👋 Benvenuti alla edizione n.80 di Autotech Italia!

Premessa (lunga). Nelle ultime quattro settimane mi sono concesso una pausa di riflessione profonda sul perché e sul come scegliere, studiare e analizzare le fonti che sono alla base delle pubblicazioni di Autotech Italia. Ma consentitemi anche di ricentrare la passione per questo progetto.

Una riflessione scaturita dall’osservazione di come proprio l’Intelligenza Artificiale stia generando una quantità di contenuti quasi ossessiva. Si è creato una sorta di "rumore di fondo" assordante che invade i canali di informazione che usiamo tutti i giorni. Un rumore che ha assunto lo stesso ritmo frenetico degli aggiornamenti che i leader globali di questa tecnologia ci impongono, a suon di annunci e rilasci di nuove funzioni.

In altri termini mi sono detto “meglio fermarsi e ripensare bene cosa è davvero utile e digeribile” su un tema diventato talmente importante che Papa Leone XIV ne ha fatto oggetto della sua enciclica “Magnifica Humanitas” (di cui ne consiglio la lettura).

Ciò premesso, a partire da questa edizione, andrò a condividere le riflessioni che nascono dalla lettura di fonti più strutturate. Gli e-book e i saggi, ad esempio, ci danno la possibilità di approfondire temi complessi in modo digeribile, con i giusti tempi (a portata di imprenditore o manager super impegnato sull’operatività quotidiana).

Per inaugurare questa nuova fase di Autotech Italia ho scelto gli scritti di due professionisti italiani focalizzati sulla reale portata dell’impatto dell’AI nel business dei nostri tempi, provando lato mio a calarli nel settore specifico dei servizi automotive:

Perché due autori italiani?

Perché la rivoluzione industriale dell’AI ha assunto una portata mondiale talmente vasta che, per vederla realizzata in un contesto come quello italiano — fatto di PMI, logiche locali e dinamiche territoriali — serve un punto di vista con i piedi ben saldi per terra.

Buona lettura!

Oggi iniziamo con la prima parte dell’analisi del lavoro di Gianluca Dettori, Presidente di Primo Capital e figura storica del Venture Capital italiano: “L'impresa intelligente: come l'intelligenza artificiale e gli agenti trasformeranno i modelli di business”.

Cosa fanno i "Venture Capitalist" (VC)? Sono coloro che investono nelle startup prima di ogni altro.

Capire come loro vedono questo trend ci dà il senso della misura di ciò che crea valore per davvero, separando le promesse irrealistiche dalle fondamenta dei futuri business di successo.

Per capire la velocità con cui l'AI sta travolgendo ogni settore, Dettori ci invita a spostare lo sguardo dai codici di programmazione ai flussi di capitale. Il Venture Capital non è un semplice prestito bancario; è un acceleratore di particelle per imprese. Mentre una banca valuta le garanzie storiche, il VC investe su ciò che un'azienda potrebbe diventare, temendo non il rischio, ma l'irrilevanza.

E oggi, i fondi americani stanno riversando centinaia di miliardi di dollari sull'AI Perché valutazioni così folli? La risposta è nella natura del software AI: la scalabilità infinita.

In un modello di business tradizionale (pensiamo a un'officina o a un dealer), se vuoi raddoppiare il fatturato devi raddoppiare le risorse: più ponti sollevatori, più meccanici, più accettatori. È una crescita lineare e costosa, spesso bloccata oggi dalla crisi dei talenti.

Nell'era dell'AI Agentica, questo rapporto viene stravolto. Una volta addestrato un agente intelligente per gestire il customer care, i preventivi o il follow-up, il costo per servire mille clienti è quasi identico a quello per servirne un milione. Questo crea il potenziale di profitto estremo che i VC cercano.

Ma qui entra in gioco un concetto fondamentale per ogni imprenditore automotive: il fossato difensivo (il Moat). L'AI ha introdotto una nuova metrica: la "distinguibilità". Se la tua azienda si limita a fare una chiamata API a ChatGPT per mettere un chatbot sul sito della concessionaria, sei solo un involucro sottile ("thin wrapper"). Cosa ti difende quando un concorrente fa la stessa cosa o quando OpenAI integra quella funzione di base? Nulla.

