Introduzione
L’Intelligenza Artificiale sta ridefinendo, in modo profondo e per certi versi sorprendente, la natura stessa della consulenza economica. Il punto di partenza più utile per capire questa trasformazione è uno solo: quando la previsione diventa abbondante e a basso costo, cambia la struttura della decisione, e con essa il ruolo di chi la progetta.
L’AI non elimina il consulente ma lo costringe a spostarsi dalla produzione di analisi alla costruzione di architetture decisionali integrate, in cui dati, algoritmi e giudizio umano interagiscono in modo continuo. È evidente che la trasformazione non sia solo tecnica. In un contesto in cui le imprese evolvono verso modelli fondati sull’apprendimento scalabile e sulla “decision factory”, la consulenza assume una funzione nuova: definire le funzioni obiettivo, governare le
esternalità, valutare i rischi e custodire la dimensione umana del giudizio. Gli algoritmi non sono neutri: incorporano scelte economiche e strutture di potere. Per questo la sfida non è soltanto tecnica, ma istituzionale e antropologica. Nel futuro dell’AI si gioca la qualità delle nostre decisioni collettive.
La trasformazione della consulenza nell’era dell’Intelligenza Artificiale
Riflettendo su questa tematica, il primo dubbio emerso è stato il seguente: l’Intelligenza Artificiale è davvero soltanto una tecnologia applicabile ai processi aziendali? A mio parere la risposta è no. È qualcosa di più profondo: una trasformazione del modo in cui le decisioni vengono generate e governate. La riduzione del costo della previsione modifica l’economia della scelta in modo radicale: ciò che richiedeva tempo ed esperienza diventa calcolabile in tempo reale. In questo contesto, appare chiaro che la consulenza non possa limitarsi ad adottare strumenti più sofisticati; è necessario, infatti, che ripensi la propria identità.
Tradizionalmente il valore della consulenza risiedeva nella capacità di raccogliere informazioni, interpretarle e formulare suggerimenti. L’abbondanza di dati, però, ridisegna l’equilibrio decisionale. Non è più sufficiente stimare ciò che accadrà, diventa cruciale stabilire quale esito ottimizzare, quali trade-off accettare, quali rischi assumere. Il problema si sposta dalla quantità di informazione alla qualità del giudizio. Spostamento significativo, questo, sia in termini pratici che concettuali.
È qui che emerge la trasformazione più interessante: la consulenza da attività analitica diventa funzione architetturale. Non produce soltanto insight, ma progetta sistemi decisionali. Non consegna report statici, ma costruisce infrastrutture di apprendimento continuo. L’AI, quindi, non elimina il consulente: ne ridefinisce l’oggetto, spostandolo dalla risposta alla domanda e alla configurazione del processo che la genera. Una distinzione che assume un rilievo crescente nell’analisi del fenomeno.
L’AI come riduzione del costo della previsione: la nuova economia della decisione
Un framework particolarmente utile è la scomposizione di ogni decisione in quattro elementi: previsione, giudizio, azione e risultato. La previsione stima probabilità; il giudizio attribuisce valore agli esiti; l’azione seleziona una scelta; il risultato alimenta l’apprendimento. L’Intelligenza Artificiale interviene principalmente sul primo elemento, abbattendo il costo della previsione e ampliandone la scala applicativa e questo, come verrà dimostrato, cambia tutto il resto.
Questa riduzione non elimina la necessità del giudizio; al contrario, ne accresce il valore. Sela macchina stima con precisione le probabilità, rimane da stabilire quale obiettivo perseguire. Ed è proprio qui che si nasconde la vera leva strategica: la definizione della funzione obiettivo, ovvero la scelta di ciò che viene ottimizzato. Punto, questo, spesso sottovalutato nel dibattito pubblico sull’AI. Il consulente diventa progettista delle funzioni di valutazione: integra criteri economici, vincoli regolatori ed esternalità. Nei contesti complessi, caratterizzati da rischi sistemici e responsabilità diffuse, l’intervento umano
rimane decisivo e probabilmente lo resterà ancora a lungo.
