L'IA nelle PMI: il pisolino va bene

Meinung & Provokation · 21. Mai 2026 · Joseph Flesh

L'IA nelle PMI viene ignorata. Perché questo è razionale a breve termine – e quale roadmap serve ora ai CEO, prima che diventi davvero costoso.

Tre settimane fa ero a Gütersloh, nella zona di spedizione di un fornitore di ingegneria meccanica, accanto a Thomas, CEO, 58 anni, maglione grigio, occhi stanchi. C'era odore di cartone, lubrorefrigerante e quel caffè leggermente bruciato che solo le macchine da ufficio nelle zone industriali riescono a produrre. Thomas indicò una pila di bolle di consegna e disse: "Klaus, parliamo di IA nelle PMI da gennaio. Ma ieri il nostro ERP ha di nuovo tirato fuori tre prezzi sbagliati." Ho riso. Per un attimo. Poi non più.

La mia tesi è semplice e non piacerà a tutti: le PMI tedesche stanno dormendo sull'IA – e a breve termine va bene così. Non elegante. Non visionario. Ma spesso economicamente più pulito di quello che alcuni consulenti stanno vendendo come una svolta.

La frase ha una seconda parte che fa male: questo pisolino non può durare 24 mesi. Chi nel 2026 dichiara ancora con orgoglio di aver "prima di tutto rilasciato ChatGPT per i testi", ma non ha una strategia dati, un CRM pulito, una responsabilità di processo e un piano per casi d'uso di IA produttivi, non sta più dormendo. Sta cadendo in un buco.

L'IA nelle PMI: perché la maggior parte si sbaglia

Sento la stessa accusa da mesi. Alle fiere. Nei consigli di amministrazione. In quelle colazioni della Camera di Commercio e Industria, dove i pretzel al burro sono spesso migliori delle slide. "Le PMI sono troppo lente." Vero. Beh, quasi.

Lento non significa automaticamente stupido. Negli ultimi due decenni ho visitato stabilimenti di Trumpf a Ditzingen, Wittenstein a Igersheim, Festo a Esslingen e piccoli terzisti sulla Schwäbische Alb. Le buone aziende lì hanno una virtù che nel parlare di IA suona quasi antiquata: fanno i conti. Non a livello di pitch deck, ma con il costo orario della macchina, il tasso di scarto, le scorte di magazzino, i termini di pagamento e la questione se il cliente di Wolfsburg accetterà l'aumento di prezzo.

Chi dice a queste persone che devono subito avviare un grande programma di IA generativa, non ha mai sentito il rumore di un turno di notte. Il carrello elevatore cigola all'indietro, un operaio batte con un martello di gomma su un dispositivo, da qualche parte sibila aria compressa. E nell'ufficio accanto siede Andrea, Head of Sales di un Hidden Champion a Bielefeld, e lotta con 4.800 duplicati nel CRM. Da questo materiale un assistente IA dovrebbe costruire previsioni di vendita affidabili? Per favore.

La maggior parte si sbaglia perché tratta l'IA come una questione tecnologica. Ma è prima di tutto una questione operativa. Chi ha accesso a quali dati? Chi decide quando il modello e il caposquadra si contraddicono? Chi è responsabile se un'IA nel recruiting scarta sistematicamente i candidati? Chi paga la fattura del cloud se un progetto pilota diventa improvvisamente 600 utenti?

Lo dico senza mezzi termini: le PMI tedesche non sono stupide – sanno solo che è pericoloso scalare la tecnologia più costosa del mondo con dati spazzatura e regolamentazioni incomplete.

La scomoda verità sull'IA nelle PMI

Il numero che mi ha colpito proviene dal "KI Readiness Check DACH 2026" di Passion4IT, che si riferisce alle analisi di Gartner e IDC: circa il 60 percento di tutte le iniziative di IA falliscono a causa di una base dati insufficiente, non per la tecnologia stessa. Questo non è un problema di nota a piè di pagina. Questo è il nocciolo.

