Formare il proprio team all'IA: da dove iniziare?

Portare un team a lavorare con l'IA raramente inizia dove si crede. Non con l'acquisto di licenze, né con la scelta di uno strumento: con un dispositivo formativo. Tre fasi — sensibilizzazione comune, pratica guidata sui casi reali dell'azienda, autonomia progressiva — e un quadro d'uso chiaro fanno la differenza tra un'adozione che produce valore e abbonamenti che dormono. In una PMI, questo dispositivo si realizza in poche settimane, non in un piano pluriennale.

Pubblicato a febbraio 2026, rielaborato a maggio 2026 — la presente versione è una riscrittura integrale.

Perché le sole licenze non producono nulla

Ho passato quindici anni a distribuire strumenti digitali in grandi organizzazioni — piattaforme di analytics, spazi collaborativi, sistemi di gestione dei contenuti. Lo schema non cambia da una tecnologia all'altra: senza accompagnamento, la licenza diventa una voce di costo, non una pratica. Con l'IA generativa, tre fenomeni si installano in pochi mesi nell'azienda che equipaggia senza formare.

L'uso reale resta aneddotico. Chi già esplorava gli strumenti a titolo personale continua a farlo; gli altri provano una o due volte, non vedono come integrare lo strumento nelle proprie mansioni, e tornano alle vecchie abitudini. Il ritorno sulle licenze resta teorico.

L'aggiramento si installa di nascosto. I collaboratori che hanno individuato un valore, ma che non dispongono di alcun quadro interno, passano dalle versioni gratuite o personali degli strumenti — il fenomeno che il mercato chiama shadow AI. I rischi sono concreti: dati personali o riservati trasferiti verso servizi terzi senza tracciabilità, in contesti in cui l'azienda porta una responsabilità legale ai sensi della Legge federale sulla protezione dei dati^[1].

E le conclusioni sbagliate si consolidano. Chi ha ottenuto una risposta imprecisa o un'allucinazione non rilevata conclude che "lo strumento non funziona", quando in realtà era l'uso a non essere appropriato. Questa conclusione si corregge molto male a posteriori.

Da qui il passaggio da ricordare: nel 2026, il divario tra due aziende dotate degli stessi strumenti di IA non deriva dagli strumenti — deriva dal dispositivo di formazione. Una licenza senza accompagnamento produce un uso occasionale; un dispositivo strutturato produce una competenza.

Chi formare, e in che ordine?

Una formazione identica per tutti fallisce regolarmente, perché un team riunisce tre profili molto diversi di fronte a questi strumenti.

Gli autonomi formano una minoranza. Usano già l'IA nel loro lavoro, a volte senza che la direzione lo sappia. Se riconosciuti, diventano preziosi punti di riferimento per i colleghi; se ignorati, alimentano lo shadow AI.

I curiosi formano il grosso dell'organico. Hanno provato una o due volte, senza trovare il passaggio verso le proprie mansioni quotidiane. È il profilo che beneficia maggiormente di una formazione strutturata, a condizione che lavori sui loro casi concreti — non su esempi generici.

I riluttanti richiedono la maggiore attenzione, e la meritano. La loro riluttanza si basa su timori reali: l'occupazione, la qualità dei risultati, il senso del lavoro. Spazzarli via a colpi di argomenti di efficienza garantisce un'adozione di facciata. Ascoltarli fornisce, in aggiunta, un'informazione affidabile sulle debolezze del dispositivo.

Un questionario breve e anonimo basta a mappare questi profili. È il primo passo serio — prima di qualsiasi scelta di strumento.

Le tre fasi di una crescita di competenza che funziona

La sensibilizzazione pone la base comune: ciò che i modelli fanno e non fanno, i casi d'uso tipici del mestiere, le regole di riservatezza. Due o tre sessioni brevi, collettive, senza prerequisiti tecnici. L'obiettivo è un vocabolario condiviso, non una competenza esperta.

La pratica guidata è la fase che decide tutto. I collaboratori praticano su casi reali dell'azienda — un laboratorio per le funzioni amministrative, uno per il commerciale, uno per il tecnico — in un contesto in cui si può provare, sbagliare e ricominciare senza conseguenze. La formulazione delle richieste, la verifica delle risposte, l'inserimento nel flusso di lavoro esistente: tutto questo si impara facendo. Non insegno nulla che non pratichi io stesso — è costruendo FiscalDoc, la mia applicazione locale di classificazione fiscale, che ho capito cosa un modello sa fare e dove fallisce, ed è la stessa disciplina di pratica documentata che ha prodotto il metodo Score GEO™. La sola teoria non mi avrebbe insegnato nulla di tutto questo.

L'autonomia progressiva chiude la sequenza, su un tempo più lungo: i collaboratori identificano da soli nuovi casi d'uso, condividono tra pari ciò che funziona, alimentano una libreria di prompt interna. Si passa dalla modalità formazione alla modalità comunità di pratica.

Quattro livelli per collocare ciascuno

Per pilotare la progressione, quattro livelli bastano, applicabili a qualsiasi mestiere:

Scoperta — comprendere cos'è un modello linguistico e distinguere usi pertinenti da usi rischiosi;
Utilizzo — praticare regolarmente: richieste efficaci, verifica delle risposte, rispetto delle regole di riservatezza;
Integrazione — combinare gli strumenti nei propri flussi di lavoro con un guadagno di tempo osservabile;
Innovazione — identificare nuovi casi d'uso e formare i propri colleghi.

