Il vantaggio dell’AI non è andare più veloce, se non sai fermarti a pensare

Manuela Ronchi porta la filosofia dentro la discussione sull’intelligenza artificiale in una nuova intervista pubblicata sul canale B2B Labs di Tom’s Hardware. Se l’AI promette di far risparmiare tempo, la domanda aziendale diventa che cosa farne di quel tempo. Lavorare di più, produrre più output, riempire ogni spazio liberato con nuove attività, oppure usare quella leva per capire meglio processi, decisioni, responsabilità e limiti.

Per un’impresa questa domanda pesa più di molte demo. La produttività generata dall’AI può diventare un acceleratore cieco, se viene innestata su processi già confusi, oppure può diventare un’occasione per rivedere il modo in cui l’organizzazione produce valore. Ronchi, fondatrice di Orbits – Dialogues with Intelligence, racconta proprio questo passaggio: la tecnologia moltiplica le possibilità, ma non assegna da sola un significato a ciò che si fa.

Orbits nasce per riportare il pensiero filosofico fuori dal perimetro accademico e dentro la piazza del lavoro, delle imprese e della formazione. Ronchi lo descrive come un ponte fra mondi che spesso si parlano poco: manager, studenti, università, esperti di tecnologia, cultura umanistica. Al centro c’è Luciano Floridi, oggi fondatore e direttore del Digital Ethics Center di Yale, già professore a Oxford e fra le figure più autorevoli nella filosofia dell’informazione e dell’etica digitale.

Il capitale semantico vale più del prompt perfetto

La tesi più interessante dell’intervista è che la differenza competitiva non sta solo nei dati, ma nella capacità di interpretarli. Ormai i dati sono abbondanti, accessibili e sempre più sintetizzabili da strumenti automatici; la scarsità si sposta quindi nella cultura necessaria a dare senso ai dati, nel giudizio che permette di distinguere una correlazione utile da un rumore statistico, nella sensibilità che impedisce di trattare ogni problema aziendale come se fosse un modulo software.

Questo è il capitale semantico di cui parla Ronchi, riprendendo il lessico di Floridi. La formula indica la parte del lavoro che consente a un manager di capire che cosa contano davvero le metriche, a un imprenditore di leggere un cambiamento di mercato senza ridurlo a dashboard, a un team di usare l’AI senza diventare dipendente dalla prima risposta plausibile. Anche la recente discussione sugli agenti AI in azienda gira attorno allo stesso problema: un sistema può eseguire compiti, ma qualcuno deve definire il perimetro.

Concentrarsi esclusivamente sulla velocità, per aumentare l’efficienza, invece rischia di essere un boomerang. Molte aziende hanno già vissuto questa dinamica con la trasformazione digitale: prima si comprano strumenti, poi si cerca un processo a cui applicarli, infine si scopre che la tecnologia ha automatizzato l’inefficienza invece di correggerla. Con l’AI il ciclo è più rapido e più seducente, perché l’output sembra intelligente e la promessa degli agenti che fanno tutto da soli resta fortissima. Il rischio è costruire un’organizzazione più veloce nel fare le cose sbagliate.

Ronchi insiste su un punto molto concreto: fermarsi a pensare non è una perdita di tempo, ma somiglia di più a una scelta strategica, quella di chi vuole ottenere la massima qualità, non solo la massima velocità. I fornitori di AI promettono più velocità, più automazione e più scala; in questo scenario, sospendere l’esecuzione diventa quasi controintuitivo, una scelta controcorrente con il potenziale di farci crescere davvero. È proprio lì che si decide se l’AI serve a liberare lavoro umano di qualità o a farci lavorare di più e sotto pressione.