Nel marzo 2025 ho dato un'occhiata a una sala dati presso un'azienda di automazione vicino a Heilbronn. Non una demo patinata. Una vera sala server, troppo calda, ventole come un asciugacapelli che si avvia, sulla porta un adesivo ingiallito del 2016. Markus, responsabile IT, mi ha mostrato tre file di esportazione da ERP, MES e sistema di servizio. Tre logiche di numero articolo. Due formati di tempo. Un cliente con quattro modi di scrivere. "E ora le vendite vogliono un'IA per la Next-Best-Offer", ha detto Markus. Lo ha detto senza rabbia. Questo era peggio.

McKinsey ha riportato nella Global AI Survey 2023/24 che solo circa l'11-15 percento delle aziende a livello globale ottiene aumenti significativi e misurabili dell'EBIT con l'IA. BCG è giunta a una conclusione altrettanto sobria nel 2024 per i beni industriali: solo il 20-25 percento dei progetti pilota di IA raggiunge l'impatto aziendale desiderato. Il resto? Slide, demo, frustrazione. A volte anche una bella dashboard che mostra numeri ogni mattina di cui nessuno si fida.

Ora prendiamo la tipica PMI tedesca con 180 dipendenti, 72 milioni di euro di fatturato, un margine EBIT tra il cinque e l'otto percento, due grandi clienti, un sistema SAP B1 o Proalpha, una forza lavoro che invecchia e un responsabile delle vendite che gestisce ancora la sua pipeline in Excel perché il CRM "non si adatta del tutto". Per questa azienda, un grande progetto di IA fallito non è un fastidioso dolore da innovazione. Può divorare il margine di un anno.

Le PMI non stanno dormendo sull'IA, ma sulla qualità dei dati

Questa è la frase che vorrei appendere al muro dei CEO. Non con rabbia. Con una piccola targa in acciaio inossidabile, come quelle che si trovano nei centri visitatori di Kärcher o Phoenix Contact. L'IA nelle PMI è raramente il primo problema. Il primo problema si chiama anagrafica articoli, processo di offerta, storico macchine, duplicati, concetto di diritti, disciplina di processo.

Rilasciare ChatGPT per le e-mail non rende un'azienda pronta per l'IA. Rende le e-mail forse un po' più fluide. A volte anche più lunghe. In un'azienda di Augusta, Sabine, responsabile commerciale, mi ha detto nell'aprile 2025 che il suo team, da quando è stata rilasciata l'IA generativa, produce più testo, ma non ha meno lavoro. "Le persone ora formulano meglio, ma l'approvazione è ancora in mano mia", ha detto. Sulla sua scrivania c'erano tre cartelle di contratti, una mela mezza mangiata e una stampa dell'EU AI Act con evidenziazioni gialle.

Ecco il punto. L'IA senza decisione di processo è cosmetica. L'IA senza dati puliti è un gioco d'azzardo. L'IA senza responsabili è teatro.

Preferisco un anno di dati anagrafici puliti a tre mesi di circo dell'IA. I nostri clienti non pagano per esperimenti, ma per impianti funzionanti.

— Jens, COO di un costruttore di macchine speciali di Pforzheim

Perché aspettare può essere razionale per l'IA nelle PMI

C'è una dura verità che non si sente volentieri nei panel berlinesi: non tutte le aziende devono essere in prima linea in ogni ondata tecnologica. Soprattutto le aziende familiari hanno spesso imparato che il secondo acquirente ottiene la macchina migliore. Il primo paga le spese di apprendimento. Il secondo acquista la versione rivista, con software stabile e meno difetti di gioventù.

Con l'IA non è diverso. Le grandi aziende, le software house e le startup stanno attualmente assumendo parte dei costi di sperimentazione. SAP sta spingendo Joule nel suo mondo di prodotti, Microsoft sta spingendo Copilot in M365, Dynamics e Power Platform, Intershop di Jena parla all'assemblea generale del 2025 di commercio B2B agentico basato sull'IA per le PMI. Sembra elegante. In molte aziende, però, si è ancora contenti se il webshop dopo l'aggiornamento non distrugge i prezzi specifici del cliente.

Nel giugno 2025 ero presso un fornitore nella zona di Norimberga. Lo shop B2B era ben collegato, dopo quattro anni di lavoro di progetto, non dopo quattro sprint. Nel magazzino un scanner emetteva un bip ogni pochi secondi, sul pavimento di cemento c'erano marcature blu per i percorsi. Stefan, responsabile e-commerce, mi ha detto: "Agenti? Klaus, saremmo felici se ogni cliente trovasse correttamente il suo numero di contratto quadro." Sembra una cosa da poco. Non lo è. È la garanzia del fatturato.

