Intelligenza artificiale in azienda: come costruire roadmap, governance e utilizzo responsabile (senza improvvisare)

Negli ultimi mesi il dibattito sull'intelligenza artificiale in azienda ha cambiato registro. Non si discute più se adottarla, ma come: chi la guida internamente, con quali regole, e come si trasforma un entusiasmo iniziale in un vantaggio misurabile. Secondo diverse analisi recenti sul mercato del lavoro digitale, tra i ruoli in più rapida crescita spicca l'Head of AI, una figura che definisce roadmap, governance e utilizzo responsabile della tecnologia in azienda. È un segnale chiaro: l'AI non è più solo una competenza tecnica da delegare, ma una leva organizzativa che richiede una strategia.

Il problema è che molte aziende arrivano a questa fase impreparate. Hanno testato ChatGPT o Copilot, hanno un paio di progetti pilota, magari un dipendente entusiasta che smanetta con i prompt. Ma manca il passaggio successivo: una struttura che porti quei tentativi isolati verso un uso sistematico, sicuro e sostenibile. In Unitiva ci siamo passati anche noi, e non come teoria: lo abbiamo fatto costruendo Unitiva Discovery, il nostro tool interno di discovery per i clienti, sviluppato quasi interamente con agenti AI. Quel percorso ci ha insegnato più cose sulla governance dell'AI di qualsiasi report di settore.

Perché roadmap, governance e utilizzo responsabile non sono tre parole vuote

Sono i tre pilastri su cui si regge qualunque adozione AI che non finisca per essere un esperimento estemporaneo.

La roadmap risponde alla domanda "dove vogliamo arrivare, e in che ordine". Senza una sequenza chiara di priorità, l'AI finisce applicata a caso: un chatbot qui, un tool di generazione contenuti là, senza che i progetti si parlino tra loro o costruiscano un asset comune.

La governance definisce chi decide cosa, quali dati l'AI può vedere, quali output richiedono una verifica umana e quali no. È la differenza tra un'azienda che sa spiegare come funziona il proprio uso dell'AI e una che lo scopre solo quando qualcosa va storto.

L'utilizzo responsabile è la parte più concreta e meno discussa nei convegni: significa criteri di accettazione scritti, test verificabili, output controllati prima che arrivino al cliente o al mercato. Non è un vincolo che rallenta l'adozione dell'AI. È quello che la rende affidabile abbastanza da poterla usare davvero, tutti i giorni, su un prodotto vero.

Il caso reale: cosa ci ha insegnato Unitiva Discovery

Unitiva Discovery è una web app che guida il project manager durante la sessione di discovery con il cliente e produce automaticamente, a fine sessione, il documento di analisi in Word. Il progetto conta circa 240 commit, 107 issue e 49 pull request, tutti gestiti con agenti AI da una sola persona, senza un team di sviluppo dedicato.

La domanda da cui siamo partiti era semplice da formulare e difficile da risolvere: come si rende un agente AI un collaboratore di cui fidarsi, e non solo uno strumento da supervisionare di continuo? Far scrivere codice a un'AI è facile. Farle produrre un risultato coerente, manutenibile, che regga l'uso reale, è tutt'altra storia. Senza un metodo, un agente genera molto e male: dimentica le decisioni prese, reinterpreta i requisiti a ogni sessione, riempie l'interfaccia di pattern generici.

Ecco perché il problema, per noi, non è mai stato tecnologico. È stato metodologico. E il metodo, prima ancora dello strumento, è esattamente ciò che intendiamo quando parliamo di governance applicata all'AI.

Roadmap: dalla specifica alle issue

Tutto passa da Claude Code, l'agente AI di Anthropic che lavora da terminale. Ma da solo non basta: la differenza la fa il metodo, organizzato attorno alle skill, pacchetti di istruzioni riusabili che insegnano all'agente come lavoriamo in Unitiva. Le skill sono la memoria procedurale del sistema: senza di esse, ogni sessione ripartirebbe da zero.

