Lanciato nel 2024 per assistere gli imprenditori, il sistema ha fornito consigli illegali per mesi, suggerendo di trattenere mance dei dipendenti e servire cibo contaminato. Nonostante operatori umani supervisionassero il servizio, nessuno ha rilevato queste violazioni normative gravi. Il problema non era l’assenza di controllo umano, ma la mancanza di giudizio critico sviluppato.

Superare l’illusione della sicurezza

Quando parliamo di “human-in-the-loop“, stiamo davvero parlando di tre livelli distinti di intervento: la supervisione passiva (clic su “approva”); la validazione attiva (analisi dei risultati); il predominio cognitivo (controllo metodologico del processo). La maggior parte delle implementazioni si ferma al primo livello, creando l’illusione di sicurezza senza sostanza.

È per questo che nelle nostre attività di consulenza in ambito di Business Intelligence (BI) abbiamo scelto di adottare una metodologia ispirata ai principi del predominio cognitivo, mutuata dai modelli di comando e controllo militari. Questo approccio ci consente di garantire non solo la supervisione dei processi analitici, ma un controllo consapevole e strutturato sull’intero ciclo decisionale, assicurando ai clienti risultati affidabili e interpretazioni realmente orientate al valore informativo.

Per garantire vera consapevolezza decisionale nell’interazione tra umano e AI, dobbiamo affrontare tre categorie di distorsioni cognitive, tenendo presente una verità scomoda: la maggioranza delle decisioni umane non sono prese razionalmente, ma attraverso ‘scorciatoie’ mentali chiamate euristiche cognitive. Stiamo parlando di bias dei dati, bias algoritmici e bias cognitivi umani.

I tre bias che compromettono le decisioni

Sulla questione dei bias dei dati è bene sapere che i dataset riflettono pregiudizi storici e limitazioni strutturali. Un sistema addestrato su dati di assunzione del passato perpetuerà discriminazioni sistemiche, indipendentemente dalla sofisticazione algoritmica.

Rispetto ai bias algoritmici non si dimentichi che gli algoritmi non sono neutri. Le scelte di ottimizzazione, le funzioni di loss, i parametri di training incorporano decisioni umane spesso inconsapevoli. Per esempio, un algoritmo di scoring creditizio può penalizzare sistematicamente certi gruppi demografici senza che questo emerga chiaramente nei test.

Infine, ci sono i bias cognitivi umani, i più insidiosi e veloci. Le euristiche cognitive sono schemi prefissi semplificati che permettono decisioni rapide – essenziali per la sopravvivenza – ma diventano trappole mortali negli scenari ad alta complessità. Quando l’AI ci presenta una conclusione articolata, la nostra naturale pigrizia cognitiva ci spinge ad accettarla senza verifiche approfondite.

Il problema è sistemico: nelle organizzazioni, queste euristiche si cristallizzano in processi e procedure aziendali. Funzionano perfettamente nelle situazioni standard, ma di fronte ad anomalie causano due fallimenti critici: decisioni sbagliate per applicazione automatica di schemi inadeguati; paralisi operativa quando l’organizzazione riconosce l’anomalia, ma non sa come gestirla.

La soluzione richiede quello che in ambito cognitivo viene chiamato “sense-making“: pensiero critico strutturato che, pur richiedendo maggiore dispendio di energie e tempo, è l’unico antidoto efficace contro euristiche, bias e fallacie logiche quando la posta in gioco è alta.

La lezione dell’intelligence militare

La soluzione non arriva dai soliti consulenti tecnologici, ma da un ambito che conosce il prezzo dell’errore: l’intelligence militare con le metodologie di comando e controllo. Una metodologia non incentrata sulla tecnologia, ma sull’obiettivo da raggiungere (dove il risultato conta più del processo).

I modelli dottrinali militari hanno un vantaggio cruciale: mentre la Business Intelligence tradizionale si perde in complessità tecnologiche e di processo, quella militare è orientata ai risultati. È stata progettata per trasferire rapidamente conoscenza operativa dalle operazioni sul campo alle sale decisive aziendali, esattamente come già avviene con successo per i principi di comando e controllo.

Il chirurgo Mark McLaughlin ha coniato il concetto di “predominio cognitivo” per evitare errori fatali in sala operatoria, mentre l’Us Army lo ha formalizzato nella dottrina nel 2021. Questo framework si basa sull’ottenimento di tre concetti fondamentali interdipendenti: la consapevolezza situazionale avanzata (la capacità di andare oltre la percezione immediata per raggiungere la proiezione di scenari futuri); il predominio cognitivo (che facilita decisioni rapide e accurate in situazioni di stress); la superiorità informativa come vantaggio competitivo finale.

