Intelligenza artificiale e consulenza: un botta e risposta

Articolo di Marco Simontacchi

22 settembre 2026

Prendendo spunto dal lavoro svolto per l’aggiornamento del modello di break even point dinamico, del bilancino periodico e del piano di orientamento strategico di un cliente dello Studio, raccogliamo in questo articolo una serie di domande e risposte sull’uso professionale dell’intelligenza artificiale in un contesto di consulenza alle imprese.

M. Domanda. Pur avendo impartito istruzioni precise, l’AI ha formulato tre volte consecutivamente lo stesso errore di calcolo, anziché prendere i dati futuri da quelli certi forniti ha utilizzato il dato medio mensile dei mesi passati. Come mai?

AI Risposta. La causa non è una dimenticanza nel senso in cui la intenderebbe una persona, ma un effetto di come un modello linguistico genera i numeri. Quando in una tabella compaiono diversi mesi di consuntivo seguiti da celle da proiettare, il segnale più forte che il modello percepisce è la regolarità della serie storica che ha davanti, non l’istruzione impartita una volta all’inizio della conversazione. Se il dato certo per i mesi futuri viene fornito in un punto diverso, magari in un messaggio separato o in un formato testuale distinto dalla tabella su cui si sta calcolando, quell’istruzione tende a perdere peso rispetto al pattern numerico che il modello ha sotto gli occhi in quel momento, e il modello scivola verso il comportamento più probabile in base a ciò che ha visto in milioni di fogli di calcolo simili, cioè estendere la media storica.

La ripetizione per tre volte è il dettaglio più rivelatore. Se le correzioni erano mirate a sistemare il singolo valore sbagliato invece della regola che genera tutte le celle future, la stessa logica di calcolo ha prodotto lo stesso errore ogni volta che il foglio è stato rigenerato. È un problema di regola, non di intelligenza. Per questo, quando si lavoro con l’AI su strumenti come il break even point dinamico o il previsionale, bisogna imparare a non fidarmi dell’istruzione data una sola volta: serve un controllo puntuale su ogni cella proiettata, mese per mese, verificando che il dato certo sia stato effettivamente utilizzato e non ricalcolato. È lo stesso tipo di supervisione che si riserverebbe a un collaboratore junior, non un’eccezione riservata all’AI.

M. Domanda. La risposta è chiara, quindi l’AI che utilizziamo è considerabile alla stregua di uno junior come affidabilità e quindi necessita di supervisione?

AI Risposta. Il paragone regge, ma va precisato per non essere fuorviante. Come uno junior capace, l’AI applica bene le regole note, elabora in fretta grandi quantità di dati e restituisce un lavoro solido nella maggior parte dei casi. La differenza sostanziale riguarda il modo in cui l’errore si manifesta. Uno junior che non è sicuro di un calcolo tende a fermarsi e a chiedere conferma, o quantomeno segnala il dubbio. L’AI, per come è costruita, produce comunque una risposta con lo stesso grado di sicurezza espositiva sia che il ragionamento sia corretto sia che non lo sia; quindi l’errore non si annuncia da solo e può passare inosservato proprio perché il tono del risultato è sempre fluido e convincente.

C’è anche una differenza sull’apprendimento. Uno junior che sbaglia una volta tende a non ripetere lo stesso errore, perché matura esperienza nel tempo. L’AI, salvo che l’errore venga corretto in modo strutturale all’interno delle istruzioni o del documento di riferimento, può ripresentarlo identico alla generazione successiva, come è successo nel caso del break even point.

Per questo la supervisione necessaria non è quella che si riduce col tempo, come accade con un collaboratore che cresce, ma una verifica puntuale che resta costante nel tempo, soprattutto sui numeri e sulle proiezioni. Il valore aggiunto dello Studio resta la validazione professionale finale: l’AI è uno strumento che aumenta la produttività, non un sostituto del giudizio di chi firma l’assessment.

M. Domanda. Quindi si può assumere che l’AI utilizzata per processi delicati e complessi, se usata da persone non professionalmente preparate che non si accorgono subito di eventuali devianze o bias, possa facilmente indurre in errore chi si improvvisa sicuro dello strumento?

AI Risposta. Sì, ed è probabilmente il rischio più serio, più della possibilità stessa che l’AI sbagli. Il punto non è tecnico ma di competenza di chi legge il risultato. Un professionista con esperienza riconosce a colpo d’occhio un dato che non torna con l’andamento reale dell’azienda, perché ha un termine di paragone maturato sul campo. Chi non ha quell’esperienza non possiede un riferimento interno per accorgersi che qualcosa non quadra, e quindi accetta l’output così come si presenta.

Qui si crea un paradosso già accennato nella risposta precedente. La sicurezza espositiva con cui l’AI formula ogni risposta, corretta o sbagliata che sia, tende a rafforzare proprio la fiducia di chi ha meno strumenti per metterla in discussione, cioè chi avrebbe più bisogno di prudenza è spesso chi ne applica di meno, perché scambia il tono professionale del testo per garanzia di correttezza del contenuto.

In ambiti come finanza agevolata, adeguati assetti o rating creditizio questo non è un dettaglio stilistico, perché un errore di proiezione si traduce in decisioni di credito, indicatori di allerta e giudizi di affidabilità verso banche e organi di controllo. Delegare processi delicati all’AI senza competenza di chi supervisiona non riduce il rischio, lo sposta soltanto, sostituendo un errore umano visibile con un errore automatizzato che appare più autorevole e per questo viene controllato di meno.

M. Domanda. A chi quindi consiglieresti, in generale, un utilizzo professionale dell’AI?

AI Risposta. Alla luce di quanto detto finora, la userebbe con profitto soprattutto chi ha già la competenza per fare da supervisore, cioè chi potrebbe in teoria svolgere lo stesso lavoro senza l’AI, sicuramente in più tempo, e la usa per velocizzare l’esecuzione mantenendo intatto il controllo di merito. È il profilo del professionista che riconosce l’anomalia in un dato o in una proiezione perché ha un metro di paragone costruito sul campo, e che quindi tratta l’output dell’AI come una bozza da validare, non come una conclusione da accettare.

Un discorso diverso vale per chi è ancora in formazione. In quel caso l’AI può essere utile, ma solo se usata come interlocutore su cui verificare i propri ragionamenti, confrontando sempre il risultato con i fondamentali della materia, e non come autorità a cui delegare il giudizio prima ancora di averlo sviluppato in proprio. Usata così accelera l’apprendimento, usata come scorciatoia lo impedisce.

Sconsiglierei invece un utilizzo professionale a chi affronta processi delicati senza un background solido nella materia specifica e senza la possibilità di far rivedere il risultato da chi quel background ce l’ha. In quei casi il rischio non è teorico, è quello descritto nella risposta precedente, l’apparenza di autorevolezza del testo generato sostituisce la verifica reale, e l’errore, quando arriva, arriva silenzioso.

I contenuti pubblicati sul blog di Studio Simontacchi sono elaborati con il supporto di strumenti di intelligenza artificiale e sottoposti a revisione editoriale da parte dell’autore indicato in calce a ciascun articolo, che ne assume la responsabilità del contenuto.