Formazione AI in Italia: perché molte aziende investono senza risultati concreti?

«Abbiamo speso migliaia di euro in corsi di intelligenza artificiale, eppure i risultati tardano ad arrivare». Quante volte si sente questa frase nelle aziende alle prese con la rivoluzione AI? Il problema non sta nella mancanza di voglia di imparare, ma in un modello di formazione che spesso si limita ad accumulare ore di lezione senza una strategia chiara. Le imprese inseguono l’urgenza di colmare il gap tecnologico, ma senza considerare davvero il livello di preparazione interno o le reali necessità operative. Così, nonostante la domanda di competenze cresca in modo esponenziale, gli investimenti in formazione rischiano di restare solo numeri su un bilancio, incapaci di tradursi in cambiamenti concreti. La formazione diventa un’attività fine a se stessa, mentre le competenze davvero utili rimangono lontane.

Licenze in eccesso e la falsa promessa della formazione “a scaffale”

Molte aziende, sotto pressione, si buttano sull’acquisto massiccio di accessi a piattaforme di e-learning. È una scelta comoda, veloce e scalabile, ma spesso si finisce per confondere quantità con qualità. Avere tante ore di corso alle spalle o numeri elevati di completamenti non significa che i dipendenti abbiano davvero imparato a usare l’AI sul lavoro. Un rapporto del 2025 rivela che la maggior parte dei lavoratori si sente ancora impreparata a sfruttare gli strumenti AI, pur avendoli a disposizione ogni giorno. E molti giudicano la formazione ricevuta troppo generica o insufficiente.

Un aspetto inquietante, emerso dagli studi di Absorb Software, riguarda l’uso di strumenti AI per completare automaticamente i moduli formativi. Questo fa pensare che i corsi non trasmettano nulla di più di quello che un bot può riprodurre. Se è così, viene da chiedersi quale sia il reale valore di questi percorsi, e quanto sia urgente ripensare il modo in cui si insegna l’intelligenza artificiale.

Quattro livelli di maturità per una formazione AI che funzioni davvero

Non tutte le aziende sono pronte allo stesso modo a formare il proprio personale sull’intelligenza artificiale. Secondo una ricerca di Josh Bersin del 2026, esistono quattro stadi di maturità che richiedono approcci diversi.

Il primo livello riguarda aziende che offrono formazione statica, con corsi obbligatori imposti dall’alto, spesso in ottica compliance. Qui si concentra circa il 30% del mercato globale, ma in Italia la percentuale è probabilmente più alta, dato il basso investimento storico nel settore. In questa fase, non si tratta di insegnare concetti avanzati come il prompt engineering, ma di capire perché gli strumenti digitali acquistati restano inutilizzati.

Il secondo livello è quello della formazione “a catalogo”, più ampia ma poco personalizzata, con piattaforme come LinkedIn Learning o Coursera. Coinvolge il 46% delle aziende nel mondo. Qui serve meno accumulo e più selezione, costruendo percorsi su misura per ruoli e funzioni, invece di proporre a tutti la stessa formazione.

Il terzo stadio è quello dello sviluppo integrato: la formazione si lega a ruoli, competenze e carriere. Le aziende che arrivano a questo livello hanno una funzione Learning & Development attiva, con mappature aggiornate delle competenze. I corsi sono co-progettati con le linee di business e mirano a risolvere problemi concreti.

L’ultimo livello, detto “abilitazione dinamica” o dynamic enablement, riguarda le aziende AI-native che usano sistemi capaci di generare contenuti personalizzati e integrati nel lavoro quotidiano. Queste realtà mostrano risultati eccezionali, ma per arrivarci servono infrastrutture tecnologiche di alto livello e una visione completamente nuova dell’apprendimento in azienda.

Italia, tra urgenza normativa e risorse limitate

In Italia la situazione è complicata. L’AI Act europeo, con scadenze tra 2026 e 2027, obbliga le imprese ad alzare rapidamente il livello di alfabetizzazione AI, soprattutto per chi lavora con sistemi considerati ad alto rischio. Ma gli investimenti strutturali in formazione sono pochi, e rispettare queste scadenze diventa una sfida.

Fondimpresa ha lanciato un bando da 5 milioni di euro per finanziare piani formativi sull’intelligenza artificiale, ma la cifra è poca cosa rispetto alle necessità di un tessuto produttivo vasto e variegato. A confronto, iniziative private globali come quella di Microsoft hanno stanziato oltre 4 miliardi di dollari in cinque anni solo per la formazione AI.

Sul fronte tecnologico, le imprese europee che adottano strumenti AI sono cresciute rapidamente tra il 2024 e il 2025. Ma la formazione non riesce a tenere il passo, aumentando il rischio di un gap competitivo nei prossimi anni.

Tre situazioni tipiche nelle aziende italiane e non solo

Durante workshop e programmi interaziendali, emergono tre scenari ricorrenti sulla formazione AI.

Il primo è la “formazione come alibi”: si comprano licenze e si organizzano eventi, ma l’uso dell’AI nei processi resta minimo. I manager non cambiano l’organizzazione del lavoro e i dipendenti non acquisiscono competenze concrete.

Il secondo è la “formazione come progetto”: percorsi studiati per gruppi selezionati funzionano nel breve, ma non si diffondono. Si creano così isole di conoscenza isolate, fragili soprattutto in caso di turnover.

Il terzo, più avanzato, è la “formazione come infrastruttura”: l’AI diventa un sistema continuo, legato alla strategia, ai processi e agli indicatori di performance. I manager partecipano attivamente e l’apprendimento si svolge nel lavoro di tutti i giorni, non solo in aula. Queste aziende, seppur poche, ottengono risultati superiori in innovazione e adattamento.

Il rischio globale di un divario formativo in crescita

Il Future of Jobs Report 2025 del WEF mette in guardia: entro il 2030 almeno 120 milioni di lavoratori nel mondo rischiano di non ricevere la formazione necessaria per affrontare i cambiamenti portati dall’AI. Il gap di competenze è la principale barriera alla trasformazione digitale, più della tecnologia o dei budget.

Un’indagine Gartner prevede inoltre che entro il 2026 metà delle organizzazioni richiederà valutazioni delle competenze “AI-free”, test per misurare il pensiero critico senza l’aiuto dell’intelligenza artificiale. Questo evidenzia un rischio concreto: la dipendenza dall’AI potrebbe ridurre la capacità di ragionare da soli, creando nuove sfide per la formazione.

Formare sull’AI non è un prodotto, ma un processo da costruire

Alfabetizzare sull’intelligenza artificiale non significa solo saper usare qualche strumento digitale. Vuol dire conoscerne limiti, rischi, logiche e applicazioni pratiche per il lavoro di ogni giorno. Questo va calibrato sulla maturità dell’azienda. Serve un percorso graduale che aiuti ogni realtà a sviluppare competenze adatte al proprio livello digitale.

Senza questo, molte iniziative rischiano di restare esperimenti isolati, senza diventare soluzioni produttive. Evitare fallimenti non dipende tanto dalla tecnologia, quanto dall’allineamento delle competenze e dalla volontà di trasformare la formazione da spesa a vero motore di cambiamento.

Chi ha già capito questo ha un vantaggio competitivo difficile da colmare. Ma la maggior parte delle imprese, soprattutto in Italia, è indietro. La vera sfida per il 2026 e oltre sarà colmare in fretta questo divario, per non far diventare l’urgenza un semplice slogan senza effetti concreti.