Il predominio cognitivo si fonda su tre pilastri derivati dall’aviazione militare: percezione (identificare anomalie nei dati); comprensione (contestualizzare le informazioni nell’ambiente operativo) e proiezione (anticipare conseguenze delle decisioni). È lo stesso framework che permette ai piloti di reagire correttamente a situazioni impreviste in frazioni di secondo.

Applicato al business, questo framework sviluppa quella che gli esperti definiscono “consapevolezza situazionale avanzata”: è la capacità di essere profondamente consapevoli dei propri processi cognitivi e selezionare di volta in volta quelli più adatti alla situazione, superando le scorciatoie mentali (euristiche cognitive) che, pur accelerando le decisioni, possono indurre errori grossolani in scenari complessi.

Come implementare il predominio cognitivo

Una vera metodologia di predominio cognitivo nell’AI richiede: self awareness cognitiva (è la consapevolezza dei propri meccanismi decisionali e dei bias personali: prima di valutare un output AI, il decisore deve riconoscere le proprie predisposizioni); filtraggio del rumore informativo (capacità di distinguere informazioni pertinenti da quelle fuorvianti, sviluppando quella che gli analisti definiscono ‘superiorità informativa’, non più dati, ma dati migliori e più rilevanti); contestualizzazione ambientale (comprensione dell’ecosistema in cui si opera, inclusi stakeholder, vincoli normativi, dinamiche competitive e implicazioni etiche); pensiero critico strutturato (applicazione sistematica di metodologie analitiche che contrastino euristiche e bias, richiedendo maggiore dispendio cognitivo ma garantendo decisioni più accurate).

Nelle attività di Business Intelligence, questo approccio rappresenta un cambio di paradigma: non più sistemi che ‘aiutano’ a decidere, ma ecosistemi cognitivi in cui la componente umana esercita un controllo attivo e consapevole sul senso dei dati e sulle implicazioni delle analisi. L’obiettivo non è rallentare i processi decisionali, ma renderli più accurati attraverso quella che potremmo chiamare ‘disciplina dell’incertezza’: riconoscere quando una decisione richiede approfondimento umano e quando può essere delegata all’automazione.

Il futuro appartiene alle organizzazioni che sapranno sviluppare questa forma di intelligenza ibrida: non umani che supervisionano macchine, ma team integrati dove il contributo umano si concentra su ciò che le macchine non possono fare: esercitare giudizio etico, comprendere contesti sfumati, anticipare conseguenze impreviste. La domanda non è più come controlliamo l’AI, ma come sviluppiamo il predominio cognitivo necessario per collaborare efficacemente con essa. Quale sarà la vostra prospettiva?

In questo giorno particolare, nel quale il PM di Milano Paolo Storari ha chiesto come inusuale sanzione accessoria a carico del gruppo TOD’S di Della Valle 6 mesi di interdizione alle attività pubblicitarie e promozionali, siamo qui a discutere di reputazione e di responsabilità.

Grazie agli organizzatori dell’APRI, a tutti voi, e ai relatori che mi seguiranno, l’Avvocato Nicola Menardo, specializzato in penale aziendale, a Corrado Ferriani, commercialista specializzato in risanamento aziendale e composizioni negoziate, l’amico e collega Stefano Zambon, non solo ordinario proprio qui a Ferrara, ma anche Segretario Generale della Fondazione OIBR, e grazie egualmente alla moderatrice Avv. Marta Bellini.

Parlando di responsabilità, che è una delle parole chiave di questo bell’evento, non possiamo assumerci piena responsabilità nel difendere la reputazione di persone e organizzazioni se non iniziamo a definire qual è il bene tutelato, cosa significa oggi la parola “reputazione”.

Per definire e comprendere il concetto di reputazione aziendale è doveroso chiarire il significato dei termini identità ed immagine. Questi tre concetti spesso vengono confusi e usati impropriamente: eppure, anche se apparentemente possono apparire simili e dai confini sfocati, identificano aspetti ben diversi.

Il termine identità si riferisce all’essenza, al nucleo, all’insieme degli elementi che caratterizzano l’organizzazione nel profondo, sia materiali che immateriali, la sua personalità, la vision, la mission, i valori guida ed i comportamenti dei membri: nel senso più esteso, il motivo stesso per il quale l’organizzazione esiste.

L’immagine riguarda invece la forma esteriore dell’organizzazione, il riflesso dell’identità dell’organizzazione così come appare agli occhi dei suoi pubblici. Le organizzazioni investono molto sul concetto di immagine per cercare di distinguersi e di essere attraenti, mostrandosi al meglio agli occhi di tutti gli stakeholder.

Ritornando al processo di costruzione dell’immagine aziendale, che è spesso la priorità degli uffici marketing e pubbliche relazioni, quest’attività può rivelarsi assai rischiosa quand’è auto-referenziale: come vedremo in seguito, quando ci si allontana troppo dalla vera identità dell’organizzazione, proiettando un’immagine inautentica ed artefatta, si entra nel tunnel del rischio di crisi reputazionale.

