{"id":474,"date":"2026-07-03T09:45:13","date_gmt":"2026-07-03T09:45:13","guid":{"rendered":"https:\/\/www.supralogic.ch\/uncategorized\/stop-treating-ai-as-the-strategy-2\/"},"modified":"2026-07-03T09:45:13","modified_gmt":"2026-07-03T09:45:13","slug":"smettete-di-considerare-lia-come-la-strategia-n-2","status":"publish","type":"post","link":"https:\/\/www.supralogic.ch\/it\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/","title":{"rendered":"Smettiamo di considerare l'IA come la strategia"},"content":{"rendered":"

Un amministratore delegato chiede a ogni divisione di elaborare un piano sull\u2019intelligenza artificiale. Nel giro di poche settimane, l\u2019azienda dispone gi\u00e0 di un elenco di idee promettenti: servizio clienti automatizzato, contenuti di marketing generati artificialmente, rendicontazione finanziaria pi\u00f9 rapida, ricerca intelligente e un assistente interno in grado di rispondere alle domande dei dipendenti.<\/span><\/p>\n

L'elenco d\u00e0 slancio, ma non costituisce necessariamente una strategia.<\/b><\/span><\/p>\n

Ogni progetto pu\u00f2 dimostrare che la tecnologia funziona, ma nessuno risponde alle domande commerciali pi\u00f9 complesse. Quale problema dei clienti \u00e8 diventato pi\u00f9 urgente? In quali ambiti l\u2019azienda sta perdendo margini, velocit\u00e0 o quote di mercato? Quale flusso di lavoro dovrebbe essere riprogettato anzich\u00e9 semplicemente accelerato? Quale vantaggio rimarr\u00e0 una volta che i concorrenti potranno acquistare l\u2019accesso a modelli simili?<\/span><\/p>\n

\u00c8 proprio qui che molti programmi aziendali dedicati all\u2019IA iniziano a perdere di vista l\u2019obiettivo. L\u2019organizzazione considera l\u2019adozione come una prova di progresso, conta i progetti pilota e le licenze utente e descrive l\u2019IA come una priorit\u00e0 strategica. Ci\u00f2 che non ha definito, per\u00f2, \u00e8 la strategia aziendale che l\u2019IA dovrebbe sostenere.<\/span><\/p>\n

Questa distinzione sta assumendo sempre maggiore importanza man mano che la sperimentazione si diffonde. L\u2019indagine globale condotta da McKinsey nel 2025 ha rilevato che quasi nove intervistati su dieci hanno segnalato un uso regolare dell\u2019IA in qualche ambito delle loro organizzazioni, eppure la maggior parte delle aziende faticava ancora a tradurre la sperimentazione in un impatto su larga scala a livello aziendale. Solo circa il 39% ha segnalato un effetto misurabile sull\u2019utile al lordo degli interessi e delle imposte (EBIT), e la maggior parte di queste aziende ha attribuito all\u2019IA meno del 5% dell\u2019EBIT.<\/span><\/p>\n

Questo divario non significa che l\u2019intelligenza artificiale sia priva di valore. Dimostra piuttosto che l\u2019accesso alla tecnologia sta diventando pi\u00f9 facile rispetto al lavoro organizzativo necessario per sfruttarla.<\/span><\/p>\n

L'intelligenza artificiale pu\u00f2 supportare la strategia, modificare gli aspetti economici di un processo e, talvolta, rendere possibile un nuovo modello di business. Non pu\u00f2 per\u00f2 sostituire le decisioni relative ai settori in cui l'azienda intende competere, ai clienti che intende servire o ai motivi per cui dovrebbe affermarsi.<\/span><\/p>\n

Inizia dal vincolo aziendale<\/span><\/h2>\n

Un programma di intelligenza artificiale utile parte da un problema le cui implicazioni commerciali sono gi\u00e0 ben comprese.<\/span><\/p>\n

Un produttore potrebbe subire perdite in termini di tempo di produzione perch\u00e9 i team di manutenzione non riescono a individuare tempestivamente il deterioramento delle attrezzature. Un assicuratore potrebbe avvalersi di periti qualificati che dedicano gran parte della giornata a estrapolare informazioni dai documenti. Una societ\u00e0 di servizi professionali potrebbe essere consapevole che i propri esperti hanno prodotto conoscenze preziose, ma non \u00e8 in grado di recuperarle con sufficiente rapidit\u00e0 per riutilizzarle. Un rivenditore potrebbe avere scorte eccessive perch\u00e9 le previsioni rispondono troppo lentamente alla domanda locale.<\/span><\/p>\n

Si tratta di vincoli strategici o operativi. L\u2019intelligenza artificiale diventa rilevante solo dopo che l\u2019organizzazione ha individuato quale decisione, attivit\u00e0 o lacuna informativa contribuisca al problema.<\/span><\/p>\n

La differenza \u00e8 evidente nel servizio clienti. \u201cIntrodurre un chatbot basato sull\u2019intelligenza artificiale\u201d \u00e8 un\u2019iniziativa tecnologica. \u201cRidurre il tempo necessario per risolvere le richieste di routine relative agli account, garantendo al contempo l\u2019accesso a un collaboratore qualificato per i clienti con esigenze complesse o particolarmente vulnerabili\u201d \u00e8 un obiettivo aziendale.<\/span><\/p>\n