La filosofia come infrastruttura di governance

Il tema non riguarda solo la formazione dei singoli, ma anche il modo in cui le aziende costruiscono governance sull’AI. Ronchi richiama la distanza fra generazioni: chi ha più esperienza possiede spesso cultura, memoria e lettura storica, ma non sempre ha familiarità con gli strumenti digitali; chi è cresciuto nel digitale ha naturalezza d’uso, ma rischia di scambiare accesso all’informazione per comprensione. L’integrazione fra questi due patrimoni è un problema organizzativo che va affrontato e risolto con efficienza, in modo da sfruttare tutti i vantaggi disponibili.

Quando si attribuisce agency a un sistema automatico, anche solo in senso operativo, bisogna capire chi resta responsabile delle azioni, quali decisioni richiedono supervisione e quali valori vengono incorporati nei processi.

Un’azienda che adotta un assistente AI per leggere documenti, rispondere a clienti o suggerire priorità sta anche delegando una parte del proprio modo di vedere il mondo. E questa delega può trasformarsi in problemi imprevisti se non viene gestita con attenzione.

Problemi che si manifestano, in particolare, quando i sistemi AI rispondono “quasi sempre” correttamente. Succede che anche quando ci sono persone delegate alla supervisione, queste tendano ad abituarsi; con il tempo si tende a pensare che l’AI tutto sommato è affidabile, si abbassa la guardia, e va a finire che a un certo punto non si controlla più.

E così le mille raccomandazioni a non delegare il lavoro diventano totalmente inascoltate. Il passo successivo è che perdiamo la capacità di svolgere certe mansioni. È una perdita di esercizio cognitivo, la versione aziendale del muscolo che si atrofizza quando non viene usato.

La soluzione non può essere un divieto. Ronchi lo dice con chiarezza parlando anche dei più giovani: prima gli adulti devono imparare, poi possono guidare. Trasferito in azienda significa che il management non può limitarsi a vietare ChatGPT, Gemini o Claude per poi delegare tutto al reparto IT. Deve capire abbastanza da fare le domande giuste, stabilire regole sensate, pretendere tracciabilità e formare le persone al controllo dell’output. Anche perché, come mostrano gli usi reali dell’AI nel 2026, molte persone usano questi strumenti per compiti quotidiani e poco spettacolari, non per sostituire interi processi.

Il punto è che prima di tutto è il management che deve cambiare visione e mentalità.

Il lavoro che resta umano

La parte più politica della conversazione sta nel tempo. Se l’AI fa risparmiare ore, quelle ore non spariscono; possono essere restituite alla riflessione, alla relazione, alla qualità del lavoro, alla formazione. Oppure possono essere immediatamente riassorbite da nuove richieste, nuovi KPI, nuove riunioni, nuovo rumore. La scelta rivela la cultura reale dell’impresa, molto più dei manifesti sull’innovazione.

Per questo la filosofia torna utile proprio quando sembra meno pratica. Non perché offra risposte pronte, ma perché costringe a formulare meglio le domande. Che cosa stiamo automatizzando? Perché? A vantaggio di chi? Con quali effetti sulle competenze? Chi controlla l’output? Quale parte del giudizio vogliamo tenere umana? Sono domande che non stanno nella demo commerciale, ma decidono se l’adozione dell’AI diventa maturità o solo imitazione del mercato.

L’Italia, osserva Ronchi, non parte necessariamente senza strumenti: ha supercalcolo, competenze, tradizione regolatoria, cultura. Spesso però fatica a integrare questi elementi nei processi e a raccontarli come asset. È una diagnosi severa ma utile: l’AI non cancella la vecchia debolezza di sistema, la espone. Chi sa tenere insieme tecnologia, cultura e decisione manageriale avrà un vantaggio. Chi scambia la velocità per strategia continuerà a correre, magari con strumenti migliori, dentro la stessa gabbia.

[BOX] Guarda il video: l’intervista completa a Manuela Ronchi, fondatrice di Orbits, è disponibile su B2B Labs, il canale di Tom’s Hardware dedicato alla comunicazione B2B, alle imprese e all’intelligenza artificiale applicata al lavoro: https://youtu.be/2gLP7e0Q–8. Iscriviti al canale per non perdere le prossime interviste. [/BOX]