Quando un marchio di sneaker diventa un’azienda di AI: è deriva strategica

Dimenticate l’AI drift. Il rischio più immediato per le imprese è la deriva strategica. È ciò che accade quando le organizzazioni inseguono la narrativa dell’AI più velocemente della propria missione.

Nel pianificare il proprio futuro strategico, un’azienda di sneaker eco-sostenibili avrebbe considerato solo ipotetica l’eventualità di diventare o meno un provider di infrastrutture AI. Eppure Allbirds, nata dal sogno di un ex calciatore neozelandese di creare calzature sostenibili, si è trasformata in un provider di infrastrutture AI e si è ribattezzata NewBird AI. Sarebbe ingenuo liquidare il caso come un’anomalia di mercato. È, invece, un segnale d’allarme. Quando le aziende iniziano a inseguire una narrativa generica sull’AI più velocemente di quanto riescano a spiegare il proprio valore per le persone, non stanno più trasformandosi: stanno iniziando ad allontanarsi dalle capacità fondamentali del proprio business.

Questa dinamica non nasce con l’era dell’AI. Durante il boom della blockchain, diverse organizzazioni cercarono di capitalizzare quell’ondata, tra cui Long Island Iced Tea, che si trasformò in Long Blockchain. La U.S. Securities and Exchange Commission osservò in seguito che il titolo della società era salito di oltre il 380% nell’arco della stessa seduta dopo l’annuncio della svolta verso la blockchain. Long Island Iced Tea non fu l’unico caso. Molte altre aziende si limitarono a cambiare nome e i mercati premiarono generosamente quel segnale. Con l’AI, questo comportamento è semplice maquillage.

Questo non è un esempio di deriva del modello o dell’AI. È deriva strategica.

La deriva strategica inizia quando l’AI diventa la Stella Polare di un’impresa invece di essere uno strumento al suo servizio. Inizia quando le organizzazioni privilegiano l’essere AI-led anziché usare l’AI in modi concreti per diventare più utili a clienti, dipendenti e società. Inizia quando l’AI diventa una storia prima di diventare una proposta di valore disciplinata.

Questa distinzione è importante. FactSet ha rilevato che il termine “AI” è stato citato in 331 earning call delle società dell’S&P 500 relative al solo quarto trimestre 2025, pari al 68% di tutte le call esaminate nel periodo. Storicamente, è il dato più alto degli ultimi dieci anni per le società attualmente incluse nell’indice. L’AI è diventata un tema centrale nei consigli di amministrazione, un segnale per gli investitori, un requisito nel sourcing e, sempre più spesso, una motivazione nelle decisioni occupazionali.

Ma adottare l’AI non equivale a progredire strategicamente. Un’azienda può automatizzare più velocemente e, allo stesso tempo, perdere la fiducia dei clienti. Può ridurre lo sforzo e indebolire i servizi che offre. Può eliminare ruoli e compromettere le capacità future. Può possedere il modello, l’architettura dei dati e lo stack cloud, esternalizzando però l’unica cosa che conta davvero: decisione e giudizio.

Che cosa significa offrire valore alle persone? Significa fare in modo che tutte le persone coinvolte lungo la catena del valore – dipendenti, clienti e il più ampio ecosistema di fornitori e partner – beneficino equamente di un investimento di questo tipo.

Per offrire valore alle persone, un’impresa deve costruire fiducia, capacità di giudizio solide, relazioni eque, creatività, percorsi di apprendimento e processi decisionali responsabili che rendano l’organizzazione utile oltre il proprio stack tecnologico. È ciò che i clienti sperimentano quando il servizio migliora, non semplicemente quando si riducono i tempi di risposta. È ciò che i dipendenti sperimentano quando l’AI amplia le capacità, non semplicemente quando elimina attività. È ciò che i leader preservano quando si chiedono non solo «Che cosa possiamo automatizzare?», ma anche «Che cosa deve restare autenticamente umano?».

Non lasciate che la fiducia sia la prima vittima

I mercati sono sempre stati affascinati dalle mode tecnologiche. Ciò che oggi appare diverso è la velocità con cui le narrative sull’AI possono influenzare il linguaggio aziendale, le aspettative degli investitori, le decisioni sulla forza lavoro e le strategie di sourcing. Il rischio non è che le organizzazioni parlino di AI. Anzi, questo dialogo va incoraggiato. Il rischio è che il linguaggio dell’AI diventi più avanzato del business case che dovrebbe sostenerlo.