La seconda formulazione definisce l'obiettivo, i confini del cliente e uno dei rischi principali. Consente all'azienda di confrontare l'intelligenza artificiale con altri interventi, tra cui fatture pi\u00f9 chiare, una migliore formazione del personale, una navigazione pi\u00f9 intuitiva sul sito web o l'eliminazione di un processo che genera chiamate superflue.<\/span><\/p>\n

Senza questo passaggio, le aziende finiscono spesso per automatizzare i sintomi. Il chatbot risponde a domande generate da politiche confuse; lo strumento di sintesi elabora report di cui nessuno ha bisogno; e l\u2019assistente interno effettua ricerche in una base di conoscenza frammentata, le cui informazioni di fondo sono obsolete.<\/span><\/p>\n

L'intelligenza artificiale pu\u00f2 velocizzare un processo poco efficiente. Ci\u00f2 non rende per\u00f2 il processo pi\u00f9 prezioso.<\/span><\/p>\n

Distinguere la strategia dal caso d'uso e dalla piattaforma<\/span><\/h2>\n

I team dirigenziali spesso raggruppano tre decisioni distinte in un\u2019unica decisione.<\/span><\/p>\n

Il <\/span>strategia<\/span><\/strong> definisce l'obiettivo commerciale: migliorare la fidelizzazione dei clienti redditizi, ridurre le interruzioni di produzione non programmate o accorciare i tempi necessari per l'immissione di un prodotto sul mercato.<\/span><\/p>\n

Il <\/span>caso d'uso<\/span><\/strong> descrive le attivit\u00e0 che l'intelligenza artificiale pu\u00f2 svolgere: prevedere i guasti alle apparecchiature, sintetizzare i dati tecnici o elaborare un progetto iniziale di un prodotto.<\/span><\/p>\n

Il <\/span>piattaforma<\/span><\/strong> fornisce i modelli, l'infrastruttura dei dati e gli strumenti attraverso i quali viene realizzato quel caso d'uso.<\/span><\/p>\n

L'ordine \u00e8 importante. Quando le aziende iniziano acquistando una piattaforma di IA di ampio respiro, possono sentirsi sotto pressione nel dover trovare un numero sufficiente di applicazioni per giustificare l'investimento. Il portafoglio tecnologico finisce cos\u00ec per dettare le priorit\u00e0 aziendali, invece di sostenerle.<\/span><\/p>\n

L'errore opposto consiste nel consentire l'uso di centinaia di strumenti non coordinati. I dipendenti risolvono rapidamente i problemi a livello locale, ma l'azienda si ritrova con contratti duplicati, controlli di sicurezza incoerenti e dati che circolano in sistemi che la direzione centrale non \u00e8 in grado di monitorare.<\/span><\/p>\n

Un'organizzazione disciplinata mantiene una base tecnologica relativamente ridotta, consentendo al contempo alle unit\u00e0 aziendali di proporre casi d'uso sulla base di criteri comuni. Tale base pu\u00f2 includere modelli approvati, controlli sull'identit\u00e0, accesso sicuro ai dati aziendali, standard di monitoraggio e di approvvigionamento. Dovrebbe consentire la sperimentazione senza predeterminare dove risieda il valore.<\/span><\/p>\n

L'architettura tecnologica \u00e8 importante, ma assume un valore strategico solo se collegata alle scelte dell'organizzazione in materia di clienti, aspetti economici e capacit\u00e0.<\/span><\/p>\n

Concentrare gli investimenti laddove i benefici economici siano evidenti<\/span><\/h2>\n

L'entusiasmo suscitato dall'IA generativa ha spinto le aziende a distribuire investimenti modesti su numerose funzioni. Ci\u00f2 si traduce in un numero impressionante di progetti pilota e in una scarsa concentrazione.<\/span><\/p>\n

La ricerca condotta da BCG nel 2024 ha classificato il 49% delle aziende intervistate come ancora in gran parte in fase di \u201cproof-of-concept\u201d, mentre solo il 4% aveva sviluppato quelli che sono stati definiti \u201cmotori di valore basati sull\u2019IA maturi\u201d. Le aziende che hanno riportato risultati migliori tendevano a concentrare i propri sforzi su un numero limitato di processi aziendali fondamentali, piuttosto che distribuire le risorse in modo uniforme tra numerose piccole iniziative.<\/span><\/p>\n

Un portfolio efficace dovrebbe contenere diversi tipi di candidature, ma deve seguire una gerarchia chiara.<\/span><\/p>\n

Alcuni utilizzi migliorano la produttivit\u00e0 personale: redigere testi di routine, sintetizzare le riunioni o cercare documenti. Queste attivit\u00e0 possono far risparmiare tempo a un organico numeroso, anche se il valore che ne deriva \u00e8 spesso dispersivo e difficile da concretizzare, a meno che l\u2019organizzazione non modifichi il modo in cui tale tempo viene impiegato.<\/span><\/p>\n

Altre applicazioni ottimizzano un flusso di lavoro ben definito. Possono accelerare l'elaborazione dei sinistri, ridurre i falsi allarmi di frode o aiutare i tecnici a diagnosticare i guasti. Il loro valore pu\u00f2 solitamente essere misurato in termini di tempo, costi, precisione, produttivit\u00e0 o risultati per i clienti.<\/span><\/p>\n