Comunque, è qui, nello spazio tra identità e immagine, che si posiziona il concetto di reputazione, chei dentifica il grado di allineamento tra l’identità dell’organizzazione e la sua immagine.

La reputazione si costruisce nel tempo, insieme ai pubblici dell’organizzazione, che si creano un’opinione valutando tutti i messaggi e soprattutto le azioni – auspicabilmente coerenti con i messaggi – dell’organizzazione stessa^.

Ecco allora una definizione maturata attraverso gli anni di studio e di pratica professionale: la reputazione consiste nel grado di allineamento tra immagine e identità, e si costruisce nel tempo attraverso l’interazione con tutti gli stakeholder. Non è una caratteristica propria dell’impresa, ma un attributo di essa, e, in quanto tale, le viene riconosciuta e certificata dall’esterno. Tanto che la grande maggioranza delle crisi di reputazione, quelle che hanno distrutto valore e minato la business continuity, a volte distruggendo i brand, sono state generate proprio da un disallineamento tra identità, ciò che l’azienda era, e l’immagine, come si rappresentava all’esterno, il piccolo impero di Chiara Ferragni, per citare un caso che conosciamo tutti, è stato incenerito esattamente da questa dinamica.

Non abbiamo tempo in questo mio breve intervento di interrogarci a fondo sui pilastri funzionali a costruire, a “reggere” buona reputazione – che sono la qualità del prodotto, che chiama in causa varie domande, come ad esempio: qual era il sogno dell’imprenditore, il giorno in cui ha sottoscritto l’atto fondativo dell’organizzazione? Dove voleva arrivare? Cosa voleva cambiare nella società? Perché – piccolo o grande – c’è sempre un sogno alla base dell’agire di un imprenditore…; e poi, l’autenticità, e già poc’anzi ne abbiamo intuito l’importanza; e, infine, l’ascolto, termine quanto mai abusato a fini di propaganda, ma, nella realtà, “messo concretamente a terra” molto raramente; ma possiamo affermare senza timore di smentita che il grado di autenticità e di coerenza dei comportamenti dell’organizzazione nel tempo e la conseguente risposta alle attese formulate dai suoi stakeholder generano in effetti buona corporate reputation.

Volendo fare una metafora, potremmo immaginare l’identità di un’organizzazione come un palazzo, e l’immagine come un’impalcatura costruita dagli operai per rendere la facciata gradevole alla vista e senza alcuna crepa. Se la distanza tra l’impalcatura e il palazzo fosse eccessiva, naturalmente andrebbe a verificarsi un crollo della prima, così come avverrebbe se un’azienda cercasse di comunicare inautenticamente un’immagine artefatta e intrinsecamente distante dalla propria identità.

Si tratta del primo asset intangibile di qualunque azienda od organizzazione, e lo confermano i bellissimi e stimolanti lavori di un vostro collega, Paolo Vernero, che con un intuito che l’ha portato a precedere molti in Italia, nel suo ruolo di coordinatore della commissione di studio sugli ESG del Consiglio Nazionale degli ordini dei Commercialisti e Revisori Contabili ha agito da vero pioniere su queste tematiche di straordinaria attualità; un asset che incrocia appunto tematiche come i temi dell’ambiente, del sociale della governance, eccezionali driver di buona reputazione ma anche insidiosi generatori di rischio reputazionale, quando, mal governati, producono greenwashing, e su questo ricordo il lavoro di sensibilizzazione semplicemente monumentale svolto, su questi temi e più in generale sui framework internazionali di rendicontazione sulla sostenibilità, dalla Fondazione OIBR, magistralmente coordinata dal qui presente Stefano Zambon.

Se vogliamo prenderci responsabilità per questo prezioso asset, allora dobbiamo innanzitutto sfatare alcuni falsi miti, e vengo alla parte centrale del mio intervento.

Il primo, che la buona reputazione di costruisce a colpi di comunicazione, di marketing, di influencer: quella è l’immagine, la fragile apparenza, e abbiamo già spiegato che son due cose diverse.

