Negli Stati Uniti sta succedendo una cosa curiosa: migliaia di famiglie e piccole aziende stanno collegando termostati, batterie e caricatori per auto elettriche a sistemi che le trasformano in piccoli pezzi di centrale elettrica. Si chiamano virtual power plant, e dietro c’e un principio che dovrebbe interessare chi fa consulenza d’impresa: raccogliere dati da tanti punti piccoli per prendere decisioni che da soli non potresti mai prendere. Lo stesso principio, applicato all’AI, cambia il modo in cui una PMI valuta se conviene o no un investimento.
Il problema è la decisione più che la tecnologia
Il caso descritto da MIT Technology Review e istruttivo proprio perche non parla di intelligenza artificiale in senso stretto, ma di un dilemma che si ripete identico in azienda: come decido se un’offerta tecnologica mi conviene, quando non ho abbastanza dati per valutarla da solo?
Chi gestisce una virtual power plant, spiega l’articolo, deve prima capire quanti soldi guadagna davvero, quanta flessibilita puo permettersi di cedere, e quali sono le clausole di uscita. Sono le stesse tre domande che un imprenditore dovrebbe farsi prima di firmare un contratto con un fornitore AI: quanto rende, quanto vincola, come si esce.
Qui l’AI entra in consulenza d’impresa non come sostituto del giudizio imprenditoriale, ma come strumento che rende visibili pattern altrimenti invisibili. Un software che analizza consumi energetici su centinaia di clienti individua sprechi che un singolo proprietario non vedrebbe mai. Un sistema che incrocia dati di vendita, magazzino e stagionalita fa lo stesso lavoro per una PMI che vende prodotti fisici.
Applicare il metodo alla propria azienda
Il punto debole di molte PMI italiane non e la mancanza di dati, ma l’assenza di un metodo per leggerli insieme. Una gelateria che tiene traccia di vendite giornaliere, meteo e turni del personale su tre file Excel separati ha gia tutto il necessario per un modello predittivo semplice. Serve solo qualcuno che unisca i puntini.
Un consulente che introduce l’AI in questo contesto non vende un algoritmo complicato. Vende un metodo per trasformare numeri sparsi in decisioni. Concretamente significa:
- Mappare i dati che l’azienda già raccoglie, spesso senza saperlo
- Individuare due o tre decisioni ricorrenti che beneficerebbero di previsioni più accurate
- Testare uno strumento AI su un caso piccolo e misurabile prima di scalarlo
- Definire in anticipo come uscire dal fornitore, esattamente come nelle clausole di opt-out delle virtual power plant
Severin Borenstein, docente a Berkeley citato nell’articolo originale, nota che questi programmi funzionano bene solo se implementati con attenzione: altrimenti il rischio è che i costi si spostino su chi non partecipa. In azienda vale lo stesso: un progetto AI mal calibrato puo far pagare inefficienze a reparti che non ne hanno tratto beneficio.
Un cambio di prospettiva più che di strumenti
La lezione delle virtual power plant per la consulenza d’impresa non riguarda i megawatt, riguarda la fiducia nei numeri piccoli e distribuiti. Un’azienda che impara a leggere i propri dati minori, quelli che sembrano irrilevanti singolarmente, scopre margini di efficienza che l’istinto da solo non trova.
Non serve un dipartimento IT enorme per cominciare. Serve la disponibilita a misurare prima di decidere, e un consulente che sappia tradurre quei numeri in scelte concrete. È un cambio di abitudine più che di tecnologia, ma è proprio questo tipo di cambiamento a fare la differenza tra un’azienda che si adatta e una che rincorre.
