Da +AI a AI+: cosa ci insegna “AI Value Creators” e perché riguarda subito anche la sanità
Negli ultimi mesi ho letto decine di libri sull’Intelligenza Artificiale applicata al business. Pochi però mi hanno costretto a fermarmi, riflettere e rivedere alcuni miei assunti. AI Value Creators, scritto da tre figure chiave di IBM, Rob Thomas, Paul Zikopoulos e Kate Soule, è uno di quei testi che segnano un cambio di mentalità. Non un libro “per tecnici”, ma un manuale per leader che devono prendere decisioni strategiche in sistemi complessi.
Ho raccolto qui gli insight più potenti, adattandoli alla realtà della sanità, della farmaceutica e dei servizi clinici.
Spoiler: se lavori con dati, regolazione, outcome clinici o percorsi del paziente… questo libro parla di te.
1) Dal pensare “+AI” al diventare “AI+”
Per 10 anni abbiamo interpretato l’AI come un add-on:
👉 “Qui c’è un processo. Aggiungiamoci un po’ di AI.”
È la logica del +AI, ed è esattamente ciò che oggi sta ritardando la trasformazione digitale nelle aziende sanitarie e farmaceutiche.
Il punto non è inserire un modello AI nei workflow esistenti.
Il punto è ridisegnare quei workflow a partire dall’AI, chiedendosi:
Quali attività possono essere automatizzate totalmente?
Dove l’intelligenza umana diventa supervisionata (non esecutiva)?
Come cambia il modello operativo se l’AI opera “di default”, non “su richiesta”?
Nel mondo clinico questo significa passare da:
“AI per supportare il medico” → “AI che costruisce l’infrastruttura cognitiva del sistema”.
Non affianchiamo l’AI alla pratica clinica: reinventiamola sapendo che l’AI c’è.
2) Da AI User ad AI Value Creator
Gli autori sono molto chiari: l’AI user utilizza modelli generalisti, cresce in produttività, migliora alcuni processi… e poi si ferma.
L’AI Value Creator invece fa una cosa che in sanità vale oro:
mette i propri dati al centro.
Nelle aziende farmaceutiche questo significa trasformare:
dati di RWE,
dati di farmacovigilanza,
dati clinici,
dati regolatori,
dati di laboratorio,
dati omici,
dati provenienti da reti assistenziali
in un vantaggio competitivo non replicabile.
Negli ospedali e nelle reti di MMG significa costruire modelli addestrati sui propri percorsi clinici, integrando outcome, aderenza, follow-up, prescrizioni, complicanze, variabilità professionale.
L’AI Value Creator non usa l’AI: la costruisce.
È esattamente la direzione in cui sta andando tutto il settore — dai modelli specializzati per la diagnostica, ai modelli ospedale-specifici costruiti su EHR e dati real world.
3) Stiamo vivendo il “Netscape moment” della sanità
Nel 1994, Netscape ha reso Internet accessibile a tutti.
Chi non ha capito quella svolta… oggi non esiste più.
Gli autori sostengono che con l’AI stia accadendo la stessa cosa — e se guardiamo la sanità è difficile dar loro torto:
Agenti AI che automatizzano autorizzazioni, referti, reportistica e workflow.
Modelli che trasformano dati clinici destrutturati in conoscenza applicabile.
Strumenti che permettono a un singolo medico di fare il lavoro di cinque.
È un momento storico in cui si biforca la strada:
le strutture, le aziende, le istituzioni che non colgono questo salto non rallenteranno — spariranno dalla competizione.
Il “Netscape moment” nella sanità significa una cosa sola:
la capacità di produrre valore cognitivo più velocemente degli altri.
4) I dati proprietari sono la tua arma segreta
Il libro cita un dato devastante: meno dell’1% dei dati aziendali finisce nei modelli LLM commerciali.
E questo, per noi, è una buona notizia.