Il secondo, che l’inserimento di preoccupazioni di carattere etico nel business obbedisce a necessità di tipo morale, e non è vero, o quanto meno non solo, la dimensione morale la lascerei alla coscienza di ognuno, ma la scienza ci ha dimostrato da tempo che non è così, fin dall’epoca dello straordinario lavoro di Robert Eccles ad Harvard, pubblicato nel 2012 che dopo 18 lunghi anni di analisi dei dati, ha sfatato il mito dell’azienda “buona” per ragioni morali. Le aziende non devono essere “buone”: devono fare utili, per poterli così reinvestire nella propria mission e nella conseguente crescita della comunità. Tuttavia, può esistere un business dal volto umano? È da tempo scientificamente dimostrato che le aziende che macinano migliori utili siano infatti proprio quelle più “buone”, o meglio, per dirla con linguaggio da addetti ai lavori, le imprese che hanno inserito preoccupazioni di carattere etico nel proprio business a livello strategico. Esatto, lo ripeto: queste sono le aziende nettamente più performanti, e sono gli studi scientifici a dimostrarlo. Il paper di Eccles ha confrontato un campione di centottanta aziende, novanta delle quali sono state classificate come imprese “ad alta sostenibilità” – quindi con percorsi e progetti di responsabilità sociale strutturati e attivi, consapevoli dell’importanza di inserire preoccupazioni etiche nel business – e novanta al contrario erano imprese “a bassa sostenibilità”, ovvero senza alcuna particolare sensibilità in tema di etica, e per contro molto marketing-oriented, attente alla massimizzazione del ritorno per gli azionisti nel breve termine. Ebbene, i risultati hanno mostrato un risultato precedentemente intuito da molti addetti ai lavori, ma che fino a quel giorno mancava di conferma e di affidabile supporto scientifico: le imprese etiche e ad alta sostenibilità sovra-performano – sia sotto il profilo dei risultati contabili che di quelli di borsa, per circa il 25% – rispetto a quelle prive di percorsi codificati di questo genere.

Il terzo falso mito da sfatare è che il rischio reputazionale non si può prevedere, non è vero, è una bugia clamorosa. Con il mio team di ricercatori abbiamo messo a punto, ad esempio, un assessment per la previsione e la mitigazione del rischio reputazionale, si chiama Company CheckUp®, all’estero ne troverete sicuramente altri e magari anche di migliori, in Italia attualmente è l’unico, sforna rapporti molto articolati che ci dimostrano appunto che il rischio reputazionale si può prevedere molto prima della deflagrazione di una crisi.

E questo ci aggancia al quarto falso mito, quello che sostiene che il perimetro reputazionale di un’organizzazione non si può misurare, ed anche questo è falso. Certo, non esiste ancora “il” metodo per misurarlo, universalmente riconosciuto per consensus, ma molta strada e molta sperimentazione si sta facendo in questa direzione, esistono vari metodi, io stesso con l’Avv. Nicola Menardo, seduto qui accanto, sto tentando come CTP in una causa ad alta visibilità mediatica di costruire consenso da parte dei giudici su questo, perché contrariamente a quanto sostiene la giurisprudenza in Italia il danno reputazionale è eccome danno patrimoniale, come fa ad essere non patrimoniale un danno in grado di impattare su conti di un azienda fino al punto da decretarne il fallimento…però per affermare e consolidare questo principio in primo luogo di semplice buon senso e in secondo luogo confermato da solida letteratura scientifica e anche dall’analisi di migliaia di case-study pratici, serve nuova giurisprudenza, e allora dobbiamo crearla.

L’ultimo falso mito da smontare, e vado a concludere, è che questi siano temi “da comunicatore”. Nulla di più falso, perché il reputation & crisis management è una scienza sociale, ha le sue regole, e queste regole coinvolgono e chiamano in causa comunicatori, ma specializzati, è una scienza specialistica che si differenzia alla comunicazione sic et simpliciter esattamente come la neurochirurgia di precisione si differenzia dalla medicina generale, non c’è un giusto e uno sbagliato, semplicemente sono due discipline che appartengono allo stesso dominio di conoscenza ma che presentano peculiarità molto differenti; e poi chiamano in causa avvocati penalisti per la gestione puntuale del cosiddetto “processo mediatico” che si sviluppa fuori dalle aule di tribunale, e in questo Nicola Menardo rappresenta una nuova generazione di avvocati capacissimi e sensibili a questi aspetti; i commercialisti, per il computo del peso della reputazione e il calcolo dell’impatto sul conto economico; gli avvocati civilisti, per la determinazione del danno; gli addetti stampa per la gestione delle media-relation, e molte altre figure professionali.

O comprendiamo una volta per tutte che la gestione di queste delicate dinamiche non può che passare attraverso un approccio multi-professionale, o non riusciremo mai a farci carico in modo efficiente delle nuove responsabilità generate da questi delicati scenari, di grandissima attualità.

Grazie e buon proseguimento di dibattito.

