Il miraggio dell'AI: quando il tool sembra funzionare ma i venditori regrediscono

Il tool AI sembra funzionare. Le email escono più veloci, i riassunti delle call arrivano in automatico, il forecasting sembra più preciso. Poi guardi i numeri a sei mesi e qualcosa non torna. Le trattative si chiudono con le stesse percentuali di prima. I venditori fanno più fatica nelle call difficili. Qualcosa si è rotto — solo non sai dove.

Il problema

MIT Sloan Management Review ha dato un nome a questo fenomeno: capability mirage. È l'illusione di competenza che si crea quando un team adotta strumenti AI che migliorano le metriche di superficie senza migliorare — e spesso erodendo — le competenze di base.

Nel contesto delle vendite B2B il meccanismo è preciso. Un venditore che usa l'AI per generare email di ricontatto smette gradualmente di costruire la capacità di scrivere un messaggio che suoni umano. Un venditore che si affida all'AI per il riassunto della call smette di ascoltare attivamente durante la conversazione — tanto c'è la trascrizione. Un venditore che usa l'AI per identificare i segnali di rischio nella trattativa smette di sviluppare l'intuizione necessaria per leggere una stanza.

Nessuno di questi effetti è visibile nel breve termine. Anzi — nel breve termine tutto sembra migliorare. Le metriche di attività aumentano. Il tempo per contatto si riduce. Il CRM è più aggiornato. Il direttore commerciale è soddisfatto.

Il problema emerge a sei-dodici mesi, quando il tool ha un problema tecnico, quando il cliente fa una domanda che il canovaccio AI non ha previsto, quando la trattativa complessa richiede una negoziazione che non si può delegare a un algoritmo. In quel momento il venditore scopre di aver perso il muscolo — e ricominciare da capo è molto più costoso che non averlo mai perso.

Per le PMI italiane il rischio è amplificato da due fattori. Il primo: i budget per la sperimentazione tecnologica sono limitati, il che significa che l'errore di valutazione è costoso. Il secondo: il mercato italiano premia ancora molto la relazione personale e la capacità di lettura del contesto — competenze difficili da automatizzare e facilissime da erodere.

Il problema non è l'AI. Il problema è l'adozione senza metodo — e la mancanza di un sistema per capire se il tool sta davvero migliorando il processo o sta solo mascherando lacune che crescono in silenzio.

Come risolverlo

La risposta non è evitare l'AI. È adottarla con un framework di valutazione che distingue il miglioramento reale dall'illusione di miglioramento.

Definisci le metriche prima di accendere il tool

Il momento peggiore per definire cosa misurare è dopo aver adottato lo strumento — perché a quel punto il bias di conferma è già attivo e tende a trovare i dati che confermano la decisione già presa.

Prima di adottare qualsiasi tool AI nel processo di vendita, definisci tre metriche specifiche e misurabili che devono migliorare. Non 'efficienza generale' o 'qualità delle email' — numeri concreti: tasso di risposta alle email generate dall'AI vs email scritte manualmente, accuratezza del forecasting a 30 giorni, tempo medio dalla prima email al primo appuntamento.

Queste tre metriche devono avere un valore baseline pre-adozione. Se non lo hai, passa due settimane a misurare il processo attuale prima di introdurre qualsiasi strumento. Sembra uno spreco di tempo. È l'unico modo per avere dati utili dopo.

Struttura un pilota reale con gruppo di controllo

Un pilota di 30 giorni su tutto il team non è un pilota — è un'adozione mascherata da test. Un pilota reale divide il team: una metà usa il tool, l'altra continua con il processo manuale per lo stesso periodo.

Questa struttura ha due vantaggi. Primo: ti dà un confronto diretto tra le due condizioni, non solo una tendenza nel tempo che potrebbe essere influenzata da fattori esterni (stagionalità, mercato, campagne marketing). Secondo: protegge le competenze del gruppo di controllo, che rimane un benchmark interno di riferimento.

Dopo 30 giorni, confronta le tre metriche predefinite tra i due gruppi. Se il gruppo che usa il tool non supera il gruppo di controllo su almeno due metriche su tre, interrompi l'adozione. Non è un fallimento — è un dato.

Costruisci una barriera contro il vendor successivo

I vendor AI sono molto bravi a fare demo. Le demo mostrano il tool nelle condizioni ottimali, con dati puliti, processi lineari e utenti esperti. La realtà quotidiana di un team di vendita è diversa.

Ogni valutazione che fai — riuscita o fallita — deve produrre un documento interno: quali erano le aspettative, quali metriche hai misurato, cosa ha funzionato, cosa no, perché hai interrotto o continuato. Questo documento vale oro la prossima volta che un vendor entra con una demo brillante e promesse simili. In Italia, dove il mercato dei tool AI è saturo di promesse e povero di prove, avere una memoria storica dei propri test è un vantaggio competitivo reale.

1. Step 1. Prima di valutare qualsiasi tool AI, definisci tre metriche specifiche con i loro valori baseline attuali. Passa due settimane a misurare il processo manuale se non hai già questi dati. Senza baseline, non puoi valutare niente — stai solo sperando.
2. Step 2. Lancia il pilota su metà team per 30 giorni. L'altra metà continua con il processo manuale. Confronta le tre metriche tra i due gruppi alla fine del periodo. Se il tool non supera il controllo su almeno due metriche, interrompi senza esitazioni.
3. Step 3. Documenta il risultato del pilota in un file interno — successo o fallimento. Includi il nome del vendor, le promesse della demo, le metriche misurate e il confronto con il controllo. Questo documento protegge il team dalle stesse promesse la volta successiva.