Un consulente in intelligenza artificiale si valuta dalla capacità di leggere un processo aziendale e di dire quanto vale cambiarlo, non dagli strumenti che sa usare. È una distinzione che sembra sottile e invece decide l’esito del progetto. Chi conosce i modelli ma non conosce il lavoro delle persone produce dimostrazioni; chi conosce il lavoro delle persone e sa dove la tecnologia regge produce risultati che restano dopo la fine dell’incarico.
Questa guida spiega come si distingue una figura di consulenza da un formatore e da un rivenditore di software, quali competenze contano davvero e quali sono sopravvalutate, come si legge una proposta prima di firmarla, perché la baseline e la misurazione sono la parte più importante del lavoro, come si interpreta un portfolio, come si gestisce il conflitto di interessi con i fornitori tecnologici, quando la formazione interna ha senso e quando è un riempitivo. Contiene inoltre le domande da fare al primo incontro e gli errori più frequenti di chi compra.
Indice
- In cosa si distingue da un formatore e da un rivenditore di software?
- Quali competenze servono davvero e quali contano meno?
- Come si valuta una proposta di consulenza?
- Perché la baseline e la misurazione decidono il valore del progetto?
- Perché un professionista serio dice anche di no?
- Come si legge un portfolio senza farsi ingannare?
- Che rapporto deve avere con i fornitori tecnologici?
- La formazione interna serve o è un riempitivo?
- Che cosa chiedere su regole europee e trattamento dei dati?
- Che cosa dicono i dati di ricerca su questo mercato?
- Quali domande fare al primo incontro?
- Quali sono gli errori più comuni di chi compra?
- Domande frequenti
In cosa si distingue da un formatore e da un rivenditore di software?
Il consulente parte dal processo e arriva alla soluzione, che può anche non essere tecnologica. Il formatore trasferisce competenze su strumenti già scelti da altri. Il rivenditore parte da un prodotto e cerca dove applicarlo. Tutte e tre le figure sono legittime, ma rispondono a bisogni diversi e confonderle è la prima causa di progetti sbagliati.
La differenza si vede nella prima ora di conversazione. Il rivenditore arriva con una demo. Il formatore arriva con un programma didattico. Il consulente arriva con domande sul lavoro reale: chi fa cosa, quante volte, con quali strumenti, dove si accumulano le attese, quali errori vengono scoperti tardi e quanto costa correggerli. Se al primo incontro il discorso scivola subito sui nomi dei modelli o sulle licenze, l’interlocutore sta vendendo, non analizzando.
C’è poi una differenza di mandato. Il rivenditore ha un obiettivo commerciale legato a una piattaforma specifica, e questo è dichiarabile senza vergogna. Il formatore ha un obiettivo di apprendimento misurabile in ore e in persone raggiunte. Il consulente dovrebbe avere un obiettivo di cambiamento misurabile sul processo, e quindi accetta di essere valutato su indicatori che riguardano l’azienda, non la propria fornitura. Chi non accetta questa asimmetria sta proponendo un altro mestiere con un nome più elegante.
| Figura | Punto di partenza | Risultato atteso | Rischio tipico |
|---|---|---|---|
| Consulente | Il processo e i suoi costi | Decisione motivata su cosa cambiare | Analisi che non arriva mai all’operatività |
| Formatore | Il fabbisogno di competenze | Persone capaci di usare strumenti scelti | Corsi scollegati dal lavoro quotidiano |
| Rivenditore | Il prodotto in catalogo | Adozione della piattaforma | Soluzione cercata prima del problema |
Quali competenze servono davvero e quali contano meno?
Servono quattro capacità: leggere un processo e quantificarlo, stimare l’impatto economico di un cambiamento, integrare la soluzione nei sistemi esistenti, governare il rischio. Contano meno la conoscenza enciclopedica dei modelli, la padronanza di ogni strumento sul mercato e la capacità di costruire dimostrazioni suggestive. Sono abilità utili, ma non determinano se il progetto regge.
