Dall’allerta alla prevenzione: l’Agentic AI come leva per la continuità aziendale

Negli ultimi anni, la disciplina della crisi d’impresa ha subito un’evoluzione profonda, spostando il baricentro dalla gestione reattiva alla prevenzione sistemica. 

Il Codice della crisi e dell’insolvenza (D.Lgs. 14/2019) e le successive modifiche introdotte dal D.Lgs. 83/2022 hanno codificato il principio dell’“emersione tempestiva”, responsabilizzando amministratori, sindaci e revisori nel monitoraggio anticipato dei segnali di squilibrio.

Tuttavia, la realtà operativa mostra ancora forti criticità: i sistemi di allerta tradizionali, basati su indicatori statici di bilancio, soglie patrimoniali e segnalazioni bancarie, faticano a cogliere l’anticipazione reale della crisi, soprattutto nelle PMI.
La logica dell’allerta, infatti, opera post factum: intercetta la crisi quando i sintomi sono già manifesti, ma non ne previene la genesi. In questo scenario si inserisce la nuova generazione di Intelligenza Artificiale “agentica”, ovvero quella forma di AI capace non solo di analizzare e generare contenuti, ma di agire in modo autonomo e contestuale, apprendendo dai dati e adattando le proprie decisioni. 

È la frontiera dell’Agentic AI, che non si limita a rispondere a comandi, ma interagisce con i sistemi informativi aziendali, identifica anomalie e suggerisce azioni correttive in tempo reale. 

Per i professionisti della consulenza aziendale, ciò significa passare dall’allerta normativa alla prevenzione predittiva, da un approccio di vigilanza a uno di intelligenza organizzativa, dove la tecnologia non sostituisce l’esperto, ma ne amplifica la capacità diagnostica e strategica.

1) Il ruolo dell’AI nella gestione proattiva della crisi

La differenza tra una crisi gestita e una crisi evitata risiede nella tempestività dell’informazione.
Tradizionalmente, la diagnosi di crisi si fonda su indicatori ex post (patrimonio netto negativo, erosione del capitale, tensioni di liquidità). 

Tuttavia, come dimostrano le più recenti ricerche nel campo dell’intelligenza artificiale applicata al risk management, la vera svolta risiede nel passaggio dal modello reattivo al modello predittivo. 

I nuovi algoritmi di machine learning e explainable AI (XAI) permettono di elaborare dataset complessi (bilanci, flussi di cassa, dati settoriali, indicatori ESG, pattern comportamentali dei manager) per prevedere la probabilità di crisi con mesi di anticipo. 

Un recente studio (lo Conte et al., 2025), presentato alla Sinergie-SIMA Management Conference di Genova e vincitore della Mention Award nella track “AI in Management”, ha mostrato come l’integrazione tra modelli predittivi e percezione manageriale possa ridurre il “gap di intelligenza” tra dati e decisioni. Il paper, dal titolo “The Intelligence Gap: Merging Explainable AI with Managerial Perception for Proactive Crisis Strategy”, dimostra infatti che gli algoritmi di apprendimento, se resi interpretabili attraverso tecniche di Explainable AI, consentono ai decisori di individuare vulnerabilità latenti e dinamiche di governance disfunzionali prima che queste si traducano in dissesto.

La ricerca, basata su un campione di 3.000 imprese italiane, ha evidenziato che modelli come modelli di machine learning raggiungono un’accuratezza predittiva superiore all’80% nell’identificazione precoce di situazioni di rischio, soprattutto se integrati con variabili qualitative (composizione del CdA, tenuta dei margini, dipendenza da singoli clienti o fornitori).
Ciò significa che la crisi può essere vista arrivare, ma solo se si adottano strumenti intelligenti, spiegabili e integrati nella strategia aziendale.

Potrebbe interessarti: AI per il controllo di gestione | Corso online

2) La collaborazione uomo–macchina nella consulenza strategica

La sfida non è più solo quanto l’intelligenza artificiale possa prevedere, ma quanto il management sia in grado di comprendere ciò che l’AI segnala.
In altre parole, il nodo critico non è la potenza dell’algoritmo, ma la trasparenza del suo ragionamento.

L’XAI nasce proprio per colmare questa distanza: traduce i risultati dei modelli in spiegazioni leggibili, consentendo ai manager e ai consulenti di capire perché un’impresa è considerata a rischio e quali variabili contribuiscono maggiormente all’instabilità.
Questa trasparenza crea fiducia: il professionista non si limita a ricevere un alert, ma può dialogare con il modello, verificare la coerenza economica delle previsioni e integrarle nel proprio giudizio professionale.

L’Agentic AI, che rappresenta l’evoluzione naturale della XAI, va oltre. 

Gli agenti autonomi sono in grado di osservare, decidere e agire: non si limitano a fornire un output, ma possono simulare scenari, aggiornare modelli in base a nuovi dati, proporre strategie di ristrutturazione o di mitigazione del rischio. 

In ambito aziendale e professionale, questo significa poter disporre di un sistema che monitora costantemente i parametri economico-finanziari, segnala scostamenti anomali, interroga automaticamente banche dati pubbliche (come AIDA, INPS, Agenzia delle Entrate) e costruisce dashboard dinamiche di sostenibilità aziendale.

