L’intelligenza artificiale sta cambiando il mestiere del CEO prima ancora di trasformare le aziende èquesta la tesi centrale di Beatrix Daros, Genaral Manager of Trivium International Svizzera che individua un problema sempre più evidente nelle organizzazioni: la velocità con cui le tecnologie generative e gli agenti autonomi stanno entrando nei processi aziendali è nettamente superiore alla capacità dei vertici di comprenderne le implicazioni. Il risultato è un paradosso manageriale. Le imprese investono nell’intelligenza artificiale, sperimentano nuovi strumenti e annunciano programmi di trasformazione, ma chi dovrebbe guidare questo cambiamento spesso non possiede le competenze necessarie per valutarne le conseguenze.
Daros parte da una stima particolarmente significativa: secondo quanto riferito da Axios e da due società impegnate nella formazione dei CEO sull’intelligenza artificiale, soltanto il 15% dei vertici aziendali avrebbe una conoscenza sufficientemente approfondita della tecnologia. La situazione è ancora più problematica nei consigli di amministrazione, dove la familiarità con l’IA risulta spesso inferiore a quella dei dirigenti operativi. Non si tratta di una semplice lacuna formativa è un problema di governo dell’impresa, perché le decisioni sull’intelligenza artificiale stanno progressivamente diventando decisioni industriali, finanziarie e competitive.
La questione merita attenzione soprattutto perché l’IA non rappresenta più un’opzione tecnologica da valutare in un secondo momento sta diventando una condizione necessaria per mantenere la capacità competitiva. Può incidere direttamente sui ricavi, modificare la struttura dei costi e accelerare lo sviluppo di nuovi prodotti. Può anche produrre effetti indesiderati quando viene introdotta senza una strategia precisa. Il punto, dunque, non è stabilire se un’organizzazione debba adottarla, ma capire chi sia realmente in grado di governarne l’impiego.
Il fenomeno analizzato da Daros e altri analisti, è che ogni CEO debba assumere sei nuove responsabilità, che non possono essere delegate integralmente al CTO, al CIO o ai consulenti esterni: La comprensione della tecnologia, un amministratore delegato non deve necessariamente conoscere ogni dettaglio dell’architettura di un modello linguistico, ma deve sapere come funziona, quali problemi può risolvere, dove fallisce e quali sviluppi possono modificare il mercato nel quale opera la sua azienda. Soprattutto, deve comprendere cosa stanno facendo meglio i concorrenti. La conoscenza tecnologica diventa così una componente della competenza strategica, al pari della lettura dei bilanci o della comprensione dei mercati finanziari.
Utilizzare direttamente l’intelligenza artificiale e imparare a spiegarne le possibilità ai propri collaboratori, questo èun passaggio meno banale di quanto sembri. Molti dirigenti conoscono l’IA attraverso presentazioni commerciali, dimostrazioni preparate dai fornitori e rapporti prodotti dalle strutture IT. Ma osservare una dimostrazione non equivale a comprendere una tecnologia. La conoscenza arriva quando si lavora concretamente con i modelli, si sottopongono loro problemi aziendali, si verificano i risultati e si impara a riconoscere le situazioni nelle quali l’intervento umano rimane indispensabile.
Il CEO deve oggigiorno sviluppare una propria familiarità operativa con gli strumenti, senza aspettare che l’organizzazione abbia completato il percorso di formazione. Non può chiedere ai dipendenti di sperimentare una tecnologia che lui stesso conosce soltanto attraverso le relazioni dei propri collaboratori. La leadership, in questo caso, passa anche dalla capacità di dimostrare che l’innovazione non è un programma imposto dall’alto, ma un cambiamento al quale il vertice partecipa direttamente.
Governance, qui emerge una distinzione fondamentale tra la gestione tecnica dell’intelligenza artificiale e la responsabilità ultima delle decisioni. Il CTO può definire architetture, infrastrutture e requisiti di sicurezza, ma non può stabilire autonomamente quali attività l’impresa debba affidare agli agenti, quali dati possano essere utilizzati e quali decisioni debbano restare sotto il controllo umano. Sono scelte che riguardano il rischio aziendale e, in quanto tali, devono coinvolgere il CEO e il consiglio di amministrazione.
I dati attribuiti a un’indagine sui consigli di amministrazione, sono indicativi della distanza tra responsabilità formale e competenza effettiva. Il 71% degli amministratori avrebbe indicato l’intelligenza artificiale come la principale competenza da rafforzare all’interno dei board. Ancora più significativo è il fatto che l’82% avrebbe giudicato insufficiente, scarsa o indisponibile l’informazione ricevuta sul rapporto tra IA, rischio e performance aziendale. Il dato racconta un problema strutturale: chi deve approvare investimenti, valutare esposizioni e supervisionare la strategia spesso non dispone degli strumenti per comprendere pienamente ciò che sta autorizzando.
