Matematica e impresa: un dialogo che non può più aspettare
Ci sono eventi che sembrano lontani dal business di tutti i giorni e che invece lo riguardano nel profondo. L’INdAM Day 2026 organizzato dall’Istituto Nazionale di Alta Matematica “Francesco Severi” e ospitato lo scorso 12 giugno 2026 nell’Aula Magna ArCoD del Politecnico di Bari è stato uno di questi.
Il tema era “Matematica per l’AI“.
Sul palco, ricercatori e professori di alcune tra le più importanti università italiane tra cui: Nicola Amoroso (Università degli Studi di Bari Aldo Moro), Stefania Bellavia (Università degli Studi di Firenze), Tommaso Di Noia (Politecnico di Bari), Flavia Esposito (Università degli Studi di Bari Aldo Moro), Corrado Mencar (Università degli Studi di Bari Aldo Moro), Sabrina Francesca Pellegrino (Politecnico di Bari), Marina Popolizio (Politecnico di Bari) e Paolo Zunino (Politecnico di Milano).
A completare il tavolo degli speakers, il CEO di Upsystems S.p.A., Cosimo Tosto: unico rappresentante del mondo imprenditoriale, invitato a portare la prospettiva di chi quell’intelligenza artificiale non la studia in astratto, ma la implementa ogni giorno nelle aziende. Un onore, ma anche una responsabilità precisa: quella di costruire un ponte reale tra chi sviluppa gli strumenti e chi li mette a terra.
Il gap che nessuno vuole vedere
I numeri parlano chiaro e sono scomodi: l’88% delle aziende dichiara di usare l’AI. Ma solo il 7% l’ha davvero integrata.
Questo non è un problema tecnologico. La tecnologia, oggi, è accessibile, matura, scalabile.
Il problema è organizzativo. È di governance e maturità del dato.
Le imprese acquistano agenti AI, pagano canoni, avviano sperimentazioni. Ma spesso si fermano lì: alla sperimentazione. Non perché la soluzione non funzioni, ma perché mancano le fondamenta su cui farla funzionare davvero.
E quando quelle fondamenta mancano o si muovono, l’azienda si ritrova a rincorrere la propria tecnologia invece di guidarla.
È la posizione in cui nessun imprenditore vuole trovarsi.
Cosa sono gli agenti AI e perché la matematica conta
Un agente AI non è un semplice software. È un collaboratore digitale che raccoglie informazioni, elabora dati e produce risultati autonomamente, pur mantenendo un’interazione costante con l’operatore umano nei momenti decisionali più critici.
Questo modello si chiama human-in-the-loop ed è la chiave di volta per un’integrazione efficace: consente di combinare la velocità dell’automazione con il controllo del giudizio umano.
Ma c’è qualcosa che molti imprenditori non sanno, o preferiscono non sapere: dietro ogni agente AI ci sono modelli matematici complessi. Modelli di ottimizzazione, di probabilità, di inferenza statistica.
Quando un’azienda affida parte delle sue decisioni a un agente AI, sta di fatto delegando parte del proprio processo decisionale a questi algoritmi.
Capire come ragionano quei modelli non è un tecnicismo riservato agli ingegneri. Significa saper interpretare l’affidabilità di una previsione, capire il livello di confidenza di una raccomandazione, esigere informazioni esplicabili in merito alle decisioni automatizzate.
Casi reali, risultati concreti: il contesto pugliese
L’intervento di Upsystems non si è fermato alle statistiche o ai principi. Ha portato sul palco esempi concreti, tratti dal tessuto produttivo pugliese, quello che conosciamo meglio e in cui operiamo ogni giorno.
Nel settore aerospaziale, l’adozione di agenti AI ha ridotto i tempi di produzione documentale da giorni a poche ore, con un impatto diretto sulla capacità competitiva dell’impresa.
Nel settore agroalimentare, l’intelligenza artificiale ha migliorato la precisione delle previsioni di domanda, riducendo errori e sprechi operativi in modo misurabile.
Due settori diversi, due problemi diversi, un denominatore comune: le aziende che hanno ottenuto risultati non si sono limitate a installare una soluzione.
Hanno ridisegnato i propri processi, coinvolto il management in modo diretto e continuativo, e adottato il modello human-in-the-loop in modo strutturato.
Quattro scelte, non quattro tecnologie
C’è un piccolo nucleo di aziende — circa il 6% — che dall’AI ottiene risultati reali e duraturi. Non si distinguono per la tecnologia, che è la stessa accessibile a tutti, ma per quattro scelte di natura organizzativa.
Prima ancora di queste scelte ci sono due condizioni di base che, quando mancano, fanno deragliare qualsiasi progetto: dati di qualità sufficiente e un problema concreto da risolvere. L’AI non è una risposta in cerca di una domanda.
Ambizione trasformativa
Non chiedono all’AI di velocizzare ciò che già fanno: le chiedono di ripensarlo. La domanda non è “come riduco i tempi per compilare un documento”, ma “come cambia il mio processo se ho un agente sempre disponibile“.
Ridisegno dei processi
Non sovrappongono l’AI al processo esistente: ridisegnano il processo intorno all’AI. È la differenza tra montare il pilota automatico su una carrozza a cavalli e progettare un’automobile.
Leadership attiva
Il vertice non delega all’IT. Sceglie i casi d’uso, fa da sponsor, mette in conto che qualche progetto fallisca. E dove il management segue i progetti da vicino e con continuità, i tassi di successo si moltiplicano.
Human-in-the-loop strutturato
Non come tappabuchi, ma come architettura: si decide a monte dove l’umano valida, dove interviene, dove l’agente è autonomo. È una scelta di governance, non una funzione tecnica.
Il punto è che nessuna di queste quattro scelte richiede un budget enorme. Richiede decisioni. Ed è la ragione per cui il divario è alla portata anche di una PMI da pochi milioni di fatturato — se il vertice decide di attraversarlo.
Ricerca e impresa: collegarsi per nodi, non per perimetri
Il messaggio conclusivo dell’intervento è forse il più importante, e va oltre il singolo progetto AI.
Il divario tra chi costruisce i modelli matematici e chi li applica in azienda non si colma con convegni o dichiarazioni di intenti.
Si colma con punti di contatto reali: collaborazioni strutturate, progetti pilota condivisi, trasferimento di competenze che va in entrambe le direzioni.
Le imprese non devono essere solo consumatrici di tecnologia. Possono (e devono) diventare generatrici di domande nuove per la ricerca scientifica, contribuendo così alla creazione di valore condiviso sul territorio.
Upsystems ha portato questa voce all’INdAM Day 2026 con convinzione.
E continuerà a farlo.
Vuoi capire come gli agenti AI possono integrarsi concretamente nei processi della tua azienda? Contattaci per prenotare una call con i consulenti di Upsystems
