CIBJO. Gli algoritmi possono generare forme, ma sono le persone a trasformarle in significato

Una gemma, una creazione preziosa valgono anche per ciò che rappresentano, mantenendo quella giusta distanza tra materia e significato che costituisce una delle caratteristiche più profonde della gioielleria.

Da questa considerazione prende avvio il decimo e ultimo Rapporto Speciale pre-congressuale della CIBJO, pubblicato in vista del Congresso 2026, che si terrà a Vicenza dal 4 settembre. Il documento, elaborato dal Comitato Tecnologico guidato da Stéphane Fischler, analizza una trasformazione destinata a incidere praticamente su ogni fase della filiera. Il punto non è stabilire se l’industria della gioielleria cambierà sotto la spinta dell’intelligenza artificiale, della blockchain, dell’Internet of Things e dell’analisi avanzata dei dati, perché il cambiamento è già iniziato. La questione, dunque, è chi riuscirà a governarlo e con quali criteri.
La prima grande differenza rispetto alle precedenti rivoluzioni digitali è il ruolo dell’intelligenza artificiale, che non è più soltanto uno strumento.
CAD, taglio laser e produzione additiva hanno modificato profondamente il modo di lavorare dell’orafo, ma sono rimasti essenzialmente strumenti al servizio di un’intenzione umana. L’IA introduce invece una dinamica nuova non limitandosi a eseguire un progetto ma contribuendo perfino a formularlo. Può generare alternative, suggerire combinazioni, individuare schemi nei comportamenti dei consumatori, aiutare a prevedere la domanda, ottimizzare la produzione e sostenere le strategie commerciali, con una rapidità molto superiore a quella dei processi esclusivamente umani.
Un esempio è la stampa 3D, che ha ampliato il campo delle possibilità cambiando il baricentro. Non cancella la competenza dell’artigiano o del designer, al contrario richiede la capacità di decidere quando intervenire, come utilizzare la macchina, se modificarne il risultato e persino quando ignorarlo. Bisogna, cioè, tenere ben distinte l’automazione dell’esecuzione e l’automazione del giudizio.
Un algoritmo apprende dai dati disponibili e, secondo il rapporto, gli strumenti di progettazione basati sull’IA tendono strutturalmente verso ciò che è statisticamente più rappresentato. Che nel mondo della gioielleria può tradursi in una maggiore presenza di determinati modelli estetici.
Una distorsione che potrebbe passare inosservata proprio perché i risultati prodotti dalla macchina possono apparire, a prima vista, sofisticati, ma non necessariamente originali. Un algoritmo può riconoscere un motivo decorativo ma non comprenderne il significato.

“Gli strumenti di progettazione basati sull’IA sono strutturalmente inclini a produrre il risultato statisticamente più centrale: progetti che riflettono la media di ciò che è già stato realizzato” osserva Fischler.
Il rischio, dunque, oltre a quello di produrre gioielli simili tra loro, è di impoverire progressivamente la pluralità culturale che rende interessante il design internazionale. In un settore nel quale forme, simboli e materiali possono esprimere appartenenza, fede, lutto, celebrazione o identità, il problema assume una dimensione che va molto oltre la moda.
Una possibile risposta arriva proprio dal modo in cui alcune maison stanno sperimentando queste tecnologie, utilizzando l’IA per ampliare il campo delle possibilità. Il compito dell’algoritmo diventa così quello di aprire porte che il progettista può decidere di attraversare oppure no.
Ma se l‘IA diventerà sempre più presente nella progettazione, il settore dovrà probabilmente interrogarsi anche sulla trasparenza, stabilendo quando sarà opportuno dichiarare che un gioiello è stato concepito, almeno in parte, con l’aiuto di un sistema generativo. La questione non è quindi la presenza dell’IA in sé, ma il ruolo che essa avrà avuto nel processo. Se l’intenzione creativa, la scelta e il giudizio restano umani, l’algoritmo può essere considerato uno strumento all’interno di un percorso autoriale.
Mentre il design rappresenta il lato più visibile della trasformazione, sta cambiando anche il funzionamento della catena di approvvigionamento.
I dati stanno diventando il collegamento tra miniera, produttore, fornitore, logistica, punto vendita e consumatore. Le piattaforme di analisi possono combinare informazioni provenienti da numerosi soggetti per costruire una visione integrata di domanda e offerta.
La tracciabilità è destinata a diventare sempre più importante, anche per effetto delle normative europee sulla sostenibilità e sulla due diligence. In questo scenario si inseriscono i passaporti digitali dei prodotti, pensati per raccogliere in forma strutturata informazioni sulla composizione, sull’origine, sulle certificazioni e sulla catena di custodia.
Perché questi strumenti siano davvero efficaci, devono poter comunicare tra loro. Per farlo servono standard comuni, terminologie condivise e sistemi interoperabili. È un campo nel quale la CIBJO può avere un ruolo particolarmente significativo, contribuendo a coordinare il settore internazionale e a evitare che ogni azienda sviluppi un proprio linguaggio incompatibile con quello degli altri operatori. Ma più personalizzazione significa anche più informazioni da proteggere.
