L’intelligenza artificiale generativa è già entrata nelle attività quotidiane delle aziende: dalle applicazioni più semplici all’analisi dei dati, fino alla gestione di processi che prima richiedevano più tempo. Nel 2025, secondo Istat, il 16,4% delle imprese italiane con almeno dieci addetti ha utilizzato almeno una tecnologia di intelligenza artificiale, il doppio rispetto all’8,2% dell’anno precedente. Sapere che le aziende utilizzano sempre più questo tipo di strumenti, però, non dice molto su come siano effettivamente entrati nel lavoro e quali risultati stiano producendo concretamente.

Per un’organizzazione, la questione più importante è sapere in che modo i dipendenti utilizzano l’AI, per quali attività e con quale grado di autonomia e consapevolezza. Una persona potrebbe usare regolarmente un sistema di intelligenza artificiale senza conoscerne i limiti, mentre un’altra potrebbe avere competenze più avanzate ma non trovare, nel proprio ruolo, occasioni per applicarle. Nell’indagine sul lavoro 2025, Confindustria rileva che la carenza di competenze interne è stata indicata come una difficoltà nell’adozione dell’AI dal 36,7% delle imprese associate che stavano adottando o valutando queste soluzioni. 

Mappare le competenze AI in azienda significa, dunque, capire che cosa persone e team sappiano fare davvero, essere in grado di individuare i gap e progettare interventi formativi mirati. 

Usare l’AI non significa saperla integrare nel lavoro

Utilizzare l’intelligenza artificiale non significa automaticamente saperla integrare in modo efficace nel proprio lavoro. Una distanza che Marta Rispoli, responsabile Orientamento e Formazione di MADE, competence center che lavora nell’ambito della digitalizzazione e della formazione aziendale, collega al modo in cui l’intelligenza artificiale è utilizzata nelle organizzazioni: «Molto spesso i dipendenti iniziano a utilizzare tecnologie AI di propria iniziativa, sviluppando best practice che, però, non vengono condivise con l’azienda. Capita anche che le persone sovrastimino le proprie competenze, ritenendo di padroneggiare gli strumenti più di quanto non avvenga realmente».

Modalità di utilizzo non condivise possono avere diversi effetti: dalla dispersione delle competenze alla diffusione di strumenti e pratiche differenti, fino a livelli di preparazione disomogenei tra persone e team. C’è poi il tema della sicurezza: l’impiego di strumenti non autorizzati o la condivisione inconsapevole di dati personali e informazioni aziendali possono esporre l’organizzazione a rischi che non sempre gli stessi utilizzatori sono in grado di riconoscere.

Dal percepito alla realtà: il metodo conversazionale

Per MADE, nel mondo del lavoro si è aperto oggi un passaggio importante: «Negli ultimi due anni abbiamo visto un orientamento molto forte delle aziende nel richiedere formazione sull’intelligenza artificiale generativa, in primis corsi di awareness per capire se e come l’intelligenza artificiale potesse essere utile nelle loro attività. Basti pensare che nel 2024 come MADE non avevamo ancora corsi dedicati all’AI, mentre nel 2025 questo tema è arrivato a rappresentare il 65% della nostra offerta complessiva» spiega Marta Rispoli.

Superata la domanda «che cosa posso fare con l’AI?», oggi le aziende stanno cercando di portare queste tecnologie nei propri processi e di sviluppare soluzioni personalizzate. «Non esiste un manuale che stabilisca in anticipo che cosa si possa fare: sono l’utilizzo quotidiano e la capacità di sperimentare a far emergere applicazioni adatte alle esigenze di ciascuna organizzazione», continua Rispoli.

Da questa esigenza nasce SkillAI, un processo integrato basato sull’intelligenza artificiale che analizza le competenze individuali e organizzative e consente di misurare e sviluppare la maturità AI dell’azienda. 

SkillAI nasce dall’esperienza maturata da MADE nell’assessment delle competenze, sviluppato con il contributo del Politecnico di Milano, e successivamente rielaborato e applicato al tema dell’intelligenza artificiale generativa. Il progetto ha coinvolto, oltre al Politecnico di Milano, un altro partner Made – Sharazad – con cui si è sviluppata la soluzione.

L’assessment di SkillAI si basa su un’intervista conversazionale e adattiva, che approfondisce le risposte ricevute da ogni singola persona. «L’agente di intelligenza artificiale riconduce ogni volta le risposte verso esempi pratici», spiega Rispoli. «Non registriamo il percepito della persona su come si sente capace: le chiediamo di fare degli esempi su come scrive il prompt e su come lo valida. Sono proprio gli esempi che ci permettono di validare la misurazione e i risultati».

