Manager Room | PIERPAOLO D’ODORICO: Oltre la tecnologia, la sfida organizzativa dell’intelligenza artificiale

Oggi esploreremo il reale stato dell’Intelligenza Artificiale nelle aziende italiane, partendo dai dati emersi al recente Forum IT & Intelligence 2026 di Assolombarda, che dipingono uno scenario quanto mai critico: il 95% dei progetti IA non produce risultati misurabili e, paradossalmente, solo il 7% degli investimenti viene destinato alla formazione, mentre il resto si disperde in pura tecnologia. Questo squilibrio rivela una verità scomoda: il vero freno all’adozione dell’IA non è tecnologico, ma profondamente organizzativo.

In questo contesto, la visione di Datapizza – la più grande community tech italiana con oltre 500.000 iscritti – si distingue come un modello di riferimento. Non stiamo parlando solo di automazione, ma di una trasformazione radicale del modo in cui le aziende concepiscono il lavoro con l’applicazione di tecnologie e il coordinamento umano. Grazie all’adozione di sistemi ad agenti, Datapizza sta dimostrando come sia possibile superare i tradizionali problemi delle aziende  rendendo l’intelligenza una risorsa meno scarsa e i confini di ruolo molto più fluidi.

Ospitiamo oggi, nella nostra Manager Room,  Pierpaolo D’ODORICO, co-founder di Datapizza, laureato in Statistica  e Laurea Magistrale in Data Science, protagonista di questa trasformazione e  manager di ultima generazione, ma già in primo piano per competenza e obiettivi raggiunti. Dopo la sua partecipazione al Forum di Milano, approfondisce in questa intervista come passare dalla sperimentazione isolata alla creazione di un’azienda realmente “AI-native”, capace di integrare efficienza algoritmica e valore strategico. Lascio la parola al nostro ospite per capire come stia cambiando, concretamente, il Dna delle imprese italiane.

—

Il dato è passato da “fotografia del passato” a “motore di previsione”. Quali sono state le sfide maggiori in questo passaggio? E come si garantisce l’affidabilità di decisioni suggerite da algoritmi?

Parto da una premessa: io non sono un CFO. Come Datapizza costruiamo gli strumenti che i CFO usano e questa transizione la vedo dall’interno di tante aziende italiane. Le rispondo da lì.

La sfida più grande non è tecnologica, è culturale. Per anni il dato in azienda è servito a spiegare cosa era successo: il consuntivo, il bilancio, la fotografia del trimestre chiuso. Funzionava per rendicontare, non per decidere in anticipo. Passare al dato come motore di previsione chiede una cosa scomoda: smettere di guidare guardando lo specchietto retrovisore e iniziare a guardare la strada.

La difficoltà vera è la fiducia. Un numero che descrive il passato non si discute, è successo. Un numero che prevede il futuro va interpretato, contestualizzato, a volte messo in dubbio.

Sull’affidabilità lavoro su tre livelli.

Primo, la qualità del dato in ingresso: un modello sofisticato su dati sporchi produce previsioni sofisticate e sbagliate.

Secondo, la trasparenza: un algoritmo che non sai spiegare non è uno strumento, è una scommessa.

Terzo, la persona resta l’ultimo anello della catena. L’AI non decide, suggerisce. È un copilota, non un autopilota.

Il CFO aumentato non è quello che si fida ciecamente dell’algoritmo: è quello che lo usa per moltiplicare il proprio giudizio, non per delegarlo.

—

L’adozione di modelli predittivi richiede un cambio di mentalità radicale. Come si riorganizza il team per colmare il gap tra competenze contabili tradizionali e nuove necessità di data literacy?

Parto da una convinzione che vale anche per come gestiamo Datapizza: rompere il modo di lavorare delle persone non è un rischio, è il regalo più grande che puoi fargli in un’epoca in cui tutto cambia.