Le applicazioni di maggiore rilevanza strategica modificano l'economia di un prodotto o di un modello di business. L'intelligenza artificiale potrebbe consentire a un'azienda di rivolgersi a un segmento di clientela che in precedenza non era redditizio, di personalizzare un servizio su larga scala o di creare un vantaggio competitivo basato sui dati che migliora con l'uso.<\/span><\/p>\n

L'azienda non ha bisogno che ogni iniziativa sia di tipo trasformazionale. Deve per\u00f2 sapere a quale categoria appartiene ciascuna iniziativa e finanziarla di conseguenza.<\/span><\/p>\n

Un assistente informatico non dovrebbe ricevere la stessa attenzione da parte dei dirigenti riservata a un sistema in grado di modificare le decisioni di sottoscrizione relative a un intero portafoglio assicurativo.<\/span><\/p>\n

Riprogettare il flusso di lavoro anzich\u00e9 aggiungere un'altra schermata<\/span><\/h2>\n

Molte organizzazioni integrano l'intelligenza artificiale in un processo esistente senza modificarne la struttura.<\/span><\/p>\n

Un dipendente riceve un riepilogo generato dall'intelligenza artificiale, ma deve comunque copiarlo manualmente in un altro sistema. Un modello raccomanda una decisione, ma il numero di approvazioni richieste rimane invariato. Un addetto al servizio clienti propone una risposta, ma l'operatore deve consultare diversi database per verificarla.<\/span><\/p>\n

Questa tecnologia introduce una fase aggiuntiva anzich\u00e9 eliminarne una.<\/span><\/p>\n

La ricerca di McKinsey sulle organizzazioni che traggono valore dall\u2019IA generativa individua nella riprogettazione dei flussi di lavoro una delle pratiche pi\u00f9 strettamente associate all\u2019impatto. Altre pratiche importanti includono l\u2019integrazione della tecnologia nei sistemi quotidiani, la definizione di piani di adozione chiari, la formazione del personale in base al ruolo e il monitoraggio di indicatori di performance ben definiti.<\/span><\/p>\n

La riprogettazione del flusso di lavoro inizia con l'analisi di come il lavoro viene attualmente svolto. Quali attivit\u00e0 richiedono un giudizio? Quali sono dovute alla difficolt\u00e0 di reperire le informazioni? In quali punti il processo \u00e8 in attesa di approvazione e quali errori comportano un successivo rifacimento del lavoro?<\/span><\/p>\n

L'organizzazione potr\u00e0 quindi decidere quali fasi l'intelligenza artificiale debba automatizzare, quali debba supportare e quali debbano rimanere sotto il controllo umano.<\/span><\/p>\n

Un istituto di credito ipotecario, ad esempio, pu\u00f2 utilizzare l\u2019intelligenza artificiale per estrarre informazioni dai documenti e segnalare incongruenze, lasciando comunque all\u2019uomo la responsabilit\u00e0 delle decisioni di credito e dei casi insoliti. Il vantaggio non deriva esclusivamente da una lettura pi\u00f9 rapida dei documenti, ma dalla riorganizzazione del flusso di lavoro, in modo che i responsabili della valutazione del rischio dedichino pi\u00f9 tempo all\u2019analisi del rischio e meno tempo alla preparazione dei fascicoli.<\/span><\/p>\n

Il modello operativo deve inoltre specificare cosa succede in caso di incertezza. Un sistema di intelligenza artificiale in grado di gestire efficacemente i casi di routine pu\u00f2 comunque fallire dal punto di vista commerciale se le sue eccezioni vengono indirizzate a una coda con personale insufficiente e senza un responsabile ben definito.<\/span><\/p>\n

Assegnare a ogni iniziativa un responsabile<\/span><\/h2>\n

I programmi di intelligenza artificiale sono spesso guidati dai team tecnologici, poich\u00e9 sono loro a conoscere bene l'infrastruttura e i fornitori. La competenza in ambito tecnologico \u00e8 necessaria, ma non \u00e8 sufficiente.<\/span><\/p>\n

Il dirigente responsabile del processo commerciale dovrebbe assumersi la responsabilit\u00e0 del risultato.<\/span><\/p>\n

Se l\u2019intelligenza artificiale viene introdotta nel settore degli acquisti, il responsabile degli acquisti dovrebbe essere chiamato a rispondere del miglioramento delle decisioni relative ai fornitori. Se l\u2019intelligenza artificiale supporta il marketing, il responsabile del marketing dovrebbe rispondere dei tassi di conversione, della qualit\u00e0 del marchio e dei costi di acquisizione dei clienti. La funzione tecnologica rimane responsabile dell\u2019architettura, della sicurezza e dell\u2019affidabilit\u00e0, ma non dovrebbe essere chiamata a elaborare un business case per conto di un altro dipartimento.<\/span><\/p>\n

Ogni iniziativa deve avere un responsabile designato che abbia l'autorit\u00e0 sul flusso di lavoro, sul budget e sulle decisioni relative all'adozione. Tale responsabile dovrebbe definire i parametri di riferimento prima dell'implementazione e concordare le modalit\u00e0 di misurazione dei benefici.<\/span><\/p>\n

