conformità normativa. L’articolo 4 dell’AI Act impone che il personale coinvolto nell’uso di sistemi AI abbia competenze adeguate. Un’ispezione che rilevi l’assenza di formazione documentata può portare a sanzioni — fino al 3% del fatturato annuo mondiale per le violazioni relative ai sistemi ad alto rischio. Per una PMI italiana, anche una sanzione percentualmente modesta può essere significativa. E la prova dell’adeguatezza della formazione ricade sull’impresa, non sul lavoratore.
Come misurare il ritorno dell’investimento in formazione AI
Un ostacolo comune alla decisione di investire in formazione AI è la difficoltà di misurarne il ritorno. I benefici sono diffusi, ritardati e spesso difficili da isolare da altri fattori. Le imprese che hanno implementato programmi di formazione strutturati e ne hanno misurato l’impatto riportano indicatori concreti. Il primo è la riduzione del tempo di completamento dei compiti assistiti dall’IA: un lavoratore formato impiega in media meno tempo a ottenere un output utilizzabile dal modello rispetto a un collega non formato, perché scrive prompt più precisi, interpreta l’output più velocemente e perde meno tempo in tentativi inefficaci. Il secondo indicatore è la riduzione degli errori: un lavoratore che sa riconoscere le allucinazioni del modello nel proprio dominio intercetta gli errori prima che raggiungano il cliente o il processo successivo. Il terzo è la riduzione dell’ansia: il report Mercer mostra che i lavoratori che ricevono formazione adeguata esprimono livelli di ansia significativamente inferiori rispetto ai colleghi non formati, con effetti positivi sul coinvolgimento e sulla retention.
Per le PMI italiane, il calcolo del ritorno deve tenere conto anche dei meccanismi di finanziamento disponibili. I fondi interprofessionali — Fondimpresa, Fondirigenti, Fondo For.Te e altri — finanziano la formazione continua dei lavoratori dipendenti con risorse già accantonate attraverso i contributi obbligatori. Le aziende che non utilizzano questi fondi lasciano sul tavolo risorse già pagate. I bandi regionali e nazionali legati al PNRR offrono ulteriori possibilità di cofinanziamento. Il costo effettivo della formazione per l’impresa — al netto dei finanziamenti accessibili — è spesso molto inferiore al costo lordo del corso, ma molte PMI non accedono ai fondi perché non conoscono i meccanismi o non hanno risorse interne per gestire la burocrazia.
Cosa funziona nella formazione AI aziendale
Le imprese che hanno implementato programmi di formazione AI efficaci condividono alcune caratteristiche. La prima è la calibrazione sul ruolo: non corsi generici uguali per tutti, ma percorsi differenziati per funzione aziendale. Un commerciale ha bisogno di sapere come usare l’IA per preparare proposte e analizzare il profilo dei clienti. Un legale ha bisogno di sapere come verificare l’output dell’IA su questioni normative. Un project manager ha bisogno di capire come integrare gli strumenti AI nella gestione del progetto senza perdere il controllo. Ciascuno ha bisogno di capire i limiti — le allucinazioni, i bias, la dipendenza dal contesto — ma applicati al proprio dominio.
La seconda caratteristica è la continuità. Un corso una tantum di quattro ore non basta. I modelli cambiano ogni pochi mesi: GPT-5 ad agosto 2025, GPT-5.2 a inizio 2026, GPT-5.4 a marzo 2026. Ogni aggiornamento porta nuove capacità e nuovi limiti. La formazione deve essere un processo continuo — aggiornamenti trimestrali, sessioni di condivisione delle migliori pratiche, canali interni per domande e segnalazioni — non un evento isolato.