Oggi il vero fossato difensivo, l'oro che i VC cercano, sono i dati unici, verticali e non accessibili pubblicamente su internet. I Venture Capital stanno favorendo le unioni tra startup AI e imprese tradizionali perché queste ultime possiedono anni di dati storici. Traslato nel nostro mondo: i database delle vostre accettazioni, lo storico delle manutenzioni, i comportamenti d'acquisto dei vostri clienti locali.

Con questi dati si potrebbero addestrare Small Language Models (SLM) iper-specializzati che nessun colosso tech globale e nessun concorrente della porta accanto potrà mai replicare.

Poi Dettori ci porta su un piano apparentemente distante, ma che in realtà impatta direttamente i bilanci delle nostre aziende: la geopolitica e la sovranità dei dati.

Se il silicio, i dati e l'energia sono i nuovi pilastri del potere globale, la guerra tra USA e Cina per il dominio tecnologico non è solo cronaca, ma definisce l'infrastruttura su cui poggeranno i nostri business.

Dettori introduce un concetto critico per le aziende: la sovranità dei dati.

In un mondo in cui gli agenti AI imparano costantemente dalle interazioni, i dati aziendali diventano il "nuovo petrolio". Se un grande dealer o un network di officine riversa la sua conoscenza proprietaria, i segreti industriali, i margini sui ricambi e le abitudini dei clienti all'interno di modelli cloud pubblici (come le versioni base dei grandi grandi modelli AI come ChatGPT e simili), sta cedendo la sua sovranità.

È la "trappola dell'affitto": paghi un servizio che, mentre ti aiuta oggi, si nutre della tua intelligenza aziendale per diventare più forte e, potenzialmente, servire meglio i tuoi futuri concorrenti.

Qui emerge la necessità di affrontare il tema della sovranità dell’AI (Sovereign AI). Le aziende più illuminate dovrebbero iniziare a pensare e ad investire in soluzioni basate su Small Language Models (SLM) addestrati esclusivamente sui propri dati, che girano su soluzioni e infrastrutture verticali e dedicate, in alternativa ai Large Language Models (LLM) globlali.

Infine, questo nuovo ordine porta ad un altro concetto interessante: il "reshoring". Come nella manifattura dove l'automazione dei processi tramite AI agentica elimina il vantaggio del basso costo del lavoro manuale, anche nel settore dei servizi il vantaggio competitivo si sposta dal "costo orario" alla "capacità di integrazione" della tecnologia.

Per l'automotive italiano, questo significa che la vera minaccia non è più l'officina che fa prezzi stracciati, ma il concorrente vicino di casa che ha automatizzato l'intero processo decisionale e relazionale, abbattendo i costi di gestione e migliorando drasticamente l'esperienza del cliente.

Da questa prima parte dell’analisi del lavoro di Dettori sui Venture Capital, porto a casa una verità oramai chiara per il nostro settore: l'oro è già nelle nostre mani, ma non sappiamo estrarlo.

Quando i VC parlano di "fossato difensivo" basato su dati storici inaccessibili al pubblico, descrivono esattamente il patrimonio accumulato in decenni dalle concessionarie e dalle reti di officine italiane.

Tuttavia, prima ancora di sognare agenti autonomi e AI predittiva, dobbiamo affrontare la vera patologia del post-vendita: la frammentazione dei dati. Nessuna Intelligenza Artificiale, per quanto avanzata, può generare valore se addestrata su dati sporchi, isolati o incompleti.

Chi riuscirà a de-frammentare la propria conoscenza aziendale avrà a disposizione un bacino di dati locali dal potenziale inestimabile per addestrare modelli capaci di automatizzare davvero la relazione con il cliente. Gli altri continueranno a usare l'AI solo per scrivere email.

Fonti: | Libro: L'impresa intelligente - Gianluca Dettori

Il tuo feedback è importante!

Grazie 🙏 per aver letto questa edizione!

Se vuoi puoi rispondermi anche direttamente alla mail se hai suggerimenti o indicazioni specifiche.

Alla prossima settimana!

Michele Romagnoli

Altro materiale:

🔖 Tutte le edizioni

🧑‍💻 Il progetto

❤️ La mia storia