Il livello utilizzo è l'obiettivo minimo per la maggioranza del team. Il livello innovazione riguarderà solo una o due persone — e questo contributo merita di essere riconosciuto esplicitamente, perché è ciò che tiene vivo il dispositivo dopo la formazione.

Le resistenze sono un'informazione, non una colpa

Anzitutto il timore per l'occupazione. Non ha nulla di irrazionale visto il discorso ambientale. La risposta onesta si basa sulla distinzione che sviluppo in Quali competenze l'IA non sostituisce?: gli strumenti assorbono compiti, e il tempo liberato va reinvestito su attività che il collaboratore identifica da solo — altrimenti il timore era fondato.

Poi il dubbio sulla qualità. È giustificato: i modelli producono risultati imperfetti, a volte falsi. Il rimedio consiste nell'insegnare la verifica sistematica fin dalla prima sessione, piuttosto che promettere un'affidabilità che gli strumenti non garantiscono.

Infine la mancanza di tempo. "Non ho tempo per imparare" esprime raramente un problema di agenda; è un problema di priorità e di riconoscimento. La formazione si svolge durante l'orario di lavoro, i suoi risultati si misurano, e l'investimento iniziale si tratta come lavoro legittimo.

Cosa cambia nel contesto svizzero

Tre specificità locali meritano di essere integrate nel dispositivo. Il multilinguismo: operare in due, tre o quattro lingue pone domande concrete — in quale lingua formulare la propria richiesta, come mantenere la qualità editoriale in ciascuna — che le formazioni generiche ignorano. La conformità: il capitolo LPD non è un'appendice; quali dati possono essere sottoposti a quale strumento, come anonimizzare, come documentare — questo si insegna già dalla sensibilizzazione. Il tessuto economico: la maggior parte delle PMI svizzere non ha né un servizio formazione né un supporto informatico dedicato, il che richiede formati brevi, pragmatici, seguiti da un accompagnamento che non si ferma alla fine del laboratorio.

È questa constatazione a strutturare il mio modo di lavorare: la formazione non è un prodotto preconfezionato, si appoggia ai flussi reali dell'azienda — gli stessi flussi che determinano cosa merita il su misura e cosa resta in SaaS. Formare un team su strumenti mal scelti equivale a cementare un errore; per questo tratto le due questioni insieme nelle soluzioni che propongo alle PMI. E per collocare la formazione nell'ordine generale dei cantieri — prima di cosa, dopo cosa — il punto di partenza resta Cosa deve fare una PMI svizzera di fronte all'IA nel 2026?.

Da ricordare

— Licenze senza formazione producono tre effetti prevedibili: uso aneddotico, strumenti gratuiti usati di nascosto, conclusioni sbagliate sulla pertinenza. — La crescita di competenza si articola in tre fasi — sensibilizzazione, pratica guidata su casi reali, autonomia progressiva — dopo una mappatura dei profili. — In Svizzera, il dispositivo integra d'ufficio il multilinguismo, il capitolo LPD e formati adatti alle PMI senza servizio formazione.

FAQ

Quanto tempo serve per formare un team di PMI all'IA? Per un team da cinque a cinquanta persone, la sensibilizzazione e la pratica guidata si svolgono generalmente in poche settimane, con sessioni brevi integrate nell'orario di lavoro. L'autonomia reale, invece, si costruisce su più mesi di pratica accompagnata. Diffidate delle promesse di trasformazione in un giorno.

Bisogna vietare gli strumenti generalisti in attesa di formare? Il divieto puro alimenta l'aggiramento: i collaboratori che vi trovano valore passeranno dai loro account personali, fuori da ogni controllo. Meglio porre rapidamente un quadro minimo — quali strumenti, quali dati, quali verifiche — poi formare all'interno di questo quadro.

Chi deve guidare la formazione in una piccola struttura? Il titolare porta il quadro e la priorità; un collaboratore già autonomo può fare da punto di riferimento interno; l'apporto esterno si giustifica per strutturare i laboratori e il capitolo conformità. Ciò che non funziona: delegare interamente il tema all'informatica o a un fornitore senza il coinvolgimento della direzione.

Come misurare che la formazione sia servita? Con indicatori d'uso e di risultato definiti prima di iniziare: quota del team che usa gli strumenti ogni settimana, mansioni precise in cui si constata il tempo risparmiato, incidenti di riservatezza evitati grazie al quadro. Se nulla viene misurato, il dispositivo resterà una spesa discutibile al prossimo budget.

E nel vostro team? Il Diagnostico d'Uso IA: sessanta minuti per analizzare i vostri flussi reali, identificare ciò che merita il su misura, ciò che resta in SaaS, e ciò che non ha affatto bisogno di IA. Prenotare una diagnosi

Fonti

[1] Legge federale sulla protezione dei dati (LPD), revisione del 25 settembre 2020, entrata in vigore il 1° settembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie è CEO e fondatore di MCVA Consulting SA, agenzia aumentata con sede in Vallese. Quindici anni al servizio di grandi marchi internazionali, ora in diretta per le PMI svizzere. Percorso.