Dalla consulenza analitica alla consulenza architetturale
La trasformazione decisionale non rimane confinata agli strumenti, ma si riflette in profondità sull’organizzazione dell’impresa. Le realtà più avanzate operano già secondo modelli fondati su flussi continui di dati, algoritmi e feedback, in cui business model e modelli operativi tendono a convergere. Il valore non deriva solo dal prodotto o dal servizio, ma dalla capacità di apprendere più rapidamente e su scala maggiore rispetto ai concorrenti, competenza che fino a pochi anni fa sarebbe sembrata quasi astratta.
È in questo contesto che l’impresa assume la forma di una “fabbrica di decisioni”: una realtà capace di integrare raccolta dati, sviluppo algoritmico, sperimentazione e implementazione operativa in un ciclo continuo. Questa immagine è molto efficace poiché sposta l’attenzione dal risultato al processo. Il consulente diventa così un decision architect: integra sistemi informativi, definisce workflow, ridisegna ruoli e responsabilità. Il valore aggiunto non risiede più nella singola raccomandazione, ma nella capacità di configurare un sistema che produca decisioni migliori nel tempo. L’automazione non elimina la dimensione umana: la ridistribuisce, spostando l’attenzione dalla produzione manuale dell’analisi alla supervisione e alla progettazione del processo. Vale la pena osservare, inoltre, che anche il comportamento dei clienti sta evolvendo in modo significativo. Sempre più spesso le imprese avviano autonomamente la propria analisi
attraverso strumenti di AI prima di rivolgersi a una società di consulenza, arrivando al primo incontro con dati già elaborati e aspettative più precise. Questo spinge i consulenti a trasformare la propria offerta: non più solo advisory tradizionale, ma soluzioni scalabili, piattaforme, agenti automatizzati, sistemi di supporto decisionale integrati nei processi del cliente. La consulenza diventa, così, sia servizio che infrastruttura.
Limiti dell’automazione e governance del rischio: potere, bias ed esternalità
L’automazione decisionale non è un processo neutrale né illimitato, e questa non-neutralità ha conseguenze concrete, non solo teoriche. La possibilità di delegare interamente una scelta ad un algoritmo presuppone condizioni precise: funzione obiettivo chiaramente definita, conseguenze misurabili, esternalità contenute. In assenza di tali condizioni, l’automazione rischia di amplificare errori su scala industriale, pericolo che viene sistematicamente sottovalutato.
I sistemi di Intelligenza Artificiale non operano in un vuoto sociale: incorporano dati storici, categorie classificatorie e modelli che riflettono strutture di potere esistenti. Particolarmente lucida è la posizione di Gary Rivlin, che ha spostato il fuoco del problema: il vero timore non risiede in scenari fantascientifici, ma nelle scelte umane. “Dell’Intelligenza Artificiale mi preoccupano gli uomini non le macchine”. Una frase che lascia riflettere a lungo, perché rovescia la narrativa dominante. L’illusione di neutralità algoritmica può generare un trasferimento opaco di responsabilità e rafforzare disuguaglianze. C’è poi una dimensione ulteriore che tocca da vicino giovani studenti: quella legata ai costi cognitivi. Se analisi e scrittura vengono delegate precocemente alla macchina, si rischia la
perdita di capacità critica ed un progressivo “debito cognitivo”, un’erosione lenta e difficile da percepire in tempo reale. La governance dell’AI diventa in questo modo parte integrante del servizio consulenziale: audit, monitoraggio dei bias, trasparenza dei criteri, gestione del rischio reputazionale e regolatorio. Non un accessorio, bensì una componente strutturale.
