In questa seconda puntata della nuova stagione di #RadioNext, Giacomo Gentili, co-founder e chief product officer di Pack, mette a terra un’idea semplice per HR e line manager: coaching e mentoring funzionano quando sono progettati come un prodotto, orchestrati in digitale e misurabili. La piattaforma porta in remoto ogni sessione, gestisce onboarding e matching in modo data-driven e usa feedback continui per leggere impatto e progressi; l’algoritmo suggerisce una shortlist di professionisti (fino a dieci) sulla base di più di 20 variabili, poi si passa alle “sessioni di chimica” per validare il feeling umano. Niente raccolta di dati sensibili dalle videochiamate: la misurazione serve a migliorare il percorso, non a invadere la sfera personale.

Per le aziende italiane il primo ostacolo non è tecnico ma culturale: chiarire cosa distingue mentor e coach cambia aspettative e KPI. Il mentor trasferisce esperienza e risponde alle domande; il coach abilita l’autonomia delle risposte. Domanda chiave per chi guida people development: come trasformare questa distinzione in brief chiari per i fornitori e in metriche di efficacia condivise con il business?

Sul fronte organizzativo, la domanda di senso (e la volatilità) resta alta. Programmi di mentoring/coaching aiutano a gestire l’incertezza e, quando fanno emergere un mismatch, persino un’uscita può essere letta come costo evitato e chiarezza guadagnata. Grandi imprese: impatto più rapido grazie alla scala; PMI: la leva è il “mindset” dell’imprenditore. E l’AI? Oggi è supporto al professionista; domani avatar per scalare a tutta la popolazione. Siamo pronti a integrarli senza erodere l’esperienza umana che fa funzionare davvero questi percorsi?

Bentornati alla settima stagione di #RadioNext, dove settimanalmente affrontiamo il tema degli impatti della trasformazione digitale e delle tecnologie abilitanti sui mercati, i modelli di business, le organizzazioni e i processi. E ripartiamo da un tema che impatta processi, contratti e P&L: il Data Act, che entra in vigore oggi, venerdì 12 settembre 2025.

Con Giulia Sala, partner e co-responsabile Data Protection & AI di DGRS - Studio Legale Milano, abbiamo messo a fuoco cosa cambia davvero per le imprese con l’entrata in vigore del regolamento: più controllo degli utenti-persone e aziende-sui dati generati dai dispositivi connessi, dall’auto ai macchinari IoT, e obblighi puntuali per produttori e fornitori di servizi ancillari nel rendere disponibili i “dati grezzi”. La conseguenza è industriale prima che giuridica: supply chain di dati da aprire, policy da riscrivere, interfacce di richiesta e consegna da progettare per non trasformare la compliance in attrito operativo.

Per i team legali e data/IT la “ABC” operativa parte dalla mappatura: quali dataset condividere e in che formato, quali proteggere per segreto commerciale e IP, come tracciare e validare le richieste (oltre alla titolarità effettiva del prodotto)? In ambito automotive e manutenzione, l’accesso ai dati abilita nuovi modelli di assistenza e concorrenza sull’aftermarket: è l’occasione per ripensare partnership e SLA, non solo i testi contrattuali.

Sul cloud il regolamento attacca il lock-in: trasparenza nei contratti, migrazioni facilitate e, dal 2027, niente costi di switching. Tradotto per CIO e CPO: pianificare fin da ora architetture portabili, data export “one-click” e clausole di uscita effettive, perché i vincoli economici diventano sempre meno difendibili alla luce della norma.

Resta un rischio di complessità per l’utente finale, tra informative e consensi; ma qui il punto non è (solo) il perimetro privacy. L’obiettivo dichiarato è economico: sviluppare il mercato dei dati, anche a vantaggio delle PMI che finora non potevano accedere a informazioni chiave per casi d’uso come la manutenzione predittiva. La domanda per chi guida il business è diretta: come trasformare l’accesso ai dati d’uso in nuove linee di ricavo o in risparmi misurabili, senza scaricare complessità su clienti e rete?

Il Data Act non vive isolato: si innesta accanto a GDPR, Data Governance Act e Digital Markets Act, come ulteriore tassello della strategia europea dei dati. Perché non trattarlo come un progetto prodotto-con owner, backlog e KPI-anziché una semplice “checklist legale”?

Francesca Saraceni, co-fondatrice e CEO di Intellico, è l'ospite di questa settimana di #RadioNext, a margine del Net Zero Milan Expo Summit 2025.

Il confronto parte da un principio: ogni progetto di intelligenza artificiale deve dimostrare di compensare il costo energetico e infrastrutturale che comporta. Saraceni parla di “visione duale” – beneficio di business e sostenibilità – e invita le imprese a chiedersi prima di tutto se l’AI serva davvero o se un approccio statistico tradizionale basti. Quale bilancio energetico giustifica l’adozione di un modello AI in produzione?

Nei processi deterministici (controllo qualità, taglio assi), modelli leggeri in locale sono spesso più che sufficienti, mentre in contesti a elevata variabilità – come il reattore che trasforma scarti industriali in materiali da costruzione – reti neurali e digital twin diventano indispensabili per ridurre scarti, consumo di ciclo produttivo e CO2.

Sul fronte della generative AI, la CEO di Intellico suggerisce di ridurre il footprint computazionale con motori meno “energivori” affiancati da sistemi RAG che filtrano il contesto informativo. Qui emerge il tema della protezione del dato: ambienti dedicati o architetture multitenant, clausole di proprietà e tutela dell’apprendimento derivato fanno parte del pacchetto tecnologico-contrattuale richiesto dai clienti industriali.

L’Unione Europea? Le norme sull’AI Act sono viste come un freno gestibile: limitano le applicazioni ad alto rischio, ma lasciano spazio a ricerca e sperimentazione. La sfida maggiore resta la competenza interna: molte aziende oscillano tra prudenza e aspettative irrealistiche. Come capire se il proprio livello di maturità digitale è sufficiente per passare dal “proof of concept” alla produzione scalabile?