L’implementazione e la misurazione dei risultati è probabilmente la fase nella quale molte strategie aziendali rischiano di perdere credibilità. L’adozione di un modello generativo può produrre risultati impressionanti durante una sperimentazione controllata, ma incontrare ostacoli quando viene integrata nei sistemi informativi, nei flussi autorizzativi e nelle procedure operative. La produttività teorica non coincide automaticamente con quella realizzata. Un agente può completare un’attività in pochi secondi, ma se richiede verifiche manuali, correzioni frequenti o interventi di supervisione non previsti, il vantaggio economico può ridursi sensibilmente.
Per questo l’implementazione deve essere considerato un processo permanente, destinato a cambiare continuamente insieme alla tecnologia. L’azienda deve identificare con precisione quali attività possano essere automatizzate, quali richiedano ancora un intervento umano e come misurare il valore prodotto dalla collaborazione tra persone e agenti. Il parametro non può essere semplicemente il numero di licenze acquistate o di dipendenti che utilizzano un chatbot. Occorre misurare il tempo effettivamente risparmiato, la qualità del risultato, il costo complessivo del processo e l’impatto sui ricavi. Senza questa disciplina, l’intelligenza artificiale rischia di trasformarsi nell’ennesima voce di spesa tecnologica giustificata attraverso promesse di efficienza.
Riprogettare l’organizzazione l’intelligenza artificiale non si limita a velocizzare le procedure esistenti. Può cambiare il modo in cui vengono distribuite le responsabilità, organizzati i gruppi di lavoro e prese le decisioni. Daros descrive l’emergere di imprese ibride, nelle quali persone e agenti software collaboreranno stabilmente all’interno degli stessi processi. La conseguenza è una pressione sulle strutture gerarchiche tradizionali, spesso costruite per controllare il flusso delle informazioni e autorizzare le decisioni attraverso diversi livelli intermedi.
In questo scenario, ridurre la distanza tra un’idea e la sua realizzazione diventa un vantaggio competitivo. Le organizzazioni troppo verticali rischiano di rallentare proprio quando la tecnologia consente di accelerare l’esecuzione. Daros suggerisce inoltre di ripensare la distribuzione delle responsabilità tra CIO, CTO e CPO, individuando una figura capace di assumere una visione complessiva dei dati proprietari, delle infrastrutture tecnologiche, della sicurezza e dell’adozione dell’IA. La questione non è necessariamente creare un nuovo titolo manageriale, ma evitare che la trasformazione venga frammentata tra funzioni che rispondono a obiettivi differenti.
La riduzione dei livelli gerarchici non è automaticamente sinonimo di maggiore efficienza. Un’organizzazione più piatta può accelerare le decisioni, ma può anche concentrare eccessivamente il potere operativo e rendere meno chiara la responsabilità degli errori. Quando un agente produce un risultato sbagliato, chi ne risponde? Il responsabile del processo, il proprietario del modello, il fornitore della piattaforma o il dirigente che ne ha autorizzato l’impiego? La risposta deve essere definita prima che l’automazione diventi una componente essenziale dell’operatività aziendale.
La capacità dell’impresa di essere presente all’interno delle risposte generate dai modelli linguistici e dagli agenti. Non basta più essere visibili nei risultati tradizionali dei motori di ricerca. I sistemi di IA stanno diventando un nuovo livello di intermediazione tra aziende, prodotti e potenziali clienti. Quando un utente chiede a un modello quale soluzione adottare, quale fornitore scegliere o quale prodotto risponda meglio a una determinata esigenza, l’impresa deve fare in modo che le proprie informazioni siano accessibili, comprensibili e sufficientemente autorevoli da essere considerate.
È il passaggio dalla SEO tradizionale alla GEO, Generative Engine Optimization, e a una nuova forma di visibilità nei sistemi di risposta automatica. Il cambiamento ha implicazioni dirette per il marketing, la comunicazione e la gestione della reputazione aziendale. Un’impresa può mantenere un posizionamento eccellente su Google e risultare quasi invisibile nelle risposte di ChatGPT, Gemini o Claude. Può avere un sito ricco di contenuti, ma non disporre di informazioni strutturate e coerenti che consentano ai sistemi generativi di comprenderne realmente prodotti, competenze e differenze competitive.