Chi in una situazione del genere dice che aspetteremo ancora con gli agenti IA autonomi, non agisce in modo retrogrado. Protegge la capacità di consegna. E la capacità di consegna batte quasi ogni parola d'ordine nel B2B.

La trappola della regolamentazione: EU AI Act, AGG e responsabilità

L'EU AI Act è stato approvato definitivamente nel 2024, gli obblighi entreranno in vigore a scaglioni fino al 2026 e 2027. L'IA ad alto rischio in HR, controllo qualità o processi di produzione critici per la sicurezza comporta obblighi di documentazione e audit. Le grandi aziende digeriscono queste cose con dipartimenti legali, team di compliance e studi legali esterni. Le PMI spesso rispondono con un semplice riflesso: "Preferiamo aspettare per ora."

Non considero questo riflesso codardo. In HR è persino sano. La piattaforma anymize avverte di un problema specifico nella progressione interna: se tutti i dati di coorte sono presenti in azienda, l'inversione dell'onere della prova dell'AGG può essere particolarmente ben documentata – o particolarmente pericolosa. Tradotto in tedesco da mensa aziendale: se la vostra IA produce punteggi di promozione e alla fine emerge un modello basato su sesso, età o origine, allora un'alzata di spalle non basta più.

Nel settembre 2024 ero seduto a Stoccarda con Claudia, responsabile HR di un fornitore automobilistico, a un tavolo rotondo di legno chiaro. Fuori passava la S-Bahn, dentro tintinnavano le tazze di caffè. "Non testiamo l'IA nel recruiting in modo produttivo", ha detto. "Non prima di sapere chi spiegherà in tribunale perché il candidato A è stato scartato." Non l'ho trovata ostile all'innovazione. L'ho trovata matura.

Ma: il più forte contro-argomento al mio pisolino

Ora arriva la parte in cui alcuni CEO mi trovano troppo comodo. Il più forte contro-argomento è: a breve termine, aspettare può essere razionale, ma economicamente e strategicamente può essere rovinoso. Non c'è scampo.

Il McKinsey Global Institute ha descritto nel 2023 e 2024, a seconda del settore, aumenti annuali aggiuntivi di produttività grazie all'IA dal 0,2 al 3,3 percento. L'OCSE e la Commissione Europea avvertono da anni di lacune strutturali nella competitività se i paesi adottano l'IA troppo lentamente. La Germania sta già lottando con alti costi energetici, burocrazia, domanda debole e una stanchezza degli investimenti che si può quasi sentire in alcune fabbriche. Se poi si lascia inutilizzata la leva di produttività dell'IA, la cautela si trasforma in autolesionismo.

E no, le PMI non sono lente ovunque. Trumpf utilizza l'IA nei sistemi laser, nella manutenzione predittiva e nelle applicazioni di fabbrica intelligente. Krones lavora all'ottimizzazione degli impianti, al controllo qualità e alla pianificazione dei servizi. DMG Mori promuove il monitoraggio delle condizioni e i gemelli digitali. Festo dimostra da anni che l'IA nei sistemi di apprendimento, nel monitoraggio delle condizioni e nel controllo qualità non deve suonare come fantascienza. Schaeffler utilizza l'IA per la manutenzione predittiva, la produzione e la logistica. Queste aziende a volte parlano meno forte delle aziende tecnologiche statunitensi, ma lavorano.

Chi nell'ingegneria meccanica, impiantistica o produzione di componenti trascura ora il business dei servizi, non perderà solo un po' di margine in seguito. Perderà il contatto con il cliente. Le analisi VDMA, BCG e Accenture del 2023/2024 mostrano in progetti relativi a servizi, ricambi e monitoraggio remoto effetti come il cinque-dieci percento in più di fatturato dei servizi o il 20-40 percento in meno di fermi macchina non pianificati. Questi non sono like su LinkedIn. Sono soldi.

