Deepelse su La Tech Made in Italy: portare l'AI nelle PMI italiane senza dispersioni

Matteo Scutifero, CEO e founder di Deepelse, è stato ospite di La Tech Made in Italy, il podcast di Max Brigida dedicato ai founder e CEO che portano innovazione tecnologica sul mercato italiano.

Una conversazione diretta su un tema che torna spesso quando si parla di AI e PMI: sapere che l'AI può aiutarti è una cosa, sapere da dove partire è tutt'altra.

Puoi ascoltare l'episodio completo sul sito del podcast oppure guardare il video su YouTube.

Il problema non è la tecnologia

Max Brigida apre la conversazione con un'immagine che molti imprenditori riconoscono immediatamente: "un minestrone di concetti e soluzioni che escono ogni giorno". Ogni settimana un nuovo modello, ogni mese uno strumento che rende obsoleto quello precedente. Il risultato? Confusione, paralisi, e la sensazione di essere in ritardo su qualcosa che cambia troppo velocemente per starci dietro.

Matteo Scutifero parte da qui per spiegare il posizionamento di Deepelse: il problema non è la tecnologia in sé. Il problema è che le aziende - soprattutto le PMI - non hanno le competenze interne per capire dove e come applicarla.

"Esiste un gap forte fra la volontà dell'azienda di adottare l'AI e le competenze per poterla applicare. Da qui nasce l'idea di colmare questo gap e rendere concrete le soluzioni."

Tecnologia come commodity, dunque. Quella che conta è la comprensione del processo aziendale prima ancora di parlare di strumenti.

Il nome Deepelse: una scelta precisa

Perché "Deepelse"? Il deep richiama il deep learning e il deep tech, ma nella visione di Scutifero significa qualcosa di più concreto: la profondità dei processi aziendali, la loro complessità, la necessità di comprenderli davvero prima di intervenire.

Else è l'alternativa. Non applicare le soluzioni tecnologiche "per come sono", ma capirle, comprenderle, e costruire da lì un processo, un software, un agente che sia adatto alla necessità specifica.

Come funziona il percorso di adozione AI

Durante l'intervista, Scutifero ha descritto in modo abbastanza preciso come Deepelse affianca le aziende. Non è un processo generico.

Si parte dall'allineamento con la leadership: capire la visione dell'imprenditore, gli obiettivi aziendali, dove il management vede i maggiori spazi di efficienza. In questa fase si lavora con one-to-one, focus group e assessment.

Poi si passa all'individuazione degli use case: quali processi sono più ridondanti, meno efficienti, dove c'è il maggiore potenziale di ritorno dell'investimento. Sessioni dedicate con le singole divisioni e business unit, momenti di formazione per far capire cosa può fare l'AI, raccolta dei pain point reali.

Il risultato è un business case scritto insieme all'imprenditore: 10, 15, 20 use case prioritizzati, stima dell'investimento, stima del ROI. Non una proposta commerciale generica, ma un documento che l'azienda può leggere e discutere con dati concreti.

Gli AI agent: autonomi, 24/7, future-proof

La parte più operativa dell'intervista riguarda gli AI agent: cosa sono concretamente, come vengono costruiti, e cosa succede dopo.

Il modello di Deepelse è chiaro: gli agenti vengono costruiti insieme all'azienda, con le figure chiave coinvolte nel processo di fine tuning. Poi lavorano in autonomia, 24 ore su 24, 7 giorni su 7, indipendentemente dal team e dall'azienda stessa.

L'obiettivo dichiarato è rendere il cliente il più possibile autonomo dopo l'intervento. Non una dipendenza continuativa dal fornitore, ma un sistema che funziona da solo - e che è costruito per restare aggiornato quando arriveranno nuovi modelli linguistici o nuove soluzioni.

"Questa tecnologia che avanza molto velocemente: il nuovo LLM, la nuova soluzione. Noi siamo pronti a inserirla all'interno di questi agenti che abbiamo costruito."

Sul fronte della formazione, il suggerimento è un refresh semestrale: le fondamenta devono essere solide, ma serve anche un minimo di aggiornamento continuo per sfruttare le opportunità che il mercato offre.

Il lato umano: adoption e change management

Un punto che Scutifero ha sottolineato con forza riguarda le persone. L'AI non è solo un problema tecnologico o strategico. È prima di tutto un problema di change management.

Se chi lavora in azienda non capisce perché si introduce un processo trasformativo, se non ne vede i vantaggi per il proprio lavoro quotidiano, l'adozione fallisce - indipendentemente da quanto sia buona la tecnologia scelta.

"Se non riusciamo a trasferire alle persone la reason why del perché andiamo ad affrontare un processo trasformativo, andiamo a creare molte frizioni sull'adoption."

Questo vale per qualsiasi software. Sull'AI vale ancora di più, perché l'AI tocca direttamente il modo in cui le persone lavorano e, spesso, genera timori legittimi che vanno affrontati esplicitamente.

Le domande a razzo: il founder dietro al CEO

La parte finale del podcast è più personale, con le "4 domande a razzo" di Max Brigida. Tre risposte che dicono qualcosa sul modo di pensare di Scutifero.

Il miglior consiglio ricevuto: innamorarsi del problema, non della soluzione. Chi si focalizza su una tecnologia specifica rischia di diventare obsoleto in fretta. Chi si focalizza sul problema da risolvere resta rilevante anche quando gli strumenti cambiano.

Il libro in corso: Atomic Habits. L'idea che il cambiamento - in azienda come nella vita personale - non sia un evento dirompente ma il risultato di abitudini e sistemi costruiti nel tempo. Coerente con un approccio che parla di percorsi strutturati anziché di trasformazioni istantanee.

La caratteristica chiave per un founder: l'ascolto proattivo e la capacità di "disimparare". Rimettere in discussione le proprie fondamenta, non per insicurezza, ma per restare aperti ai cambiamenti che arrivano a una velocità a cui nessuno è abituato.

E una citazione guida: "non c'è vento favorevole per marinaio che non conosce la sua destinazione". Avere fisso l'obiettivo non elimina gli ostacoli, ma li rende navigabili.

Se vuoi capire come un percorso di adozione AI può funzionare nella tua azienda, puoi partire dall'AI Assessment Tool o dalla pagina su come lavoriamo.