I sistemi di raccomandazione possono analizzare la cronologia degli acquisti, le pagine visitate, il tempo trascorso davanti a un prodotto, i carrelli abbandonati e molti altri segnali. La realtà aumentata permette inoltre di provare virtualmente un gioiello attraverso la fotocamera dello smartphone, modificando il modo in cui il consumatore ne percepisce forma, dimensione e contesto.
Gli strumenti di prova virtuale possono raccogliere dati biometrici, come la geometria del volto o le proporzioni delle mani. E quando le informazioni passano tra aziende e Paesi diversi, la complessità aumenta ulteriormente, perché entrano in gioco differenti sistemi di protezione dei dati.
Le gioiellerie possono possedere informazioni estremamente sensibili sui propri clienti. Un archivio che può essere molto prezioso per un’azienda, ma altrettanto appetibile per un criminale informatico. “La concentrazione di dati sensibili comporta un rischio significativo“, avverte Fischler.
Una violazione, infatti, non comprometterebbe soltanto la sicurezza dei clienti, danneggerebbe in modo duraturo la reputazione del marchio.
La sicurezza informatica diventa così parte integrante della promessa di affidabilità della gioielleria. Crittografia, controlli sugli accessi, formazione del personale, audit periodici e valutazione dei fornitori non sono più semplici precauzioni tecniche: sono elementi della governance aziendale.
La questione dei dati diventa ancora più delicata quando si parla di proprietà intellettuale.
Le maison custodiscono archivi che rappresentano decenni di ricerca: disegni, collezioni, progetti, commissioni, fotografie e codici stilistici. È un patrimonio che contribuisce a definire la loro identità.
Utilizzarlo per addestrare sistemi di IA esterni può comportare un rischio evidente, una parte di quel patrimonio potrebbe finire incorporata in modelli condivisi e quindi sottrarsi al controllo diretto del marchio.
Lo stesso problema riguarda i materiali inediti caricati sulle piattaforme di IA. Un progetto non ancora presentato, una specifica tecnica o una commissione privata potrebbero essere archiviati o analizzati da sistemi di terze parti secondo condizioni che l’azienda non controlla pienamente.
Anche la titolarità giuridica dei risultati generati dall’IA a partire da materiale proprietario rimane, in molte giurisdizioni, una materia ancora in evoluzione.
Per i marchi fondati sulla riconoscibilità del proprio linguaggio creativo, la soluzione più prudente è utilizzare, quando necessario, ambienti privati e sistemi sui quali l’azienda possa esercitare un controllo diretto sui dati e sui modelli.
La protezione del patrimonio digitale diventa così una questione strategica, al pari della protezione di un archivio fisico.
E il rapporto tra informazione e autenticità? L’IA generativa permette di creare immagini sempre più realistiche e di manipolare contenuti con una facilità sconosciuta fino a pochi anni fa. Nel mondo della gioielleria questo riguarda non soltanto la comunicazione commerciale, ma anche le immagini dei prodotti, i certificati, i documenti e le informazioni sulla provenienza.
Un settore abituato a fondare il proprio valore sulla verifica deve quindi estendere il concetto di autenticazione.
Non basta sapere se una pietra è autentica, è importante sapere se è autentica anche l’informazione digitale che la accompagna.
La fiducia, che per secoli ha rappresentato uno dei pilastri della gioielleria, deve quindi essere trasferita anche nell’ambiente digitale.
Esiste infine un rischio più sottile. Quando una tecnologia produce rapidamente risposte plausibili, le persone sono portate ad accettarle senza esercitare lo stesso livello di controllo che utilizzerebbero davanti a una decisione elaborata da un collega o da un esperto.
Il rapporto richiama il concetto di “resa cognitiva”, la tendenza a delegare progressivamente il processo di valutazione all’IA.
Uno studio BCG del 2026, citato nel documento, ha coinvolto quasi 12.000 lavoratori in 14 mercati e ha rilevato che circa il 41% degli intervistati percepiva un aumento del proprio carico cognitivo legato all’uso dell’IA. La tecnologia può quindi migliorare il lavoro e, al contempo, renderlo mentalmente più complesso.
Anche all’interno delle organizzazioni può verificarsi un effetto inatteso. Se un sistema di IA attinge alla memoria e alle pratiche passate di un’azienda, rischia di attribuire ai precedenti un’autorità eccessiva. Il risultato potrebbe essere quello di rafforzare il principio del “si è sempre fatto così”, anziché incoraggiare la ricerca di nuove soluzioni.
La supervisione umana rimane quindi indispensabile e la questione più delicata riguarda il lavoro.