---

Bibliografia scientifica essenziale

• Ang S.H., Wight M-M., Building Intangible Resources: The Stickiness of Reputation, Corporate reputation Review, Vol. 12, No. 1, pp. 21-32. 2009
• Barnett, M., L., Jermier, J., M., Lafferty, B.A., Corporate reputation: The definitional landscape, in Corporate reputation Review, vol. 9, n. 1, pp. 26-38, 2006
• Barnett, M., L., Jermier, J., M., Lafferty, B.A., Corporate reputation: The definitional landscape, in Corporate reputation Review, vol. 9, n. 1, pp. 26-38, 2006
• Bernstein, J., su www.bernsteincrisismanagement.com
• Consiglio Nazionale dei Dottori Commercialisti e degli Esperti Contabili, Sostenibilità, governance e finanza dell’impresa: Impatto degli ESG con particolare riferimento alle PMI. Seconda edizione rivista, CNDCEC, Roma (ed. digitale), 17 aprile 2025
• Corradini I., Nardelli E., La reputazione aziendale. Aspetti sociali, di misurazione e di gestione, Franco Angeli, Milano (ed. digitale), 2015
• Cuomo M. T., Metallo G., Tortora D., Corporate reputation Management. Analisi e Modelli di misurazione, Giappichelli, Torino, 2014
• Cuomo M. T., Tortora D., Metallo G., Misurare il contributo della comunicazione alla corporate reputation per la creazione di valore, Sinergie, n. 90, p. 168, 2013
• Cuomo, M.T., Metallo, G., Management e sviluppo d’impresa, Giappichelli, Torino, pp. 291-292., 2006
• Eccles R. G., Ioannou I., Serafeim G., The Impact of Corporate Sustainability on Organizational Processes and Performance, NBER Working Paper No. 17950 (Marzo 2012) / poi in Management Science, 60 (11), pp. 2835-2857, 2014.
• Fombrun C., Shanley M. (1990), What’s in a name? Reputation building and corporate strategy, Academy of Management Journal, Vol. 33, No. 2.p. 236
• Fombrun C.J., Gardberg N., Sever J., The Reputation Quotient: A multistakeholder measure of corporate reputation, Journal of Brand Management, Vol. 7, No. 4. (2002), “Qualitative Research to Validate the RQDimensions”, Corporate reputation Review, Vol. 4, No. 4
• Fombrun C.J., Indices of Corporate reputation: An Analysis of Media Rankings and Social Monitor’s Ratings, Corporate reputation Review, Vol. 1, No. 4, p. 332, 1998
• Fombrun C.J., Van Riel C.B.M., The Reputational Landscape, Corporate reputation Review, Vol. 1. No. ½, p. 10. 1997
• Fondazione O.I.B.R., Linee guida e documenti sulla rendicontazione integrata e di sostenibilità, Fondazione O.I.B.R., Milano (ed. digitale), varie edizioni.
• Parsons, W. (1996). Crisis management. Career development international, 1(5), 26-28
• Poma L., Grandoni G., Garzina A., Crash Reputation, Engage Editore, Bologna, 2024
• Poma L., Grandoni G., Il reputation management spiegato semplice, Ed. Celid, 2021
• Poma L., Grandoni G., Rendicontazione di sostenibilità e valutazione delle performance ESG. Un’indagine sull’applicazione di standard e normative da parte delle aziende (Materiali di ricerca & discussione O.I.B.R. n. 1), Fondazione O.I.B.R., Milano (ed. digitale), maggio 2024
• Poma, L., Apri la tua mente, Libreria Universitaria, Padova, 2019
• Vecchiato G., Poma, L., Crisis management. Come comunicare la crisi: strategie e case-history per salvaguardare la business continuity e la reputazione, Il Sole 24 Ore, 2012
• Vernero, P; Chiappero, G; Intangible e fattori ESG: riflessi sul bilancio, report di sostenibilità e generazione del valore d’impresa, Modulo24Bilancio, febb 2025

Qualche tempo fa spiegavo agli studenti a cosa si va incontro con un esempio pratico usando gli LLM per fare analisi dei dati. Ho preso una serie di dati epidemiologici dal 2010 al 2014 e ho chiesto al modello di costruire un grafico. Il risultato conteneva anche valori del 2020–2021, cioè il periodo in cui la disponibilità di dati esplode per via della pandemia. Non ha “rispettato i dati”; ha seguito il punto di massima densità informativa. Questi sistemi non “leggono” il tuo dataset, si muovono in uno spazio linguistico che è già stratificato intorno alle zone dove il dato è più abbondante, più ripetuto, più recente, più statisticamente conveniente. Io gli chiedo 2010–2014; lui mi porta comunque a 2020–2021 perché lì il terreno è più fertile, più denso, più “sicuro” dal punto di vista della plausibilità. Se metto accanto a questo esperimento quello che via via raccolgo e annoto, la trama è sempre la stessa. C’è chi prova a usare un modello per generare codice o markup ripetitivo.

All’inizio la procedura sembra funzionare, poi, pagina dopo pagina, l’uscita si sfalda, la coerenza si perde, le stesse istruzioni producono varianti divergenti, e il costo di correzione supera quello di fare il lavoro a mano. C’è chi usa il modello su contenuti specialistici (musica, armonia, analisi di testi complessi) e ottiene risposte formalmente ben confezionate ma concettualmente vuote. Dalle frasi lunghe con lessico corretto, ma regole sbagliate in modo grossolano, come se il sistema imitasse il rumore di fondo della disciplina senza averne mai incontrato la struttura. Il meccanismo è sempre lo stesso, in ambito tecnico succede lo stesso: conversioni numeriche semplici, corrette per le prime richieste, cominciano a deragliare non appena si aumenta leggermente la complessità o la quantità di esempi.

