Le imprese non devono limitarsi a essere utenti passive, ma devono diventare creatrici di intelligenza artificiale, nelle forme e soluzioni dell’AI agentica, come indica Emanuele Frontoni, professore di Informatica all’Università di Macerata ed esperto di AI applicata al business.
Un panorama più ampio dell’AI applicata al business
L’intelligenza artificiale applicata al business non è solo LLM (Large Language Model), è un arcipelago di tecnologie sempre più ampio e variegato, tra cui, ad esempio, l’AI agentica, in piena e forte evoluzione.
È proprio facendo riferimento a questi sistemi che “le aziende non devono limitarsi a essere utenti passive di intelligenza artificiale, ma possono e devono diventare creatrici di AI, nelle forme e soluzioni dell’AI agentica”, rimarca a AI4Business Emanuele Frontoni, professore di Informatica all’Università di Macerata e co‑direttore del VRAI (Vision, Robotics, Artificial Intelligence) Lab.
Nel panorama italiano della trasformazione digitale, la sfida dell’intelligenza artificiale non si gioca sull’adozione passiva di strumenti generalisti, ma sulla capacità delle imprese di farsi creatrici di tecnologia originale e proprietaria.
Agenti intelligenti come leva competitiva
I cosiddetti agenti intelligenti offrono proprio questa opportunità: passare da meri utilizzatori di AI a creatori in prima persona; per questo dobbiamo sollecitare e spingere le imprese a farlo e a sviluppare nuove soluzioni in proprio.
Frontoni è anche vicepresidente della nuova Fondazione Human AI – promossa dalla Fondazione Cassa di Risparmio di Jesi e dall’associazione VRAI Lab – e dal 2021 collocato nella classifica Stanford/Elsevier dei “World’s Top 2 % Scientists”, vale a dire nel top 2 % dei ricercatori più citati al mondo sull’AI applicata all’industria.
Strategie di valore: fare meglio, non fare prima
Il primo concetto chiave è che, utilizzando l’AI, le aziende devono puntare a fare meglio e non a fare prima. Il vero e più solido vantaggio di queste soluzioni non è fare più velocemente, ma migliorare attività e operazioni rispetto a prima; ad esempio, facendo previsioni in modo più efficace e utilizzando foundation model sempre più specializzati.
Il secondo concetto è che l’adozione e lo sviluppo dell’AI per le aziende deve passare anche attraverso una visione e una dimensione europea, come necessaria alternativa alle tecnologie americane e cinesi. Le imprese italiane devono puntare allo sviluppo di un’AI sempre più locale, anche attraverso l’implementazione di modelli più piccoli e specializzati, rispetto a quelli dei colossi che presidiano il mercato.
Perché creare invece di consumare
Spingere le aziende a concepirsi come creatrici di sistemi di AI e non soltanto come utilizzatrici passive è una svolta concettuale cruciale, soprattutto per le imprese manifatturiere tradizionali, che non nascono nel digitale e spesso pensano che adottare l’AI significhi semplicemente acquistare un software o un modello generalista addestrato da altri.
La strada corretta per il Made in Italy è la creazione di agenti e intelligenze artificiali altamente verticali, modellate sulle reali esigenze dei singoli processi produttivi e gestionali.
Esempio pratico: il progetto “CappellAI”
Un caso emblematico è il progetto “CappellAI”, nato nel distretto marchigiano del cappello, territorio che produce circa il 75 % dei cappelli italiani. Insieme alle imprese locali e con il supporto del nostro laboratorio di ricerca, stiamo raccogliendo il più grande dataset al mondo dedicato ai cappelli.
Non stiamo prendendo un’AI generica creata altrove per adattarla al cappello; stiamo creando un’AI specializzata che nasce a fianco a chi i cappelli li sa progettare e produrre da generazioni.
