C’è una domanda che oggi arriva puntuale quando si parla di software per eventi: “E l’intelligenza artificiale dov’è?”. È una domanda legittima, ma quasi sempre è la domanda sbagliata. La domanda giusta, infatti, secondo noi, non è quanta AI c’è in una piattaforma ma: “Dov’è che l’AI aggiunge una funzione che prima non esisteva e dove invece è solo un costo travestito da innovazione?”
Per capire perché questa distinzione conta, vale la pena guardare cosa è successo a chi è corso più veloce di tutti.
La lezione di Klarna: correre a volte significa tornare indietro velocemente
Nel 2024 Klarna, il colosso dei pagamenti, ha sostituito circa 700 addetti al customer service con un assistente AI, dando comunicazione dell’operazione con grande enfasi: l’assistente faceva il lavoro di centinaia di persone1. Nel maggio 2025 il CEO Sebastian Siemiatkowski ha fatto marcia indietro altrettanto pubblicamente: la qualità del servizio reso ai clienti era scesa, e questi, sorpresa, preferiscono parlare con persone invece che con macchine. Klarna ha ripreso ad assumere persone in carne ed ossa per il customer care2.
Non è un caso isolato3. Commonwealth Bank of Australia ha tagliato 45 posti di lavoro di customer service dopo aver introdotto un voice bot e ha revocato la decisione un mese dopo. IBM, il cui assistente interno AskHR risolve il 94% delle richieste di routine, ha imparato che il restante 6% richiede giudizio umano e non è negoziabile, e ha annunciato di voler triplicare le assunzioni entry-level.
Allargando lo sguardo, i numeri dicono che questi non sono aneddoti4 isolati: il 32% dei responsabili HR americani che avevano tagliato posti di lavoro in nome dell’AI ha già riassunto per ruoli simili, mentre il 55% dei leader che hanno fatto licenziamenti motivati dall’AI ammette oggi che è stato un errore e Gartner prevede che entro il 2027 metà delle aziende che hanno attribuito tagli all’AI tornerà ad assumere per lo stesso lavoro.
Quale è la lezione che si può trarre da tutto questo, per quanto riguarda il nostro settore, ovvero quello degli eventi? Prima di tutto che essere troppo proattivi, prendendo decisioni sulla base di analisi affrettate oggi può portare a clamorose marce indietro domani. E che spesso le azioni e le retromarce non sono prive di conseguenze: non sempre è possibile correggere la rotta con un comunicato. Nel caso di un evento, infatti, se l’esperienza dei partecipanti si rompe, si rompe quel giorno e spesso con una visibilità pubblica che travalica persino i confini dell’evento.
Il chatbot che ti dice “dove parla Rossi”
Prendiamo una delle proposte più insistite del momento, ovvero l’inserimento di chatbot nell’app di un evento. A cosa serve, nella maggior parte dei casi? A rispondere a domande come “A che ora parla Rossi?”, “Dov’è la sala B?”, “A che ora apre l’accredito?”, pescando dal database dell’evento. Risposte comode e utili, sia chiaro: la comodità del partecipante è sacrosanta. Il punto è il mezzo. Quelle risposte esistono già, scritte nel programma, e per trovarle basta un motore di ricerca ben fatto, che costa zero e non produce allucinazioni. Questa parvenza di intelligenza artificiale, questo motore di ricerca dall’aspetto solo un po’ più interattivo, richiede invece un costo per ogni singola domanda, monetario e di impatto ambientale, tema di cui dovremmo già occuparci. E pagare quel costo per fare solo in maniera più piacevole quello che una ricerca fa gratis non è innovazione: è una funzione venduta come innovazione. Moltiplicata per migliaia di partecipanti, produce una spesa notevole, e mantiene solo una parte delle promesse con cui è stata presentata.
Dove l’AI aggiunge davvero
Il discorso cambia completamente quando l’AI fa qualcosa che prima non si poteva fare.
Un esempio? Un’AI capace di rispondere alla richiesta: “Costruiscimi un percorso dentro l’evento con le sessioni e gli stand che interessano a me, evitando le sovrapposizioni” è uno strumento che sa combinare il programma, gli interessi della persona, i vincoli di orario e di spazio. Qui il modello generativo guadagna il suo costo, perché produce davvero qualcosa di nuovo e di personale.
Lo stesso vale per il matchmaking negli eventi business: la capacità di suggerire alle persone giuste di incontrarsi, a partire da ruoli, interessi e obiettivi, è una funzione ad alto valore che i dati da soli non producono. Ma si noti una cosa, in entrambi gli esempi non si tratta di “aggiungere un chatbot”, ma di sviluppare funzioni verticali, pensate e costruite da chi progetta il gestionale, perché solo chi possiede i dati dell’evento, e li possiede ordinati, può farle funzionare bene. L’AI utile non si appiccica: si progetta.
L’analisi dei dati e la tentazione del CSV
Un terzo tema riguarda poi l’analisi dei dati, dove serve dire una cosa, e pochi lo fanno. Oggi la tentazione forte è quella di esportare tutti i dati di un evento in un CSV per darlo in pasto ai grandi modelli di intelligenza artificiale generalisti, quelli costruiti con miliardi di dollari e accessibili con un abbonamento da venti euro al mese. Ed è una tentazione razionale: per le analisi strategiche post-evento quei modelli sono spesso superiori a qualsiasi motore interno, che paghi a consumo per risultati inferiori.
Ma attenzione, perché è proprio qui che si rompe la governance dei dati. Dentro quel CSV ci sono nomi, contatti, comportamenti: dati personali dei partecipanti, che nel momento in cui escono dalla piattaforma smettono di essere tracciati e protetti. Il gesto che sembra più intelligente dal punto di vista economico è lo stesso che espone al rischio più serio dal punto di vista reputazionale, le cui ripercussioni possono presentare un conto salato.
La regola giusta è una, e vale la pena scriverla chiara: fuori dall’organizzazione devono andare solo dati aggregati o anonimizzati, ad esempio le presenze per sessione, l’engagement, i risultati delle survey senza anagrafiche. Le identità delle persone devono invece restare dentro, governate, protette e tracciate. E un buon sistema di gestione eventi si riconosce anche da questo: dalla capacità di preparare export puliti, pensati per essere analizzati fuori senza portarsi dietro ciò che fuori non deve andare.
Il metro giusto per giudicare
Messe in fila, tutte queste considerazioni compongono un criterio: davanti a qualsiasi funzione AI, negli eventi, le domande da farsi sono tre:
- fa qualcosa che prima non si poteva fare o consente di fare meglio e più velocemente qualcosa?
- il suo valore supera il suo costo, per ogni utilizzo?
- i dati su cui lavora restano governati?
Se la risposta anche ad una sola di queste domande è “no”, forse quello a cui stiamo rispondendo non è una richiesta di innovazione: è moda. E la moda, come insegnano gli esempi da cui siamo partiti, spesso presenta il conto.
Da parte nostra, abbiamo scelto di non frincorrere ogni novità, ma di costruire ogni nostra innovazione su fondamenta solide, le stesse su cui lavoriamo da sempre: i dati dell’evento raccolti in un unico ambiente, misurabili, protetti e governati. È il terreno senza il quale qualsiasi intelligenza, artificiale o no, non ha nulla di solido su cui lavorare. Questo fa sì che, quando su quel terreno arriveranno funzioni nuove, arriveranno perché aggiungono valore vero, che vale il suo costo. Il resto lo lasciamo volentieri a chi ha fretta.