La procedura non si stabilizza, non si “irrobustisce”, si ridispone ogni volta come se fosse la prima. Quando si passa al dominio fattuale, la cosa diventa più inquietante: cronologie storiche riscritte con sicurezza, programmi esistiti dichiarati inesistenti o viceversa, riferimenti geografici inventati, dettagli biografici attribuiti a persone reali senza alcuna base; solo chi conosce già l’argomento ha gli strumenti per riconoscere l’invenzione. Chi non sa, prende atto. E integra. Nel dominio medico il pattern è ancora più evidente (alla faccia dei racconti metaforici e appezzotati fatti a botte di epistemia). Un referto viene interpretato con apparente competenza, alcuni dettagli sono spiegati in modo plausibile, poi una sigla viene proiettata in un contesto completamente incompatibile (ostetrico in presenza di un apparato genitale maschile), e il sistema razionalizza l’errore invece di riconoscerlo. Non dice “non lo so”, dice “ho capito, è un refuso”.

Nella produzione di testi culturali (guida turistica, analisi letteraria, citazione poetica) si vede l’altro lato della stessa cosa, ovvero la capacità di generare un testo perfettamente leggibile, tonalmente adeguato, ritmato nel modo “giusto”, ma privo di informazioni. Pagine intere che potresti spostare da un luogo all’altro del mondo senza che cambi nulla. Infine ci sono i casi di delega integrale con strumenti configurati per monitorare notizie, che ripropongono come “nuovi” articoli vecchi di mesi, oppure ne saltano di rilevanti senza criterio apparente; manager convinti di risparmiare tempo affidando a un modello la ricostruzione di cifre complesse, che si ritrovano con numeri sbagliati di ordini di grandezza, ma esposti con tale sicurezza lessicale da passare il primo vaglio superficiale.

Quello che tiene insieme tutte queste situazioni non è il singolo errore, ma la combinazione di tre elementi: la fluidità del linguaggio, la pressione verso le aree ad alta densità di dato e l’assenza di una rappresentazione del mondo che faccia da vincolo. L’idea bislacca, ma molto diffusa, che “basterebbe cambiare la base di conoscenza” per risolvere il problema è la versione aggiornata della vecchia fede nella fonte giusta. Come se il difetto fosse “cosa ha letto il modello”, e non il modo in cui funziona. Aggiungere più dati, o dati migliori, può ridurre alcuni errori di superficie, ma questi sistemi non operano su un modello del mondo, non possiedono strutture interne che garantiscano coerenza temporale, causale o concettuale. Operano su distribuzioni di probabilità condizionate: massimizzano la plausibilità linguistica locale, frase per frase, token per token. Quando c’è molta informazione su un certo periodo, un certo evento, un certo modo di parlare, il gradiente le spinge lì, anche se tu stai chiedendo altro. Quando una spiegazione è stilisticamente convincente, la produce, anche in assenza di un criterio che la colleghi a qualcosa di vero.

L’EpistemIA nasce esattamente in questo punto di contatto: dove un meccanismo cieco rispetto al mondo incontra un utente che cerca conoscenza, non testo. L’utente vede coerenza grammaticale, tono competente, riferimenti plausibili, e scambia tutto questo per prova. Ma il modello non “sa” se ciò che dice è vero; non ha un luogo interno dove la verità possa essere rappresentata o controllata. La verifica, se avviene, è sempre esterna: siamo noi. E proprio mentre ci affidiamo al sistema per risparmiarci la fatica della verifica, la verifica stessa scompare dall’orizzonte cognitivo: non viene più concepita come fase necessaria del processo, perché è delegata. Infatti il numero di ricercatori indipendenti, dotti-immaginari e tutto l’insieme di gente che dice menate cresce ogni giorno di più. Per questo i vostri esempi sono così importanti: mostrano che non siamo davanti a una collezione di bug da correggere con l’aggiornamento successivo, ma a una trasformazione strutturale del rapporto tra linguaggio e conoscenza.

Non è un problema di “accuratezza percentuale”, è lo slittamento da un ecosistema informativo basato sulla ricerca e sul confronto di fonti a uno basato sulla simulazione continua di risposte plausibili. Se non teniamo fermo questo punto, ci ritroviamo a discutere di queste tecnologie come se fossero motori di ricerca più evoluti o assistenti infallibili, mentre sono un’altra cosa. Sono interfacce che ricostruiscono il mondo a partire da come ne abbiamo scritto, non da com’è.