Senza un punto di riferimento, quasi qualsiasi progetto pilota pu\u00f2 essere definito un successo. I dipendenti potrebbero dire che sembra pi\u00f9 veloce, la dimostrazione potrebbe funzionare bene e i dirigenti di alto livello potrebbero apprezzarne l\u2019utilizzo. Nessuna di queste osservazioni dimostra per\u00f2 il valore finanziario.<\/span><\/p>\n

Il parametro di riferimento dipende dall'applicazione. Potrebbe trattarsi del costo per query risolta, dei tempi di inattivit\u00e0 in produzione, delle perdite legate ai reclami, della durata media del ciclo di vendita o della percentuale di tempo dedicato dal personale tecnico a attivit\u00e0 ripetitive.<\/span><\/p>\n

L'organizzazione deve inoltre decidere in che modo concretizzare tale valore. Far risparmiare dieci minuti a un dipendente non comporta automaticamente una riduzione dei costi o un aumento dei ricavi. Il tempo risparmiato deve essere aggregato, reindirizzato verso attivit\u00e0 di maggior valore o tradursi in una maggiore produttivit\u00e0.<\/span><\/p>\n

Un business case credibile non si limita a indicare quanto tempo l'intelligenza artificiale potrebbe far risparmiare, ma spiega anche come l'azienda intende impiegare tale tempo.<\/span><\/p>\n

La preparazione dei dati \u00e8 una scelta strategica<\/span><\/h2>\n

Le aziende descrivono spesso la qualit\u00e0 dei dati come un ostacolo tecnico emerso durante la fase di implementazione. In realt\u00e0, essa riflette anni di decisioni aziendali.<\/span><\/p>\n

I dati relativi ai clienti potrebbero essere duplicati, poich\u00e9 alle unit\u00e0 regionali era consentito utilizzare definizioni diverse. I dati sui prodotti potrebbero essere incompleti, poich\u00e9 nessun dirigente era responsabile del loro aggiornamento. Informazioni preziose potrebbero rimanere confinate nei file personali, poich\u00e9 gli incentivi favorivano la titolarit\u00e0 individuale piuttosto che il riutilizzo a livello organizzativo.<\/span><\/p>\n

L'intelligenza artificiale mette in luce queste debolezze perch\u00e9 i modelli richiedono informazioni accessibili, pertinenti e sufficientemente affidabili. Un sistema sofisticato alimentato da dati di scarsa qualit\u00e0 pu\u00f2 fornire risposte in modo rapido e con sicurezza, ma non in modo corretto.<\/span><\/p>\n

La soluzione non consiste nel ripulire ogni set di dati prima di iniziare. Ci\u00f2 potrebbe trasformarsi in un\u2019operazione costosa e senza una fine chiara. L\u2019azienda dovrebbe migliorare le informazioni necessarie per i propri casi d\u2019uso prioritari e assegnarne la responsabilit\u00e0 in modo permanente.<\/span><\/p>\n

Nel caso di un'applicazione di vendita, ci\u00f2 potrebbe significare definire quali interazioni con i clienti devono essere registrate, chi pu\u00f2 modificare un record e con quale rapidit\u00e0 le informazioni obsolete debbano essere corrette. Nel caso di un modello industriale, ci\u00f2 potrebbe comportare una calibrazione coerente dei sensori, etichette di manutenzione e identificatori delle apparecchiature in tutti i siti.<\/span><\/p>\n

La governance dei dati dovrebbe orientarsi al valore aziendale. Le informazioni pi\u00f9 rilevanti per la determinazione dei prezzi, la gestione dei rischi, i clienti e le operazioni meritano i controlli pi\u00f9 rigorosi in termini di responsabilit\u00e0 e qualit\u00e0.<\/span><\/p>\n

Lo stesso principio vale per i dati proprietari intesi come vantaggio competitivo. Molte aziende ritengono che il possesso di grandi volumi di informazioni possa costituire un elemento di differenziazione. Ci\u00f2 avverr\u00e0 solo se i dati sono legalmente utilizzabili, rilevanti ai fini decisionali e organizzati in modo sufficientemente efficace da migliorare il sistema.<\/span><\/p>\n

Non confondere l'accesso al modello con il vantaggio competitivo<\/span><\/h2>\n

La maggior parte delle aziende pu\u00f2 acquistare l'accesso a modelli di base simili. Man mano che tali modelli migliorano e i prezzi diminuiscono, il modello stesso diventa una fonte sempre meno efficace di differenziazione duratura.<\/span><\/p>\n

Il vantaggio deriver\u00e0 probabilmente dal modo in cui l\u2019azienda sapr\u00e0 combinare la tecnologia con le informazioni proprietarie, le competenze settoriali, la rete di distribuzione e i processi riprogettati.<\/span><\/p>\n

Una banca e un\u2019azienda del settore retail possono utilizzare lo stesso modello linguistico, ma il valore che ne deriva per la banca dipende dalla sua integrazione con le politiche di rischio, i dati dei clienti e i processi di approvazione previsti dalla normativa. Il vantaggio per l\u2019azienda del settore retail pu\u00f2 invece dipendere dai dati sulla domanda, dai rapporti con i fornitori e dalla capacit\u00e0 di modificare rapidamente le decisioni relative alle scorte.<\/span><\/p>\n

Il lavoro pi\u00f9 impegnativo riguarda il modello stesso: preparazione dei dati, integrazione dei sistemi, valutazione, progettazione dei flussi di lavoro e adozione da parte dei dipendenti.<\/span><\/p>\n