L’errore classico è pensare di colmare il gap assumendo. Prendo dieci data scientist e li metto accanto ai contabili: ottengo due squadre separate che non si parlano e un costo fisso che pesa.

Il gap non si colma sostituendo le persone. Si colma facendole salire di livello la loro comprensione. Il contabile che oggi passa la gran parte del tempo a riconciliare e a sistemare dati, domani quel tempo lo libera e lo sposta sull’interpretazione e sulla decisione. Non gli togli il lavoro: gli togli la parte ripetitiva e gli restituisci la parte che vale.

Concretamente non funziona con il corso di mezza giornata sull’AI. Funziona quando lo strumento entra nel processo reale: il team finance smette di esportare in Excel e inizia a interrogare i dati in linguaggio naturale, dentro il flusso di lavoro vero.

La parte difficile non sono gli strumenti. È convincere una persona che fa lo stesso mestiere da vent’anni che il cambiamento la rende più preziosa, non obsoleta. Quella conversazione è metà del lavoro, e va fatta con onestà, non con l’entusiasmo da convegno.

—

Il CFO è spesso percepito come il “freno”. Come far convivere la prudenza finanziaria con la necessità di sperimentare soluzioni digitali che portano un margine di rischio?

Questa domanda mi tocca da vicino, perché nel mio ruolo io sono il conservativo: quello che pensa al caso peggiore e protegge l’azienda dai rischi. E proprio per questo le dico che prudenza e sperimentazione non sono opposti. La prudenza vera non è non sperimentare. È sperimentare in piccolo, veloce, con un costo di fallimento basso. Non scommetti l’azienda su un progetto AI incerto: fai dieci esperimenti piccoli, misuri, e scali solo quello che funziona.

E poi c’è il rovescio della medaglia, che spesso si dimentica. Il rischio di restare fermi mentre il mercato si muove. Il costo dell’inazione non si legge in bilancio, ma è il più caro di tutti.

L’altra metà del mestiere è sapere quando staccare la spina. Se i dati dicono che un progetto non funziona, si chiude subito, senza affezionarsi a quanto si è già speso. Tenere in vita un progetto solo perché “ci abbiamo già messo tre mesi” è il ragionamento più pericoloso che conosca.

—

Guardando al prossimo triennio, qual è la criticità maggiore, o l’opportunità più grande, che il CFO Aumentato deve saper anticipare per la resilienza e la competitività nel manifatturiero?

Nei prossimi tre anni la linea di separazione non sarà tra chi ha l’AI e chi non ce l’ha. Tra poco tutti avranno accesso agli stessi modelli e agli stessi strumenti: la tecnologia sta diventando una commodity. La differenza la farà chi l’ha portata dentro i processi reali e chi si è fermato alla demo.

Per il manifatturiero italiano questa è insieme la criticità e l’opportunità più grande. Il nostro manifatturiero è una delle cose che il mondo ci invidia, ma rischia di restare indietro se tratta l’AI come una parola da convegno invece che come realtà operativa. Il CFO aumentato è nella posizione giusta per guidare questo passaggio, perché siede esattamente sui due asset che contano: i dati e l’allocazione del capitale.

La risorsa scarsa non sarà la tecnologia. Saranno le persone capaci di atterrare l’AI su processi veri, e una cultura del dato che oggi nella maggior parte delle aziende ancora non c’è. Chi governa bene i propri dati nei prossimi anni vince; chi li tiene sparsi e sporchi parte già indietro.

La cosa da anticipare, più di qualsiasi singola tecnologia, è questa: costruire l’azienda in modo che il cambiamento sia la norma e non l’eccezione. La resilienza non è resistere al cambiamento. È diventare l’azienda che cambia più in fretta delle altre.

Da italiano prima ancora che da imprenditore volevo aggiungere che abbiamo davvero la possibilità di mettere l’Italia sulla mappa globale della tecnologia, e il manifatturiero è una delle arene dove questa partita si gioca.