Clienti, dipendenti e investitori stanno diventando più selettivi. L’Edelman 2026 Trust Barometer Special Report sostiene che, in un mondo sempre più chiuso su sé stesso, i brand non possono limitarsi a dichiarare la propria rilevanza e affidabilità: devono dimostrarle attraverso l’esperienza. È un punto cruciale per l’AI, perché clienti, dipendenti e stakeholder non sono più impressionati dalla sola presenza della tecnologia. Si aspettano utilità, credibilità e coerenza con ciò a cui attribuiscono valore.

Questo è particolarmente rilevante per l’AI. I clienti non si chiedono se un’azienda abbia implementato l’AI. Si chiedono se l’esperienza sia diventata più semplice, più sicura, più personalizzata, più affidabile o più utile. I dipendenti non si chiedono se l’AI aumenti la produttività in un foglio di calcolo. Si chiedono se l’organizzazione continui a considerare le loro capacità un asset. Gli investitori non si chiedono soltanto se l’AI compaia nella strategia. Sempre più spesso chiederanno se l’AI genera un vantaggio misurabile.

Lo stesso fenomeno è visibile nel sourcing aziendale. L’ISG 2026 Market Lens BPO Study evidenzia un divario scomodo: produttività ed efficienza vengono misurate regolarmente e registrano performance superiori alle attese, mentre l’erogazione di innovazione guidata dall’AI resta poco misurata e al di sotto delle aspettative.

Per i responsabili del sourcing, i CIO e i CHRO, questo è un avvertimento concreto. Se l’AI viene misurata solo in termini di efficienza, sarà gestita solo per l’efficienza. Se contratti, programmi di trasformazione e modelli operativi premiano l’estrazione dei costi ma non la qualità del servizio, la fiducia, la resilienza o l’innovazione, l’AI seguirà il sistema di misurazione. Ottimizzerà ciò che i leader le chiedono di ottimizzare.

È qui che inizia la deriva strategica. Le organizzazioni confondono l’adozione con il progresso. Automatizzano i processi senza migliorare le esperienze. Riducono lo sforzo senza aumentare la fiducia. Inseguono l’efficienza senza chiedersi quale nuovo valore stiano creando.

La trasformazione basata sull’AI non può essere giustificata dalla sola novità. Deve essere ancorata a principi che comprendano ciò che l’organizzazione esiste per offrire, chi serve e come la tecnologia rafforza il valore che mette a disposizione delle persone lungo l’intera catena del valore – dipendenti, clienti e fornitori.

La pipeline dei talenti si sta svuotando

Il divario di valore che osserviamo all’interno delle imprese sta emergendo ora anche nei sistemi che preparano la prossima generazione di talenti.

Lo Stanford 2026 AI Index rileva che, sebbene la maggior parte degli studenti delle scuole superiori e dei college statunitensi utilizzi l’AI per lo studio, solo la metà delle scuole medie e superiori dispone di policy sull’AI e appena il 6% degli insegnanti afferma che tali policy siano chiare. Gli studenti usano già l’AI per la ricerca, la revisione dei testi e il brainstorming, ma molte istituzioni faticano ancora a fornire indicazioni, garanzie e guardrail coerenti.

Immaginate di chiedere agli studenti di partecipare a una lezione di educazione fisica senza attrezzature adeguate, sotto la supervisione di qualcuno che comprende l’importanza dell’esercizio ma non i rischi di infortunio. Oppure immaginate un laboratorio scientifico in cui agli studenti vengano forniti sostanze chimiche e un becco Bunsen, ma senza una spiegazione chiara di acidi e alcali, né delle corrette procedure di sicurezza o di come spegnere una fiamma.

È, di fatto, ciò che stiamo facendo con l’AI. Stiamo mettendo strumenti potenti nelle mani della prossima generazione senza istruzioni, salvaguardie o responsabilità coerenti.

I leader d’impresa dovrebbero preoccuparsene perché non si tratta soltanto di un problema educativo. Questi studenti saranno i prossimi analisti, sviluppatori, consulenti, product owner, sourcing manager, service agent, responsabili finanziari ed executive a contatto con i clienti. Se imparano a usare l’AI senza imparare giudizio, evidenza, responsabilità e contesto, la forza lavoro del futuro non sarà più capace. Sarà più dipendente dagli strumenti.

