Come la cultura dell’IA scende (e risale) nelle organizzazioni
Ogni innovazione porta con sé un doppio movimento: si diffonde e si trasforma, scende dall’alto e risale dal basso, viene adottata e reinterpretata. L’intelligenza artificiale non fa eccezione. Nelle aziende, la cultura dell’IA si propaga con la stessa logica dei fenomeni sociali studiati da Georg Simmel all’inizio del Novecento: l’innovazione come segno di distinzione, prima imitata, poi interiorizzata, infine normalizzata.
Nel suo celebre saggio sulla moda, Simmel descrive la tendenza delle élite sociali a introdurre uno stile, un gusto, un comportamento che poi si diffonde verso le classi inferiori, perdendo progressivamente il suo potere distintivo. Oggi parleremmo di trickle-down effect. È un meccanismo di influenza dall’alto verso il basso, ma anche di appropriazione dal basso verso l’alto perché ogni volta che la massa adotta uno stile, lo reinventa, lo adatta, lo rende proprio.
Ecco, l’adozione della cultura dell’intelligenza artificiale nelle aziende funziona in modo sorprendentemente simile.
Il trickle-down dell’IA
Nelle organizzazioni, il processo di adozione dell’IA parte quasi sempre dai vertici: i board, i direttori dell’innovazione, i responsabili IT. Sono loro a definire visioni, budget, strategie, roadmap. L’intelligenza artificiale, in questa prima fase, è un oggetto di potere simbolico: rappresenta la modernità, la competenza, la promessa di un vantaggio competitivo.
È il momento della moda manageriale: tutti la citano, pochi la praticano davvero. Come nella teoria di Simmel, la distinzione è culturale prima che funzionale. Dire “stiamo lavorando su progetti di intelligenza artificiale” è un segnale di status organizzativo, un modo per mostrare appartenenza al gruppo dei pionieri.
Ma la cultura dell’IA non diventa reale finché non scende di livello, finché non penetra nei processi, nei gruppi, nelle decisioni quotidiane. È qui che il trickle-down effect incontra il suo limite: un linguaggio troppo tecnico o astratto rischia di non tradursi mai in comportamento diffuso. L’IA resta confinata nel perimetro dei data scientist, come la moda d’élite resta confinata nelle passerelle.
Quando l’innovazione scende, ma non attecchisce
Ogni tecnologia attraversa una soglia simbolica prima di diventare operativa. Finché l’iA resta nel dominio delle presentazioni e dei workshop, la cultura che la sostiene rimane fragile. Il middle management, spesso, diventa il punto di rottura: non comprende appieno il potenziale, ma ne percepisce le minacce alla stabilità, ai ruoli, ai flussi decisionali. È in questa zona grigia che si gioca la vera adozione culturale.
Come la moda, anche l’IA ha bisogno di traduzione: di interpreti che sappiano tradurre i principi in linguaggio comprensibile. Serve qualcuno che spieghi, con parole semplici, cosa significa davvero lavorare con un modello predittivo, come cambiano i processi, quali competenze nuove servono. Quando questo non accade, si crea uno scollamento tra “chi parla di IA” e “chi la vive” — e la cultura si arena.
Le aziende che non riescono a superare questo scarto diventano una caricatura del cambiamento: parlano di intelligenza artificiale come un tempo si parlava di “digital transformation”, senza mai farla davvero.
Ma può esistere anche un effetto “bottom-up”?
Sì, e sempre più spesso. Nelle imprese più dinamiche, la cultura dell’IA non è soltanto un messaggio che discende dall’alto, ma una spinta che sale dal basso. Piccoli gruppi sperimentano strumenti di automazione, dipendenti curiosi provano assistenti generativi per semplificare il lavoro, community interne condividono prompt, script, modelli. È un moto spontaneo, non autorizzato, ma fertile: la cultura si propaga per contaminazione.
Questo fenomeno potrebbe essere definito un IA bottom-up effect, un flusso inverso rispetto al trickle-down classico. Il sapere non si limita a scendere lungo la gerarchia, ma la attraversa in entrambe le direzioni. L’innovazione, in questi casi, nasce nei margini e costringe i vertici a ridefinire le proprie priorità.
Molte aziende si sono trovate a gestire esattamente questo scenario dopo l’esplosione dei modelli generativi: non sono stati i piani strategici a introdurli, ma i dipendenti, che li hanno sperimentati per primi. L’IA, in un certo senso, ha reso poroso il confine tra chi decide e chi applica.
Cultura come conversazione, non come programma
In questa dialettica tra alto e basso, la cultura dell’intelligenza artificiale diventa un ecosistema conversazionale. La cultura dell’IA si consolida quando le persone ne parlano, la criticano, la interrogano, la mettono alla prova.
Nel modello di adozione sviluppato da Spindox, la maturità dell’IA si misura su cinque dimensioni:
- strategia e governance,
- persone e competenze,
- dati e infrastrutture,
- casi d’uso e impatto,
- etica e sostenibilità.
