{
  "$schema": "https://ar-tik.com/data/schemas/course-record.schema.json",
  "generatedAt": "2026-07-02",
  "publisher": "Artik Lab s.r.l.",
  "canonicalDomain": "https://ar-tik.com",
  "course": {
    "id": "ai-adoption-manager",
    "locale": "it",
    "language": "it",
    "family": "managerial",
    "familyLabel": "Manageriale",
    "featured": false,
    "title": "AI Adoption Manager / AI Champions",
    "subtitle": "Formare figure interne capaci di accompagnare l'adozione dell'AI nei team, con metodo, responsabilità e attenzione al cambiamento.",
    "summary": "Percorso per creare referenti interni che raccolgono bisogni, supportano i colleghi e collegano sperimentazioni locali alla governance aziendale.",
    "duration": "6-8 ore, modulabili",
    "mode": "Laboratorio in presenza o online, con esercizi guidati e materiali adattati al cliente.",
    "profile": "all",
    "profileDescription": "Per team aziendali, funzioni operative e manager; non richiede programmazione.",
    "problem": "Dopo un primo corso, molte aziende vedono nascere entusiasmo in alcuni team e resistenze in altri. Senza figure interne riconosciute, le buone pratiche non circolano e i rischi non emergono in tempo. Il percorso prepara champion capaci di facilitare adozione e disciplina.",
    "audience": "Figure selezionate da HR, innovation, transformation, IT, business unit, operations, marketing, sales, customer service e funzioni operative.",
    "whenToChoose": "Quando l'azienda vuole scalare l'adozione AI oltre la formazione iniziale, creando una rete interna di facilitatori competenti e riconoscibili.",
    "chooseIf": "Quando l'azienda vuole scalare l'adozione AI oltre la formazione iniziale, creando una rete interna di facilitatori competenti e riconoscibili.",
    "outcomes": [
      "Definire ruolo e perimetro degli AI Champion.",
      "Facilitare casi d'uso nei team.",
      "Raccogliere bisogni, rischi e feedback.",
      "Supportare uso responsabile e coerente.",
      "Creare community interna e reporting verso governance."
    ],
    "modules": [
      {
        "title": "Ruolo e perimetro",
        "description": "Responsabilità, limiti, relazioni con funzioni centrali e team locali."
      },
      {
        "title": "Facilitare l'adozione",
        "description": "Bisogni, resistenze, casi d'uso, routine operative e comunicazione interna."
      },
      {
        "title": "Qualità e responsabilità",
        "description": "Dati, output, controlli, escalation e uso appropriato."
      },
      {
        "title": "Community e scalabilità",
        "description": "Feedback, metriche, rituali, knowledge sharing e roadmap locale."
      }
    ],
    "exercises": [
      "Simulazione di raccolta bisogni.",
      "Analisi di casi d'uso proposti dai team.",
      "Gestione di resistenze.",
      "Piano di adozione per funzione."
    ],
    "materials": [
      "Role description AI Champion.",
      "Playbook di adozione.",
      "Template raccolta casi d'uso.",
      "Checklist responsible use.",
      "Schema reporting."
    ],
    "privacy": "I partecipanti apprendono come orientare i team verso un uso prudente delle informazioni, evitando inserimento improprio di dati riservati o personali e favorendo escalation.",
    "prerequisites": "Conoscenza del contesto aziendale e capacità di facilitazione interna. Non è richiesta competenza tecnica avanzata.",
    "faqs": [
      {
        "question": "Gli champion devono essere tecnici?",
        "answer": "No, devono comprendere processi, persone, rischi e opportunità."
      },
      {
        "question": "Serve dopo una formazione base?",
        "answer": "Sì, rende l'adozione continua."
      },
      {
        "question": "Funziona in aziende distribuite?",
        "answer": "Sì, il modello è adatto a più funzioni o sedi."
      },
      {
        "question": "Produce strumenti operativi?",
        "answer": "Sì, playbook, template e schema di reporting."