La pressione è già visibile nel lavoro early-career. Il World Economic Forum segnala che, a livello globale, più di un giovane lavoratore su tre è impiegato in professioni con un’esposizione medio-alta a cambiamenti delle attività guidati dall’AI.

È un aspetto importante perché il lavoro nelle prime fasi della carriera è sempre stato molto più di una categoria di costo. È il modo in cui le persone imparano giudizio, contesto, resilienza, servizio al cliente, problem solving e fiducia professionale. Molte attività svolte dai dipendenti junior possono essere più lente, più manuali o più facili da completare per colleghi senior. Ma è proprio questo il punto. Il lavoro entry-level è un passaggio formativo. È così che si costruiscono le capacità.

Se le imprese automatizzano il lavoro entry-level senza sostituire il percorso di apprendimento, stanno eliminando i primi gradini della propria scala dei talenti.

Questo solleva una domanda scomoda: come può un’azienda definirsi credibilmente un «great place to work» o un «employer of choice» se elimina proprio i percorsi attraverso cui i futuri dipendenti imparano, crescono e contribuiscono?

Per questo motivo, le imprese devono ripensare le proprie strategie AI e tornare al valore che possono offrire alle persone. In altre parole, devono considerare come tutte le persone coinvolte lungo la catena del valore – dipendenti, clienti e il più ampio ecosistema di fornitori e partner – possano beneficiare equamente di un simile investimento.

Le imprese devono fare attenzione a evitare che l’AI diventi un meccanismo che svuota le capacità. Dovrebbe essere utilizzata per ampliarle.

4 motivi per cui le imprese devono tornare al valore umano

Di seguito, i motivi per cui le imprese devono riportare al centro il modo in cui generano valore per le persone.

1. Lo spostamento della forza lavoro sta diventando una prova del carattere aziendale.

C’è una differenza tra riprogettare il lavoro e nascondersi dietro l’automazione.

Un’impresa responsabile non parte dal presupposto che il lavoro umano sia un costo da eliminare. Parte dal presupposto che la capacità umana sia un asset da riallocare. L’AI può ridurre la necessità di attività ripetitive, ma può anche aumentare il bisogno di giudizio, empatia, design, governance, competenze di dominio, gestione delle relazioni e problem solving complesso.

IKEA offre un esempio utile. Ingka Group, il più grande retailer IKEA, ha riferito che il suo chatbot basato su AI, Billie, ha gestito circa il 47% delle richieste dei clienti tra il 2021 e il 2023. Gli 8.500 addetti dei call center non sono stati sostituiti, ma riqualificati in ambiti quali progettazione d’interni da remoto, vendite digitali al dettaglio, sviluppo delle relazioni e risoluzione di problemi complessi dei clienti. Questa è la lezione corretta: l’AI può assorbire volumi di attività ripetitive mentre le persone si avvicinano a forme di valore differenziato.

Sebbene possa sembrare la soluzione più adatta, non tutte le organizzazioni hanno adottato il modello IKEA. Klarna, società fintech un tempo ampiamente citata per l’automazione aggressiva del customer service guidata dall’AI, ha successivamente spostato la propria comunicazione verso un reinvestimento nel supporto umano. Customer Experience Dive ha riportato che Klarna ha continuato a utilizzare intensamente l’AI, riconoscendo però anche la necessità di investire in empatia, competenza e conversazioni autenticamente umane, soprattutto quando sono in gioco la qualità e la fiducia dei clienti.

Questa è la distinzione strategica. L’AI può replicare l’efficienza nelle interazioni di routine. Non può sostituire la fiducia umana nei momenti complessi, sensibili o ad alto impatto.

Se l’AI viene utilizzata esclusivamente per eliminare ruoli, l’organizzazione può ottenere risparmi nel breve termine ma perdere conoscenza istituzionale, fiducia e resilienza. Se invece viene usata per portare le persone verso attività a maggior valore, l’organizzazione costruisce capacità. È qui che il valore umano diventa valore strategico.

2. La regolamentazione sta diventando lo specchio delle priorità culturali.

La regolamentazione dell’AI viene spesso trattata come una questione di compliance, ma le imprese devono considerarla con maggiore attenzione. Le normative mostrano ciò che le società scelgono di proteggere, ciò che sanzionano e ciò che considerano sufficientemente importante da giustificare un intervento regolatorio.