La lettura del processo è la competenza più rara. Significa saper stare accanto a chi lavora, ricostruire il flusso reale e non quello scritto nelle procedure, individuare i punti dove il tempo si perde e distinguere le attività che si ripetono in modo prevedibile da quelle che richiedono giudizio. Senza questa fase, ogni proposta è una scommessa travestita da progetto.
La stima economica è la seconda. Non significa promettere risparmi, significa costruire un ragionamento verificabile: quante volte accade una certa attività, quanto tempo assorbe, quale quota è automatizzabile con affidabilità accettabile, quale margine di errore resta e chi lo gestisce. Una stima onesta contiene sempre un intervallo e le condizioni che la rendono valida.
L’integrazione è la terza e viene sistematicamente sottovalutata. Un sistema che non parla con il gestionale, con l’anagrafica clienti o con il sistema documentale genera lavoro aggiuntivo invece di toglierne. Chi propone soluzioni senza chiedere quali sistemi esistono, chi li amministra e quali vincoli hanno, sta ignorando la parte più costosa dell’implementazione.
Il governo del rischio chiude il quadro: cosa succede quando il sistema sbaglia, chi se ne accorge, in quanto tempo, quale danno può produrre un errore non intercettato e quale controllo umano resta obbligatorio. Un professionista che non porta questo argomento in autonomia lascia il problema sul tavolo del cliente.
| Competenza | Peso reale | Come si verifica |
|---|---|---|
| Lettura e misura dei processi | Alto | Chiede dati di volume e osserva il lavoro sul campo |
| Stima economica con intervalli | Alto | Presenta ipotesi esplicite e condizioni di validità |
| Integrazione con i sistemi esistenti | Alto | Indaga gestionale, dati e permessi prima di proporre |
| Governo del rischio e controllo umano | Alto | Definisce cosa fare quando il sistema sbaglia |
| Conoscenza dettagliata dei modelli | Medio | Utile per le scelte tecniche, non decisiva |
| Costruzione di dimostrazioni | Basso | Mostra il potenziale, non la sostenibilità |
Come si valuta una proposta di consulenza?
Una proposta si valuta su cinque elementi: il problema descritto con i numeri dell’azienda, il perimetro di ciò che è incluso ed escluso, i risultati attesi espressi come cambiamenti misurabili, il modo in cui verranno misurati e le condizioni di uscita. Se manca uno di questi elementi, il documento è materiale commerciale, non un piano di lavoro.
Il punto più trascurato è il perimetro. Deve essere chiaro cosa non è compreso: la pulizia dei dati, l’adeguamento dei sistemi a monte, la manutenzione dopo il rilascio, la gestione degli utenti. Le esclusioni non sono una scortesia, sono la parte che protegge entrambe le parti da una discussione futura.
Attenzione a due formule ricorrenti. La prima è la proposta che quantifica benefici senza aver misurato la situazione di partenza: è aritmetica su un numero inventato. La seconda è la proposta che vincola l’azienda a una piattaforma senza spiegare come si esce, cosa si porta via e in quale formato restano i dati.
Perché la baseline e la misurazione decidono il valore del progetto?
Senza una misura della situazione di partenza non esiste alcun modo di sapere se il progetto ha funzionato. La baseline è la fotografia dei tempi, dei volumi e degli errori prima dell’intervento. Va raccolta prima di toccare qualsiasi cosa, perché dopo diventa impossibile ricostruirla in modo credibile e ogni valutazione si riduce a impressioni.
Costruire una baseline richiede lavoro poco spettacolare: contare quante richieste arrivano in un periodo rappresentativo, quanto tempo passa tra l’arrivo e la chiusura, quante volte serve un secondo passaggio, quanti casi tornano indietro per errore. Bastano poche settimane di rilevazione, purché il periodo non sia anomalo e i criteri restino identici anche dopo.
La misurazione successiva deve usare le stesse definizioni. È l’errore più comune: si cambia il modo di contare insieme al processo e i confronti perdono senso. Se prima si misurava il tempo dalla ricezione alla risposta e dopo si misura dalla presa in carico, il miglioramento apparente è solo una scelta di metodo.