La strategia del follower ha una data di scadenza

Difendo l'attesa solo se è un'attesa attiva. L'attesa passiva è pericolosa. L'attesa attiva significa: pulire i dati, fissare i processi, prioritizzare i casi d'uso, formare i dipendenti, osservare i fornitori, avviare piccole implementazioni produttive. L'attesa passiva significa: si dice "ci daremo un'occhiata" e si spera che la cosa passi.

La cosa non passerà. Microsoft Copilot non scomparirà dagli uffici. SAP Joule non chiederà educatamente se le PMI sono psicologicamente pronte. Intershop, Salesforce, HubSpot, ServiceNow e numerosi fornitori specializzati stanno integrando l'IA nel software di processo. Chi allora non ha proprie regole sui dati, ruoli e un'idea del beneficio, riceverà comunque l'IA. Solo come processo ombra.

Cosa vedo nella pratica

Vedo due tipi di PMI. Una parla poco e lavora sodo. A Heilbronn, un responsabile delle vendite mi ha mostrato nel maggio 2025 come il suo team, con l'aiuto di uno scoring dei lead basato sull'IA, aveva filtrato 620 account target da 18.000 contatti esistenti e fieristici. Nessun fuoco d'artificio. Ma dopo nove mesi, c'erano il triplo degli appuntamenti qualificati in calendario, senza un nuovo venditore. L'uomo si chiamava Ralf, veniva da Ludwigsburg, indossava scarpe antinfortunistiche e aveva più ordine sul suo ThinkPad di alcune strategie aziendali.

L'altra PMI fa teatro. Lì c'è un gruppo di lavoro sull'IA, una presentazione di lancio con un'immagine di robot e tre persone che usano segretamente ChatGPT per le offerte, perché lo strumento ufficiale è ancora bloccato nella protezione dei dati. Nel corridoio c'è un poster sulla trasformazione digitale, sotto c'è una stampante che segnala un inceppamento della carta da due giorni. Sto esagerando? Purtroppo solo un po'.

Nelle vendite la situazione è particolarmente assurda. Molti CEO credono che l'IA nelle vendite sia una questione di generazione di testo. Sbagliato. Le leve più importanti riguardano l'Ideal Customer Profile, la prioritizzazione degli account, il riconoscimento dei trigger, il follow-up delle offerte, i suggerimenti sui prezzi e un passaggio pulito tra marketing, vendite e servizio. Una bella e-mail a freddo non salva una lista di clienti target scadente.

Amplifa ICP Playbook Un playbook pratico per definire chiaramente i clienti target, affinare i dati e non scatenare l'IA nelle vendite su account sbagliati.

Proprio per questo ritengo il tema ICP sottovalutato. Chi non ha una risposta chiara su quali clienti siano davvero redditizi, quali trigger indichino la propensione all'acquisto e quali settori occupino solo la forza vendita, non dovrebbe applicare l'IA alla lead generation. Altrimenti automatizzerà la dispersione. Mettere il carro davanti ai buoi, solo con un abbonamento cloud.

IA nelle vendite: dove le PMI non possono aspettare

Nelle vendite la mia pazienza finisce più velocemente che nella produzione. Un'IA nel controllo qualità può, con dati scadenti, aumentare gli scarti o dare una falsa sicurezza. Un'IA per la ricerca di account, l'igiene del CRM e la prioritizzazione delle offerte è meno rischiosa se gestita correttamente. Lì si può imparare senza mettere subito a rischio una linea.

Un CSO di Norimberga, chiamiamolo Martin, mi disse nel febbraio 2025 dopo una serata VDMA a Francoforte: "Se aspetto ancora un anno, conoscerò i miei clienti peggio del mio concorrente." Non intendeva una grande azienda statunitense. Intendeva un altro fornitore tedesco, a 90 chilometri di distanza, che già analizza i rapporti di visita, scansiona gli storici dei ricambi e ricava segnali di vendita dai casi di servizio.

Questo è il punto. L'IA non deve subito controllare la produzione. Può prima impedire alle vendite di bruciare tempo con gli account sbagliati. Può rendere visibili le offerte inattive. Può riconoscere che un cliente ordina meno da sei mesi, anche se il suo settore sta crescendo. Può dire alla forza vendita quali cinque visite la prossima settimana probabilmente genereranno fatturato – e quali costeranno solo caffè.

