Dal pilot all’adozione: come capire se un workflow AI è entrato davvero nel lavoro

Un pilot riuscito dimostra che si può fare. L’adozione dimostra che si fa ogni settimana, su casi non scelti, senza chi l’ha costruito accanto. Sei segnali da misurare, un esempio e i casi in cui conviene chiudere.

Se un pilot AI è andato bene, il lavoro non è finito: è cambiato. Il workflow ha funzionato su casi scelti, con chi lo ha costruito accanto e con l’attenzione di tutti. La domanda successiva è se funziona senza di loro, su casi non selezionati, tra tre mesi, quando il progetto non è più una novità. Questo articolo propone sei segnali per rispondere e un calendario di verifica.

Il momento più pericoloso di un progetto AI è la presentazione dei risultati del pilot.

Le slide mostrano tempi ridotti, output di buona qualità, un team soddisfatto. Qualcuno propone di estendere subito ad altre funzioni. Il pilot viene dichiarato un successo e il gruppo di lavoro si scioglie.

Sei mesi dopo, il workflow è usato da due persone su dieci, i materiali non sono aggiornati e nessuno sa dire quanti casi passano dal nuovo processo. Non è successo niente di drammatico. Semplicemente, il pilot non è mai diventato adozione.

I dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano descrivono bene questa distanza: l’84% delle grandi aziende ha acquistato licenze di Generative AI, ma solo una su cinque dichiara un utilizzo pervasivo in più funzioni. Tra la licenza e l’uso quotidiano c’è esattamente il passaggio di cui parliamo qui.

Il pilot dimostra che si può fare. L’adozione dimostra che si fa ogni settimana.

Che cosa intendiamo per adozione

Intendiamo che il workflow AI è il modo normale di svolgere quell’attività: i casi passano di lì per default, le eccezioni vengono riconosciute e registrate, i materiali si aggiornano quando cambia qualcosa e le persone lo usano senza il supporto di chi lo ha progettato.

Non è una percentuale di licenze attive e nemmeno il numero di prompt inviati. È un cambiamento osservabile nel processo, che si vede guardando come vengono gestiti i casi di questa settimana.

Lo standard ISO/IEC 42001 sui sistemi di gestione dell’AI insiste su un punto che vale anche per un singolo workflow: le attività vanno pianificate, controllate e migliorate in modo continuo, con ruoli definiti. L’adozione è la parte “continua” di quel ciclo.

1. Casi non scelti

Nel pilot i casi li sceglie il gruppo di lavoro: rappresentativi, ben documentati, con fonti pulite. Nell’uso reale arrivano tutti: incompleti, urgenti, con eccezioni che nessuno aveva previsto.

Il primo segnale di adozione è quindi la quota di casi reali gestiti con il workflow, senza selezione. Se il nuovo processo si usa solo quando “il caso è adatto”, l’azienda ha un buon strumento opzionale, non un processo nuovo.

2. Senza chi lo ha costruito

Durante il pilot il team di progetto è accanto agli utenti: risponde alle domande, corregge le istruzioni, sistema le fonti. Questa presenza maschera i problemi.

L’adozione si misura quando quel supporto finisce. Le persone riescono a completare i casi da sole? Sanno dove trovare la scheda del workflow? Sanno cosa fare quando un output è sbagliato? Se la risposta dipende da una persona specifica, il processo non è ancora dell’azienda.

3. Handover: cosa deve restare

Il passaggio dal pilot all’uso quotidiano richiede una consegna esplicita, con materiali e responsabilità.

• *Il playbook del workflow: passaggi, fonti autorizzate, controlli, casi esclusi, chi può fermare
• *Le istruzioni configurate negli strumenti, con chi le può modificare
• *La checklist di verifica degli output
• *Il registro delle eccezioni e chi lo tiene aggiornato
• *Un owner interno del processo, con il mandato di cambiarlo
• *Un piano di verifica: cosa si guarda a 30, 60 e 90 giorni

Senza owner, il primo cambiamento nelle fonti o negli strumenti ferma tutto. Nessuno si sente autorizzato ad aggiornare la scheda e le persone tornano al metodo precedente, che almeno conoscono.