In prospettiva, l’Agentic AI potrà affiancare commercialisti e revisori nel lavoro quotidiano, gestendo attività ad alto contenuto informativo (analisi di bilancio, indici di allerta, flussi di cassa prospettici) e lasciando ai professionisti le funzioni di interpretazione, mediazione e strategia.

Potrebbe interessarti: AI per il controllo di gestione | Corso online

3) Diritto, governance e nuove responsabilità per imprese e professionisti

Il quadro normativo non è rimasto indifferente. 

L’articolo 3 del Codice della crisi stabilisce che l’imprenditore deve istituire assetti organizzativi, amministrativi e contabili “adeguati” a rilevare tempestivamente la crisi e a porvi rimedio. Con l’avvento dell’AI predittiva, questo principio assume un significato nuovo: la tempestività non è più una facoltà, ma una capacità tecnologica misurabile. I sistemi agentici e i modelli di monitoraggio automatico possono diventare parte integrante degli “assetti adeguati”, come strumenti di sorveglianza continua della solvibilità e della performance aziendale. 

Ne deriva un duplice effetto:

• per l’impresa, un rafforzamento della responsabilità organizzativa;
• per i professionisti (revisori, sindaci, consulenti), un’evoluzione verso un ruolo di interpreti e garanti della qualità dell’informazione predittiva.

Il legislatore europeo, con la Direttiva (UE) 2019/1023 e le linee guida sul preventive restructuring, già incoraggia la transizione verso sistemi di early warning automatizzati.
In prospettiva, l’integrazione tra normative di crisi e regolamenti sull’AI (come l’AI Act europeo, che introduce principi di trasparenza, accountability e human oversight) imporrà nuovi standard di AI governance anche nel settore della consulenza economico-finanziaria. Ciò significa che l’adozione di modelli predittivi non potrà prescindere da procedure documentate di controllo, verifica e validazione, analogamente a quanto avviene per le procedure di revisione.
Il professionista del futuro dovrà quindi saper leggere l’AI come legge i bilanci: interpretare indicatori probabilistici, valutare l’attendibilità dei modelli, giustificare l’uso delle previsioni nella propria attività di consulenza e attestazione.

Potrebbe interessarti: AI per il controllo di gestione | Corso online

4) Lezioni operative e prospettive per il futuro

Queste evidenze offrono spunti di valore per la prassi professionale.
 Tre, in particolare, meritano attenzione:

1. Il falso positivo come opportunità: molte imprese identificate dall’AI come “a rischio” pur non essendo formalmente in crisi potrebbero manifestare tensioni finanziarie nei periodi successivi. L’alert non è dunque un errore, ma un anticipo di fragilità futura. Per il professionista, ciò significa adottare una logica di pre-allerta, in cui ogni segnale deve essere interpretato come occasione di diagnosi precoce, non come falso allarme.
2. La complementarità uomo–macchina: l’AI non sostituisce il giudizio professionale, ma lo amplifica. La qualità della previsione dipende non solo dall’algoritmo, ma da come il consulente integra il dato con la conoscenza del contesto. Il valore aggiunto resta nella percezione manageriale, nella capacità di leggere i segnali in chiave strategica, etica e organizzativa.
3. La formazione come leva di sostenibilità: il gap più profondo non è tecnologico ma culturale. Senza un’adeguata alfabetizzazione digitale e normativa, i sistemi di intelligenza agentica rischiano di essere adottati formalmente ma non compresi operativamente. Occorre sviluppare un nuovo profilo professionale: il consulente predittivo, esperto di AI governance, capace di integrare l’analisi dei dati con le responsabilità derivanti dal diritto della crisi.

Guardando al futuro, la combinazione di Agentic AI e spiegabilità dei modelli potrà rendere la prevenzione della crisi un processo continuo, trasparente e verificabile.
L’obiettivo non sarà più soltanto evitare l’insolvenza, ma costruire una resilienza intelligente, dove la gestione dei rischi diventa parte integrante della cultura aziendale.

L’era dell’Agentic AI segna il passaggio dalla diagnosi alla predizione, dal dato al significato, dal controllo alla collaborazione intelligente. Per i professionisti, questa transizione rappresenta una sfida e un’opportunità: la possibilità di ridefinire il proprio ruolo come interpreti del rischio predittivo, garanti di trasparenza e architetti di una nuova cultura della sostenibilità aziendale. La crisi d’impresa non è più un punto di rottura, ma un fenomeno leggibile, prevedibile e gestibile, a patto di saper dialogare con l’intelligenza che la osserva.

Potrebbe interessarti: AI per il controllo di gestione | Corso online

5) NOTE

Riferimenti bibliografici

• D.Lgs. 14/2019 (Codice della crisi d’impresa e dell’insolvenza) e D.Lgs. 83/2022.
• Direttiva (UE) 2019/1023 del Parlamento europeo e del Consiglio.
• lo Conte, D. L., Sancetta, G., D’Amore, R. (2025). The Intelligence Gap: Merging Explainable AI with Managerial Perception for Proactive Crisis Strategy, Sinergie-SIMA Conference 2025, Genova, Italy. ISBN: 978-88-94-7136-7-1; DOI: 10.7433/SRECP.SP.2025.01. 
• McKinsey & Company (2024). The agentic organization: Contours of the next paradigm for the AI era. People & Organizational Performance Insights. Disponibile su: https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era (ultimo accesso: ottobre 2025)
• Regolamento (UE) sull’Intelligenza Artificiale (AI Act, 2024).