Il vero rischio dell’intelligenza artificiale non è soltanto rimanere indietro nella sua adozione, ma perdere il controllo del know-how che rende un’impresa diversa dai concorrenti. Perché, mentre i modelli AI diventano sempre più potenti e accessibili, il vantaggio competitivo delle organizzazioni continuerà a dipendere soprattutto da ciò che quei modelli non conoscono: i processi, le regole decisionali, le competenze e l’esperienza accumulata nel tempo.
È questa la tesi al centro dell’intervento di François Bohuon, Managing Director di Palantir per Francia e area EMEA, al World Manufacturing Forum, significativamente intitolato AI Sovereignty Is Your Alpha.
Il termine alpha, mutuato dal linguaggio finanziario, indica in questo caso la capacità di un’organizzazione di ottenere risultati superiori grazie a caratteristiche e competenze distintive. Per un’impresa manifatturiera si tratta di un patrimonio che comprende non soltanto i dati industriali, ma anche il modo in cui vengono utilizzati per prendere decisioni e gestire le operazioni.
Secondo Bohuon le aziende non dovrebbero concentrarsi sulla scelta del modello AI più avanzato, ma sulla costruzione di sistemi capaci di mettere l’intelligenza artificiale al servizio delle loro specificità operative.
Non è l’impresa che deve adattarsi ai modelli, ma sono i modelli che devono essere integrati nell’organizzazione e nei suoi processi. Soltanto così l’AI può generare un valore misurabile e duraturo, senza trasformarsi in un ulteriore fattore di omologazione.
Indice degli argomenti
Chi è Palantir, dall’intelligence all’intelligenza artificiale industriale
Palantir è una società tecnologica americana fondata nel 2003 da un gruppo di imprenditori tra cui Peter Thiel e Alex Karp, attuale amministratore delegato.
Nata per sviluppare software destinati all’analisi e all’integrazione dei dati nel mondo dell’intelligence, l’azienda ha progressivamente esteso la propria attività alle istituzioni pubbliche e alle imprese, diventando uno dei protagonisti del mercato delle piattaforme per la gestione dei dati e l’intelligenza artificiale.
A differenza delle aziende che sviluppano principalmente grandi modelli linguistici, come OpenAI o Anthropic, Palantir si concentra soprattutto sull’integrazione tra dati, modelli AI e processi operativi delle organizzazioni.
Le sue tecnologie principali comprendono Gotham, destinata soprattutto all’intelligence e alla difesa, Foundry, piattaforma per l’integrazione e la valorizzazione dei dati aziendali, e AIP (Artificial Intelligence Platform), che consente di utilizzare modelli di intelligenza artificiale e agenti AI all’interno dei processi operativi.
Nel manifatturiero queste tecnologie possono essere utilizzate per integrare informazioni provenienti da impianti produttivi, sistemi gestionali, fornitori e reti logistiche, supportando decisioni relative alla produzione, alla manutenzione, alla pianificazione e alla supply chain.
I cinque livelli di maturità dell’AI: dall’analisi dei documenti all’automazione
Per spiegare come le imprese possano trasformare l’AI in valore operativo, Bohuon ha presentato un modello articolato in cinque livelli di maturità, dal livello zero al livello quattro.
Al livello zero l’intelligenza artificiale viene utilizzata principalmente per elaborare informazioni. Un responsabile degli acquisti, per esempio, può chiedere a un modello linguistico di analizzare il contratto di un fornitore e sintetizzarne le condizioni di pagamento.
È un’applicazione utile per migliorare la produttività individuale, ma che non modifica sostanzialmente i processi aziendali.
Al livello uno, l’AI viene collegata ai dati interni dell’organizzazione. Lo stesso responsabile acquisti può quindi integrare le informazioni contrattuali con ordini, fatture e consegne per verificare quali fornitori siano sistematicamente in ritardo.
Il livello due introduce il supporto alle decisioni. L’AI non si limita più a fornire informazioni, ma formula raccomandazioni sulla base delle regole aziendali: applicare una penale a un fornitore, diversificare gli approvvigionamenti oppure modificare le condizioni contrattuali. La decisione rimane comunque affidata alla persona.
