L’unione tra AI e venture capital rappresenta una delle frontiere più interessanti della trasformazione digitale industriale. L’incontro tra la logica dell’investimento di rischio e quella della sperimentazione tecnologica apre una nuova fase per la corporate innovation, dove l’AI non è soltanto una leva di efficienza, ma una piattaforma per individuare e valorizzare startup, progetti e talenti emergenti.
Ne è un esempio il modello adottato da Ferrovie dello Stato Italiane, raccontato da Marco Pietrucci (nella foto), Head of Artificial Intelligence & Venture, durante l’Open Innovation Summit 2025 organizzato da Il Sole 24 Ore il 24 ottobre 2025. Un caso in cui la governance dell’AI si intreccia con la cultura del capitale di rischio per creare un ponte tra ricerca, mercato e impresa.
Indice degli argomenti
AI e Venture Capital: una simbiosi naturale
“AI e Venture Capital hanno una forte simbiosi”, ha spiegato Pietrucci, chiarendo perché all’interno del gruppo FS sia stata creata una struttura unificata dedicata all’intelligenza artificiale e agli investimenti in innovazione.
La relazione, in effetti, è più profonda di quanto sembri: entrambe le discipline condividono una componente di rischio elevata e un ritmo di evoluzione tecnologica estremamente rapido. “Sul venture capital tutti sanno che si tratta di capitale di rischio”, ha detto, “ma sull’AI spesso sembra tutto facile, finché non si scopre che i progetti costano cinque o dieci volte più del previsto e il ritorno è molto inferiore alle stime iniziali”.
Dati di settore confermano questa percezione: secondo gli studi citati, molti progetti di intelligenza artificiale hanno costi effettivi da cinque a dieci volte superiori al budget e generano ritorni economici inferiori fino al 40% rispetto alle aspettative. Per questo, ha sottolineato Pietrucci, l’AI è una tecnologia ad alto rischio, simile al venture capital non solo per il grado di incertezza, ma per la continua necessità di aggiornamento e selezione delle soluzioni migliori.
“Adottare una tecnologia oggi può significare doverla sostituire tra due mesi”, ha aggiunto, ricordando come l’accelerazione degli sviluppi nel campo dell’AI renda instabile ogni certezza tecnologica. La gestione di questo rischio diventa quindi parte integrante della strategia di innovazione.
Dalla logica del cliente a quella del partner
Il modello Ferrovie dello Stato non prevede solo la creazione di una funzione dedicata, ma anche un cambio di ruolo che l’azienda assume nei confronti dell’ecosistema delle startup.
Tradizionalmente, le grandi corporate hanno svolto il ruolo di clienti o finanziatori esterni dei progetti di innovazione. Nel modello proposto da Pietrucci, invece, l’obiettivo è quello di diventare partner diretti, condividendo non solo capitali ma anche competenze e infrastrutture.
“Il Venture Capital associato al mondo delle ferrovie è qualcosa di del tutto nuovo”, ha osservato, spiegando che il gruppo ha scelto di destinare risorse specifiche all’AI Venture per sostenere startup e imprese emergenti in modo continuativo. Il piano, già previsto nella precedente strategia industriale, verrà annunciato in forma “robusta e strutturata”, con un’impostazione che punta a creare effetti leva finanziari e operativi.
Ferrovie dello Stato non vuole limitarsi a comprare innovazione, ma partecipare alla sua costruzione. “Smetto di essere solo cliente delle startup, ne divento partner”, ha spiegato Pietrucci.
Integrare rischio e scala industriale
Con oltre 100.000 dipendenti e un perimetro di attività che va dai trasporti passeggeri alla logistica, dalle infrastrutture alle stazioni e agli appalti pubblici, Ferrovie dello Stato è una delle organizzazioni più complesse d’Europa.
“Spesso Ferrovie richiama l’immagine del binario e del treno, ma il gruppo è molto di più: oltre a RFI e Trenitalia ci sono le stazioni, i parcheggi, gli autobus, la progettazione delle linee ad alta velocità e una stazione appaltante da 20 miliardi l’anno”, ha ricordato Pietrucci.
In un ecosistema così ampio, l’AI può intervenire su numerose dimensioni, dalla manutenzione predittiva alla pianificazione energetica, dalla gestione della sicurezza alla customer experience. Tuttavia, la sfida non è solo tecnologica: consiste nel capire “come prioritizzare le applicazioni e farlo in maniera strutturata”, evitando dispersioni di risorse e scelte affrettate.
Qui entra in gioco la logica venture: utilizzare la stessa disciplina di valutazione e monitoraggio tipica degli investimenti di rischio per gestire il portafoglio di progetti AI, misurandone ritorni, costi e sostenibilità nel tempo.
In questo senso, l’integrazione tra AI e venture capital diventa un metodo di governance: una forma di risk management applicato all’innovazione.
Il ruolo dell’open innovation nel gruppo FS
L’esperienza di Ferrovie dello Stato si inserisce in una strategia più ampia di open innovation, già consolidata nel gruppo. Pietrucci ha chiarito che l’AI Venture non sostituisce le attività di scouting e proof of concept gestite dalle strutture tradizionali, ma ne rappresenta una complementarità necessaria.
“L’open innovation, intesa come scouting e funnel di innovazione tradizionale, è un mestiere già pieno, impegnato a seguire tecnologie che servono al gruppo”, ha spiegato. L’AI e il venture capital, invece, richiedono un approccio specifico, perché operano su orizzonti di rischio e orizzonti temporali diversi.
La separazione funzionale tra le due aree permette di mantenere equilibrio tra sperimentazione e gestione: da un lato, la struttura di innovation lavora sulla ricerca di soluzioni immediate per i bisogni interni; dall’altro, la divisione AI Venture esplora tecnologie emergenti con una visione più a lungo termine.
Questo dualismo consente di alimentare l’ecosistema di innovazione senza sovrapposizioni e con maggiore sostenibilità.
Un nuovo paradigma per la corporate innovation
L’esperienza del gruppo FS riflette una tendenza più ampia: l’ibridazione tra innovazione tecnologica e finanziaria.
Nel venture capital tradizionale, il capitale di rischio è la leva che permette di sostenere startup ad alto potenziale, accettando un grado elevato di incertezza. Nella corporate innovation, invece, le grandi aziende tendono a mitigare quel rischio con infrastrutture, dati e competenze. L’integrazione tra i due modelli – come nel caso dell’AI Venture di FS – permette di ridurre i costi di fallimento, condividere il rischio con partner esterni e accelerare il trasferimento tecnologico.
La logica del “venture interno” applicata all’AI non è solo un investimento economico, ma una strategia di posizionamento: significa mettere la grande impresa al centro dell’ecosistema dell’innovazione, non come sponsor ma come protagonista responsabile della crescita.
Come ha osservato Pietrucci, l’obiettivo non è solo ottenere ritorni finanziari, ma creare un effetto moltiplicatore: “Mettiamo a disposizione competenze e scala”, ha detto, “per dare effetto leva alle startup, finanziariamente e non solo”.
L’AI come leva di responsabilità industriale
L’integrazione tra AI e venture capital segna dunque un cambio di paradigma anche nella responsabilità industriale delle grandi aziende.
Se in passato la digitalizzazione era vista come un processo interno, oggi l’adozione dell’AI richiede ecosistemi aperti, in cui la collaborazione con startup, università e partner tecnologici è parte integrante della catena del valore.
Il caso FS dimostra che la gestione del rischio può essere interpretata come motore di innovazione, e che l’intelligenza artificiale, se governata con strumenti finanziari evoluti, può essere adoperata per una crescita sostenibile, condivisa e scalabile.