L’approccio europeo riflette preoccupazioni per i diritti fondamentali, la sicurezza, la trasparenza e una governance basata sul rischio. Allo stesso tempo, il Consiglio dell’UE si è mosso per semplificare e snellire alcune regole sull’AI, anche posticipando le date di applicazione di alcuni obblighi relativi ai sistemi AI ad alto rischio. Dicembre 2027 è la scadenza per i sistemi ad alto rischio stand-alone e agosto 2028 per i sistemi ad alto rischio integrati nei prodotti. Questo rinvio riflette una tensione avvertita da founder e imprenditori in Europa: la necessità di proteggere diritti e sicurezza, evitando al contempo regole percepite come un freno all’innovazione o alla competitività.

La Cina sta inviando un segnale diverso. I tribunali cinesi hanno stabilito, in casi relativi a licenziamenti e riduzioni salariali legati all’AI, che sostituire lavoratori con l’AI non giustifica automaticamente il licenziamento o altre misure sfavorevoli. In un caso riportato, i tribunali hanno dichiarato illegittimo un licenziamento dopo che un dipendente aveva rifiutato una retrocessione e una riduzione salariale collegate ad aggiornamenti tecnologici e alla sostituzione con l’AI. In un altro caso, un tribunale ha stabilito che l’uso dell’AI costituisse una decisione aziendale e non una modifica rilevante delle circostanze oggettive tale da consentire il licenziamento.

Per le imprese globali, questo crea complessità. Se un mercato protegge la stabilità occupazionale, la trasformazione della forza lavoro mediante AI deve essere gestita in modo diverso. Se un mercato dà priorità alla spiegabilità e ai diritti fondamentali, il processo decisionale supportato dall’AI deve essere progettato di conseguenza. Se un mercato privilegia la sovranità tecnologica, le organizzazioni devono esaminare infrastruttura, residenza dei dati e dipendenza dai provider. Se un mercato privilegia la velocità dell’innovazione, i leader devono comunque decidere quali guardrail intendono adottare volontariamente.

Il pericolo sta nel presumere che il rispetto dei requisiti minimi equivalga ad agire responsabilmente.

Un’impresa multinazionale non dovrebbe chiedersi soltanto: «Che cosa è legalmente consentito in questo mercato?». Dovrebbe chiedersi: «Che cosa crediamo valga la pena proteggere?».

Questa domanda deve riguardare dati, modelli, infrastrutture, proprietà intellettuale, fiducia dei clienti e occupazione. Deve riguardare il modo in cui l’AI influenza le decisioni sulle persone. Deve riguardare la possibilità per gli esseri umani di comprendere, contestare e annullare gli esiti rilevanti supportati dall’AI.

La regolamentazione può differire da Paese a Paese. I valori dell’impresa non dovrebbero farlo.

3. L’euforia per l’AI può generare imitazione strategica.

Quando i mercati premiano gli annunci sull’AI, le organizzazioni possono concentrarsi più sull’apparire guidate dall’AI che sul diventare guidate dal valore. Il risultato è una forma di imitazione strategica: copiloti simili, dichiarazioni simili sulla produttività, roadmap di automazione simili, linguaggio simile rivolto agli investitori e promesse simili sui modelli operativi.

Ma il vantaggio competitivo raramente deriva dal copiare il set di strumenti. Deriva dall’applicare la tecnologia a una comprensione differenziata di clienti, operations, talenti e posizionamento di mercato.

È qui che le imprese devono essere oneste. Non tutti i casi d’uso dell’AI sono strategici. Alcuni sono semplici requisiti di base. Alcuni migliorano la produttività. Alcuni sono esperimenti. Alcuni sono distrazioni. Alcuni sono, diciamolo, vaporware.

Un portafoglio AI maturo distingue tra:

• AI che migliora la produttività
• AI che riduce il rischio
• AI che migliora la customer experience
• AI che crea nuovi ricavi
• AI che rafforza la resilienza
• AI che costruisce una differenziazione strategica
• AI che si limita a seguire la narrativa di mercato
  

L’ultima categoria è la più pericolosa perché assorbe attenzione senza creare vantaggio.

