Implementare l’AI? Piccoli passi, grandi risultati

Stai cercando di capire come implementare l’AI in modo efficace?

Ci sono buone ragioni per cui partire in piccolo, pensare in grande e seguire i dati.

È quanto emerge dalle conclusione di una recente ricerca di SoftwareOne, secondo cui l’84% delle aziende mid‑market più avanzate sviluppa prima competenze sull’AI in ambito interno, per poi estenderne l’utilizzo ad applicazioni rivolte ai clienti.

Aziende ad alte prestazioni di questo tipo — che definiamo Optimized Innovator — seguono un modello pratico che chiunque può replicare: iniziano con progetti interni mirati, costruiscono competenze attraverso l’esperienza diretta e poi scalano verso applicazioni più complesse e ambiziose orientate al cliente.

I risultati ottenuti da questi pionieri parlano da soli: un ROI doppio rispetto ai competitor e un percorso chiaro verso una crescita sostenibile.

Vediamo come queste aziende rendono questo approccio concreto nella pratica.

Risultati come questi confermano alcune delle lezioni che abbiamo appreso anche attraverso il lavoro diretto con i nostri clienti.

Un esempio concreto è quello di AAMI, cliente SoftwareOne, che dimostra come questo percorso di adozione dell’AI possa funzionare nella pratica. Questo importante produttore di semiconduttori sta trasformando il proprio ambiente di lavoro con il supporto di SoftwareOne e Microsoft 365 Copilot. Partendo da un ecosistema Microsoft 365 già consolidato, AAMI ha collaborato con SoftwareOne per adottare tecnologie di Workplace AI, con l’obiettivo di modernizzare le operazioni e promuovere una cultura dell’innovazione.

Attraverso il Copilot Advisory Service di SoftwareOne, l’azienda ha implementato Microsoft 365 Copilot per un gruppo controllato di early adopter già nella prima settimana di disponibilità generale. Questo rollout strategico ha posto l’accento sull’abbandono di pratiche obsolete — come il salvataggio dei file su dischi locali — e sul passaggio a OneDrive, a vantaggio di una maggiore sicurezza e collaborazione. Allineando i flussi di lavoro del personale agli strumenti cloud, AAMI ha massimizzato il valore di Microsoft 365 e garantito che Copilot potesse esprimere tutto il suo potenziale. Oggi l’azienda dispone di una piattaforma solida per rivoluzionare il modo in cui i team lavorano, andando oltre l’automazione per ripensare in modo profondo produttività e collaborazione.

Partire da ciò che si conosce — processi e dati interni — crea in questo modo una base solida per progetti di AI più ambiziosi. Ma come si costruisce su questi primi successi? È qui che entra in gioco uno sviluppo sistematico delle competenze.

Sviluppare le competenze

L’esperienza di Redington Group mostra come questo sviluppo sistematico delle competenze possa funzionare concretamente.

Harsh Ramling, Vice President of Infrastructure, Cybersecurity and Digital Practices, ha guidato l’azienda attraverso quattro fasi strategiche:

• PRODUTTIVITÀ: utilizzo dell’AI per valutare il codice, riassumere documenti e creare contenuti efficaci.
• COMPETENZA OPERATIVA: sviluppo di un assistente AI per aiutare il personale a individuare rapidamente e utilizzare la documentazione interna.
• PREVISIONE: potenziamento delle capacità di gestione dei dati e sviluppo di sistemi di analisi predittiva.
• PROTEZIONE: applicazione delle competenze AI acquisite per rafforzare la cybersecurity attraverso l’automazione.

 

A conferma dell’esempio di Redington, SoftwareOne ha osservato la stessa progressione positiva anche nei propri progetti con i clienti.

Lo studio legale lussemburghese Arendt, ad esempio, è un caso emblematico di come questo approccio sistematico funzioni con Microsoft 365 Copilot. Partendo dall’efficienza nella creazione dei documenti, lo studio ha sviluppato competenze attraverso proof of concept su scala ridotta, basati sull’integrazione di Copilot con applicazioni Microsoft già familiari come Word, Excel, PowerPoint, Outlook e Teams. Questo ha permesso di evidenziarne il potenziale nel semplificare la creazione dei contenuti, l’analisi dei dati, la traduzione dei documenti e molto altro.

Ogni successo ha rafforzato la fiducia necessaria per affrontare applicazioni più complesse, attraverso una sequenza di passi strategici che ha accelerato il percorso dello studio verso l’innovazione.

Questo approccio graduale allo sviluppo delle competenze in ambito AI offre un duplice vantaggio: benefici immediati in termini di produttività, insieme a capacità crescenti per progetti più ambiziosi.
Il valore più significativo — i “grandi risultati” a cui faccio riferimento nel titolo — emerge quando queste competenze evolute si traducono in benefici di business misurabili, alimentando quello che in SoftwareOne definiamo il flywheel dell’innovazione ottimizzata in termini di costi.

Consolidare i risultati

L’impatto commerciale di questo flywheel effect emerge chiaramente dai dati della nostra ricerca. L’esperienza dei nostri Optimized Innovator, infatti, dimostra che un approccio incrementale può generare rapidamente benefici misurabili sia per le attività interne sia per quelle esterne.

Per i processi interni, il 41% genera valore misurabile, contro il 28% delle altre aziende. Nelle operazioni di servizio, il 53% crea valore grazie all’abilitazione dell’AI, rispetto al 39% dei peer.

Questo dà vita a un ciclo potente. I primi guadagni di efficienza liberano risorse per nuovi progetti di AI. Questi progetti generano a loro volta ritorni, che finanziano implementazioni sempre più avanzate: il flywheel effect in azione.

La nostra ricerca indica che entro due anni, il 95% delle aziende che seguono questo approccio progressivo arriverà a implementazioni AI evolute, rispetto al 71% di oggi. Il modello è coerente e ricorrente: partire in piccolo, misurare con attenzione, reinvestire in modo intelligente. Questo si inserisce in un trend più ampio emerso dallo studio: man mano che le aziende mid‑market diventano Optimized Innovator, hanno il doppio delle probabilità rispetto alle altre di ottenere un ROI migliore grazie all’utilizzo di piattaforme IT modernizzate.

Il cliente SoftwareOne QNET dimostra quanto questo approccio funzioni bene nella pratica. In collaborazione con SoftwareOne, QNET ha esplorato diversi casi d’uso di Microsoft 365 Copilot, concentrandosi sul superamento del blocco dello scrittore, sul miglioramento della formattazione dei documenti, sull’ottimizzazione dell’analisi dei dati e sul rafforzamento della documentazione di compliance. In una fase iniziale, 300 early adopter hanno partecipato a workshop per acquisire familiarità e sicurezza nell’uso dello strumento. Questo approccio graduale ha permesso a QNET di individuare applicazioni concrete dell’AI nelle attività quotidiane. I dipendenti hanno riportato un maggiore entusiasmo verso la produttività supportata dall’AI e l’azienda si è detta fiduciosa di poter estendere ulteriormente queste iniziative in futuro.

I risultati di questo percorso sono particolarmente significativi.

Gli Optimized Innovator hanno il 53% di probabilità in più rispetto ai loro peer di creare valore attraverso operazioni di servizio abilitate dall’AI. Inoltre, hanno molte più probabilità di ottenere un time to market più rapido, un time to value migliore e una maggiore agilità di business. E poiché questi miglioramenti si basano su competenze interne già consolidate, tendono anche a essere più sostenibili e scalabili nel tempo.