La vera novità dell’AI agentica è che l’esperto di dominio – nella logistica, nella manifattura o nel controllo qualità – per la prima volta nella storia può programmare e istruire una macchina semplicemente in linguaggio naturale, trasferendo il proprio sapere artigianale negli algoritmi.
Valore reale rispetto alla sola velocità
L’AI non deve essere vista riduttivamente come un semplice strumento per accelerare un processo esistente. In fasi fondamentali e delicate, come l’ideazione di prodotto o la pianificazione strategica, la necessità primaria è fare con maggiore qualità ed efficacia.
Riscritture di testi e chatbot coprono forse appena il 5 % dei processi manifatturieri aziendali ad alto valore.
Scelte tecnologiche e forecasting
Nel forecasting delle vendite nella meccanica o nella moda, prevedere con estrema precisione l’ordinato della stagione non significa fare una cosa più velocemente, ma farla in modo infinitamente più efficace.
Per il forecasting, l’analisi di serie storiche non può impiegare ChatGPT o Claude. Occorre adottare foundation model e algoritmi specializzati nella predizione di serie temporali.
Aiutare le imprese a comprendere che l’AI spazia ben oltre i modelli di linguaggio è indispensabile per orientare gli investimenti su soluzioni capaci di impattare realmente sulla produttività e sull’efficienza.
Sovranità digitale e privacy
L’adozione dell’AI nelle imprese deve fondarsi sulla sovranità e sulla piena tutela del dato. Le case di moda non si sognerebbero mai di caricare i bozzetti riservati delle nuove collezioni su cloud aperti d’oltreoceano.
Oggi l’Europa offre modelli open source eccellenti, come Mistral o Aleph Alpha, che possono essere installati in locale garantendo che nessun dato esca dall’azienda.
Per compiti operativi quotidiani come leggere scontrini, dati operativi o distinte base non servono modelli giganteschi da centinaia di miliardi di parametri: bastano Small Local Models e agenti locali specializzati.
È inaccettabile che nel 2026 ci siano ancora persone costrette a copiare scontrini e altri dati a mano su Excel; l’AI locale deve automatizzare i compiti a basso valore per liberare il capitale umano verso attività strategiche.
Il VRAI Lab: struttura e funzionamento
Il VRAI Lab è un’associazione che riunisce 45 ricercatrici e ricercatori di diversi atenei per creare massa critica, superando l’isolamento dei piccoli gruppi.
Il laboratorio è fortemente interdisciplinare: accanto a informatici lavorano filosofi, esperti di marketing e studiosi delle digital humanities, indispensabili per affrontare l’etica e la literacy imposte dall’AI Act.
Portiamo avanti una ricerca prevalentemente applicata, collaborando con grandi marchi del lusso, gruppi della meccanica industriale e reti di piccole imprese territoriali.
Ritorni e progetti di spicco
La collaborazione genera un vantaggio bidirezionale: trasferiamo tecnologia e allo stesso tempo utilizziamo dati reali per la ricerca scientifica.
Ci ha resi leader europei nel forecasting per il lusso e ci ha permesso di pubblicare oltre 400 articoli scientifici internazionali in dieci anni.
Un risultato significativo è la ricerca sull’AI a supporto della creatività umana nel design. Abbiamo dimostrato come l’algoritmo affianchi il creativo senza sostituirlo, mettendo i risultati tecnologici a disposizione delle aziende partner.
Obiettivi della Fondazione Human AI
La Fondazione nasce per dare veste istituzionale all’impegno per un’AI etica, trasparente e centrata sull’uomo, affiancata da:
- promozione di standard europei di sovranità digitale;
- supporto allo sviluppo di Small Local Models per le PMI;
- formazione sulla literacy AI per manager e artigiani.
In sintesi, la visione di Frontoni è quella di trasformare le imprese italiane in protagoniste attive dell’innovazione AI, creando soluzioni locali, verticali e di qualità, in grado di sostenere la competitività del Made in Italy nel contesto globale.