Governance e Management Control abilitati dall’AI per filiere agro-alimentari sostenibili: un framework stakeholder-driven per trasparenza, accountability e misurazione ESG

Obiettivo dell’articolo: L'obiettivo del presente articolo è analizzare come l’intelligenza artificiale (AI) possa potenziare governance e management control orientati alla sostenibilità nelle filiere agro-alimentari, traducendo gli standard CSRD/ESRS in routine di controllo trasparenti e tracciabili. Metodologia: In termini metodologici, è stato realizzato un disegno abductive theory-building con triangolazione qualitativa e analisi multi-caso su tre PMI italiane (ortofrutta, lattiero-caseario DOP, cerealicolo), basato su interviste, documentazione tecnica, tracciati digitali e validazione PRE/POST dei KPI ESG. L’analisi qualitativa è condotta secondo la Gioia methodology (Gioia et al., 2013). Risultati: Come risultato è stata raggiunta una integrazione di explainable AI, ledger e data governance nei pacchetti di controllo che riconfigura le Levers of Control di Simons, generando tre configurazioni di governance – diagnostic amplifier, collaborative assurer, interactive enabler – che migliorano tracciabilità, auditabilità e fiducia inter-organizzativa. Implicazioni manageriali L’AI, come implicazione diretta, emerge come artefatto di accountability distribuita: rafforza la assurance readiness, riduce asimmetrie informative e supporta decisioni sostenibili. Limiti della ricerca: Il limite individuato è legato all’evidenza empirica che ha dimostrato, pur triangolata, di essere qualitativa e circoscritta a tre filiere italiane; future estensioni multi-settore e survey e SEM verificheranno la generalizzabilità dei meccanismi proposti. Originalità: Il lavoro basa la sua originalità nel proporre il modello AI-enabled Accountability Control che interpreta l’AI come infrastruttura socio-tecnica di fiducia e responsabilità per imprese sostenibili.