Amplifa per la Lead Generation Per i team B2B che vogliono costruire una pipeline affidabile da dati, profili di clienti target e trigger – senza il folklore dell'IA.

Perché una strategia puramente inbound è troppo debole nel 2026

Chi nel 2026 si affida ancora a una strategia puramente inbound, tra cinque anni non avrà più una pipeline. Ne sono abbastanza sicuro. Gli uffici acquisti degli OEM non scaricheranno comodamente un whitepaper solo perché una PMI scrive "Innovazione" nel titolo. Confrontano capacità di consegna, prezzo, certificati, integrazione dei dati e tempo di reazione. E lo fanno sempre più digitalmente.

L'outbound non è morto. Il cattivo outbound è morto. Da 1.200 e-mail, un costruttore di macchine della Vestfalia orientale ha ricevuto quattro risposte nell'autunno 2024. Una di queste era un reclamo. Dopo un affinamento dell'ICP, cluster di settore e trigger da notizie di investimenti, annunci di lavoro ed eventi di servizio, su 480 contatti mirati ci sono state 31 conversazioni reali. Nessun miracolo. Solo artigianato.

Cosa deve succedere ora

Non consiglierei a nessun CEO di avviare domani un programma di IA a otto cifre solo perché il concorrente pubblica una foto del laboratorio di innovazione su LinkedIn. Gli consiglierei però di fare questa settimana un bilancio brutale. Non in un hotel strategico. In azienda. Con vendite, IT, produzione, controllo di gestione e una persona che conosca veramente i dati – spesso non è il responsabile di reparto, ma la donna che da 14 anni estrae gli export.

1. Verificare la situazione dei dati – rendere visibili l'anagrafica articoli, l'anagrafica clienti, lo storico dei servizi, i dati delle offerte e i duplicati del CRM, senza edulcorare.
2. Scegliere due casi d'uso a basso rischio – ad esempio la prioritizzazione degli account nelle vendite o la ricerca interna di conoscenze per i tecnici di servizio.
3. Definire le responsabilità – un process owner, un responsabile IT, un reparto specialistico, un budget chiaro.
4. Coinvolgere la compliance precocemente – soprattutto per HR, controllo qualità e processi rilevanti per la sicurezza a causa dell'EU AI Act e dell'AGG.
5. Misurare il ROI in piccolo – non con visioni, ma con appuntamenti, tempi di attraversamento, scarti, fatturato dei servizi o ore risparmiate.
6. Dopo 90 giorni fermare o scalare – nessun progetto pilota eterno con un comitato direttivo mensile e senza risultati.

Il passo più importante è il primo, e suona poco sexy: verificare la situazione dei dati. So che si vende peggio di un agente IA con un video dimostrativo. Ma se i nomi dei clienti, i numeri di serie delle macchine e gli stati delle offerte non sono corretti, nessuna piattaforma, per quanto costosa, può ricavarne decisioni affidabili. Si limiterà a indovinare in modo più costoso.

Amplifa Pipeline-Check Un approccio per CEO e responsabili delle vendite che vogliono sapere se la loro pipeline supporta la base dati, la logica dei clienti target e l'uso dell'IA.

FAQ: L'IA nelle PMI è davvero troppo costosa?

Sì, se la si introduce in modo sbagliato. No, se si inizia con casi d'uso chiari. Un sistema di IA generativa, utilizzato ad alta frequenza nella calcolo delle offerte, nella documentazione tecnica o nella comunicazione con i clienti, può diventare rapidamente costoso a causa di abbonamenti cloud, consulenti, tempo di progetto interno e rilavorazioni. Con margini EBIT dal cinque al dieci percento, non è denaro da gioco. Un caso d'uso limitato nelle vendite o nel servizio, misurato in modo pulito, è un'altra cosa.

FAQ: Quali casi d'uso dell'IA sono più adatti all'inizio?

In molte PMI non inizierei con il controllo autonomo della produzione. Troppo delicato. Troppe interfacce. Troppa responsabilità. Meglio sono i casi d'uso che condensano la conoscenza e preparano le decisioni: riassumere i ticket di servizio, riconoscere le opportunità di ricambi, raggruppare i clienti esistenti per potenziale, rendere rintracciabile la documentazione tecnica, prioritizzare le visite di vendita. L'uomo decide, l'IA pre-ordina.

