![\"\"](\"https:\/\/www.codemotion.com\/magazine\/wp-content\/uploads\/2026\/07\/image.png\")
<\/figure>\n\n\n\nDivertente quanto volete, ma siamo sicuri che stiamo usando la freccetta giusta?
Ll\u2019AI si ritrova nei piani industriali, nelle presentazioni dei vendor, nei documenti strategici, nelle relazioni annuali e da oggi anche nelle mission. \u00c8 diventata un indicatore di modernit\u00e0: se un’organizzazione investe nell’intelligenza artificiale, significa che guarda al futuro; se non lo fa, rischia di essere percepita come dinosauro in attesa del meteorite.<\/p>\n\n\n\n
\u00c8 per questo che ogni volta che sento parlare di AI Adoption, il mio senso di ragno comincia a vibrare, perch\u00e9 so che sicuramente il centro della discussione si sposter\u00e0 sull’utilizzo della tecnologia<\/strong>, invece dei problemi che dovrebbe contribuire a risolvere.\u00a0<\/p>\n\n\n\n Pu\u00f2 sembrare una distinzione puramente dialettica. In realt\u00e0 cambia completamente il modo in cui vengono prese le decisioni.<\/p>\n\n\n\n Immaginiamo un’azienda che dichiari come obiettivo strategico “aumentare l’utilizzo dei database relazionali”. Oppure una startup che decida di misurare il proprio successo contando quante API REST produce ogni trimestre. Magari aumenterebbero l\u2019ego del team, ma il management avrebbe qualcosa da ridire. Nessuno considera un database un prodotto che debba essere misurato. Nessuno costruisce API per il semplice piacere di costruire API. Qualcuno potrebbe farvi notare dei paradossi, anche abbastanza costosi.<\/p>\n\n\n\n Con l’intelligenza artificiale, invece, sembra essersi verificato un curioso ribaltamento. Lo strumento \u00e8 diventato il risultato o se preferite , il mezzo diventa il fine, e senza nessuna giustificazione.<\/p>\n\n\n\n La domanda non \u00e8 pi\u00f9 “come possiamo migliorare questo processo?”, bens\u00ec “come possiamo introdurre l’AI in questo processo?”. La differenza \u00e8 sottile dal punto di vista linguistico, ma enorme da quello progettuale. Nel primo caso si parte da un’esigenza e si cercano gli strumenti migliori per soddisfarla. Nel secondo si parte da uno strumento e gli si cerca un problema da risolvere.<\/p>\n\n\n\n Ma questa non \u00e8 una novit\u00e0, \u00e8 un meccanismo che la storia dell’innovazione conosce molto bene. Il classico gatto d\u00e9j\u00e0 vu di matrix, che, come tutti sanno, non annuncia niente di buono.<\/p>\n\n\n\n Ogni rivoluzione tecnologica attraversa una fase di entusiasmo alimentata da \u2018evangelist\u2019 sempre attenti alle novit\u00e0. All’inizio non ci limitiamo a usare la nuova tecnologia: cerchiamo di applicarla ovunque. Personalmente ci trovo un pattern abbastanza evidente:La tecnologia diventa una promessa.La promessa diventa una moda. La moda genera aspettative sproporzionate. Non c’\u00e8 nulla di scandaloso in questo processo. Fa parte del modo in cui gli esseri umani metabolizzano le innovazioni. Jared Diamond nel suo \u201cArmi, acciaio e malattie\u201d racconta che le prime comunit\u00e0 agricole impararono a distinguere le mandorle commestibili da quelle velenose attraverso generazioni di tentativi, non sempre fortunati.<\/p>\n\n\n\n Gli LLM sono strumenti straordinari \u00e8 naturale volerli utilizzare.<\/strong><\/p>\n\n\n\n Ma \u00e8 proprio questa naturalezza a renderli pericolosi quando smettiamo di porci una domanda fondamentale: qual \u00e8 il modo pi\u00f9 semplice per risolvere questo problema?<\/strong><\/p>\n\n\n\n La semplicit\u00e0 \u00e8 una virt\u00f9 poco spettacolare. Non finisce sulle brochure aziendali. Non impressiona durante una conferenza. Anzi se sei un team che lavora per il cloud e te ne esci che salvando file pesantissimi in locale hai risparmiato, molti si incavolano e ti danno del cavernicolo.<\/p>\n\n\n\n
Ho visto pi\u00f9 di un progetto scegliere Cassandra, Neo4j o MongoDB non perch\u00e9 fossero la soluzione migliore, ma perch\u00e9 sembravano la soluzione pi\u00f9 moderna.
\u00c8 accaduto con il cloud, presentato inizialmente come la soluzione universale a qualsiasi problema informatico. Poi il deploy di un crud con quattro form ti portava via mezza giornata. Lo abbiamo visto con i Big Data, quando sembrava che accumulare enormi quantit\u00e0 di informazioni fosse automaticamente sinonimo di intelligenza decisionale. Infine \u00e8 toccato alla blockchain, che per qualche anno \u00e8 stata proposta come risposta a domande che nessuno si stava ancora ponendo.<\/p>\n\n\n\n
Poi arriva una fase pi\u00f9 matura, nella quale il mercato inizia lentamente a distinguere ci\u00f2 che crea davvero valore da ci\u00f2 che rappresentava soltanto una suggestione.<\/p>\n\n\n\n