Continuare a raccogliere casi non serve a fare l’elenco degli errori, ma a mappare il perimetro di questa nuova condizione: un ambiente in cui la facilità di produzione di testo può dare l’impressione che la conoscenza sia a portata di chat, mentre in realtà si è solo spostato, e reso invisibile, il lavoro più importante: quello della verifica.

Tod’s si trova al centro di un caso di caporalato che avrebbe richiesto lucidità, responsabilità e un’immediata strategia di reputation recovery.

Invece l’azienda ha reagito con una postura difensiva e culturalmente arretrata, dimostrando di non aver compreso la gravità del disastro reputazionale in corso. La scelta di evocare presunti “attacchi al Made in Italy”, come se la magistratura stesse colpendo un simbolo nazionale anziché un sistema illecito di sfruttamento, è stata un errore tanto clamoroso quanto rivelatore: é la classica reazione di chi si percepisce intoccabile. Invece di prendere atto che la filiera nascondeva pratiche criminali, Tod’s ha preferito travestirsi da vittima, negando fatti che proprio i suoi audit esternalizzati avevano già segnalato come sospetti.

La difesa del “non sapevamo, non potevamo sapere”, è una confessione mascherata. Nel 2025, ignorare equivale a essere responsabili, perché i brand globali hanno il dovere di conoscere nel dettaglio la propria catena di fornitura. E Tod’s non solo, da ciò che si apprende dalle cronache, aveva le informazioni, ma ha scelto di gestirle in modo “cosmetico”. Commissionare audit e poi non usarli per correggere il sistema non è una scusante: è una prova di colpa organizzativa.

La comunicazione dell’azienda tradisce l’illusione che la reputazione sia un’operazione estetica, un velo di storytelling capace di coprire qualsiasi ombra. Ma la reputazione moderna è un asset strutturale: trasparenza, responsabilità, governance. Tutti fattori che l’azienda avrebbe dovuto attivare subito e che invece ha rifiutato, mostrando una pericolosa impermeabilità culturale.

Le tecniche di reputation recovery erano note e pronte all’uso: accountability immediata (“non avremmo dovuto non sapere”), audit indipendente entro 48 ore, sospensione dei rapporti con i fornitori coinvolti, pubblicazione di una roadmap di riforma, apertura radicale della filiera ai media e agli stakeholder.

Persino un gesto di ricostruzione simbolica – ad esempio una fondazione autonoma per rigenerare la filiera della moda, finanziata dall’azienda, ma governata da terzi – avrebbe immediatamente invertito la percezione pubblica, trasformando uno scandalo in un’occasione di marcare la propria leadership etica.

Invece Tod’s ha scelto l’immobilismo, la negazione, la retorica dell’assedio. Ha trattato la crisi come un fastidio reputazionale invece che come un terremoto morale. Ha preferito proteggere l’immagine anziché ricostruire la realtà. Il risultato è che non è più solo la filiera a essere sotto accusa, ma la cultura aziendale stessa.

Paradossalmente, Tod’s non sta pagando il prezzo del caporalato in sé, che, pur grave, è una crisi che si può affrontare e risolvere, ma della sua inefficace risposta. Una risposta che suona vecchia, miope, istintiva, completamente inadatta al tempo in cui viviamo.

Tod’s, per ora, ha deciso non affrontare di petto il problema, ricordando ciò che fece Intel quando i suoi microprocessori non erano precisi nei calcoli in virgola mobile.

Il vero disastro non è lo scandalo, ma il modo in cui un’azienda della sua storia e visibilità ha deciso di attraversarlo, incapace di capire che oggi la credibilità non si difende: si dimostra.

Altro che limpida e trasparente. Un rubinetto dal quale sgorga acqua torbida diventa la metafora del mondo contemporaneo inquinato dalle fake news nel tempo dominato dall’intelligenza artificiale. È una visione apocalittica quella dell’agenzia Reuters, che dopo ben 175 anni – e per la prima volta nella sua storia – decide di lanciare la prima campagna pubblicitaria. Il film combina tecniche di produzione cinematografica con l’intelligenza artificiale generativa e arriva in un momento in cui le organizzazioni giornalistiche si trovano ad affrontare crescenti sfide sull’informazione inquinata da artefatti sintetici. Così nella campagna l’AI viene utilizzata per distorcere e offuscare le immagini che vengono poi contrapposte a quelle nitide dei reportage. Per il Reuters Institute Digital News Report 2025 oltre la metà del campione intervistato a livello globale ha dichiarato di essere preoccupato per le notizie che legge online siano vere o false. Una difficoltà elevata in America, dove il 73% del campione condivide queste preoccupazioni.