Ci\u00f2 significa anche che potrebbe rendersi necessario cambiare modello. I requisiti in termini di prestazioni, prezzo, normative e ubicazione dei dati sono destinati a cambiare. Un\u2019architettura progettata intorno a un unico fornitore pu\u00f2 rivelarsi costosa da modificare in un secondo momento, soprattutto quando i prompt, i sistemi di valutazione e le applicazioni sono strettamente legati a funzionalit\u00e0 proprietarie.<\/span><\/p>\n

Le aziende non devono necessariamente evitare di avvalersi di partner tecnologici strategici, ma dovrebbero comprendere in quali ambiti si crea una situazione di dipendenza. I contratti dovrebbero disciplinare l\u2019utilizzo dei dati, l\u2019addestramento dei modelli, i diritti di verifica, la continuit\u00e0 del servizio e la possibilit\u00e0 concreta di effettuare la migrazione.<\/span><\/p>\n

L'obiettivo non \u00e8 una neutralit\u00e0 teorica rispetto ai fornitori, bens\u00ec un potere di influenza sufficiente a impedire che la piattaforma di IA diventi la strategia non verificata dell'azienda.<\/span><\/p>\n

La governance dovrebbe allinearsi alla decisione che comporta un rischio<\/span><\/h2>\n

Alcune aziende affrontano i rischi legati all\u2019intelligenza artificiale istituendo un comitato centrale incaricato di esaminare ogni esperimento. Il risultato \u00e8 spesso un rallentamento dei lavori, elusioni informali e il ricorso da parte dei dipendenti a strumenti non approvati al di fuori del processo ufficiale.<\/span><\/p>\n

Altri stabiliscono principi generali e lasciano che siano i singoli team a interpretarli, con il risultato di controlli incoerenti.<\/span><\/p>\n

Un modello proporzionato parte dalla conseguenza dell'errore.<\/span><\/p>\n

Uno strumento interno che aiuta un dipendente a riscrivere una presentazione comporta rischi diversi rispetto a un sistema che raccomanda cure mediche, determina l\u2019accesso al credito o comunica direttamente con clienti vulnerabili. La governance dovrebbe diventare pi\u00f9 rigorosa man mano che il sistema acquisisce autonomia, gestisce informazioni pi\u00f9 sensibili o influisce su decisioni pi\u00f9 rilevanti.<\/span><\/p>\n

Il quadro di riferimento del NIST per la gestione dei rischi legati all\u2019IA articola questo lavoro attorno a quattro funzioni continuative: governare, mappare, misurare e gestire. Il suo profilo relativo all\u2019IA generativa affronta inoltre rischi quali la confabulazione, la privacy, la sicurezza delle informazioni, i pregiudizi dannosi, la propriet\u00e0 intellettuale e l\u2019eccessiva dipendenza umana.<\/span><\/p>\n

In pratica, l'azienda dovrebbe documentare l'uso previsto, i dati coinvolti, il responsabile della decisione, i test di prestazione e la procedura di escalation. Dovrebbe sapere se l'esito \u00e8 di natura consultiva o vincolante, chi pu\u00f2 ignorare il sistema e come verranno registrati gli incidenti.<\/span><\/p>\n

I modelli devono essere monitorati dopo l'implementazione, poich\u00e9 il comportamento degli utenti, i dati e le condizioni operative sono soggetti a cambiamenti. Un sistema che ha funzionato bene durante la fase di test pu\u00f2 perdere efficacia una volta che i clienti imparano a interagire con esso o i dipendenti iniziano a utilizzarlo per attivit\u00e0 che esulano dal suo ambito originario.<\/span><\/p>\n

La governance, quindi, non \u00e8 la riunione di approvazione che si tiene prima del lancio. \u00c8 la disciplina operativa che prosegue anche in seguito.<\/span><\/p>\n

L'adozione \u00e8 una responsabilit\u00e0 della direzione<\/span><\/h2>\n

Uno strumento basato sull'intelligenza artificiale pu\u00f2 essere tecnicamente valido ma irrilevante dal punto di vista commerciale, perch\u00e9 i dipendenti non lo utilizzano o lo utilizzano in modo improprio.<\/span><\/p>\n

L'adozione fallisce quando i dipendenti assistono a una dimostrazione generica senza comprendere in che modo cambier\u00e0 il loro ruolo. Fallisce anche quando la dirigenza descrive l'IA solo come un programma di efficienza e i dipendenti interpretano, a ragione, l'efficienza come una minaccia per il proprio posto di lavoro.<\/span><\/p>\n

I dirigenti dovrebbero illustrare con precisione il modello operativo previsto. Quali mansioni sono destinate a scomparire? Quali decisioni rimarranno di competenza umana? Come verranno valutate le prestazioni quando la produttivit\u00e0 aumenter\u00e0? Quale supporto sar\u00e0 disponibile in caso di malfunzionamento dello strumento?<\/span><\/p>\n

Una formazione mirata alle specifiche mansioni \u00e8 pi\u00f9 efficace del semplice entusiasmo. Un avvocato deve comprendere i concetti di riservatezza, verifica delle fonti e responsabilit\u00e0 professionale. Un rappresentante commerciale deve sapere quando un messaggio suggerito diventa fuorviante. Un manager deve riconoscere i pregiudizi legati all\u2019automazione e mettere in discussione una raccomandazione, anzich\u00e9 considerare il modello come un\u2019autorit\u00e0.<\/span><\/p>\n

