{"id":23,"date":"2026-06-13T10:37:27","date_gmt":"2026-06-13T08:37:27","guid":{"rendered":"https:\/\/economicsfoundation.com\/it\/2026\/06\/13\/le-aziende-piu-anziane-faticano-a-integrare-i-talenti-nellintelligenza-artificiale\/"},"modified":"2026-06-13T10:37:48","modified_gmt":"2026-06-13T08:37:48","slug":"le-aziende-piu-anziane-faticano-a-integrare-i-talenti-nellintelligenza-artificiale","status":"publish","type":"post","link":"https:\/\/economicsfoundation.com\/it\/2026\/06\/13\/le-aziende-piu-anziane-faticano-a-integrare-i-talenti-nellintelligenza-artificiale\/","title":{"rendered":"Le aziende pi\u00f9 anziane faticano a integrare i talenti nell&#8217;intelligenza artificiale"},"content":{"rendered":"<p>&#8220;`html<\/p>\n<h1>Le aziende pi\u00f9 anziane faticano a integrare i talenti nell&#8217;intelligenza artificiale<\/h1>\n<p>L\u2019intelligenza artificiale sta trasformando profondamente il mondo degli affari, migliorando l\u2019efficienza operativa, il processo decisionale e l\u2019innovazione. Tuttavia, le aziende pi\u00f9 antiche incontrano difficolt\u00e0 maggiori nell\u2019attirare e integrare i professionisti specializzati in questo settore. Un aumento di una devianza standard dell\u2019et\u00e0 di un\u2019azienda riduce del 5,2% la quota di dipendenti dedicati all\u2019intelligenza artificiale al suo interno. Questo fenomeno si spiega con sistemi obsoleti, abitudini radicate e una resistenza al cambiamento che ostacolano l\u2019adozione di nuove tecnologie.<\/p>\n<p>Le aziende mature dispongono comunque di vantaggi non trascurabili, come dati storici abbondanti, reti consolidate e una stabilit\u00e0 finanziaria. Queste risorse possono facilitare l\u2019integrazione dell\u2019intelligenza artificiale, a patto di superare gli ostacoli strutturali. Gli investimenti nella ricerca e nello sviluppo, nonch\u00e9 nelle infrastrutture moderne, svolgono un ruolo chiave per attenuare queste sfide. Consentono di modernizzare le operazioni e di attrarre talenti qualificati, rafforzando al contempo la capacit\u00e0 di innovazione.<\/p>\n<p>Anche la composizione dei consigli di amministrazione influisce su questa dinamica. Nelle aziende pi\u00f9 anziane, una forte presenza di donne o di membri provenienti da minoranze all\u2019interno dei consigli pu\u00f2 rallentare l\u2019adozione dell\u2019intelligenza artificiale. Ci\u00f2 si spiega con un processo decisionale pi\u00f9 cauto e un meccanismo di consenso pi\u00f9 lento di fronte a tecnologie complesse e rischiose. Sebbene la diversit\u00e0 all\u2019interno dei consigli migliori generalmente la governance, pu\u00f2 anche introdurre sfide aggiuntive in un contesto di trasformazione tecnologica.<\/p>\n<p>Le aziende che riescono a integrare talenti nell\u2019intelligenza artificiale ne traggono benefici considerevoli. Il loro valore di mercato e la loro efficienza operativa migliorano in modo significativo, come dimostrano indicatori quali la capitalizzazione di borsa, la redditivit\u00e0 e il ritorno sugli asset. Questi risultati sottolineano l\u2019importanza strategica dell\u2019intelligenza artificiale per mantenere un vantaggio competitivo.<\/p>\n<p>Per le aziende mature, la modernizzazione delle infrastrutture e dei sistemi esistenti deve essere una priorit\u00e0 assoluta. Gli investimenti in spese in conto capitale e nella ricerca permettono di compensare gli svantaggi legati all\u2019et\u00e0. Anche i programmi di formazione continua dei dipendenti sono essenziali per preparare i team a lavorare con queste nuove tecnologie. Infine, i consigli di amministrazione devono essere accompagnati per comprendere meglio le sfide dell\u2019intelligenza artificiale e prendere decisioni informate. Queste misure permettono di trasformare le sfide in opportunit\u00e0 e di garantire una transizione di successo verso un\u2019economia sempre pi\u00f9 digitale.<\/p>\n<p>&#8220;`<\/p>\n<hr>\n<h2>R\u00e9f\u00e9rences du site<\/h2>\n<h3>R\u00e9f\u00e9rence scientifique<\/h3>\n<p><strong>DOI\u00a0:<\/strong> <a href=\"https:\/\/doi.org\/10.1007\/s11573-026-01271-0\" target=\"_blank\">https:\/\/doi.org\/10.1007\/s11573-026-01271-0<\/a><\/p>\n<p><strong>Titre\u00a0:<\/strong> The AI workforce and firm maturity: old firms, new tech<\/p>\n<p><strong>Revue : <\/strong> Journal of Business Economics<\/p>\n<p><strong>\u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n<p><strong>Auteurs : <\/strong> Pattanaporn Chatjuthamard; Pornsit Jiraporn; Pandej Chintrakarn; Woraphon Wattanatorn<\/p>\n","protected":false},"excerpt":{"rendered":"<p>&#8220;`html Le aziende pi\u00f9 anziane faticano a integrare i talenti nell&#8217;intelligenza artificiale L\u2019intelligenza artificiale sta trasformando profondamente il mondo degli affari, migliorando l\u2019efficienza operativa, il processo decisionale e l\u2019innovazione. Tuttavia, le aziende pi\u00f9 antiche incontrano difficolt\u00e0 maggiori nell\u2019attirare e integrare i professionisti specializzati in questo settore. Un aumento di una devianza standard dell\u2019et\u00e0 di un\u2019azienda&hellip; <a class=\"more-link\" href=\"https:\/\/economicsfoundation.com\/it\/2026\/06\/13\/le-aziende-piu-anziane-faticano-a-integrare-i-talenti-nellintelligenza-artificiale\/\">Continua a leggere <span class=\"screen-reader-text\">Le aziende pi\u00f9 anziane faticano a integrare i talenti nell&#8217;intelligenza artificiale<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,5,4],"tags":[],"class_list":["post-23","post","type-post","status-publish","format-standard","hentry","category-economia-e-business","category-internazionale","category-scienza-e-tecnologia","entry"],"_links":{"self":[{"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/posts\/23","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/comments?post=23"}],"version-history":[{"count":1,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/posts\/23\/revisions"}],"predecessor-version":[{"id":24,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/posts\/23\/revisions\/24"}],"wp:attachment":[{"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/media?parent=23"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/categories?post=23"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/economicsfoundation.com\/it\/wp-json\/wp\/v2\/tags?post=23"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}