Intelligenza artificiale

La conoscenza che se ne va: proteggere il sapere quando una persona chiave lascia

Quando una persona chiave va in pensione o lascia, con lei esce ciò che non è scritto da nessuna parte. I dati sulle imprese italiane, il metodo per trattenerlo e il ruolo dell’IA.

Luca Bartolini 30 settembre 2026 7 min di lettura

La conoscenza che se ne va: proteggere il sapere quando una persona chiave lascia

Per non perdere il sapere di un’azienda quando una persona chiave lascia o va in pensione servono tre passaggi: individuare per tempo ciò che esiste solo nella sua esperienza, trasferirlo con un affiancamento strutturato e raccoglierlo in una base di conoscenza ordinata, che l’intelligenza artificiale rende consultabile con semplici domande. Il lavoro va avviato quando l’uscita è ancora lontana, non nelle ultime settimane.

Perché il sapere di una persona è così difficile da sostituire?

Una parte di ciò che un’azienda sa è già scritta: listini, contratti, procedure, schede tecniche. Un’altra parte non lo è mai stata. Nel 1991 Ikujiro Nonaka, in un articolo sulla Harvard Business Review diventato un classico, distingueva la conoscenza esplicita, formale e sistematica, da quella tacita: personale, difficile da formalizzare e quindi da comunicare.

In una PMI la conoscenza tacita ha volti precisi. Il responsabile commerciale che sa quale cliente paga sempre in ritardo ma paga, e quale invece va seguito da vicino. Il tecnico che riconosce dal rumore una macchina che sta per guastarsi. L’impiegata amministrativa che sa come un certo ente vuole compilata una pratica, anche se nessuna circolare lo dice. E soprattutto il perché delle decisioni: perché a quel cliente si applica quello sconto, perché si è smesso di lavorare con quel fornitore.

Quando queste persone escono il danno raramente è immediato: emerge dopo, con errori già commessi e ripetuti, risposte più lente, relazioni che si raffreddano.

Quanto pesa il problema nelle imprese italiane?

La struttura delle imprese italiane rende il tema particolarmente concreto. Secondo il censimento permanente dell’Istat, nel 2022 le imprese con almeno 3 addetti controllate da una persona fisica o da una famiglia erano quasi 827mila, l’80,9% del totale, e l’83,3% tra le microimprese. Tra il 2016 e il 2022 il 9,1% di queste imprese ha affrontato almeno un passaggio generazionale, quota che sale al 17,8% tra le medie e al 18,9% tra le grandi; il 7,9% riteneva di poterlo affrontare nel triennio 2023-2025.

L’età dei titolari va nella stessa direzione. Secondo un’analisi di Unioncamere e InfoCamere sul Registro delle imprese, a giugno 2025 i titolari di imprese individuali con almeno 70 anni erano 314.824, il 10,7% del totale, contro l’8,9% del 2015. In agricoltura la quota arrivava al 28,3%.

Il passaggio generazionale è solo il caso più visibile: lo stesso rischio si presenta con il pensionamento di un capo reparto o le dimissioni di un tecnico esperto. C’è poi un segnale indiretto: tra le imprese che avevano considerato l’intelligenza artificiale senza adottarla, l’Istat indica tra gli ostacoli principali l’indisponibilità o la scarsa qualità dei dati (45,2%). Una conoscenza che non è mai stata raccolta non si può né consultare né automatizzare.

Quale conoscenza bisogna salvare per prima?

Non tutto va documentato, e non tutto con la stessa urgenza. Conviene partire da una mappa delle persone chiave, costruita con quattro domande:

quali decisioni prende questa persona che nessun altro sa prendere;
quali clienti, fornitori o enti hanno un rapporto soltanto con lei;
quali procedure svolge senza che siano scritte da qualche parte;
che cosa succederebbe se domani restasse assente per un mese.

Le risposte vanno poi incrociate con la probabilità dell’uscita: una data di pensionamento nota, un’età vicina alla soglia, un ruolo in cui il ricambio è frequente. In cima alla lista finiscono le persone con molta conoscenza esclusiva e un’uscita vicina.

Per ciascuna si distinguono quattro famiglie di sapere: le relazioni, le regole non scritte e le eccezioni, il saper fare tecnico e la storia delle decisioni. Richiedono strumenti diversi.

Come si trasferisce il sapere prima che la persona esca?

Affiancamento con un successore. È l’unico modo per trasmettere la parte più pratica del mestiere. Funziona meglio in due fasi: prima l’esperto lavora e spiega mentre il successore osserva, poi il successore lavora e l’esperto corregge.

Interviste su casi concreti. Chiedere a una persona di descrivere «come funziona» il suo lavoro produce risposte generiche. Chiederle di raccontare l’ultima volta che un ordine è andato storto, o come ha gestito il reclamo più difficile dell’anno, fa emergere regole ed eccezioni che nessuno avrebbe pensato di scrivere. Le interviste si registrano, si trascrivono e si riordinano per argomento.

Documentare le decisioni, non solo le mansioni. Un mansionario dice che cosa fa una persona. Un registro delle decisioni dice perché si è scelto in un certo modo, con quali alternative e con quali conseguenze: è la parte che più facilmente si perde.

