Marketing 7.0 e l’osservazione dei clienti nelle PMI B2B
Un manutentore apre la cassetta degli attrezzi davanti a una pompa di calore. In mezzo alle chiavi c’è un pezzo che nessun catalogo vende: un adattatore fatto in casa, ricavato da un vecchio raccordo e un giro di nastro, che usa ogni volta che deve collegare lo strumento di misura a quel modello. Il costruttore non sa che esiste. Eppure quel pezzo di plastica dice sul prodotto più di dieci questionari di soddisfazione.
In Marketing 7.0 Philip Kotler, Hermawan Kartajaya e Iwan Setiawan ripartono da un’abitudine che sembra di un altro secolo. Il marketing ha sempre capito i bisogni delle persone guardandole dove vivono e lavorano: è l’approccio etnografico, quello di chi passa una giornata accanto al cliente invece di leggere un rapporto. Il rischio, scrivono, è che questo lavoro venga affidato alle macchine. Un sensore registra un sorriso, ma non sa dire se nasce dalla gioia, dall’imbarazzo o da una bugia. Per capirlo serve qualcuno che c’era. Gli esempi del libro, va detto, arrivano quasi tutti da grandi marchi del consumo.
Una PMI che vende valvole o macchine non deve assumere nessuno per farlo. Gli osservatori li ha già in casa: sono i tecnici dell’assistenza e i commerciali che passano in cantiere o in officina. L’adattatore lo vedono loro. E spesso capiscono a che cosa serve senza che nessuno glielo spieghi.
Conta piuttosto dove va a finire quello che vedono. Per anni è finito in una riga del rapportino d’intervento, archiviato in ufficio senza che qualcuno lo leggesse. Oppure in una battuta alla macchinetta del caffè, dimenticata entro sera. Oggi c’è una terza strada. Il tecnico risale sul furgone, apre l’app dell’AI sul telefono, detta due appunti e si fa scrivere la relazione. L’osservazione viene registrata, e con più cura di prima. Solo che sta in un account personale, dove l’azienda non entra.
Kotler teme che l’osservazione venga delegata alle macchine. Nelle PMI B2B succede qualcosa di più curioso: a osservare è ancora una persona, ma quello che vede finisce comunque in una macchina, e per giunta in una che l’azienda non vede.
Quante PMI usano l’AI e quanti dipendenti la usano da soli
Lunedì mattina, riunione in una PMI di trenta dipendenti. Si parla di intelligenza artificiale e il titolare chiude il discorso in fretta: “La valutiamo l’anno prossimo, adesso abbiamo altre priorità.” Al tavolo nessuno obietta. Il commerciale l’offerta della settimana scorsa l’ha impostata con ChatGPT. L’impiegata dell’ufficio tecnico ci ha fatto tradurre il manuale di un fornitore tedesco. Non lo dicono perché nessuno l’ha chiesto, e perché in fondo non sembra un argomento da riunione.
Sulla carta le statistiche danno ragione al titolare. Secondo l’Istat, nel 2025 usava almeno una tecnologia di intelligenza artificiale il 15,7% delle PMI, contro il 53,1% delle grandi imprese. E in un anno la distanza fra i due gruppi si è allargata.
Le persone raccontano un’altra storia. Dalla ricerca dell’Osservatorio Artificial Intelligence del Politecnico di Milano, presentata a inizio 2026, risulta che in Italia usa l’AI nel proprio lavoro il 47% dei lavoratori. Solo uno su tre lo fa esclusivamente con strumenti forniti dall’azienda. Gli altri si arrangiano, in tutto o in parte, con quello che trovano. Negli Stati Uniti McKinsey ha misurato quanto i vertici se ne accorgano: i dirigenti stimavano che il 4% dei dipendenti usasse l’AI generativa per almeno un terzo del proprio lavoro. Erano il 13%.
I numeri dell’Istat e quelli del Politecnico non si possono sottrarre l’uno dall’altro. I primi contano le imprese, i secondi le persone, e i campioni sono diversi. Messi uno accanto all’altro, però, suggeriscono una lettura difficile da ignorare: l’AI è entrata nelle PMI dalla porta di servizio, un account gratuito alla volta, senza che nessuno la invitasse. Il titolare della riunione non mente quando dice che in azienda non la usano. Descrive l’azienda che vede.
Gli addetti ai lavori la chiamano shadow AI, l’intelligenza artificiale che lavora nell’ombra: usata ogni giorno, mai dichiarata, mai governata. Che i dipendenti la usino, di per sé, è una buona notizia. I guai cominciano quando ci si chiede dove resti quello che producono.
Shadow AI: che cosa perde un’azienda quando l’AI resta personale
Torniamo al tecnico. Davanti a un guasto che non tornava, fino a qualche anno fa prendeva il telefono e chiamava il collega più anziano: “Hai mai visto una cosa del genere?” Mezz’ora dopo lo sapevano in due. Se il difetto si ripeteva, prima o poi lo veniva a sapere anche l’ufficio tecnico. Oggi la stessa domanda la fa all’AI, in piedi davanti alla macchina. La risposta arriva prima, e magari è pure migliore. Il collega però non saprà mai che quel difetto è comparso su quel modello, in quel cantiere. E l’azienda neppure.