Per i CIO, questo significa resistere alla tentazione di presentare ogni caso d’uso dell’AI come trasformazione. Per i responsabili del sourcing, significa distinguere il teatro dei provider da impegni misurabili sui risultati. Per i CHRO, significa chiedersi se l’AI trasformi il lavoro in modo da rafforzare le capacità o semplicemente eliminare capacità produttiva. Per CEO e CFO, significa chiedersi se un investimento in AI stia costruendo un’azienda migliore o soltanto una storia migliore.

L’AI non dovrebbe essere adottata perché è di moda. Dovrebbe essere adottata perché è la capacità giusta per ottenere un risultato umano, commerciale o sociale chiaramente definito.

In ogni corsa all’oro, alla blockchain e all’AI, alcune aziende estraggono valore reale mentre altre si limitano a ridipingere l’insegna del proprio negozio. I senior leader devono sapere quale delle due cose stanno facendo.

4. Il valore umano è la nuova questione di sovranità.

La sovranità dell’AI viene spesso discussa attraverso la lente dei dati, dell’infrastruttura, dei modelli, della dipendenza dal cloud e della giurisdizione legale. Sono tutti elementi essenziali. Le organizzazioni devono sapere dove risiedono i propri dati, chi controlla i loro modelli, da quali provider dipendono, se i loro sistemi sono spiegabili e se i servizi AI critici possono continuare a funzionare in caso di indisponibilità di un provider.

Ma esiste un’altra questione di sovranità che le imprese non possono più evitare: la sovranità umana.

Chi controlla il futuro del lavoro all’interno dell’organizzazione? Chi decide come viene valorizzata la capacità umana? Chi beneficia degli incrementi di produttività creati dall’AI? Chi viene tutelato quando il lavoro viene riprogettato? Chi è responsabile quando l’AI prende o influenza decisioni sulle persone?

Un’impresa che perde il controllo della propria strategia sulla forza lavoro non ha raggiunto la sovranità dell’AI. Ha semplicemente spostato la dipendenza dai provider tecnologici alla pressione del mercato. È possibile possedere la propria architettura dati e al tempo stesso esternalizzare il proprio giudizio. È possibile governare i propri modelli senza governare le conseguenze che il loro deployment produce sulle persone.

Questa non è sovranità. È deriva strategica con strumenti migliori.

Creare valore reale per le persone deve quindi diventare una componente centrale della strategia AI. Ciò significa progettare l’adozione dell’AI attorno a cinque principi:

• Potenziamento prima dell’eliminazione. La prima domanda dovrebbe essere come l’AI può amplificare le capacità delle persone, non quanto rapidamente possa eliminarle.
• Riallocazione e riqualificazione prima della ridondanza. Quando le attività vengono automatizzate, le organizzazioni dovrebbero valutare se i dipendenti possano essere trasferiti verso lavori a maggior valore.
• Trasparenza prima della sorpresa. I dipendenti dovrebbero comprendere in che modo l’AI influenzerà ruoli, decisioni, aspettative e opportunità.
• Supervisione umana prima delle conseguenze automatizzate. I sistemi AI che influenzano occupazione, diritti dei clienti, sicurezza, finanza o accesso ai servizi devono restare spiegabili, contestabili e soggetti a responsabilità.
• Creazione di valore prima dell’estrazione dei costi. L’AI dovrebbe essere misurata non solo in base ai risparmi, ma anche in base al nuovo valore umano e per il cliente che rende possibile.

Dall’adozione dell’AI all’autenticità intelligente

Le imprese non dovrebbero lasciarsi guidare dalla prossima ondata di euforia per l’AI. Dovrebbero tornare ai principi fondamentali del proprio business e chiedersi:

• Che cosa esistiamo per offrire?
• Quali bisogni umani serviamo?
• Quali conoscenze, capacità di giudizio e relazioni ci rendono distintivi?
• Dove può l’AI potenziare queste capacità?
• Dove gli esseri umani devono restare responsabili?
• Come condividiamo i benefici della produttività con dipendenti, clienti e società?

Le aziende che avranno successo con l’AI non saranno quelle che deriveranno più velocemente. Saranno quelle ancorate alla chiarezza e alla qualità del valore che esistono per creare per le persone.

Questa è la differenza tra adozione dell’AI e autenticità intelligente.

Il futuro dell’AI non sarà definito dalla quantità di lavoro che le organizzazioni riusciranno ad automatizzare. Sarà definito dalla loro capacità di continuare a spiegare e dimostrare alle persone il valore che esistono per creare.