4. Le eccezioni sono la parte viva

Un workflow che non genera eccezioni registrate non è perfetto: è un workflow che nessuno sta usando davvero o che nessuno sta controllando. Le eccezioni sono normali e sono il materiale con cui il processo migliora.

Il segnale da guardare non è il numero di eccezioni in sé, ma il fatto che vengano riconosciute, annotate e discusse. Un registro fermo da un mese dice più di qualsiasi presentazione.

5. Sei segnali da misurare

6. Il calendario: 30, 60, 90 giorni

A 30 giorni si guarda l’uso: quanti casi, chi lo usa, quali ostacoli. È il momento in cui emergono i problemi pratici, un permesso mancante o una fonte spostata.

A 60 giorni si guardano le eccezioni: quali si ripetono, quali criteri di controllo vanno cambiati, quali casi si possono riportare dentro il perimetro.

A 90 giorni si decide: il workflow resta, si estende a un’altra funzione o si chiude. Con i dati dei sei segnali la decisione è una lettura, non un dibattito.

Esempio: il pilot che sembrava finito

Un’azienda di servizi ha completato un pilot di otto settimane su un workflow che prepara la sintesi settimanale per la direzione a partire dai report di area. Esempio dimostrativo.

Il pilot chiude con tempi dimezzati e un giudizio positivo della direzione. Alla verifica dei 30 giorni, però, la quota di sintesi prodotte con il workflow è al 40%: due responsabili di area su cinque continuano a scrivere a mano perché il formato dei loro report è cambiato e la scheda non lo prevede. Il registro delle eccezioni ha tre voci, tutte del primo mese.

La correzione è piccola: l’owner aggiorna le istruzioni per i due nuovi formati e mette nel calendario una revisione trimestrale della scheda. A 60 giorni la quota sale all’85% e il registro contiene undici eccezioni, tutte discusse. A 90 giorni la direzione chiede di estendere il metodo ai report per il consiglio di amministrazione.

Senza la verifica dei 30 giorni, il pilot sarebbe rimasto un successo nelle slide e un processo al 40% nella realtà.

Quando un pilot va chiuso

Non tutti i workflow meritano di diventare adozione. Se a 60 giorni la quota di casi gestiti resta bassa nonostante materiali aggiornati e supporto, se le eccezioni superano i casi normali, se il tempo reale verifica inclusa non migliora la baseline, o se il processo stesso è cambiato al punto da rendere il workflow inadatto, chiudere è la decisione giusta.

Chiudere con i dati in mano non è un fallimento: è ciò che distingue un’azienda che sperimenta da una che accumula strumenti inutilizzati.

Un pilot chiuso con i dati vale più di un pilot dichiarato riuscito e mai usato.

Dal pilot al processo

La sequenza che funziona: pilot su casi rappresentativi, handover con playbook e owner, registro delle eccezioni dal primo giorno, verifiche a 30, 60 e 90 giorni con i sei segnali, decisione documentata.

È la struttura del nostro AI Adoption Program: portiamo un processo dall’esperimento all’uso nel team in sei-dodici settimane, con l’handover al process owner e la verifica a 30 giorni compresi nel percorso.

Fonti utilizzate

• *Osservatorio Artificial Intelligence del Politecnico di Milano, Il mercato dell’AI in Italia cresce del 50% nel 2025, febbraio 2026.
• *ISO/IEC 42001:2023, sistema di gestione per l’intelligenza artificiale, requisiti su pianificazione operativa e miglioramento continuo.
• *National Institute of Standards and Technology, AI Risk Management Framework 1.0, funzioni Measure e Manage.