Perimetro allargato

L’elefante è nella cristalleria, sintetizzano gli analisti. «L’intelligenza artificiale amplia ciò che il marketing può misurare e creare, se progettato con rigore sperimentale». È quanto ha riportato l’Harvard Business Review, in un pezzo dal titolo evocativo: «Come l’AI sta trasformando il mercato». Quello che ne viene fuori è un nuovo perimetro strategico e operativo. «Nel prossimo decennio l’AI influenzerà il modo in cui i professionisti del marketing interagiranno e comunicheranno coi clienti con nuovi prodotti e servizi», argomentano i ricercatori del Journal of the academy of marketing science. Perché emergono nuovi canali, formati innovativi e formule relazionali che sparigliano le carte rispetto al passato. Così per i brand l’AI funge da volano di creatività.

Lo evidenzia la nuova indagine condotta dal centro di ricerca X.ITE dell’Università Luiss per Digital Angels e presentata in anteprima sul Sole24Ore. Tecnologia, mercato e organizzazioni stanno trasformando ecosistema e filiera. Realizzata su un campione di 100 leader aziendali e 400 consumatori, evidenzia come l’AI stia cambiando la progettazione e ridefinendo i parametri della produzione di contenuti pubblicitari. Un cambio di paradigma che incide sulle campagne, ma anche sul capitale umano e sui processi. «L’AI guida il futuro della comunicazione, con un impatto superiore a quello generato fin qui dagli influencer e dai formati immersivi e rappresenta un supporto fondamentale nella creazione di contenuti personalizzati, utile anche per aumentare la precisione del targeting e per ottimizzare la pianificazione delle campagne. Di fatto aiuta il management combinando automazione, creatività generativa e targeting predittivo per lo sviluppo di campagne ottimizzate in tempo reale», afferma Marco Francesco Mazzù, Direttore X.ITE Research Center e professore di marketing alla Luiss Business School.

Nuova relazione aumentata

Quello che si definisce è una relazione aumentata tra brand, agenzie e pubblici connessi. «Emerge un equilibrio nuovo: meno interruzione, più rilevanza. La frammentazione dei mezzi ha ridotto l’attenzione e imposto una comunicazione più mirata. Le tecnologie predittive consentono di personalizzare messaggi e momenti, ma servono visione e responsabilità per usarle bene. L’intelligenza artificiale ha reso accessibili risultati un tempo riservati a team esperti, ma ha anche livellato la qualità: per questo è sempre più importante interpretare gli obiettivi, guidare con la testa e saper fare davvero la differenza», afferma Piermario Tedeschi, managing director di Digital Angels e professore di digital marketing all’Università Luiss.

Emerge così che fino al 10% del budget media viene destinato alla sperimentazione. Una propensione più elevata tra le realtà che adottano strategie data-driven. «Negli ultimi anni abbiamo visto una forte frammentazione dei canali: i mezzi offline si sono in parte digitalizzati, mentre l’ecosistema online si è arricchito di nuove piattaforme accanto ai grandi hub tradizionali. TikTok per il social e-commerce, Amazon nel retail media, Spotify per l’audio advertising, influencer marketing e programmatic stanno crescendo rapidamente. Gli investimenti digitali garantiscono ritorni più immediati, ma l’offline resta centrale per copertura e frequenza. È l’equilibrio tra i due che massimizza il risultato», dice Tedeschi.

Oltre le campagne

Intanto i brand sperimentano utilizzi che estendono la creatività. In America Nike ha sviluppato un sistema AI a tre livelli per analizzare dati soci-comportamentali e generare contenuti personalizzati. In Australia Mars è riuscito ad analizzare i segnali di acquisto, navigazione, streaming e ha incrociato i dati per dialogare direttamente con il cliente. In questo caso l’AI non è solo creativa, bensì operativa. È il trionfo della simultaneità che si contrappone a modelli di linearità. «L’ecosistema media è caratterizzato dalla moltiplicazione dei contenuti e dei punti di accesso, da percorsi di consumo non lineari e dall’utilizzo simultaneo di più dispositivi. La competizione non riguarda più solo la quantità ma anche la qualità dell’attenzione, variabili, queste, che incidono direttamente sul valore dei media e sulle performance di marca. L’adozione di metriche basate sull’economia dell’attenzione, in aggiunta a metriche più classiche, diventa cruciale per comprendere capacità di concentrazione e reale impatto dei messaggi», conclude Mazzù.

In un mondo distratto occorre andare oltre l’effetto wow. Ci prova la campagna di Bmw «Real, For Real», che ha indagato il sovraccarico di contenuti generati dall’AI, proponendo l’autenticità come valore differenziale e posizionamento. Sorprendere nel tempo con costanza e con pazienza. Perché dimostrare di essere vicini al cliente è ancora il modo migliore per intercettare la sua lealtà. Lo sostiene anche William Higham, autore del bestseller «The next big thing»: «Quali brand sceglieranno i consumatori? Quelli disposti ad aiutarli!»