Perché in sanità i dati davvero importanti — outcome, follow-up, diagnosi, terapie, eventi avversi, aderenza, comorbidità, immagini, tracciati, note cliniche — vivono esclusivamente dentro ospedali, strutture, istituti, reti territoriali, CRO, aziende farmaceutiche.
Chi saprà sfruttare questo patrimonio per addestrare modelli verticali avrà un vantaggio competitivo enorme:
modelli per ridurre gli errori clinici,
modelli per ottimizzare i trial,
modelli per prevedere progressioni,
modelli per personalizzare le cure,
modelli per trasformare la relazione medico-paziente.
Si apre un mondo in cui “possedere i dati” = “possedere l’intelligenza”.
5) Il futuro non sarà un solo modello, ma un ecosistema di modelli
Gli autori demolicono uno dei miti più diffusi:
il futuro non sarà dominato da un unico grande modello generativo.
Il futuro sarà:
multimodale,
multimodello,
a forte presenza di Small Language Models,
fortemente verticalizzato per settore, azienda, caso d’uso.
E questo è esattamente ciò che la sanità necessita:
un modello per la farmacovigilanza,
uno per la stratificazione del rischio,
uno per la generazione di report clinici,
uno per interpretare immagini,
uno per ottimizzare trial e protocolli.
Non useremo un “modello che fa tutto”, ma un’orchestra di modelli specializzati, orchestrati da agenti.
In altre parole:
il vero valore non sarà nell’AI… ma nella governance dell’ecosistema AI.
6) Prima gli orizzontali, poi i verticali
Questo è un passaggio che chi guida team sanitari o industriali dovrebbe tatuarsi sul desktop:
I modelli verticali funzionano solo se prima hai implementato gli orizzontali.
Cosa significa per noi?
Orizzontali = customer care, document intelligence, digital labor, automazioni interne, code generation, data cleaning, gestione dei ticket, summarization.
Verticali = diagnosi, trial, risk stratification, farmacovigilanza, supporto clinico, ottimizzazione percorsi, protocolli terapeutici.
L’errore che molte strutture sanitarie stanno facendo oggi?
Partire dai verticali senza aver messo in sicurezza gli orizzontali.
Risultato: progetti fragili, difficili da scalare, costosi da mantenere.
7) L’AI non è magia: è strategia. E governance.
Gli autori lo sintetizzano in un’equazione semplice e brutale:
Successo AI = Modelli + Dati + Governance + Use Case
Nel settore life sciences questo significa:
controllo del rischio,
catene di audit complete,
trasparenza dei modelli,
sicurezza del dato,
validazione clinica,
IA Act e compliance,
supervisione umana robusta.
La tecnologia è il “come”.
La differenza tra chi vince e chi perde è nei processi, nelle policy, nella qualità del dato e nella capacità di scegliere i casi d’uso giusti.
Perché questo libro è così rilevante per chi lavora nella sanità
Perché descrive con una lucidità chirurgica la trasformazione che stiamo vivendo.
Il mondo sanitario è il luogo ideale per diventare AI Value Creator:
ha dati unici, problemi complessi, obblighi regolatori stringenti e un bisogno strutturale di efficienza.
Stiamo entrando in una fase in cui:
l’AI non è uno strumento, ma un’infrastruttura;
i dati non sono un sottoprodotto, ma l’asset strategico;
i workflow non vengono digitalizzati, ma reimmaginati;
il valore non si misura in tempo risparmiato, ma in outcome migliorati.
Se lavori in questo settore, leggere questo libro oggi equivale a capire Internet nel 1994.
Conclusione
In sanità, l’AI non è “una tecnologia come le altre”.
È l’inizio di un nuovo modello operativo, cognitivo e organizzativo.
I prossimi 24 mesi separeranno chi diventa AI+ da chi resterà “+AI”.
E il divario non sarà recuperabile.
Il mio suggerimento?
Leggi questo libro con la tua organizzazione in mente, con la certezza che la vera competizione sarà tra chi crea valore con l’AI e chi la subisce.