Il punto di partenza non è un prompt perfetto scritto a tavolino, ma una tecnica di intervista: lasciamo che sia l'agente a fare domande, una dopo l'altra, finché ogni decisione è chiarita. Il tempo speso in questa fase si recupera tutto a valle. Solo dopo la specifica viene trasformata in un piano tecnico e poi in issue GitHub piccole e autosufficienti, ognuna con contesto, vincoli e criteri di accettazione già scritti. Questa è la roadmap tradotta in pratica operativa: nessuna interpretazione lasciata al caso.

Governance: le etichette che decidono quando serve l'essere umano

Per gestire il flusso di lavoro abbiamo usato RALPH, un sistema di loop autonomi che prende le issue etichettate come pronte, le implementa, le fa revisionare da un secondo agente e porta il lavoro sul ramo di staging. Sono le etichette a decidere quando serve l'intervento umano: se l'agente è sicuro, prosegue da solo; se ha dubbi, si ferma e aspetta una decisione.

Questo è governance nella sua forma più operativa: non un documento di policy chiuso in un cassetto, ma regole incorporate nel processo stesso, che stabiliscono con precisione dove passa il confine tra autonomia dell'agente e responsabilità della persona.

Utilizzo responsabile: collaudo osservabile, non dichiarato

Per verificare le funzionalità abbiamo usato una skill che integra Playwright via MCP, collegata direttamente all'agente: pilota un browser reale, apre l'anteprima dell'app, clicca e compila i form come farebbe un utente, poi controlla che i criteri di accettazione siano rispettati e produce la prova dei test tramite screenshot. Tutte le azioni sono visibili in tempo reale: non è una scatola nera, è un collaudo osservabile, passo dopo passo.

Anche la conoscenza di dominio conta quanto il controllo. Per Unitiva Discovery abbiamo mappato ogni modulo di Odoo 19 standard in 33 pagine strutturate secondo il modello delle LLM wiki: documenti densi e tecnici, pensati per essere consultati da un agente durante la sessione con il cliente. Un agente vale quanto la conoscenza a cui attinge: senza una base solida lavora alla cieca, con una wiki strutturata correttamente diventa preciso.

Cosa cambia per chi deve decidere, non per chi deve programmare

Il punto più utile di questa esperienza, per un decisore aziendale, non riguarda gli strumenti in sé, ma cosa hanno reso possibile. Il project manager che ha guidato Unitiva Discovery non scrive codice riga per riga: decide e verifica, gli agenti eseguono. Il suo ruolo si è spostato dall'esecuzione al controllo di qualità, dalle attività ripetitive alle eccezioni e alla personalizzazione, cioè al valore che il cliente cerca davvero.

Questo è il vero significato di adozione responsabile dell'AI in azienda: non sostituire le persone, ma ridefinire dove serve il loro giudizio. E resta un punto che vale per qualunque azienda, non solo per chi sviluppa software: senza specifiche chiare e criteri di accettazione scritti, l'AI produce tanto ma male. Con un metodo, produce tanto e bene, anche quando nessuno sta guardando.

Da dove iniziare, davvero

Se la vostra azienda ha già sperimentato l'AI ma fatica a trasformarla in un processo strutturato, le domande da porsi sono le stesse che ci siamo posti noi:

• Chi in azienda ha la responsabilità di decidere dove e come si usa l'AI?
• Esistono criteri di accettazione scritti per gli output generati, o si valuta "a occhio"?
• C'è una base di conoscenza di dominio che l'AI può consultare, o ogni sessione riparte da zero?
• Dove passa, oggi, il confine tra ciò che l'AI può fare in autonomia e ciò che richiede una verifica umana?

Non sono domande retoriche: sono i punti su cui si costruisce una roadmap AI che parte dai processi reali dell'azienda, non da un caso d'uso preso in prestito da qualcun altro. Il metodo che ha sostenuto Unitiva Discovery è lo stesso che vale per chiunque voglia passare dai tentativi isolati a un uso strutturato dell'intelligenza artificiale: prima la specifica, poi la governance, infine il controllo di qualità.

Se in questa lista si riconosce più di una domanda senza risposta, un confronto diretto è spesso il modo più rapido per mettere a fuoco i prossimi passi: prenotate una valutazione con il nostro team per capire a che punto è la vostra azienda su roadmap, governance e utilizzo responsabile dell'AI. Noi siamo pronti per darvi supporto!