Negli ultimi due anni, la maggior parte delle aziende ha avviato progetti pilota di IA, sperimentato soluzioni di co-pilot e posto ai propri architetti una domanda scomoda, in sostanza sempre la stessa: cosa ne facciamo di tutto il materiale vecchio?
In un recente podcast con Mike Vizard per la serie "Techstrong AI Leadership Insights", Jeremiah Stone, CTO di SnapLogic, sostiene che la domanda viene solitamente posta troppo tardi e formulata in modo errato.
«Legacy» e «Heritage» non sono la stessa cosa
Prima di poter elaborare una strategia di integrazione dell'IA, sostiene Stone, è necessario essere onesti riguardo a ciò con cui si ha effettivamente a che fare. E questo inizia con una distinzione che la maggior parte delle organizzazioni tende a trascurare: non tutti i vecchi sistemi presentano lo stesso problema.
Un sistema ERP di 25 anni fa che gestisce l'intero processo di gestione degli ordini è fondamentalmente diverso da uno strumento di reporting personalizzato che nessuno sa più come mantenere. Il primo è una base solida che racchiude decenni di logica aziendale e competenza settoriale. Il secondo è un debito tecnico. Trattarli allo stesso modo (sostituendo tutto o proteggendo tutto) è uno dei modi più sicuri per bloccare un programma di trasformazione prima ancora che abbia inizio.
L'approccio di Stone è essenzialmente un ragionamento di "triage". Prima di elaborare una strategia di integrazione dell'IA, occorre tracciare un quadro realistico di ciò che si possiede, del suo valore e del ruolo che dovrebbe svolgere in futuro. Lui ha già vissuto questa situazione. È entrato nel settore alla fine degli anni '90, durante il passaggio dai mainframe ai personal computer: quella fu l'ultima volta in cui le organizzazioni dovettero capire come distribuire nuove e potenti funzionalità su un'infrastruttura costruita per un'epoca completamente diversa.
«Le aziende che hanno saputo gestire bene la situazione non sono state quelle che hanno sostituito tutto», afferma. «Sono state quelle che hanno saputo creare un ponte in modo intelligente».
Jeremiah Stone, Direttore tecnico, SnapLogic
È ancora l'istinto giusto, anche adesso.
Dove l'intelligenza artificiale sta davvero dimostrando il proprio valore
Stone utilizza un filtro utile quando valuta dove valga davvero la pena investire nell'IA, e questo parte da un'analisi onesta del processo che si sta cercando di migliorare.
Non tutti i processi sono uguali. Alcuni sono deterministici: chiari, basati su regole e ben compresi. Se si inseriscono gli stessi dati mille volte, si ottiene sempre lo stesso risultato. Altri sono intrinsecamente probabilistici: complessi, richiedono un forte giudizio soggettivo e dipendono da persone esperte che prendono decisioni in condizioni di incertezza.
Secondo Stone, l’intelligenza artificiale tende a dare i risultati più significativi nella seconda categoria, non nella prima. Integrare l’intelligenza artificiale in un processo che funziona già in modo prevedibile raramente porta a cambiamenti significativi. È applicandola a quel tipo di lavoro che è sempre stato un po’ caotico (dove gli esseri umani già improvvisavano) che i tempi di ciclo si riducono effettivamente e la qualità migliora.
Questi miglioramenti in termini di efficienza sono reali. Ma sono anche ciò a cui ogni concorrente punta contemporaneamente, il che significa che il vantaggio si riduce quasi con la stessa rapidità con cui si manifesta. La domanda più importante è: cosa succederà dopo questa ondata di efficienza?
Prendiamo, ad esempio, Uber. Prima di Uber, se volevi un’auto, chiamavi un numero, speravi che qualcuno rispondesse, fornivi un indirizzo e aspettavi senza avere alcuna certezza su quando sarebbe arrivata. Uber non si è limitata a rendere più veloce quel processo. Ha creato qualcosa che prima non esisteva: l'abbinamento in tempo reale di domanda e offerta su scala urbana, con tempi di arrivo stimati affidabili, prezzi dinamici e responsabilità dei conducenti integrata nel sistema. Non si tratta di un aumento di efficienza. Si tratta di una nuova categoria di servizio.