Vanno misurate anche le cose che possono peggiorare: il numero di controlli aggiuntivi, il tempo speso a correggere l’output, la quota di casi che il sistema non gestisce e che quindi ricadono sulle persone concentrandosi nei momenti peggiori. Un progetto che riduce il tempo medio ma aumenta i picchi di lavoro non è un miglioramento per chi lo subisce.
Perché un professionista serio dice anche di no?
Perché una parte dei problemi che arrivano non si risolve con l’intelligenza artificiale, e proporla comunque significa vendere un rimedio a un male diverso. Un consulente che non ha mai rifiutato un incarico, o che non ha mai proposto una soluzione più semplice della propria offerta, sta ottimizzando il proprio fatturato e non il risultato del cliente.
I casi in cui il no è la risposta corretta sono riconoscibili. Dati assenti, sporchi o non accessibili: prima si sistema la base informativa. Processi che cambiano ogni mese perché l’organizzazione è in ridefinizione: automatizzare un flusso instabile significa cristallizzare il disordine. Volumi troppo bassi perché l’investimento abbia senso rispetto al lavoro di manutenzione che genera.
C’è poi il no parziale, più frequente del no assoluto. Consiste nel ridurre l’ambizione del progetto: non l’intero flusso ma il segmento più ripetitivo, non tutti i reparti ma quello con il problema più chiaro, non un sistema autonomo ma un supporto alla decisione con controllo umano. Questa riduzione è spesso ciò che rende il progetto realizzabile.
Come si legge un portfolio senza farsi ingannare?
Un portfolio va letto cercando il contesto, non i risultati. Il numero isolato non dice nulla: conta sapere qual era la situazione di partenza, quanto è durato l’intervento, chi ha fatto cosa, che cosa è andato storto e cosa è rimasto in funzione dopo mesi. Un caso raccontato senza difficoltà è un caso raccontato male.
Le domande utili sono poche e dirette. Quanto tempo è passato tra l’inizio e il primo risultato utilizzabile. Quante persone del cliente sono state coinvolte e per quante ore. Che cosa è stato cambiato rispetto al piano iniziale e perché. Quale parte del sistema è ancora in uso oggi e chi la mantiene. Un professionista che ha davvero seguito il progetto risponde senza esitare.
Le referenze contattabili valgono più di qualsiasi documento. Una sola telefonata a un cliente precedente, con una domanda concreta su cosa è successo dopo il rilascio, chiarisce più di dieci pagine di presentazione. Chi non è in grado di fornirne nessuna, per riservatezza o per altre ragioni, vi lascia con una sola fonte di informazione: se stesso.
Che rapporto deve avere con i fornitori tecnologici?
Il rapporto può esistere e spesso è utile, ma va dichiarato prima. Un consulente che riceve compensi, sconti o riconoscimenti da una piattaforma non è per questo inaffidabile: lo diventa se non lo dice e presenta come scelta neutrale una raccomandazione che ha un interesse dietro. La trasparenza sul modello di ricavo è il vero discrimine.
La domanda da porre è semplice: come guadagni su questo progetto e guadagni qualcosa se scelgo una soluzione invece di un’altra. Le risposte accettabili sono molte. Quella inaccettabile è l’imbarazzo o la vaghezza. Un professionista abituato a lavorare in modo pulito ha già preparato questa risposta perché gliel’hanno chiesta altri prima di voi.
Un secondo indicatore è la disponibilità a proporre alternative. Chi presenta sempre e solo una piattaforma, in contesti diversi, con esigenze diverse, sta applicando un modello commerciale. Chi confronta almeno due strade, indicando pro, contro e costi di uscita di ciascuna, sta facendo consulenza anche se poi consiglia la stessa soluzione della volta precedente.
La formazione interna serve o è un riempitivo?
Serve quando è collegata a strumenti che le persone useranno davvero, entro poche settimane, sui loro dati e sui loro casi. Diventa un riempitivo quando è generica, quando precede di mesi qualsiasi adozione concreta o quando viene inserita nella proposta per aumentare il valore percepito senza che nessuno abbia definito chi deve imparare a fare che cosa.