Anche i dirigenti di alto livello devono utilizzare i sistemi che promuovono. Il coinvolgimento della leadership \u00e8 importante non perch\u00e9 ogni amministratore delegato debba diventare un esperto nella compilazione dei prompt, ma perch\u00e9 un utilizzo visibile mette in luce i limiti pratici e segnala che l\u2019adozione fa parte di un cambiamento operativo piuttosto che di un\u2019iniziativa informatica isolata.<\/span><\/p>\n

L'azienda dovrebbe mettere a disposizione dei dipendenti un canale semplice per segnalare risultati errati, problemi di sicurezza e difficolt\u00e0 nel flusso di lavoro. Il feedback deve pervenire al team di prodotto o di implementazione con sufficiente tempestivit\u00e0 affinch\u00e9 il sistema possa essere migliorato.<\/span><\/p>\n

L'adozione dell'IA non si conclude con la distribuzione delle licenze. Si conclude quando il nuovo modo di agire diventa la prassi normale con cui si svolge un lavoro di valore.<\/span><\/p>\n

Misurare il valore a tre livelli<\/span><\/h2>\n

Il primo livello \u00e8 <\/span>prestazioni tecniche<\/span><\/strong>. Il sistema fornisce risultati sufficientemente accurati, affidabili e tempestivi in condizioni realistiche?<\/span><\/p>\n

Il secondo \u00e8 <\/span>prestazioni del flusso di lavoro<\/span><\/strong>. Consente di ridurre i tempi di elaborazione, aumentare la produttivit\u00e0, migliorare l'uniformit\u00e0 o permettere ai dipendenti di dedicare pi\u00f9 tempo ad attivit\u00e0 di maggior valore?<\/span><\/p>\n

Il terzo \u00e8 <\/span>andamento aziendale<\/span><\/strong>. Tale cambiamento comporta un miglioramento in termini di fatturato, margine, fidelizzazione dei clienti, esiti di rischio o altri indicatori strategici?<\/span><\/p>\n

Un sistema pu\u00f2 avere successo a un primo livello e fallire negli altri due. Uno strumento di sintesi altamente accurato crea poco valore quando i dipendenti non si fidano di esso o quando le sintesi non hanno mai rappresentato un vincolo. Un processo di gestione dei reclami pi\u00f9 rapido pu\u00f2 danneggiare l\u2019azienda se comporta un aumento dei risarcimenti inappropriati o dei reclami dei clienti.<\/span><\/p>\n

I vantaggi e i costi devono essere valutati nel loro insieme. I costi relativi al modello possono essere modesti, mentre quelli legati all\u2019integrazione, all\u2019ingegneria dei dati, alla revisione umana e alla gestione del cambiamento sono notevoli. Inoltre, i costi di utilizzo possono aumentare in modo imprevedibile man mano che l\u2019adozione si diffonde.<\/span><\/p>\n

Il modello finanziario dovrebbe includere i costi di implementazione, gestione, monitoraggio, sicurezza e correzione degli errori. Dovrebbe inoltre distinguere gli incrementi temporanei di produttivit\u00e0 dai miglioramenti strutturali nell'economia del processo.<\/span><\/p>\n

Il management dovrebbe chiudere le iniziative che non generano valore sufficiente. I portafogli dedicati all\u2019intelligenza artificiale richiedono la stessa disciplina di capitale applicata agli altri investimenti. Un progetto pilota fallito ha un costo contenuto quando fornisce una risposta tempestiva; diventa costoso quando l\u2019azienda lo mantiene in vita solo per dare l\u2019impressione di compiere progressi.<\/span><\/p>\n

Un programma pratico di 90 giorni per ricominciare da capo<\/span><\/h2>\n

Durante il primo mese, i dirigenti dovrebbero smettere di chiedere ai reparti idee relative all\u2019intelligenza artificiale e concentrarsi invece sull\u2019individuazione di un numero limitato di risultati aziendali che contano di pi\u00f9. Ogni priorit\u00e0 dovrebbe essere tradotta in un vincolo misurabile: tempo, costo, errore, capacit\u00e0, conversione o esperienza del cliente.<\/span><\/p>\n

Il mese prossimo dovrebbe essere dedicato alla mappatura dei flussi di lavoro e dei dati rilevanti. I team devono comprendere come si svolge effettivamente il lavoro, in quali punti \u00e8 richiesto un giudizio e quali informazioni mancano o sono inaffidabili. I potenziali interventi basati sull\u2019intelligenza artificiale potranno poi essere confrontati con modifiche pi\u00f9 semplici a livello di processi, politiche o software.<\/span><\/p>\n

Nel corso dell\u2019ultimo mese, l\u2019azienda dovrebbe selezionare un ristretto portafoglio di iniziative con responsabili designati, parametri di riferimento e criteri di interruzione ben definiti. Almeno una di queste dovrebbe essere in grado di generare un valore misurabile in breve tempo, mentre un\u2019altra potrebbe servire a testare una capacit\u00e0 pi\u00f9 strategica, i cui benefici richiedono un\u2019integrazione pi\u00f9 profonda.<\/span><\/p>\n

