Un progetto di AI si imposta bene su un canvas di otto blocchi compilato prima di partire. Il canvas è un foglio solo che mette in fila le otto domande da cui dipende il senso di un’iniziativa. Chiede quale problema risolve, per chi, con quali dati, quale valore produce, quali rischi porta, chi ne risponde e quanto costa mantenerlo. La guida AIPIA Il Canvas di un progetto di AI, curata dal Comitato Tecnico-Scientifico, spiega come compilarlo e come passare dal foglio al progetto.
Chi cerca come impostare un progetto di intelligenza artificiale arriva spesso da una pressione esterna. Un concorrente ha introdotto un assistente, la direzione chiede «un progetto di AI», i preventivi sono già sul tavolo. La guida racconta l’esito frequente: sei mesi dopo il sistema è in piedi, è costato più del previsto e quasi nessuno lo usa.
Un foglio solo, prima di scegliere lo strumento
Il canvas è una sola pagina divisa in blocchi, ognuno dedicato a una domanda che il progetto deve reggere prima di partire. Si compila in gruppo, in un paio d’ore, con quello che si sa già. Non produce documentazione tecnica né un piano dettagliato: produce chiarezza quando cambiare idea costa ancora poco. Non è un business plan, non è un documento tecnico e non è un esercizio da archiviare dopo la prima versione. Il prodotto vero è una mappa condivisa che un imprenditore, un project manager e un tecnico leggono allo stesso modo.
Chi salta questa fase paga una di quattro tasse: problema inventato, dato che non c’è, valore non misurabile, rischio scoperto a valle. Sono problemi che affrontati prima costano una riga sul canvas e affrontati dopo costano una riprogettazione.
Gli otto blocchi del canvas, in due metà
La prima metà del foglio descrive cosa si vuole fare e per chi, la seconda mette l’idea alla prova contro dati, rischi, responsabilità e costi.
- Problema e obiettivo: quale problema concreto risolviamo, e l’AI è davvero lo strumento giusto? Un problema vero nomina chi ne soffre senza citare la soluzione, e all’obiettivo serve un numero.
- Utenti e contesto d’uso: chi userà il sistema, in quale momento del lavoro, e cosa cambia per loro?
- Dati disponibili e qualità: quali dati abbiamo, in che stato sono e possiamo usarli legalmente?
- Approccio e modello: che tipo di soluzione serve, e qual è la più semplice che può funzionare? Le strade sono quattro, dal comprare un prodotto pronto al non usare l’AI, e si sale dalla più semplice solo se serve.
- Valore atteso e metriche: quale beneficio ci aspettiamo e come misuriamo se è arrivato? Serve una metrica principale, lo stato di partenza misurato prima e una soglia di fallimento decisa in anticipo.
- Rischi, vincoli ed etica: cosa può andare storto, chi può farsi male e quali regole si applicano?
- Responsabilità e governance: chi decide, chi controlla e chi risponde quando qualcosa non va?
- Costi e sostenibilità: quanto costa costruirlo e, soprattutto, quanto costa tenerlo in vita?
Dati, rischi e responsabilità: dove i progetti si fermano
Sui dati la guida separa tre insiemi: quelli che servirebbero, quelli che esistono davvero e quelli usabili senza violare legge o impegni con i clienti. Quando riguardano persone, il GDPR chiede una base giuridica, una finalità definita e la minimizzazione, come approfondisce la guida AIPIA su AI e privacy.
Sui rischi la guida richiama l’AI Act, che classifica i sistemi in quattro categorie, dal rischio inaccettabile al rischio minimo. Un uso ad alto rischio richiede controlli, documentazione e supervisione umana, da prevedere sul canvas perché incidono su tempi e costi. Per tradurre il regolamento in adempimenti concreti c’è la guida AIPIA su AI Act e alfabetizzazione.
Sulla responsabilità il canvas assegna nomi: chi risponde del progetto, chi controlla l’output e con quale frequenza, chi interviene quando il sistema sbaglia. Per gli usi ad alto rischio la supervisione umana è un principio dell’AI Act, e una supervisione solo sulla carta non protegge nessuno. I tre ruoli sono sviluppati nella guida AIPIA su governance dell’AI, ruoli e responsabilità.
L’esempio della guida e la checklist finale
L’esempio compilato riguarda uno studio di consulenza del lavoro che riceve ogni giorno decine di documenti dai clienti e li smista a mano. Il problema è scritto con un numero: gli addetti perdono circa un’ora al giorno, l’obiettivo è scendere da 60 a 15 minuti entro quattro mesi. L’approccio è un servizio esistente più regole interne, a partire dalle 5 categorie più frequenti su 20. La soglia di stop è esplicita: se l’addetto deve correggere più di un documento su tre, non conviene. Il canvas colloca l’uso nel rischio minimo dell’AI Act, il GDPR si applica e la responsabile di segreteria risponde del sistema.
La guida mostra anche un canvas che dice di non partire: un assistente che risponde da solo ai clienti su questioni contrattuali. Prima del via la guida propone una checklist di nove righe: problema, necessità dell’AI, utenti, dati, approccio, metrica, rischi, responsabile, costi. Se anche una sola resta in sospeso, il foglio non è pronto e non lo è nemmeno il progetto.
Per chi è la guida
La guida si rivolge a chi deve decidere se un progetto di AI parte: imprenditori, responsabili operativi, project manager e chi lavora nella pubblica amministrazione. Serve anche a chi conosce i dati o la tecnologia e vuole un linguaggio comune con chi decide il budget. AIPIA, l’associazione italiana dei professionisti dell’intelligenza artificiale, la mette a disposizione di soci e non soci. Chi vuole le competenze per compilare meglio il canvas trova nel Corso Base di intelligenza artificiale la distinzione tra comprare, usare un servizio o costruire.
La guida è gratuita previa accesso: il download costa zero e richiede un account AIPIA, anche per chi non è socio. Si scarica dalla pagina Il Canvas di un progetto di AI: come impostarlo bene, nella raccolta delle guide dell’associazione.
Domande frequenti
Che cos’è il canvas di un progetto di intelligenza artificiale?
Il canvas di un progetto di intelligenza artificiale è un foglio solo, diviso in otto blocchi, che mette in fila, prima di partire, le domande decisive: quale problema risolve, per chi, con quali dati, con quale approccio, quale valore produce, quali rischi porta, chi ne risponde e quanto costa mantenerlo.
Quando conviene usare l’intelligenza artificiale in un progetto e quando no?
Secondo la guida AIPIA l’intelligenza artificiale conviene quando il compito ha troppe eccezioni per una regola scritta, quando i dati sono troppi per una persona sola e quando un margine di errore è tollerabile, mentre negli altri casi una regola esplicita o un controllo umano risolvono lo stesso problema con meno costi e rischi.
Come si passa dal canvas compilato al progetto?
Dal canvas compilato si passa al progetto in quattro passi: si verifica per prima l’ipotesi più rischiosa, si costruisce la versione minima invece del sistema intero, si misura contro la soglia decisa nel Blocco 5 e si decide con onestà se continuare, correggere o fermare.
Fonti
Ultimo aggiornamento: 20 settembre 2026.
La guida AIPIA su questo tema
