La narrativa dominante sull’intelligenza artificiale nelle aziende ha assunto una forma quasi rituale, in cui i vertici esecutivi dichiarano trasformazioni radicali mentre la struttura operativa continua a funzionare secondo logiche pre-AI. Il risultato è una crescente distanza tra la percezione strategica e la realtà implementativa, una frattura che si manifesta soprattutto nei grandi gruppi dove il CEO quello di BOX, osserva l’intelligenza artificiale attraverso demo lucidate, presentazioni orchestrate e casi d’uso isolati, senza mai attraversare la complessità del sistema produttivo che dovrebbe sostenerla. In questo spazio si insinua quella che molti definiscono ormai una forma di “AI delusion”, non nel senso clinico del termine, ma come disallineamento strutturale tra promessa tecnologica e capacità organizzativa di eseguirla.
La riflessione attribuita ad Aaron Levie, figura centrale del cloud enterprise e cofondatore di Aaron Levie, è particolarmente incisiva perché intercetta un punto raramente discusso con sufficiente onestà: la distanza del CEO dal “last mile” operativo dell’intelligenza artificiale. Il vertice aziendale tende a interpretare l’AI come una funzione delegabile, una capability da acquistare, integrare e misurare attraverso KPI semplificati, mentre la realtà tecnica richiede un lavoro continuo di orchestrazione, controllo qualità, integrazione con sistemi legacy e gestione del rischio. È proprio in questo scarto che la trasformazione si incrina, perché la leadership pensa in termini di output dimostrabili, mentre l’ingegneria lavora su sistemi probabilistici, non deterministici, che richiedono supervisione costante e non automazione lineare.
La parte meno spettacolare ma più determinante dell’adozione dell’intelligenza artificiale non è la generazione del primo output, che si tratti di codice, documenti o analisi, bensì l’architettura che rende quell’output affidabile in produzione. Qui entra in gioco ciò che molti definiscono agentic engineering, un insieme di pratiche che combina modelli linguistici, sistemi di memoria, tool use e pipeline di validazione, fino a costruire un ecosistema in cui l’AI non è un assistente isolato ma un nodo in una rete di decisioni. È un terreno in cui la retorica della “semplicità d’uso” si scontra con la complessità reale delle integrazioni enterprise, dove la latenza, la sicurezza, la compliance e la tracciabilità diventano vincoli strutturali e non optional architetturali.
La conseguenza più sottovalutata di questa dinamica è che la trasformazione AI non può essere confinata a un centro di eccellenza o a un progetto pilota, perché il valore emerge solo quando l’intera organizzazione modifica il proprio comportamento operativo. Un’azienda realmente trasformata dall’intelligenza artificiale non è quella che ha implementato qualche caso d’uso isolato, ma quella in cui ogni funzione, dal marketing alla supply chain fino al legal, opera con un livello di supporto algoritmico che moltiplica la produttività individuale e modifica le aspettative interne su cosa significhi “lavoro eseguito bene”. Questo implica una leadership che non si limita a finanziare la trasformazione, ma la vive, la misura e la subisce in prima persona, perché la distanza cognitiva tra decisione strategica e implementazione tecnica diventa un rischio competitivo prima ancora che tecnologico.
In questo contesto, la vera frizione non è tra aziende che adottano AI e aziende che la ignorano, ma tra organizzazioni in cui il vertice comprende la natura sistemica dell’intelligenza artificiale e quelle in cui la considera un’estensione incrementale dell’automazione tradizionale. La differenza si manifesta nella capacità di gestire l’incertezza dei modelli, di accettare output probabilistici e di costruire governance adattive invece che statiche. L’AI transformation non è quindi un progetto IT né una campagna di innovazione, ma un cambiamento di regime operativo che richiede un CEO disposto a sporcarsi le mani nel “last mile”, quello stesso spazio dove la demo diventa sistema e il sistema diventa realtà produttiva, con tutti i suoi attriti, le sue inefficienze e la sua inevitabile complessità.