La formazione utile è specifica per ruolo. Chi opera in prima linea ha bisogno di sapere quando fidarsi dell’output e quando fermarsi, non di conoscere la storia dei modelli linguistici. Chi coordina ha bisogno di capire come cambiano i controlli e le responsabilità. Chi decide ha bisogno di sapere leggere i costi e i rischi. Sono tre percorsi diversi che raramente stanno nello stesso corso.
Che cosa chiedere su regole europee e trattamento dei dati?
Chiedete quali obblighi si applicano al vostro caso specifico, chi ne risponde e quali documenti servono. In Europa esiste un quadro normativo che classifica gli usi dell’intelligenza artificiale per livello di rischio e impone obblighi crescenti di trasparenza, controllo e documentazione, che si somma alle regole già esistenti sulla protezione dei dati personali. Queste indicazioni sono generali e non costituiscono consulenza legale.
Un consulente competente non recita norme a memoria, ma sa fare tre cose. Individuare se l’uso previsto rientra in categorie che richiedono attenzione particolare, per esempio quando incide su persone in ambito lavorativo, creditizio o di accesso a servizi. Indicare quali informazioni vanno tracciate e conservate. Segnalare quando serve il parere di un professionista legale, invece di improvvisarlo.
Sul trattamento dei dati le domande sono concrete. Dove vengono elaborate le informazioni, chi vi ha accesso, per quanto tempo restano memorizzate, se possono essere usate per addestrare sistemi di terzi e come si esercitano i diritti delle persone interessate. Le risposte devono essere verificabili nei contratti con i fornitori, non solo nelle rassicurazioni verbali.
Che cosa dicono i dati di ricerca su questo mercato?
Dicono che la domanda in Italia è numericamente contenuta e che le prime posizioni nei motori di ricerca sono occupate da siti poco autorevoli con contenuti poco ottimizzati. È un dato utile a chi cerca: significa che l’ordine dei risultati non riflette necessariamente la qualità professionale e che conviene valutare i casi documentati anziché la posizione.
I numeri raccolti su SeoZoom per il database italiano il 7 agosto 2026 mostrano volumi mensili modesti per tutte le espressioni collegate al tema. Le due metriche interessanti sono KD, che indica l’autorevolezza dei siti presenti in prima pagina, e KO, che indica il livello di ottimizzazione dei contenuti già posizionati su una scala da 0 a 100.
| Ricerca | Volume mensile | KD | KO |
|---|---|---|---|
| consulente intelligenza artificiale | 170 | 27 | 79 |
| consulente ai | 140 | 16 | 90 |
| consulenza intelligenza artificiale aziende | non rilevato | 28 | 80 |
| agenzia intelligenza artificiale | 20 | 40 | 73 |
| automazione processi aziendali | 30 | 31 | 80 |
| automazioni ai per aziende | non rilevato | 25 | 80 |
| agenti ai | 10 | 58 | 56 |
| chatbot per aziende | 20 | 35 | 67 |
| aziende intelligenza artificiale | 90 | non disponibile | non disponibile |
| aziende intelligenza artificiale italia | 50 | non disponibile | non disponibile |
Il caso più leggibile è «consulente ai»: difficoltà 16 e opportunità 90 descrivono una prima pagina occupata da siti con autorevolezza bassa e contenuti poco curati. Chi cerca in questo modo rischia di scegliere il primo risultato scambiandolo per il migliore. Vale la pena allargare la ricerca, chiedere referenze dirette e usare le domande di questa guida.
Quali domande fare al primo incontro?
Le domande efficaci riguardano il metodo, non le tecnologie. Chiedete come intende capire i vostri processi, che cosa misurerà prima di iniziare, quali condizioni lo porterebbero a sconsigliare il progetto, come guadagna e chi possiede ciò che verrà costruito. Le risposte a queste cinque domande separano chi ha esperienza da chi ha una presentazione.
Aggiungete una richiesta pratica: descrivere le prime due settimane di lavoro giorno per giorno. Chi ha già fatto questo mestiere racconta interviste, raccolta di dati, osservazione sul campo e una restituzione intermedia. Chi non lo ha fatto risponde con parole generiche sull’analisi delle esigenze.
