L’intelligenza artificiale è entrata stabilmente nei processi di architettura e ingegneria. Oggi la questione non è più se utilizzare l’AI, ma come governarla. L’AI non è più semplicemente uno strumento esterno, ma un elemento strutturale che coinvolge la gestione dei dati, l’organizzazione del lavoro, la protezione della proprietà intellettuale e l’abilità di trasformare il sapere interno in una risorsa condivisa dentro un’azienda.
Un esempio chiave è Lombardini22, che ha sviluppato una piattaforma proprietaria, NILO AI, pensata per integrare l’intelligenza artificiale in maniera sicura e coerente con la cultura progettuale del gruppo. Rilasciata a fine 2025, la piattaforma è seguita da un team interno di sei persone, quattro dedicate a tempo pieno.
Costruire una piattaforma: infrastruttura operativa e culturale
La decisione di sviluppare una tecnologia proprietaria nasce da un’esigenza precisa: non aggiungere semplicemente un software esterno, ma costruire un’infrastruttura che permetta all’AI di integrarsi stabilmente nel DNA aziendale. NILO AI consente di accedere ai motori più avanzati di AI disponibili sul mercato, ma mantiene il controllo assoluto su dati, contenuti prodotti e informazioni interne. Questo si traduce in una serie di vantaggi:
- Sicurezza dei dati. Con il controllo completo degli input e degli output, il rischio di perdita o compromissione delle informazioni sensibili è ridotto al minimo.
- Democratizzazione dell’accesso. Circa l’80% dei professionisti utilizza la piattaforma, rendendo l’AI una risorsa accessibile per tutti.
- Aggiornamenti costanti. La piattaforma mantiene sempre aggiornati i propri modelli AI, mantenendo però un’interfaccia stabile che non richiede costanti rieducazione all’utilizzo.
- Economie di scala. La gestione a consumo riduce i costi in maniera notevole: l’azienda ha registrato un risparmio superiore al 90%, con una spesa annuale che va da milioni a migliaia di euro.
I due ambiti principali di intervento dell’AI
1. Gestione organizzativa e manageriale
L’intelligenza artificiale supporta fortemente il piano organizzativo e manageriale. Per esempio, permette di analizzare l’avanzamento delle commesse, la profittabilità dei singoli progetti, la marginalità e l’occupancy del personale.
Un aspetto importante è la capacità di ridurre i bias interpretativi. L’AI legge i dati in maniera neutra, permettendo di individuare scostamenti, pattern nascosti e inefficienze che altrimenti sfuggirebbero tra responsabilità e sistemi diversi.
Inoltre, l’AI entra a supporto del management del personale: screening dei CV, gestione del processo di onboarding, gestione della pipeline di nuove assunzioni e ottimizzazione delle risorse interne. In questi contesti, l’AI non sostituisce le decisioni umane, ma aiuta a organizzare meglio le informazioni, ottenendone uno studio più approfondito e tempestivo.
2. Ambito progettuale: AI generativa e BIM
Nell’ambito architettonico e ingegneristico l’AI generativa è ormai un alleato per esplorare nuove idee, creare alternative, accelerare fasi progettuali e generare immagini di alta qualità. Ma l’aspetto più profondo sta nell’integrazione con i dati strutturati come quelli del BIM (Building Information Modeling).
L’integrazione tra BIM e AI rappresenta una frontiera cruciale. Non si tratta solo di velocizzare la modellazione, ma di creare un dialogo continuo tra dati tecnici, contesti urbani e informazioni ambientali. In questo senso, l’AI permette di fare simulazioni dinamiche, analisi predittive e ottimizzazioni real-time, permettendoci di testare ogni decisione progettuale sotto diversi parametri: ambientali, tecnici, economici e spaziali.
Dal disegno manuale al progetto digitale
Un aspetto interessante è il modo in cui l’AI si interfaccia col lavoro creativo. Uno schizzo, una nota o un diagramma possono diventare il punto di partenza per generare soluzioni alternative. Ciò crea un percorso che va da una cultura analogica alla tecnologia computazionale, ampliando le capacità del progettista anziché sostituirle.
Inoltre, l’AI è in grado di incrociare dati eterogenei sui contesti urbani e costruiti, individuando pattern che risultano difficilmente riconoscibili con strumenti tradizionali. Si apre quindi un modo nuovo di interpretare città e architetture non come entità finiti, ma come sistemi stratificati, in continua evoluzione.
Rischi e limiti dell’AI
Tuttavia, l’utilizzo dell’intelligenza artificiale non è privo di rischi. Uno dei problemi principali è la tendenza all’uniformità: l’AI generativa tende a replicare schemi stilistici, soluzioni esistenti e linguaggi consolidati. Usata semplicemente come scorciatoia, può produrre una sorta di manierismo uniforme, che limita la varietà e la creatività.
Per questo motivo, i professionisti rimangono sempre garanti e curatori dei risultati dell’AI. Devono valutare criticamente gli output e scegliere, in base a criteri estetici, tecnici e anche etici, quali soluzioni adottare e quali no. Una governance attenta diventa indispensabile.
Anche questioni etiche sono centrali. L’utilizzo dell’AI apre interrogativi su autorialità, trasparenza degli algoritmi, qualità delle fonti e controllo dei dati. Una piattaforma proprietaria come NILO AI consente di creare policy interne rigorose, gestione accessi, controllo del know-how e tracciabilità dei contenuti, per affrontare queste sfide in modo proattivo.
Cambia il profilo professionale
Con l’ingresso dell’intelligenza artificiale, cambia anche lo stesso approccio professionale. Il progettista non è più in primo piano come autore di una soluzione, ma diventa sempre più un curatore di sistemi:
- Dovrà saper orchestrare strumenti diversi.
- Dovrà interpretare dati complessi.
- Dovrà costruire prompt coerenti e creativi.
- Dovrà leggere e criticare criticamente gli output.
- Dovrà collaborare con figure multidisciplinari.
Tutta questa evoluzione si sposa con il cambiamento verso modelli di lavoro che utilizzano AI flows come logica centrale. Il valore professionale non sta più solo nella forma estetica, ma nella capacità di governare processi complessi in un modo integrato.
Conclusioni
Il caso Lombardini22