In 30 secondi
- Le scuole di business si trovano in prima linea nell’affrontare le pressioni sull’economia della conoscenza, poiché l’intelligenza artificiale svolge attività precedentemente eseguite dagli esseri umani e il centro del valore si sta spostando.
- I risultati dell’IA non sono perfetti, ma non lo sono nemmeno quelli tradizionali. Le organizzazioni hanno spesso premiato lo stile a discapito della sostanza, e l’IA mette in luce la differenza tra fluidità e comprensione.
- Quando una capacità diventa più facile da imitare, la base della differenziazione si sposta altrove. Le organizzazioni dovranno chiarire cosa sviluppano, certificano e contribuiscono in modo esclusivo.
Esiste un modo rassicurante di parlare di intelligenza artificiale nella formazione manageriale. Questo approccio afferma che l’IA è un argomento nuovo e importante da integrare nel programma di studi; le scuole devono adeguare i propri curricula; i dirigenti devono comprenderne le implicazioni; gli studenti devono imparare a utilizzarla in modo responsabile; e i docenti devono sperimentare nuovi strumenti.
Le scuole più prestigiose stanno ponendo l’intelligenza artificiale al centro del loro percorso di studi, riconoscendo che non può essere considerata una materia tecnica marginale o lasciata esclusivamente a ingegneri e informatici. Sta diventando parte integrante del contesto in cui vanno comprese strategia, finanza, marketing, gestione operativa, imprenditorialità, governance e organizzazione.
Ma l’intelligenza artificiale è molto più di un semplice argomento di discussione. Rappresenta anche uno shock per il modello stesso delle scuole di business. Le scuole di business non sono esterne all’economia, ma ne sono una versione insolitamente esposta alle pressioni che si faranno sentire sempre più nell’economia della conoscenza. In questo senso, potrebbero essere il canarino nella miniera di carbone.
“L’intelligenza artificiale generativa cambia non solo il modo in cui si lavora, ma anche dove si trova il valore.”
Società di consulenza, studi legali, agenzie pubblicitarie, banche d’investimento, dipartimenti di strategia aziendale, unità di elaborazione delle politiche e società di servizi professionali: tutti si affidano a persone in grado di raccogliere informazioni, inquadrare un problema, confrontare le opzioni, sintetizzare le prove, generare un punto di vista e presentarlo in modo persuasivo. L’intelligenza artificiale di nuova generazione (Gen AI) può fare tutto questo in modo rapido ed economico, tanto da modificare l’economia, la percezione di scarsità e lo status dell’attività. Cambia non solo il modo in cui si lavora, ma anche dove si trova il valore.
Le scuole di business dovrebbero riconoscere questa dinamica perché ne sono parte integrante. Il nostro lavoro consiste nel fornire una comprensione strutturata. Insegniamo concetti, modelli, casi di studio e modalità di analisi. Aiutiamo studenti e dirigenti ad acquisire una maggiore competenza strategica, una maggiore consapevolezza organizzativa, una maggiore dimestichezza con la finanza e una maggiore capacità di gestire la complessità.
Nella migliore delle ipotesi, affiniamo il giudizio e ampliamo l’immaginazione manageriale. Ma dobbiamo anche ammettere che storicamente non tutto ciò che abbiamo premiato è stato un giudizio profondo. Molto spesso si è trattato della capacità di produrre un’analisi plausibile di una situazione predefinita, espressa con il vocabolario appropriato e presentata in un formato riconoscibile. L’intelligenza artificiale è già piuttosto brava in questo.
Svalutazione, non scomparsa
Ciò non significa che l’IA sostituirà le scuole di business, così come non sostituirà semplicemente avvocati, consulenti, manager o analisti. Il problema non è la scomparsa, ma la svalutazione e la riconfigurazione. Quando una capacità diventa più facile da imitare, il suo prezzo diminuisce, il suo prestigio si indebolisce e la base della differenziazione si sposta altrove.