L'organizzazione dovrebbe inoltre definire basi comuni in materia di tecnologia e governance: modelli approvati, controlli sull'accesso ai dati, procedure di valutazione, segnalazione degli incidenti e standard di appalto. Tali basi dovrebbero essere sufficientemente solide da ridurre i rischi senza tuttavia diventare un pretesto per centralizzare ogni decisione.<\/span><\/p>\n

Al termine dei 90 giorni, il consiglio di amministrazione non dovrebbe chiedersi quanti progetti di IA siano in corso. Dovrebbe invece chiedersi quali ostacoli aziendali vengano rimossi, quali prove sostengano i benefici dichiarati e cosa debba cambiare nel modello operativo affinch\u00e9 il risultato possa essere esteso su larga scala.<\/span><\/p>\n

L'intelligenza artificiale merita una seria attenzione strategica perch\u00e9 pu\u00f2 modificare le strutture dei costi, i processi decisionali e la progettazione dei prodotti. Ci\u00f2 non la rende per\u00f2 una strategia a s\u00e9 stante.<\/span><\/p>\n

Una strategia spiega dove l'azienda creer\u00e0 valore e perch\u00e9 \u00e8 in grado di farlo meglio dei propri concorrenti. L'intelligenza artificiale pu\u00f2 rafforzare questa risposta, ma non pu\u00f2 fornirla.<\/span><\/p>\n

<\/p>","protected":false},"excerpt":{"rendered":"