La terza è la dimensione pratica. La formazione più efficace non spiega la teoria dei modelli linguistici ma mostra come usarli sul lavoro concreto dell’azienda: prende un processo reale, lo esegue con e senza l’IA, confronta i risultati, identifica i rischi. I dipendenti imparano di più da un caso pratico nel proprio dominio che da dieci slide sulla storia dell’intelligenza artificiale. Un format che diverse aziende europee stanno adottando con successo è il “laboratorio AI” mensile: due ore in cui un piccolo gruppo di dipendenti lavora su un caso reale — una bozza di contratto, un report finanziario, un’analisi di mercato — usando gli strumenti AI sotto la supervisione di un facilitatore esperto. Il facilitatore non insegna a usare lo strumento: guida i partecipanti nella verifica dell’output, nella comparazione con il lavoro manuale, nella discussione degli errori trovati. È formazione esperienziale, non frontale.
La quarta caratteristica è la documentazione. L’AI Act richiede che la competenza del personale sia “adeguata e documentabile”. Questo significa che l’azienda deve tenere traccia di chi ha partecipato a quali sessioni formative, su quali temi, con quale esito. Non è burocrazia fine a sé stessa: è la prova che l’impresa ha adempiuto all’obbligo normativo. Un registro delle attività formative — date, partecipanti, contenuti, feedback — è un documento che può fare la differenza in caso di ispezione o di contenzioso legato all’uso improprio dell’IA in azienda.
La ricerca del WEF su dati Udemy ha trovato un dato incoraggiante: quando le aziende rendono disponibile la formazione AI, il 70% dei lavoratori la completa. La domanda c’è. I lavoratori vogliono imparare. Il problema non è la motivazione dei dipendenti: è l’offerta delle aziende, che troppo spesso è generica, sporadica o assente. Le imprese che interpretano la formazione AI come un costo da minimizzare anziché un investimento da ottimizzare commettono un errore strategico — e il mercato, nei prossimi anni, li distinguerà da chi ha scelto diversamente.
Il ruolo delle associazioni professionali e delle istituzioni formative
Per le imprese che non hanno le risorse per costruire un programma formativo interno — e la maggior parte delle PMI italiane non le ha — le alternative sono esterne: associazioni professionali, enti di formazione, consulenti specializzati, piattaforme di e-learning. Il valore aggiunto di un’associazione come AIPIA sta nella capacità di offrire formazione calibrata sul contesto professionale italiano: non un corso americano tradotto, ma un percorso pensato per le specificità normative (AI Act, GDPR, diritto del lavoro italiano), linguistiche (modelli che funzionano diversamente in italiano) e organizzative (PMI con reparti ridotti e budget limitati) del mercato italiano.
Le istituzioni educative — università, ITS, centri di formazione professionale — stanno aggiornando i propri curricola per includere competenze AI, ma il processo è lento rispetto alla velocità del cambiamento tecnologico. Un corso universitario progettato nel 2024 rischia di essere già datato nel 2026, perché i modelli linguistici su cui si basava la formazione sono stati sostituiti da versioni più potenti con capacità diverse. La formazione professionale continua, offerta da soggetti agili e aggiornati — associazioni professionali, consulenti specializzati, piattaforme settoriali — colma un gap che il sistema educativo formale non riesce a chiudere nei tempi richiesti dal mercato. In Italia, i fondi interprofessionali — Fondimpresa, Fondirigenti, Fon.Coop e altri — possono finanziare programmi di formazione AI per i dipendenti delle aziende aderenti. È un canale sottoutilizzato: molte PMI non sanno che esiste o non hanno le competenze amministrative per accedervi. Le associazioni professionali e le camere di commercio possono svolgere un ruolo di facilitazione in questo ambito, aiutando le imprese a identificare i fondi disponibili e a presentare i piani formativi nei formati richiesti.
Il costo della formazione AI è un investimento con un ritorno misurabile: meno errori, meno turnover, migliore adozione degli strumenti, conformità normativa, lavoratori più sereni e più produttivi. Il costo della mancata formazione è un debito nascosto che cresce in silenzio — e che le imprese scoprono troppo tardi, quando l’errore è già avvenuto, il talento è già uscito e la sanzione è già arrivata.