Il livello tre incorpora anche quella che Bohuon definisce tribal knowledge, cioè la conoscenza operativa accumulata attraverso l’esperienza delle persone. Il sistema tiene conto non soltanto dei dati e delle regole formali, ma anche delle azioni concretamente svolte dagli operatori. L’AI può così formulare indicazioni più avanzate e contribuire all’esecuzione delle attività, mantenendo una supervisione umana.
Il livello quattro, infine, rappresenta una condizione di automazione quasi completa dei processi, nella quale agenti intelligenti e operatori collaborano per eseguire e controllare attività complesse.
Secondo Bohuon alcune imprese manifatturiere hanno già raggiunto questo livello. L’intervento, tuttavia, non ha fornito esempi aziendali identificabili o risultati quantitativi che consentano di valutarne la diffusione.
Il messaggio è comunque chiaro: il valore dell’AI cresce quando si passa dall’elaborazione delle informazioni alla capacità di prendere ed eseguire decisioni operative.
Non bastano i dati: servono logica e capacità di azione
Per arrivare ai livelli più avanzati di utilizzo dell’AI, secondo Palantir è necessario costruire un’infrastruttura capace di collegare tre componenti fondamentali: dati, logica e azioni.
“I dati senza logica sono rumore. La logica senza azione è ancora più rumore. Ma la logica e le azioni senza dati producono il caos”, ha sintetizzato Bohuon.
I dati rappresentano le informazioni di cui dispone l’impresa: documenti, sistemi ERP e MES, sensori, macchine connesse e flussi informativi interni ed esterni.
La logica comprende invece le regole, i vincoli e i criteri attraverso i quali l’organizzazione interpreta queste informazioni e prende le proprie decisioni.
Le azioni sono infine ciò che permette di trasformare una decisione in un intervento concreto: modificare una pianificazione, riallocare un ordine, attivare una procedura o intervenire su un processo operativo.
Secondo Bohuon il limite delle applicazioni AI basate esclusivamente sui modelli linguistici è proprio la difficoltà di collegare queste tre componenti.
“I modelli possono essere un ottimo cervello, ma hanno bisogno di un corpo per agire. Non conoscono la vostra azienda, non sanno come operate e non conoscono le regole con cui prendete le decisioni”, ha osservato.
È qui che entra in gioco uno degli elementi centrali dell’architettura di Palantir: l’Ontology.
Si tratta di un livello semantico e operativo che rappresenta digitalmente l’organizzazione, collegando dati, oggetti industriali, processi, regole e azioni possibili.
Bohuon la descrive come una sorta di gemello digitale dell’impresa, capace di rappresentarne le specificità fino al livello dei singoli stabilimenti, materiali e macchinari.
L’obiettivo è mettere a disposizione degli operatori e degli agenti AI una rappresentazione condivisa del funzionamento aziendale, sulla quale costruire applicazioni e automazioni.
In questo modo, per esempio, un sistema potrebbe gestire un’interruzione delle attività in un centro distributivo, verificando la disponibilità degli altri siti e proponendo una riallocazione degli ordini compatibile con i vincoli produttivi e logistici.
L’AI diventa così parte dell’infrastruttura decisionale dell’impresa, anziché rimanere uno strumento separato dai processi operativi.
L’adozione parte dalle esigenze degli operatori
La disponibilità della tecnologia, tuttavia, non garantisce la sua effettiva adozione.
Bohuon ha insistito sulla necessità di progettare le applicazioni a partire dai problemi concreti che gli operatori incontrano quotidianamente.
Per questo Palantir utilizza il modello dei Forward Deployed Engineers (FDE), ingegneri che lavorano direttamente a fianco dei clienti per integrare e adattare le soluzioni tecnologiche ai processi aziendali.
Il loro compito è fare da collegamento tra gli sviluppatori del software e le persone che dovranno utilizzarlo, raccogliendo le esigenze operative e traducendole in funzionalità concrete.
Il principio è che le soluzioni AI debbano evolvere continuamente, seguendo i cambiamenti dei processi e delle priorità aziendali.
Anche l’automazione, secondo Bohuon, deve procedere per gradi. Non è realistico automatizzare integralmente un processo industriale dall’oggi al domani: occorre individuare singole attività, integrarle progressivamente e verificare che i risultati siano coerenti con gli obiettivi.
E soprattutto bisogna partire dal valore atteso, anziché rinviare la valutazione economica alla fine del progetto.