FAQ: E i fari come Trumpf e Festo?

Trumpf, Festo, Schaeffler, Krones o DMG Mori dimostrano che l'IA funziona nell'industria quando la base dati, la cultura ingegneristica e la disciplina di processo si uniscono. Ma non smentiscono che molte aziende più piccole non sono ancora pronte. Mostrano piuttosto il divario. E proprio questo divario è pericoloso se diventa una scusa.

Il prezzo del pisolino

Il salario minimo, secondo la decisione della commissione per il salario minimo, aumenterà da 12,82 euro a 13,90 euro nel 2026 e a 14,60 euro nel 2027. Nell'industria, i costi salariali rilevanti sono comunque ben al di sopra. La manodopera qualificata scarseggia, il lavoro amministrativo non diventa più economico, i clienti si aspettano reazioni più rapide e le banche esaminano più attentamente la maturità digitale per i finanziamenti e le successioni. Chi crede di poter gestire il lavoro d'ufficio, la preparazione delle vendite e il coordinamento dei servizi in modo duraturo come nel 2018, non verrà travolto dall'IA. Verrà schiacciato dai costi.

I private equity chiedono da tempo il potenziale di automazione. Anche i family office. Nel gennaio 2025 ero seduto a Monaco con Nora, investment manager di un family office, in una sala riunioni con vista sull'asfalto bagnato e sulla Leopoldstraße. "Se un'azienda target non ha una roadmap dati e IA, lo scontiamo", ha detto. Non in modo drammatico. Non con un sorriso da Silicon Valley. Piuttosto come qualcuno che valuta una macchina per la quale è in ritardo un intervento di manutenzione.

Anche i grandi clienti diventano più impazienti. Automotive, Aerospace, Medtech, ingegneria meccanica – ovunque crescono le esigenze di catene di approvvigionamento digitali, dati di qualità, tracciabilità e tempi di reazione. Oggi l'OEM chiede gentilmente interfacce. Domani il fornitore viene escluso dalla selezione perché un concorrente fornisce i dati meglio. Questo non sarà registrato come "problema di IA". Sarà registrato come "mancanza di capacità di processo". Sembra più innocuo. È più letale.

La mia vera provocazione

Le PMI tedesche stanno dormendo sull'IA – e va bene così, se stanno cambiando il materasso. Cioè: se stanno pulendo i dati, chiarendo i processi, comprendendo la compliance e preparando i primi casi d'uso con un ROI reale. Non va bene se si tirano la coperta sulla testa e sperano che la prossima ondata tecnologica li ignori di nuovo.

Comprendo la stanchezza. Introduzioni ERP, progetti MES, rollout CRM, migrazioni cloud, crisi energetica, stress della catena di approvvigionamento, inversione dei tassi di interesse, carenza di manodopera qualificata – molte organizzazioni non sono ostili all'innovazione, sono esauste. In un'azienda vicino a Ulm, Peter, responsabile di produzione, mi disse nell'ottobre 2024: "Non abbiamo paura dell'IA. Abbiamo paura del prossimo progetto che rimarrà a metà." Questa frase è più onesta dell'80 percento delle keynote che ho sentito nel 2025.

Tuttavia: l'esaurimento non è una strategia. Le PMI non devono inseguire ogni moda, ma devono sapere dove vogliono arrivare. Tra 90 giorni. Tra dodici mesi. Soprattutto tra due anni, quando le funzioni IA non saranno più vendute come extra, ma saranno integrate in ogni software che gira in ufficio e in fabbrica.

Quando ho chiesto a Thomas a Gütersloh, al momento del congedo, cosa avrebbe fatto con l'IA, ha tirato su la cerniera della sua giacca in pile grigio e ha indicato i documenti di spedizione. "Prima mettiamo a posto questo casino", ha detto. Poi ha sorriso. "Ma questa volta in modo che una macchina possa leggerlo più tardi." Fuori un camion si è avviato, odore di diesel sotto la pioggia. Forse l'IA nelle PMI inizia proprio così. Non con un robot sul palco, ma con un CEO che finalmente prende sul serio i suoi dati.