La ricerca della Fondazione Studi Consulenti del Lavoro, condotta nella primavera 2026 su 840 lavoratori che già usano l’AI, misura proprio questo spostamento. Il 52,4% dichiara di confrontarsi con l’AI per sviluppare idee e soluzioni al posto di superiori e colleghi. Il 43,3% passa più tempo a lavorare da solo. Il 56,4% usa soltanto strumenti esterni, senza nulla fornito dall’azienda. Il campione è volontario, e gli stessi autori invitano a leggerlo come indicazione di tendenza. La tendenza però è netta, e il rapporto la nomina senza giri di parole: si riduce il passaggio informale di conoscenze fra colleghi.
In una grande impresa una parte di quello che si sa sui clienti finisce in sistemi e procedure, anche se male. In una PMI vive quasi tutto nelle conversazioni, in officina o sul furgone. È lì che il giovane impara dal veterano quale cliente chiama sempre il venerdì sera e quale modello soffre l’umidità. Se quelle conversazioni traslocano in una chat personale, il sapere smette di circolare. Non si accumula da nessuna parte. E quando il tecnico cambia lavoro, insieme alla sua esperienza se ne va anche la cronologia delle chat.
Poi c’è la questione dei dati, che nei convegni arriva sempre per prima. Nella stessa ricerca il 27,5% ammette di aver incollato nell’AI testi di lavoro interni. Offerte con i prezzi, disegni del cliente, condizioni contrattuali: tutto in un account privato, con le regole d’uso di un servizio gratuito. È un rischio serio. Ma resta il sintomo, e curare solo quello lascia intatta la malattia.
Davanti a numeri del genere, l’istinto del titolare è uno solo: vietare. Una reazione comprensibile e, come vedremo, quasi del tutto inutile.
Come portare in azienda il sapere che i dipendenti affidano all’AI
Il divieto ha un difetto che i titolari scoprono tardi: non toglie l’AI dalle mani di nessuno, toglie solo l’argomento dalle conversazioni. La ricerca dell’Università di Melbourne con KPMG, su oltre 48.000 persone in 47 paesi fra cui l’Italia, misura quanto sia già diffusa questa reticenza. Il 57% dei lavoratori ammette di nascondere l’uso dell’AI e di presentarne i risultati come lavoro proprio. Il 44% l’ha usata in modi contrari alle regole aziendali. Un divieto in più alimenta il silenzio, e il silenzio è esattamente il problema.
Anche la licenza aziendale, che qualcosa risolve, lascia scoperto il punto. Con uno strumento pagato dall’azienda i dati restano in casa e la sicurezza migliora parecchio. Se però ognuno lavora nella sua chat, quello che il tecnico scopre resta suo come prima. Cambia l’intestazione dell’account, e poco altro.
Servono scelte organizzative, e per una PMI costano meno di quanto si pensi.
1. Chiedere prima di decidere.
Un giro di domande senza processi alle intenzioni, per capire chi usa l’AI e per fare che cosa. Capita di scoprire che l’impiegata dell’ufficio tecnico smaltisce in un’ora le traduzioni di una settimana, e che varrebbe la pena insegnarlo agli altri.
2. Decidere che cosa deve tornare all’azienda.
Non tutto: le bozze delle email possono restare dove sono. Quello che riguarda clienti e prodotti sì, e basta poco. Nel rapportino d’intervento, accanto a “cosa ho fatto”, una riga su “cosa ho visto”: l’adattatore fatto in casa, il difetto che si ripete, la richiesta strana del cliente.
3. Dare a queste informazioni un posto e un’abitudine.
Uno spazio comune, che può essere anche un progetto condiviso dentro lo strumento di AI aziendale, dove le osservazioni si raccolgono e si possono interrogare. E un momento fisso, per esempio mezz’ora al mese in cui ogni tecnico porta un caso. Con una condizione che conta più dello strumento: qualcuno deve leggere e rispondere. Dopo due mesi senza risposte, nessuno scrive più.
4. Creare una pagina delle regole.
L’ultima scelta tocca all’HR, ed è la meno appariscente. Una pagina di regole d’uso, in italiano comprensibile, con l’elenco di quello che non si incolla mai. E formazione vera, visto che oggi meno di un utilizzatore su cinque l’ha ricevuta dal proprio datore di lavoro.
La tecnologia per raccogliere il sapere dell’azienda, invece di disperderlo, c’è già. Manca la decisione di usarla in questo modo.
Perché osservare i clienti è una scelta organizzativa
Kotler e i suoi coautori trattano l’osservazione dei clienti come un mestiere del marketing. Nelle grandi aziende del libro funziona così: c’è un ufficio che se ne occupa, con il budget per mandare qualcuno a passare una giornata accanto al cliente. In una PMI che vende ad altre aziende gli occhi stanno altrove, in assistenza e nelle vendite. Per questo osservare diventa una scelta organizzativa, e spetta a chi guida l’azienda.
Torniamo un’ultima volta sul furgone. Il tecnico ha finito l’intervento, ha visto l’adattatore fatto in casa e ha capito a che cosa serve. Prende il telefono e detta due righe all’AI, come ieri. Stavolta però quelle righe finiscono in uno spazio che l’ufficio tecnico legge il giorno dopo. Alla mezz’ora mensile dedicata ai casi, qualcuno chiede se lo stesso problema l’abbiano visto anche altri. Due colleghi alzano la mano. Sei mesi dopo, il nuovo modello esce con un attacco diverso.
Il libro ha ragione su un punto: le informazioni migliori sui clienti stanno nei loro espedienti. Nelle PMI qualcuno le vede già ogni giorno.
Nella tua azienda, quello che il tuo tecnico ha visto ieri, oggi dove si trova?