Un’altra domanda utile riguarda il fallimento: qual è stato l’ultimo progetto andato male e che cosa ha cambiato nel metodo dopo. Una risposta articolata indica esperienza reale e capacità di apprendere. Una negazione totale indica poca storia alle spalle oppure poca sincerità, e in entrambi i casi è un’informazione preziosa.
Quali sono gli errori più comuni di chi compra?
L’errore principale è partire dallo strumento invece che dal problema. Seguono la mancanza di una misura iniziale, la scelta basata sulla dimostrazione più convincente, l’assenza di una persona interna responsabile del progetto e la sottovalutazione del lavoro di manutenzione, che comincia quando l’entusiasmo finisce.
Un secondo errore è comprare troppo in una volta sola. Progetti che coinvolgono più reparti contemporaneamente moltiplicano le dipendenze e rendono impossibile capire cosa ha funzionato. Iniziare da un perimetro stretto, con criteri di successo scritti, permette di sbagliare a costo contenuto e di decidere con dati veri se proseguire.
Domande frequenti
Serve un consulente esterno o basta formare le persone interne?
Dipende dalla natura del problema. Se l’azienda ha già chiaro cosa cambiare e le manca solo la capacità operativa, la formazione può bastare. Se invece non è chiaro dove intervenire, quanto vale il cambiamento e quali rischi comporta, la formazione non risolve: si insegna a usare strumenti prima di aver deciso a che cosa servono.
Come si capisce se una stima di risultato è credibile?
Una stima credibile mostra le ipotesi, indica un intervallo e dichiara le condizioni che la rendono valida. Deve essere ricostruibile: volumi di attività, tempo per unità, quota trattabile in modo affidabile, margine di errore. Se il numero arriva senza il ragionamento che lo produce, non è una stima ma una promessa commerciale.
È un problema se il consulente rivende anche software?
Non di per sé, purché lo dichiari all’inizio e spieghi come guadagna. Il conflitto nasce quando la raccomandazione viene presentata come neutrale. Chiedete se esistono alternative valutate, quali sono i costi di uscita dalla soluzione proposta e chi possiede configurazioni e dati al termine dell’incarico.
Quanto dovrebbe durare un primo progetto?
Abbastanza poco da poter essere interrotto senza danni. Un perimetro ristretto, con criteri di successo definiti prima di iniziare e una verifica intermedia, permette di raccogliere dati reali e decidere consapevolmente. I progetti lunghi senza punti di controllo trasformano ogni difficoltà in una discussione sul contratto anziché sul risultato.
Che cosa deve restare all’azienda alla fine dell’incarico?
Devono restare la documentazione del processo, i criteri di misura e i dati raccolti, le configurazioni e le istruzioni in forma leggibile, l’elenco dei rischi noti e le persone interne in grado di intervenire. Se al termine nessuno in azienda sa spiegare come funziona il sistema, l’incarico ha lasciato una dipendenza.
I risultati dei motori di ricerca aiutano a scegliere?
Poco. I dati SeoZoom citati in questa guida mostrano che per queste ricerche le prime pagine sono occupate da siti con autorevolezza modesta e contenuti poco ottimizzati. La posizione dipende da fattori editoriali e non dalla qualità professionale. Meglio usare le referenze dirette, i casi documentati e le domande di verifica descritte sopra.
Metodologia: i dati su volumi di ricerca, KD e KO provengono da SeoZoom, database Italia, rilevazione del 7 agosto 2026. KD indica l’autorevolezza dei siti posizionati in prima pagina, KO il livello di ottimizzazione dei contenuti già presenti su una scala da 0 a 100. Le indicazioni su regole europee e trattamento dei dati sono di carattere informativo e generale e non costituiscono consulenza legale: per valutazioni sul caso specifico è necessario rivolgersi a un professionista abilitato.
A cura di Massimiliano Dal Prà, consulente GEO, SEO e AI per le imprese. Ultimo aggiornamento: 7 agosto 2026.