Se l’IA è in grado di produrre una sintesi di caso ragionevole, una mappa di mercato competente, un memorandum strategico o un confronto tra modelli di business, la questione per le scuole di business è se una parte sufficiente di ciò che facciamo possa rimanere rara, difendibile e rilevante. Il confronto pertinente non è tra l’IA e i migliori esempi di giudizio umano, bensì tra l’IA e la produzione media che le organizzazioni effettivamente tollerano, diffondono e premiano.
“I sistemi di intelligenza artificiale hanno allucinazioni, generalizzano eccessivamente e non tengono conto del contesto, ma lo fanno anche le persone.”
I sistemi di intelligenza artificiale allucinano, generalizzano eccessivamente e non colgono il contesto, ma lo fanno anche gli esseri umani. L’IA può produrre raccomandazioni generiche, ma gran parte del discorso manageriale è generico. L’IA può essere eccessivamente sicura di sé, ma lo stesso si potrebbe dire di molte presentazioni strategiche, elaborati studenteschi e presentazioni aziendali. Il pericolo non è che le macchine siano diventate sagge. Il pericolo è che una parte significativa di ciò che viene spacciato per comprensione manageriale non è mai stata così esigente come ci piace pensare.
La storia delle business school, quindi, ha rilevanza anche al di fuori di esse. L’intelligenza artificiale mette a nudo la vulnerabilità delle attività basate su competenze codificate, fluidità simbolica e modelli di consulenza ripetibili. Mostra cosa accade quando il linguaggio della competenza diventa più facile da riprodurre. Una società di consulenza che vende slide senza implementazione ha un problema. Uno studio legale che vende modelli standardizzati senza un giudizio distintivo ha un problema. Un’agenzia di marketing che vende contenuti fluidi senza una profonda conoscenza del cliente ha un problema.
L’analisi perde di significato quando è facile da produrre. Altre capacità diventano più importanti: inquadrare i problemi, comprendere il contesto, verificare le ipotesi, essere in grado di mobilitare gli altri, essere disposti ad assumersi la responsabilità delle proprie azioni in condizioni di incertezza. Queste abilità sono più difficili da automatizzare, non perché siano attributi umani mistici, ma perché sono intrinsecamente legate a situazioni, relazioni, incentivi, strutture di potere e conseguenze.
Uscita fluida e segnali rumorosi
L’intelligenza artificiale non solo semplifica la produzione di alcuni tipi di output, ma rende anche molti segnali preesistenti più rumorosi. Un saggio ben scritto, una presentazione convincente, una nota competente, un quadro analitico preciso o un’attenta analisi di mercato potrebbero rivelarci meno di prima sulle reali capacità della persona o del team che li ha prodotti. Questo è importante nell’insegnamento, ma anche nelle assunzioni, nelle promozioni, nei servizi professionali, nella valutazione manageriale e nella credibilità istituzionale.
Le scuole di business si sono sempre basate su segnali. Le lauree indicano competenza. I voti indicano padronanza. Le performance nei case study indicano capacità di giudizio. I certificati di formazione manageriale indicano sviluppo. Questi segnali sono imperfetti, ma sufficientemente utili a supportare le routine istituzionali. L’intelligenza artificiale rende questi segnali meno affidabili. Se saggi, analisi di case study e raccomandazioni manageriali diventano più facili da produrre, un risultato competente non è più sufficiente. Ciò che conta è se riflette comprensione, originalità, standard, responsabilità e capacità di agire.
“Certo, l’integrità accademica è importante. Ma la questione fondamentale è se le nostre valutazioni e qualifiche misurino ancora ciò che affermiamo di valorizzare.”
Questo pone una sfida più complessa rispetto alla ben nota preoccupazione per la frode accademica. Certo, l’integrità accademica è importante. Ma il problema più profondo è se le nostre valutazioni e qualifiche misurino ancora ciò che affermiamo di valorizzare. Il compito in sé è diventato un indicatore inadeguato dell’apprendimento? Allo stesso modo, se i manager sono in grado di produrre documenti strategici più scorrevoli, la questione non è se tali documenti risultino convincenti, ma se aiutino l’organizzazione a prendere decisioni migliori.