Man mano che le aziende adottano sempre pi\u00f9 strumenti di intelligenza artificiale, l'idea che l'IA possa costituire una strategia a s\u00e9 stante si sta rivelando insufficiente. Scopri come integrare l'IA in obiettivi aziendali pi\u00f9 ampi per massimizzare il potenziale della tecnologia.<\/p>","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[7],"tags":[],"class_list":["post-474","post","type-post","status-publish","format-standard","hentry","category-enterprise-ai-tools"],"magazineBlocksPostFeaturedMedia":{"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"trp-custom-language-flag":false,"colormag-highlighted-post":false,"colormag-featured-post-medium":false,"colormag-featured-post-small":false,"colormag-featured-image":false,"colormag-default-news":false,"colormag-featured-image-large":false},"magazineBlocksPostAuthor":{"name":"Steph","avatar":"https:\/\/secure.gravatar.com\/avatar\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g"},"magazineBlocksPostCommentsNumber":false,"magazineBlocksPostExcerpt":"As enterprises increasingly adopt AI tools, the notion of AI as a standalone strategy is proving insufficient. Learn how to integrate AI into broader business goals to maximize technology potential.","magazineBlocksPostCategories":["Enterprise AI Tools"],"magazineBlocksPostViewCount":66,"magazineBlocksPostReadTime":16,"magazine_blocks_featured_image_url":{"full":false,"medium":false,"thumbnail":false},"magazine_blocks_author":{"display_name":"Steph","author_link":"https:\/\/www.supralogic.ch\/it\/author\/steph\/"},"magazine_blocks_comment":0,"magazine_blocks_author_image":"https:\/\/secure.gravatar.com\/avatar\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g","magazine_blocks_category":"Enterprise AI Tools<\/a>","yoast_head":"\nStop treating AI as the strategy<\/title>\n<meta name=\"description\" content=\"As enterprises increasingly adopt AI tools, the notion of AI as a standalone strategy is proving insufficient. Learn how to integrate AI into broader business goals to maximize technology potential.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.supralogic.ch\/it\/intelligenza-artificiale-aziendale\/strumenti-di-intelligenza-artificiale-aziendale\/smettete-di-considerare-lia-come-la-strategia-n-2\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Stop treating AI as the strategy\" \/>\n<meta property=\"og:description\" content=\"As enterprises increasingly adopt AI tools, the notion of AI as a standalone strategy is proving insufficient. Learn how to integrate AI into broader business goals to maximize technology potential.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.supralogic.ch\/it\/intelligenza-artificiale-aziendale\/strumenti-di-intelligenza-artificiale-aziendale\/smettete-di-considerare-lia-come-la-strategia-n-2\/\" \/>\n<meta property=\"og:site_name\" content=\"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland\" \/>\n<meta property=\"article:published_time\" content=\"2026-07-03T09:45:13+00:00\" \/>\n<meta name=\"author\" content=\"Steph\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Steph\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/\"},\"author\":{\"name\":\"Steph\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#\\\/schema\\\/person\\\/ab0427a9d2f49fd69e2c1cdefc40dab9\"},\"headline\":\"Stop Treating AI as the Strategy\",\"datePublished\":\"2026-07-03T09:45:13+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/\"},\"wordCount\":3020,\"publisher\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#organization\"},\"articleSection\":[\"Enterprise AI Tools\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/\",\"url\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/\",\"name\":\"Stop treating AI as the strategy\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#website\"},\"datePublished\":\"2026-07-03T09:45:13+00:00\",\"description\":\"As enterprises increasingly adopt AI tools, the notion of AI as a standalone strategy is proving insufficient. Learn how to integrate AI into broader business goals to maximize technology potential.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/enterprise-ai\\\/enterprise-ai-tools\\\/stop-treating-ai-as-the-strategy-2\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.supralogic.ch\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Stop Treating AI as the Strategy\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#website\",\"url\":\"https:\\\/\\\/www.supralogic.ch\\\/\",\"name\":\"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland\",\"description\":\"AI, Data, and Security Insights for Swiss Organizations\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.supralogic.ch\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#organization\",\"name\":\"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland\",\"url\":\"https:\\\/\\\/www.supralogic.ch\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.supralogic.ch\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/supralogic.png\",\"contentUrl\":\"https:\\\/\\\/www.supralogic.ch\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/supralogic.png\",\"width\":242,\"height\":76,\"caption\":\"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland\"},\"image\":{\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.supralogic.ch\\\/#\\\/schema\\\/person\\\/ab0427a9d2f49fd69e2c1cdefc40dab9\",\"name\":\"Steph\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g\",\"caption\":\"Steph\"},\"url\":\"https:\\\/\\\/www.supralogic.ch\\\/it\\\/author\\\/steph\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Smettete di considerare l'IA come la strategia","description":"Man mano che le aziende adottano sempre pi\u00f9 strumenti di intelligenza artificiale, l'idea che l'IA possa costituire una strategia a s\u00e9 stante si sta rivelando insufficiente. Scopri come integrare l'IA in obiettivi aziendali pi\u00f9 ampi per massimizzare il potenziale della tecnologia.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.supralogic.ch\/it\/intelligenza-artificiale-aziendale\/strumenti-di-intelligenza-artificiale-aziendale\/smettete-di-considerare-lia-come-la-strategia-n-2\/","og_locale":"it_IT","og_type":"article","og_title":"Stop treating AI as the strategy","og_description":"As enterprises increasingly adopt AI tools, the notion of AI as a standalone strategy is proving insufficient. Learn how to integrate AI into broader business goals to maximize technology potential.","og_url":"https:\/\/www.supralogic.ch\/it\/intelligenza-artificiale-aziendale\/strumenti-di-intelligenza-artificiale-aziendale\/smettete-di-considerare-lia-come-la-strategia-n-2\/","og_site_name":"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland","article_published_time":"2026-07-03T09:45:13+00:00","author":"Steph","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Steph","Tempo di lettura stimato":"15 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/#article","isPartOf":{"@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/"},"author":{"name":"Steph","@id":"https:\/\/www.supralogic.ch\/#\/schema\/person\/ab0427a9d2f49fd69e2c1cdefc40dab9"},"headline":"Stop Treating AI as the Strategy","datePublished":"2026-07-03T09:45:13+00:00","mainEntityOfPage":{"@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/"},"wordCount":3020,"publisher":{"@id":"https:\/\/www.supralogic.ch\/#organization"},"articleSection":["Enterprise AI Tools"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/","url":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/","name":"Smettete di considerare l'IA come la strategia","isPartOf":{"@id":"https:\/\/www.supralogic.ch\/#website"},"datePublished":"2026-07-03T09:45:13+00:00","description":"Man mano che le aziende adottano sempre pi\u00f9 strumenti di intelligenza artificiale, l'idea che l'IA possa costituire una strategia a s\u00e9 stante si sta rivelando insufficiente. Scopri come integrare l'IA in obiettivi aziendali pi\u00f9 ampi per massimizzare il potenziale della tecnologia.","breadcrumb":{"@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.supralogic.ch\/enterprise-ai\/enterprise-ai-tools\/stop-treating-ai-as-the-strategy-2\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.supralogic.ch\/"},{"@type":"ListItem","position":2,"name":"Stop Treating AI as the Strategy"}]},{"@type":"WebSite","@id":"https:\/\/www.supralogic.ch\/#website","url":"https:\/\/www.supralogic.ch\/","name":"Supralogic | Intelligenza artificiale aziendale, dati, sicurezza informatica e sistemi intelligenti in Svizzera","description":"AI, dati e sicurezza: approfondimenti per le organizzazioni svizzere","publisher":{"@id":"https:\/\/www.supralogic.ch\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.supralogic.ch\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.supralogic.ch\/#organization","name":"Supralogic | Intelligenza artificiale aziendale, dati, sicurezza informatica e sistemi intelligenti in Svizzera","url":"https:\/\/www.supralogic.ch\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.supralogic.ch\/#\/schema\/logo\/image\/","url":"https:\/\/www.supralogic.ch\/wp-content\/uploads\/2025\/12\/supralogic.png","contentUrl":"https:\/\/www.supralogic.ch\/wp-content\/uploads\/2025\/12\/supralogic.png","width":242,"height":76,"caption":"Supralogic | Enterprise AI, Data, Cybersecurity, and Intelligent Systems in Switzerland"},"image":{"@id":"https:\/\/www.supralogic.ch\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.supralogic.ch\/#\/schema\/person\/ab0427a9d2f49fd69e2c1cdefc40dab9","name":"Steph","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/secure.gravatar.com\/avatar\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/82207cc30d613dea4e5fc4ce5dad6b48bc98e8cde6e3910b0adcb2b12199eab1?s=96&d=mm&r=g","caption":"Steph"},"url":"https:\/\/www.supralogic.ch\/it\/author\/steph\/"}]}},"_links":{"self":[{"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/posts\/474","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/comments?post=474"}],"version-history":[{"count":0,"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/posts\/474\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/media?parent=474"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/categories?post=474"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.supralogic.ch\/it\/wp-json\/wp\/v2\/tags?post=474"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}