«Quel momento deve ancora arrivare per i sistemi basati sui modelli linguistici. Il settore in cui si sta realmente verificando in questo momento è quello dello sviluppo software. Ma, in senso più ampio, per quanto riguarda l’economia, penso che siamo ancora agli inizi.» – Jeremiah Stone, CTO, SnapLogic
È una visione più onesta rispetto a quella offerta attualmente dalla maggior parte dei commenti sull'IA. I miglioramenti in termini di efficienza operativa meritano di essere perseguiti, ma non costituiscono un vantaggio sostenibile. Le organizzazioni che riusciranno a distinguersi saranno quelle che useranno l'IA per creare servizi che prima non avrebbero potuto esistere. E questo richiede un tipo di ambizione diverso rispetto all'attuale tendenza all'ottimizzazione della produttività.
Iscriviti all'AgentFest Virtual Summit 2026 e scopri come gestire agenti, dati e MCP su larga scala.
La domanda di figure dirigenziali è in aumento, non in calo
C'è una visione dell'intelligenza artificiale secondo cui: l'IA si occupa delle attività di routine, gli esseri umani si concentrano sugli aspetti creativi e strategici, e tutti ne traggono vantaggio.
Sì, l'intelligenza artificiale sta accelerando l'autonomia dei professionisti qualificati. Gli oneri amministrativi si stanno riducendo. Il margine di manovra a disposizione di un ingegnere, un analista o un operatore di talento si sta effettivamente ampliando. Tuttavia, Stone contesta l'idea che ciò riduca la domanda di leadership. Egli ritiene invece che la aumenti.
«Non credo che ci sia mai stato un bisogno così grande di una leadership e di una guida efficaci in un mercato così veloce e dinamico. Il peso e la pressione che derivano dalla necessità di una direzione coerente, dalla chiarezza degli obiettivi e dall’attuazione delle decisioni si fanno sentire più che mai.»
Jeremiah Stone, Direttore tecnico, SnapLogic
Quando il ritmo del cambiamento accelera e l'influenza individuale aumenta, il costo di una direzione poco chiara si moltiplica. Un team disorientato che procede lentamente può ancora recuperare. Un team disorientato che procede velocemente, con l'intelligenza artificiale che ne amplifica la velocità nella direzione sbagliata, rappresenta invece un problema molto più complesso.
Le organizzazioni che stanno gestendo bene questa situazione non sono quelle che riducono il personale man mano che l'intelligenza artificiale automatizza le attività. Sono invece quelle che riassegnano il personale esperto a mansioni di maggiore impatto, creando al contempo un contesto strategico chiaro che consenta a tale impatto di concretizzarsi.
Il fattore che limita l'adozione dell'IA è la strategia
Ciò su cui Stone continua a tornare, in varie forme, è che il fattore che frena l’adozione dell’IA nelle imprese non è la tecnologia. I modelli sono all’altezza. Gli strumenti ci sono. Le integrazioni sono realizzabili.
Il problema è la qualità delle decisioni prese in merito alla tecnologia, ovvero:
- È possibile distinguere un sistema tradizionale da uno obsoleto
- Stai utilizzando l'intelligenza artificiale nei processi in cui fa davvero la differenza
- Stai creando nuovo valore, invece di limitarti a ottimizzare ciò che già possiedi
Nulla di tutto ciò è un problema legato all'intelligenza artificiale. Si tratta di un problema strategico e organizzativo che, al momento, vede l'intelligenza artificiale al centro della questione. Le aziende che prendono le decisioni giuste in questo ambito non avranno necessariamente implementato più soluzioni di intelligenza artificiale rispetto ai loro concorrenti. Ma avranno un'idea più chiara del perché hanno scelto proprio quelle soluzioni. E questo, alla fine, si rivela essere un fattore di grande importanza.
Jeremiah Stone è il CTO di SnapLogic. Questo articolo si basa sulla sua conversazione con Mike Vizard per il podcast Techstrong AI Leadership Insights, “Perché i sistemi legacy sono il vincolo nascosto all'adozione degli agenti di IA”, pubblicato nel febbraio 2026.