Fra queste, la dimensione “Persone e competenze” è quella che più di tutte influenza le altre. Un’azienda può avere la migliore infrastruttura dati e una roadmap impeccabile, ma se le persone non comprendono il senso della trasformazione, il sistema si ferma.
Le competenze in gioco non riguardano solo il sapere tecnico – comprendere i modelli, gestire i dati, leggere i KPI – ma anche il saper dialogare con l’intelligenza artificiale, valutarne le decisioni, riconoscerne i limiti e le opportunità. In un’organizzazione matura, il capitale umano diventa il motore della governance, non il suo destinatario passivo.
Promuovere una cultura dell’IA significa costruire un linguaggio condiviso tra chi guida la strategia e chi la realizza ogni giorno. Molte aziende, invece, vivono una frattura tra “vision” ed “execution”: la direzione parla di trasformazione, ma i gruppi operativi continuano a lavorare con logiche analogiche.
Il passaggio critico è quello della traduzione culturale. Serve che la leadership comunichi non solo cosa fare, ma perché farlo e che i collaboratori, a loro volta, si sentano liberi di sperimentare, segnalare, migliorare.
Nel framework di adozione di Spindox, la crescita delle competenze è una leva trasversale: accompagna ogni fase del percorso (dalla definizione strategica al roll-out dei casi d’uso); si adatta al livello di maturità dell’organizzazione; bilancia competenze hard e soft. In questo modo, la cultura dell’intelligenza artificiale diventa un’infrastruttura cognitiva: si rinnova ogni volta che un gruppo adotta un nuovo strumento o sperimenta un nuovo modello. La formazione, dunque, non è solo trasmissione di conoscenze, ma costruzione di fiducia verso la tecnologia.
Il capitale culturale come fattore competitivo
Simmel avrebbe detto che la cultura è il modo in cui la società “assorbe” la modernità. Nelle imprese, potremmo dire che la cultura dell’IA è il modo in cui l’organizzazione digerisce la tecnologia, la trasforma in significato e valore condiviso.
Il capitale tecnologico – infrastrutture, dati, modelli — non è sufficiente. Senza capitale culturale, ogni innovazione resta sterile. Non basta introdurre strumenti intelligenti: serve introdurre persone consapevoli del perché e del come li usano.
L’IA, in questo senso, non sostituisce le persone, ma le costringe a ridefinire il proprio ruolo cognitivo: da esecutori a co-decisori, da destinatari a protagonisti. L’intelligenza artificiale non è “una macchina che pensa”, ma un ecosistema di pensieri in cui umani e algoritmi co-evolvono.
Promuovere cultura e competenze non significa solo fare aggiornamento tecnico, ma costruire un senso di appartenenza al cambiamento. Le persone devono sentirsi parte di una trasformazione che le riguarda, non di un processo che le travolge. Le aziende che riescono in questo sforzo usano la formazione come strumento di dialogo, non di addestramento.
Verso una cultura
“simmetrica”
Un errore frequente è considerare la cultura un elemento “soft”, difficile da misurare. In realtà, è il principale fattore di scalabilità dell’IA. Un’organizzazione che ha costruito consapevolezza diffusa può replicare un progetto IA in più reparti senza dover ripartire da zero; può gestire il rischio con agilità, adattarsi a normative e contesti nuovi.
La cultura, in questo senso, è una forma di governance distribuita: garantisce coerenza anche dove i processi cambiano rapidamente. Per questo, nella prospettiva Spindox, la cultura dell’IA è considerata parte integrante del modello di Execution, Scaling & Compliance. Governare la tecnologia significa anche diffondere la conoscenza necessaria per farlo in modo responsabile. E la conoscenza, per sua natura, cresce solo se è condivisa.
Oggi la diffusione dell’IA nelle imprese non segue più solo un movimento top-down. Sempre più spesso, le idee nascono dal basso, da chi sperimenta strumenti generativi, automatizza piccoli task, propone nuovi casi d’uso. Questi segnali, se riconosciuti e valorizzati, diventano motori di innovazione interna.
La cultura dell’IA, quindi, non è né verticale né orizzontale: è simmetrica. Fluisce in entrambe le direzioni, creando un equilibrio tra visione strategica e partecipazione diffusa. Quando le persone si sentono parte del processo, l’adozione smette di essere imposizione e diventa collaborazione.
La vera infrastruttura dell’intelligenza artificiale non è fatta solo di dati, modelli e piattaforme, ma di persone consapevoli e competenti. Sono loro a garantire che la tecnologia produca valore, resti etica, generi fiducia.
Promuovere una cultura dell’IA significa costruire una forma di intelligenza collettiva: una rete di conoscenze, responsabilità e linguaggi condivisi. È questo il vero significato di “mettere le persone al centro”: non un gesto retorico, ma una scelta di architettura organizzativa.