La differenza rispetto a una tradizionale autovalutazione è quindi nel metodo: non si misura quanto una persona dichiara di conoscere l’AI, ma si osserva come la utilizza nelle attività quotidiane. Prima di avviare le interviste, MADE può svolgere una sessione con l’azienda per una migliore personalizzazione: l’intervistatore viene così calibrato sulle esigenze specifiche del contesto.

Le sette dimensioni di SkillAI

Il framework di SkillAI si articola in sette dimensioni, pensate per osservare la maturità nell’utilizzo dell’intelligenza artificiale lungo l’intero percorso. Dalla conoscenza degli strumenti alla loro applicazione concreta, fino alla capacità di valutarne i risultati e gestirne i rischi:

• Awareness & literacy: cosa può fare davvero l’AI
• Utilizzo operativo: l’AI nel lavoro quotidiano
• Tooling & Ecosistema: gli strumenti più adatti al proprio lavoro
• Valutazione critica dell’output: quando fidarsi dei risultati
• Prompting & Integration: come formulare richieste efficaci
• Integrazione dell’output nei processi: cambiare il modo di lavorare
• Risk & governance awareness: cosa si può e non si può condividere

Vuoi capire come viene utilizzata l’AI nella tua azienda? Scopri SkillAI e richiedi maggiori informazioni.

La formazione parte dai risultati 

La restituzione comprende report, dashboard e rappresentazioni grafiche dei sette parametri, con una lettura che combina il dettaglio della singola persona con una sintesi utile al management. «La lettura aggregata consente di individuare differenze tra team e funzioni, evidenziare le aree in cui le competenze sono più sviluppate e riconoscere quelle che richiedono un intervento», continua Rispoli. Il processo prevede anche un controllo umano: le interviste e i dati prodotti dall’agente AI vengono verificati e validati da MADE e da un ricercatore del Politecnico di Milano.

«Un passaggio importante riguarda la classificazione delle persone in cinque gruppi, definiti non sulla base del ruolo ricoperto o dell’area di appartenenza, ma del livello di conoscenza degli strumenti e della capacità di utilizzarli. La formazione successiva può inoltre essere personalizzata sulle esigenze emerse dall’assessment, fino a creare percorsi totalmente customizzati che rispondano alle specifiche esigenze e alle specifiche lacune individuate nell’azienda.» specifica. 

L’obiettivo è anche individuare le pratiche efficaci già presenti nell’organizzazione. «Le best practice possono emergere dalle risposte delle singole persone oppure dall’osservazione complessiva dell’azienda, offrendo indicazioni su modalità di utilizzo che potrebbero essere condivise e replicate in altri team», sottolinea Rispoli.

Le schede individuali possono inoltre contenere suggerimenti pratici immediati, per esempio indicazioni su come rendere un prompt meno generico, più preciso o maggiormente contestualizzato. «Suggeriamo di rendere ogni scheda disponibile anche al dipendente, così che la restituzione possa diventare uno strumento concreto per riconoscere i propri punti di forza e capire su quali aspetti lavorare» sottolinea Rispoli. 

Dalle competenze interne alle regole aziendali

L’analisi delle competenze può far emergere persone che hanno già sviluppato un uso consapevole ed efficace dell’AI. Queste risorse possono essere coinvolte come ambassador interni oppure nei gruppi interdipartimentali che lavorano ai progetti sull’intelligenza artificiale. «L’intelligenza artificiale evolve molto rapidamente: un progetto non può essere semplicemente introdotto e poi lasciato fermo, ma deve continuare a essere sviluppato internamente all’azienda», sottolinea Rispoli.

I risultati possono servire anche a definire regole più aderenti all’utilizzo effettivo degli strumenti. «Oggi, soprattutto nelle grandi aziende, esistono regolamenti sull’uso dell’AI, ma spesso si tratta di indicazioni standard», osserva Rispoli. «Partendo dall’utilizzo reale degli strumenti da parte delle persone, possiamo aiutare le aziende a definire policy più aderenti alle pratiche effettive e ai rischi che ne possono derivare». L’assessment diventa così una base per decidere quali competenze sviluppare, quali pratiche condividere, quali persone coinvolgere nei progetti e quali regole rendere più chiare.