Passare le relazioni di persona. Incontri congiunti con i clienti e i fornitori principali, in cui l’esperto presenta chi prenderà il suo posto.

Far rileggere tutto a chi sa. Ciò che è stato scritto va rivisto dall’esperto finché è ancora in azienda. Un errore trascritto oggi diventa una regola sbagliata domani.

Un esempio: in un’azienda di componenti meccanici il responsabile dell’ufficio tecnico andrà in pensione tra un anno. Prima si mappano le commesse più complesse e i clienti che fanno riferimento solo a lui, poi si svolgono le interviste sui progetti più tormentati e l’affiancamento sulle offerte tecniche. Negli ultimi mesi firma il successore, con il predecessore ancora disponibile per le verifiche.

Non si tratta di un’attività improvvisata: la gestione della conoscenza è oggetto di una norma internazionale, la ISO 30401, pubblicata nel 2018 e pensata per organizzazioni di qualsiasi tipo e dimensione.

Che cosa cambia con l’intelligenza artificiale?

Per anni la documentazione è finita in cartelle che nessuno apriva, perché cercare costava più che chiedere a un collega. L’intelligenza artificiale cambia questo equilibrio in due punti.

Il primo è la raccolta: trascrivere un’intervista e trasformarla in una bozza ordinata per argomento richiede molto meno lavoro manuale, fermo restando che la bozza va verificata con l’esperto.

Il secondo è la consultazione. Le basi di conoscenza interrogabili usano in genere una tecnica descritta nel 2020 da un gruppo di ricercatori guidato da Patrick Lewis e nota come retrieval-augmented generation: il sistema cerca prima i passaggi pertinenti tra i documenti dell’azienda, poi formula la risposta a partire da quelli. Il nuovo responsabile può chiedere quale tolleranza era stata concordata con un certo cliente e ottenere la risposta insieme al verbale o all’email da cui proviene. Non è un caso isolato: secondo l’Istat, tra le imprese con almeno 10 addetti che usano l’IA, la tecnologia più diffusa è l’estrazione di conoscenza e informazioni da documenti di testo (70,8%).

I limiti vanno tenuti presenti:

Il sistema non ritrova ciò che nessuno ha raccolto. Se la conoscenza tacita non è stata trasferita e scritta, nessuno strumento la ritroverà, e una risposta plausibile ma priva di fonte va trattata come un segnale d’allarme.
Documenti contraddittori producono risposte sbagliate. Ogni fonte ha bisogno di una data e di un responsabile; quando due documenti si smentiscono, il sistema dovrebbe segnalarlo.
I permessi vanno rispettati. Chi non può leggere un contratto o una busta paga non deve poterne ricevere il contenuto attraverso una risposta. Se i documenti contengono dati personali, si applica il GDPR.
Ogni risposta deve citare la fonte, così da poter essere controllata.

In sintesi

La conoscenza più preziosa è spesso tacita: relazioni, eccezioni, saper fare e il perché delle decisioni.
In Italia l’80,9% delle imprese con almeno 3 addetti è controllata da una persona o da una famiglia, e i titolari over 70 sono in aumento.
Si parte da una mappa delle persone chiave, ordinata per conoscenza esclusiva e vicinanza dell’uscita.
Affiancamento, interviste su casi concreti e registro delle decisioni trasferiscono ciò che un mansionario non contiene.
L’IA accelera la raccolta e rende il sapere consultabile, ma solo se le fonti sono ordinate, i permessi rispettati e le risposte citano la fonte.

Domande frequenti

Quanto tempo prima dell’uscita conviene iniziare?

Appena la data è nota. Per un ruolo con molte relazioni e anni di eccezioni accumulate servono mesi, perché l’affiancamento e il passaggio dei clienti non si possono comprimere. Iniziare nelle ultime settimane significa, di fatto, salvare solo i documenti.

La conoscenza tacita si può davvero mettere per iscritto?

Solo in parte. Il saper fare più pratico si trasmette con l’affiancamento. Molte regole ed eccezioni, però, emergono e si possono scrivere quando si chiede alla persona di raccontare casi concreti anziché descrivere il proprio lavoro in generale.

Una base di conoscenza con l’intelligenza artificiale sostituisce l’affiancamento?

No. Rende consultabile ciò che è stato raccolto, ma non raccoglie da sola ciò che esiste solo nell’esperienza di una persona. I due strumenti funzionano insieme: l’affiancamento fa emergere il sapere, la base di conoscenza lo conserva.

Si possono registrare le interviste con chi sta per lasciare l’azienda?

Sì, con alcune cautele. La voce registrata è un dato personale: la persona va informata sullo scopo della registrazione, sull’uso che se ne farà e sul tempo di conservazione dei file, come richiede il GDPR.

Trasformare ciò che l’azienda sa in un sistema consultabile, con fonti ordinate e permessi definiti, è il lavoro che descriviamo nella pagina dedicata al Company Brain: un punto di partenza utile per chi vede avvicinarsi l’uscita di una persona da cui dipendono clienti, commesse o procedure.