“Se non pensate al ritorno dell’investimento fin dall’inizio, qual è il senso? Rischiate di ritrovarvi con prodotti costosi che non generano risultati”, ha avvertito.
La prospettiva illustrata da Bohuon non è quella di sostituire indiscriminatamente gli operatori con sistemi intelligenti.
“Non sono qui per dirvi che dovete sostituire i vostri operatori. Sono qui per dirvi che dovete potenziarli”, ha precisato.
L’obiettivo è affidare all’AI le attività che possono essere automatizzate, consentendo alle persone di concentrarsi su decisioni e compiti a maggiore valore aggiunto.
La sovranità dell’AI: proteggere il patrimonio di conoscenze aziendali
L’ultima parte dell’intervento è stata dedicata al concetto di sovranità dell’AI, inteso soprattutto come capacità delle imprese di mantenere il controllo del proprio patrimonio informativo e operativo.
Bohuon ha ricordato che i grandi modelli linguistici stanno progressivamente diventando tecnologie intercambiabili. Nessuno può sapere quale sarà il modello migliore tra qualche mese o anno e, per questo, le imprese dovrebbero poter utilizzare e sostituire modelli differenti senza compromettere la continuità dei propri processi.
Ma il punto centrale è un altro: il rischio che le aziende, nell’adottare l’AI, trasferiscano progressivamente a soggetti esterni proprio le conoscenze che costituiscono il loro vantaggio competitivo.
Per illustrare il problema, Bohuon ha citato il caso di Spirit Airlines, la compagnia aerea americana che ha cessato le operazioni nel maggio 2026.
Nell’agosto successivo, Google si è aggiudicata per 10 milioni di dollari un’asta relativa a una parte del patrimonio informativo aziendale della compagnia fallita: circa 100 milioni di email, 500 milioni di messaggi Microsoft Teams, documenti, dati operativi e software.
Google ha dichiarato di voler utilizzare questi materiali per migliorare i propri prodotti e addestrare i modelli AI. Il trasferimento prevede l’anonimizzazione dei dati e l’esclusione delle informazioni personali dei passeggeri. La vendita, oggetto anche di contestazioni riguardanti la tutela dei dati dei lavoratori, era ancora in attesa dell’approvazione giudiziaria al momento dell’intervento.
Per Bohuon il caso mostra come il patrimonio di conoscenze, procedure e informazioni accumulato da un’impresa possa acquisire un valore autonomo, anche quando l’attività economica che lo ha prodotto è cessata.
Naturalmente, la vendita di dati nell’ambito di una procedura fallimentare è una situazione diversa dall’utilizzo quotidiano di modelli AI da parte di un’impresa. Ma l’esempio serve a evidenziare il crescente valore economico delle informazioni aziendali e le questioni che si pongono quando queste vengono messe a disposizione di soggetti esterni.
La raccomandazione di Bohuon è quindi quella di portare i modelli AI all’interno dell’infrastruttura informativa e operativa dell’impresa, anziché adattare l’organizzazione ai modelli.
In questa prospettiva la sovranità non consiste necessariamente nello sviluppare internamente ogni componente tecnologica, ma nel conservare il controllo dei dati, delle regole decisionali e delle conoscenze che rendono un’organizzazione competitiva.
Il vero vantaggio competitivo si costruisce nell’impresa
Al di là della proposta tecnologica di Palantir, l’intervento di Bohuon mette a fuoco una questione destinata a diventare centrale per il manifatturiero.
Se i grandi modelli di intelligenza artificiale saranno sempre più accessibili e intercambiabili, la loro semplice adozione difficilmente potrà rappresentare un vantaggio competitivo duraturo.
La differenza sarà nella capacità delle imprese di combinarli con il proprio patrimonio di conoscenze, integrarli nei processi e utilizzarli per migliorare la qualità, la velocità e l’efficacia delle decisioni.
Questo richiederà infrastrutture tecnologiche adeguate, ma anche un lavoro organizzativo per rendere esplicite e utilizzabili le competenze che oggi risiedono prevalentemente nell’esperienza delle persone.
Il messaggio finale di Bohuon è che le aziende non devono rinunciare alla propria specificità per sfruttare l’intelligenza artificiale. Al contrario, dovrebbero utilizzare l’AI proprio per valorizzare e amplificare ciò che le rende diverse dai concorrenti.