L’intelligenza artificiale mette quindi in luce la differenza tra fluidità e comprensione. La fluidità è la capacità di produrre un linguaggio che si conformi alla forma prevista. La comprensione è la capacità di sapere cosa conta, perché conta, cosa ne consegue, cosa potrebbe essere sbagliato e cosa si dovrebbe fare. Man mano che la produzione di linguaggio fluente diventerà più economica, dovremo diventare molto più precisi su cosa insegniamo, cosa valutiamo e cosa certifichiamo.
I benefici non saranno distribuiti in modo equo
I vantaggi derivanti da tecnologie potenti raramente vengono distribuiti in modo uniforme. Tendono a confluire in modo sproporzionato verso individui e organizzazioni già ben posizionati per utilizzarle, e verso coloro che sono disposti ad adattare la propria proposta di valore alla nuova tecnologia. Chi comprende che l’intelligenza artificiale richiede un riposizionamento completo ne trarrà vantaggio, mentre altri faranno fatica. La tecnologia potenzierà alcuni, renderà altri beni di consumo e ridefinirà le dinamiche competitive.
Questo è importante per le scuole di business. In un mondo caratterizzato da una produzione abbondante, fluida e spesso inaffidabile, abbiamo bisogno di luoghi in cui le affermazioni su intelligenza artificiale, produttività, lavoro, competenze, organizzazioni, regolamentazione e creazione di valore possano essere verificate con indipendenza e rigore. Abbiamo bisogno di ricerche che distinguano l’adozione dall’impatto, la sperimentazione dalla trasformazione, la mera apparenza della produttività dalla produttività effettiva e l’automazione dalla creazione di valore. Più rumore c’è, più prezioso diventa il giudizio imparziale.
Ciò potrebbe anche intensificare la gerarchia tra le scuole. Gli istituti che combinano credibilità nella ricerca, rapporti con i datori di lavoro, reti di ex-alunni e accesso diretto alla pratica potrebbero rafforzarsi, mentre quelli incentrati su contenuti generici e certificazioni potrebbero essere più esposti.
Cosa succederà dopo?
Cosa succede quando analisi plausibili, sintesi fluide e risultati impeccabili diventano dilaganti, e il vero valore risiede altrove? Le scuole di business si trovano ad affrontare questa domanda prima e in modo più evidente perché si basano su conoscenza, analisi e credibilità. Ma la stessa domanda si porrà a società di consulenza, studi legali, centri aziendali, banche, uffici di elaborazione delle politiche, agenzie creative e molte altre organizzazioni professionali.
Quando la fluidità è a buon mercato, le istituzioni devono essere più chiare su ciò che sviluppano, certificano e contribuiscono in modo esclusivo. Questo è un avvertimento scomodo ma utile. L’intelligenza artificiale non ha reso meno importanti l’istruzione, la ricerca o la consulenza di alto livello. Ha reso più difficile dare per scontate le loro fondamenta.
Quale futuro per le scuole di business?
- L’intelligenza artificiale dovrebbe essere trattata come un fenomeno gestionale, organizzativo e strategico, non semplicemente come un argomento tecnico.
- Il metodo dei casi e l’apprendimento esperienziale devono andare oltre la diagnosi elegante per arrivare a formulare giudizi in condizioni di incertezza.
- Le scuole devono riconsiderare ciò che certificano, dato che è possibile generare su richiesta analisi dall’aspetto competente.
- Il loro ruolo più ampio è quello di curare la conoscenza seria in un ambiente di intelligenza artificiale rumoroso, distinguendo l’entusiasmo dalle prove e l’adozione dall’impatto.
Fonte: Jacobides, Michael G. 2026. “The Impact of AI: Business Schools Are the Canary in the Coalmine.” Think at London Business School. June 10, 2026.