      }
    ],
    "output": "Playbook e modello operativo per rete interna di AI Champion.",
    "searchIntents": [
      "corso AI aziendale su AI Adoption Manager / AI Champions",
      "formazione pratica per AI Adoption Manager / AI Champions",
      "training AI per manager e funzioni aziendali",
      "percorso Artik Lab per Playbook e modello operativo per rete interna di AI Champion",
      "come introdurre AI Adoption Manager / AI Champions nei processi aziendali"
    ],
    "needSignals": [
      "Il tema AI Adoption Manager / AI Champions è già presente nelle conversazioni interne, ma manca un metodo condiviso per trasformarlo in pratica.",
      "Le persone sperimentano strumenti AI in autonomia e l'azienda non vede ancora criteri, controlli e risultati confrontabili.",
      "Il processo collegato a AI Adoption Manager / AI Champions assorbe tempo, genera passaggi manuali o produce output difficili da verificare.",
      "La direzione vuole capire se investire, formare o fermarsi prima di introdurre automazioni fragili.",
      "Serve un risultato concreto dopo la formazione: Playbook e modello operativo per rete interna di AI Champion."
    ],
    "extraExamples": [
      {
        "title": "Dal corso generico al processo reale",
        "description": "Un'azienda chiede formazione su AI Adoption Manager / AI Champions, ma il problema vero emerge durante la mappatura: attività ripetute, controlli informali e responsabilità distribuite. Il percorso usa esempi vicini al lavoro quotidiano e trasforma la formazione in un primo modello operativo, non in una lezione teorica."
      },
      {
        "title": "Da sperimentazione individuale a pratica governata",
        "description": "Alcune persone hanno già trovato scorciatoie con l'AI, altre sono ferme. Il corso crea una base comune: cosa si può fare, cosa va verificato, quali dati non vanno esposti e quando serve escalation. Il risultato è Playbook e modello operativo per rete interna di AI Champion."
      },
      {
        "title": "Da entusiasmo a decisione",
        "description": "Il management vuole capire se AI Adoption Manager / AI Champions merita budget e continuità. Durante il laboratorio si distinguono benefici immediati, rischi operativi e dipendenze dai dati. L'azienda esce con criteri per decidere il passo successivo invece di accumulare demo isolate."
      }
    ],
    "selectionCriteria": [
      "Scegliere questo corso se il bisogno principale riguarda AI Adoption Manager / AI Champions e non una panoramica generica sull'AI.",
      "Preferirlo quando esiste un processo, un documento, un flusso o una responsabilità aziendale su cui lavorare durante il training.",
      "Rimandarlo se non esiste ancora sponsor interno o se il problema è solo acquistare una licenza software.",
      "Abbinarlo ad AI Workflow Redesign Lab quando prima serve capire quali processi meritano priorità."
    ],
    "limits": [
      "Non promette automazione completa o sostituzione delle responsabilità umane.",
      "Non richiede di caricare dati riservati in ambienti non approvati.",
      "Non è una consulenza legale, fiscale, HR o tecnica specialistica quando tali responsabilità restano a funzioni competenti.",
      "Produce competenze, criteri e materiali riutilizzabili; l'adozione continua richiede sponsorship, governance e pratica interna."
    ],
    "relatedCourseIds": [
      "workflow-redesign",
      "ai-governance",
      "ai-business-case-roi"
    ],
    "urls": {
      "html": "https://ar-tik.com/corsi/ai-adoption-manager.html",
      "markdown": "https://ar-tik.com/corsi/ai-adoption-manager.md",
      "dossier": "https://ar-tik.com/corsi/ai-adoption-manager-dossier.md",
      "json": "https://ar-tik.com/corsi/ai-adoption-manager.json",
      "catalog": "https://ar-tik.com/corsi/",
      "catalogMarkdown": "https://ar-tik.com/corsi/index.md"
    }
  }
}