La tesi in una frase: la formazione è la voce che nessuno mette nel budget IA, ed è esattamente quella che decide se lo strumento che hai comprato viene usato o resta morto in un cassetto costoso. Si approva la licenza, si celebra il lancio, e sei mesi dopo non la usa nessuno. Non perché lo strumento fosse cattivo o il modello stupido: comprare la licenza è metà del lavoro, e l’altra metà —che la tua gente la usi davvero, nel suo lavoro reale— è quella tagliata per prima perché non brillava nella demo.
La licenza comprata non è la licenza usata
Ci sono due numeri che si confondono apposta perché uno è comodo e l’altro no. Il comodo è quante persone hanno accesso allo strumento: è in fattura, si mostra in comitato, dà la sensazione di progresso. Lo scomodo è quante persone lo usano davvero per fare il loro lavoro. Tutto il progetto vive tra questi due numeri, e sono quasi sempre ad anni luce di distanza. Pagare l’accesso è facile; ottenere l’uso è un’altra cosa, ed è quella che nessuno mette a budget.
Una licenza che nessuno usa non è un risparmio in sospeso: è una spesa già fatta che non rende niente. Ogni mese tra «l’abbiamo comprata» e «la usano» è denaro bruciato e, peggio, è la finestra in cui il team decide che «questa storia dell’IA non era poi così tanto» e torna al metodo manuale. Quella decisione, una volta presa, costa molto di più da invertire di quanto sarebbe costata una buona formazione dal primo giorno.
L’adoption gap: l’85% può usarla, il 25% la usa
Non è un’intuizione da consulente: è uno schema misurato. Secondo uno studio IBM del 2026 sui dirigenti, l’85% dei dipendenti ha accesso a strumenti di IA, ma solo il 25% li usa abitualmente. Quel divario —l’adoption gap— è dove evapora il ritorno promesso nella proposta. Non si perde perché il modello fallisce; si perde perché la maggior parte delle persone con accesso non lo porta mai nel proprio lavoro quotidiano. Lo strumento è acceso, e da solo.
Ed ecco il dato che chiude il quadro: negli stessi tipi di studi, la maggior parte dei dipendenti dice che la formazione che riceve non li aiuta a usare l’IA nel proprio ruolo. Cioè, non è che non ci sia formazione —è che quella che c’è non serve. Si fa un corso generico «questo è ChatGPT e questo è un prompt», si spunta la casella, e la persona torna alla scrivania senza la minima idea di come applicarlo a ciò che fa ogni giorno. L’adoption gap non si chiude con un webinar; si chiude con formazione incollata al lavoro reale.
Perché la formazione generica non sposta l’ago
L’errore di base è trattare la formazione IA come un corso di prodotto e non come un cambiamento nel modo in cui si fa il lavoro. Un corso generico spiega lo strumento; ciò di cui le persone hanno bisogno è vedere il proprio compito fatto con lo strumento. Sono cose diverse, e confonderle è ciò che riempie le aziende di licenze morte.
- Generica invece che per ruolo. Il commerciale, l’amministrativo e il supporto non usano l’IA per la stessa cosa. Un corso valido per tutti non serve davvero a nessuno. La formazione che aggancia parte dal compito concreto di ogni ruolo, non dallo strumento.
- Teoria invece del loro lavoro. Insegnare cos’è un prompt non è insegnare a risolvere l’email che quella persona scrive venti volte al giorno. Come scomporre il proprio compito in istruzioni che un’IA segue davvero è metà del lavoro, e lo sviluppiamo in automatizzare compiti con ChatGPT.
- Un evento invece di un’abitudine. Una sessione di due ore il giorno del lancio non crea un’abitudine. L’uso si installa con pratica ripetuta, esempi del team stesso, e qualcuno che risponde ai dubbi quando arrivano, non prima.
- Senza un responsabile dell’adozione. Se la formazione finisce e nessuno misura chi usa cosa né aiuta chi si blocca, lo strumento si spegne da solo. L’adozione ha bisogno di un responsabile, come ogni altro progetto che si voglia far accadere.
Cosa mettere a budget quando budgettizzi l’IA
Se la formazione è la metà che decide il risultato, deve essere a budget fin dall’inizio, non come un extra da tagliare quando i numeri stringono. E non una formazione qualsiasi: quella che chiude l’adoption gap ha una forma concreta.
- Metti a budget la formazione per ruolo, non un corso unico. Ogni funzione deve vedere il proprio compito risolto con lo strumento, con gli esempi e i dati con cui lavora davvero.
- Misura l’uso reale per persona, non le licenze attive. Il numero che conta è quante persone lo usano ogni settimana nel loro lavoro, ed è quel numero a dirti se la formazione ha funzionato.
- Nomina un responsabile dell’adozione. Qualcuno che risponda ai dubbi, raccolga i casi che funzionano e li diffonda, e individui chi è rimasto indietro prima che rinunci.
- Parti da un compito reale e visibile, non da tutto in una volta. Un caso che le persone vedono funzionare —l’email ripetitiva, il report di sempre— convince più di qualsiasi discorso, e pone la base di come usare l’IA giorno per giorno in azienda, cosa che affrontiamo in usare ChatGPT in azienda.
- Se ciò che monti è un agente con la tua informazione, la formazione include insegnare al team a supervisionarlo e correggerlo, non solo a usarlo. Quel passaggio è parte del lavoro, e lo scomponiamo in addestrare l’agente con la tua stessa informazione.
La licenza morta costa più di quella che non hai comprato
La fattura di una licenza che nessuno usa è la parte economica del problema. La parte cara è ciò che non si vede: il team che ha deciso che l’IA «non era poi così tanto» e che ora va riconvinto, il progetto presentato come un fallimento in comitato quando non è mai stato usato, e mese dopo mese di costo opportunità di un lavoro ancora fatto a mano accanto a uno strumento acceso. Tagliare la formazione per risparmiare è il risparmio più caro che esista: risparmi la voce piccola e paghi quella grande.
La conclusione non è «formate di più», è «mettete a budget l’adozione come parte del progetto, non come un extra». Lo strumento è il 50%; che venga usato è l’altro 50%, e quel 50% si compra con formazione incollata al lavoro reale e un responsabile che la sostiene. Se vuoi che quel lato —l’adozione dell’IA da parte del tuo team, non solo il suo acquisto— lo porti qualcuno che lo tratta come il lavoro che è, l’adozione dell’IA per i team è esattamente questo: non ti vendiamo la licenza, ti lasciamo il team a usarla.