Dimensione antropologica: custodire il giudizio
Tra tutte le questioni affrontate, quella più affascinante ed urgente è la dimensione antropologica. Il giudizio resta la dimensione irriducibilmente umana della decisione; la vera partita, quindi, non si gioca sul versante tecnologico, ma su quello antropologico. L’IA è uno strumento che rispecchia l’ingegno umano ma anche le sue debolezze; il suo impiego richiede che il vantaggio sociale non si trasformi in mezzo di potere o emarginazione. In questa prospettiva, la consulenza assume una funzione educativa ed etica, molto più nobile di quella tradizionale. Intenso il richiamo di Papa Leone XIV in Custodire voci e volti
umani3. “La sfida non è interrogarsi su cosa farà la macchina, ma cosa possiamo e potremo fare noi, crescendo in umanità”4. Favorire lo sviluppo completo della persona, mediante “il criterio dell’integralità”, è fondamentale non solo sul piano etico ma anche su quello strategico. La consulenza ha qui un ruolo che non può delegare a nessun algoritmo, ovvero aiutare le organizzazioni a comprendere che l’Intelligenza Artificiale deve cooperare e accompagnare, non imporre o sostituire.
La consulenza come architettura del giudizio
Arrivati alla fine di questo percorso, è possibile rendersi conto che il punto di partenza e quello di arrivo è, in fondo, lo stesso. La consulenza non scompare, evolve. Dal ruolo tradizionale di produttore di analisi, il consulente diventa progettista e governatore di sistemi decisionali. L’oggetto della consulenza non è più soltanto la risposta ad un problema, ma l’architettura che genera decisioni nel tempo. Una distinzione che risulta cruciale per capire dove si stia muovendo il valore professionale nel nostro settore. Concretamente, ciò significa che il consulente di domani dovrà saper leggere un modello predittivo e interrogarne i presupposti, disegnare una governance algoritmica e difenderla davanti al cliente, gestire il cambiamento organizzativo che l’automazione porta con sé e,
soprattutto, mantenere la responsabilità ultima delle scelte, quella che nessun sistema può assumere al suo posto.
Ciò che si spera non vada perduta è una consapevolezza di fondo: ogni sistema decisionale incorpora scelte di valore, e la sua progettazione implica un’immensa responsabilità economica e istituzionale. L’AI amplifica la potenza del calcolo; la consulenza deve amplificare la qualità del giudizio affinché, per riprendere il monito di Leone XIV, il volto e la voce tornino sempre a custodire e manifestare la persona. Nel futuro dell’Intelligenza Artificiale non si gioca soltanto un vantaggio competitivo, ma la qualità delle decisioni collettive. Ed è in questa sintesi, che si colloca la nuova frontiera professionale: l’architettura del giudizio nell’era digitale.
NOTE
1 Cfr. F. Piemonte, Gary Rivlin: Dell’Intelligenza artificiale mi preoccupano gli uomini non le macchine, Il Timone, n. 255, Dicembre 2025.
2 Cfr. G. Guzzo, I costi sociali e individuali di questa rivoluzione, Il Timone, n. 255, Dicembre 2025; vedi anche N. Kosmyna et al., Your Brain on ChatGPT, 2025.
3 Papa Leone XIV, Messaggio per la LVIII Giornata Mondiale delle Comunicazioni Sociali, Custodire voci e volti umani, 2025
4 Cfr. p.16
Bibliografia
- Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Boston: Harvard Business Review Press.
- Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven & London: Yale University Press.
- Iansiti, M., & Lakhani, K. R. (2020). Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. Boston: Harvard Business Review Press.
- Papa Leone XIV. (2025). Messaggio per la Giornata Mondiale delle Comunicazioni Sociali: Custodire voci e volti umani. Città del Vaticano, Libreria Editrice Vaticana.
- Papa Leone XIV. (2025). Discorso ai partecipanti al convegno Intelligenza Artificiale e nuove generazioni. Città del Vaticano, Santa Sede.
- Rivlin, G. (2025). Dell’Intelligenza Artificiale mi preoccupano gli uomini, non le macchine. Il Timone, sezione Primo Piano, Dicembre 2025.