Questo significa che il CEO deve iniziare a considerare la visibilità nei modelli generativi come una componente della strategia commerciale. Non è una questione riservata al dipartimento marketing. Se gli agenti diventeranno intermediari nelle decisioni di acquisto e nella selezione dei fornitori, la presenza all’interno dei loro processi informativi potrà incidere direttamente sulla generazione della domanda. La reputazione digitale, in altre parole, non sarà più costruita soltanto per convincere una persona che visita un sito, ma anche per essere riconosciuti da sistemi artificiali che raccolgono, interpretano e sintetizzano informazioni prima di formulare una raccomandazione.
La riflessione arriva in un momento nel quale molte imprese stanno ancora affrontando l’intelligenza artificiale come un progetto tecnologico, spesso affidato a un gruppo di lavoro temporaneo o a una consulenza esterna. È un approccio comprensibile nella fase iniziale, ma insufficiente quando l’IA comincia a incidere sul modello operativo. Le società di consulenza possono aiutare a definire una roadmap, valutare le piattaforme e accompagnare l’implementazione. Non possono però sostituirsi alla responsabilità del management nel decidere quale impresa si vuole costruire.
La questione economica è particolarmente rilevante, se l’intelligenza artificiale consente di produrre lo stesso output con meno risorse, il vantaggio iniziale può tradursi in una riduzione dei costi. Ma quando tutti i concorrenti adottano strumenti comparabili, il risparmio tende a diventare un requisito minimo per restare sul mercato. Il vantaggio più duraturo si sposta allora sulla capacità di ridisegnare i processi, sviluppare competenze proprietarie e utilizzare i dati aziendali per costruire servizi difficili da replicare. La tecnologia, da sola, non crea un vantaggio competitivo permanente. Lo crea il modo in cui viene incorporata nell’organizzazione.
C’è infine un elemento politico e culturale che la riflessione lascia intravedere, la trasformazione non riguarda soltanto il rapporto tra dipendenti e strumenti digitali, ma anche il significato stesso della leadership. Il CEO non può più limitarsi a stabilire obiettivi e delegare l’esecuzione a strutture specializzate. Deve comprendere una tecnologia che cambia mentre viene utilizzata, assumersi la responsabilità delle sue conseguenze e guidare un’organizzazione nella quale una parte crescente del lavoro sarà svolta da sistemi non umani.
Essere oggi CEO di un’impresa significa quindi diventare, almeno in parte, CEO dell’intelligenza artificiale che quell’impresa utilizza. Non perché ogni amministratore delegato debba trasformarsi in un ingegnere, ma perché nessuna competenza tecnica può sostituire la responsabilità strategica di chi governa l’azienda. Il rischio più serio non è che l’intelligenza artificiale sostituisca i dirigenti. È che continui a trasformare le imprese mentre i loro dirigenti sono ancora convinti di poterla gestire come un normale aggiornamento informatico.
Approfondisci
PwC, 23 settembre 2026. 2026 Annual Corporate Directors Survey. È la fonte primaria dei dati sulla preparazione dei consigli di amministrazione. Il 71% degli amministratori ritiene necessario rafforzare le competenze sull’intelligenza artificiale; l’82% giudica insufficiente, scarsa o non disponibile l’informazione ricevuta sul rapporto tra risultati dell’IA, rischi e performance aziendale.
PwC, comunicato ufficiale e risultati dell’indagine.
Bloomberg Law, Drew Hutchinson, 23 settembre 2026. Most Board Directors Say AI Skills Are Lacking, Survey Shows. Approfondimento giornalistico dei risultati dell’indagine PwC, con il commento sulle difficoltà dei board nel supervisionare strategia, rischi e investimenti in IA.
Leggi l’approfondimento di Bloomberg Law.
Axios, Jim VandeHei, 13 ottobre 2026. Axios C-Suite: How a CEO should GEO. Approfondimento sul ruolo della Generative Engine Optimization nella visibilità delle imprese all’interno dei modelli linguistici e degli agenti AI. Contiene le indicazioni di James Cadwallader, CEO di Profound.
Leggi l’articolo su GEO e visibilità nei sistemi AI.
Una precisazione editoriale importante: il dato del 15% dei CEO non dovrebbe essere presentato come una percentuale scientificamente accertata.
Axios riferisce quanto appreso da due società che si occupano di formazione manageriale, senza indicare campione, metodologia o pubblicazione della ricerca. I dati 71% e 82%, invece, provengono dalla PwC 2026 Annual Corporate Directors Survey e sono documentabili attraverso la fonte primaria.