L’introduzione dell’IA e della robotica sta modificando le competenze richieste praticamente in ogni ruolo della filiera. Il gemmologo dispone di sistemi di classificazione sempre più sofisticati; il personale di vendita può utilizzare dashboard e strumenti di personalizzazione; il progettista lavora con software capaci di generare rapidamente molteplici alternative.
Inoltre, le macchine possono impedire alle persone di imparare.
Le attività più semplici – dalla lucidatura ad alcune operazioni di incastonatura e controllo – costituiscono spesso il primo livello attraverso il quale un giovane entra nel mestiere.
Se proprio queste mansioni vengono automatizzate, il settore rischia di interrompere il naturale percorso che porta dall’apprendistato alla specializzazione. E se l’automazione elimina l’apprendista, chi diventerà maestro?
La conseguenza sarebbe avere meno persone capaci di eseguire le tecniche più complesse perché, semplicemente, non hanno avuto la possibilità di compiere tutti i passaggi necessari per impararle.
È un problema particolarmente significativo in un settore nel quale molte competenze sono ancora concentrate in atelier e maison familiari e rischiano di scomparire con il pensionamento di chi le possiede.
Eppure, paradossalmente, la stessa tecnologia che rischia di indebolire alcune competenze può anche aiutare a salvarle.
Documentare sistematicamente tecniche, procedimenti e logiche progettuali potrebbe permettere di conservare una parte di conoscenze destinate altrimenti a perdersi.
Ma evitare una semplificazione è d’obbligo.
La memoria di una maison non è un archivio neutro. È fatta di racconti, persone, sensibilità, contesti, scelte e interpretazioni. Un database può rispondere alla domanda su come è stata realizzata una determinata lavorazione; è molto più difficile che riesca a trasmettere il motivo per cui quella lavorazione sia stata scelta, quale sensibilità la accompagni e come adattarla a un nuovo contesto.
Archiviare tutto, quindi, non significa necessariamente conservare ciò che conta. La tradizione vive quando qualcuno la interpreta e la trasmette.
In questo spazio potrebbe affermarsi una nuova generazione di professionisti.
Il rapporto individua il valore di figure capaci di combinare conoscenza artigianale e competenze digitali: quelli che definisce “specialisti craft-tech”.
Il professionista del futuro dovrà quindi saper lavorare con sistemi di progettazione assistita dall’IA, piattaforme di tracciabilità e strumenti di analisi, senza perdere la capacità di riconoscere un errore, una soluzione banale o una scelta culturalmente inappropriata.
In questo senso, curiosità e capacità di adattamento possono diventare qualità persino più importanti della padronanza di una singola tecnologia, destinata comunque a cambiare rapidamente.
Il vero vantaggio competitivo resterà concentrato nelle competenze difficili da automatizzare – gusto, sensibilità culturale, capacità relazionale, interpretazione dei desideri e conoscenza artigianale.
E poi, se una tecnologia permette a un’azienda di risparmiare ore di lavoro, come vengono utilizzate quelle ore?
Secondo lo studio BCG citato nel rapporto, oltre il 40% degli utilizzatori abituali dell’IA arrivava a risparmiare l’equivalente di una giornata lavorativa alla settimana. Ma molte organizzazioni non avevano ancora sviluppato sistemi efficaci per trasformare quel tempo in attività di maggiore valore.
Per la gioielleria, la risposta potrebbe essere proprio quella di reinvestire il tempo recuperato nelle attività che richiedono ciò che una macchina non possiede: relazione, giudizio, creatività, cura del cliente, formazione e sviluppo delle competenze.
Automatizzare oltre a fare di più potrebbe significare liberare le persone dalle attività meno significative per permettere loro di concentrarsi su quelle più importanti.
Dall’insieme delle questioni emerge una direzione abbastanza chiara.
I dati devono essere considerati una risorsa strategica, gestiti con criteri rigorosi e protetti con la stessa attenzione riservata alle risorse materiali; il giudizio creativo e culturale deve rimanere deliberatamente al centro dei processi nei quali interviene l’IA. Gli algoritmi possono generare possibilità; la responsabilità di attribuire loro un significato deve rimanere umana. La trasformazione tecnologica richiede investimenti nella formazione, nella trasmissione delle competenze e nella costruzione di nuovi profili professionali.
In altre parole, la tecnologia non deve essere considerata soltanto come uno strumento di efficienza, ma come una trasformazione che obbliga il settore a ripensare il proprio patrimonio umano.
Il Congresso di Vicenza arriva peraltro in un momento simbolico, quello del centenario della CIBJO.
Il ruolo dell’organizzazione può diventare particolarmente importante proprio perché la trasformazione descritta dal rapporto non riguarda una singola azienda o un singolo mercato.
Servono regole condivise, terminologie comuni, standard di tracciabilità, criteri di formazione e indicazioni sulla gestione dei dati e delle nuove tecnologie. La CIBJO può contribuire a costruire questo quadro, mettendo in relazione operatori che affrontano problemi simili in mercati differenti.
Il rapporto è, del resto, esso stesso un prodotto della collaborazione tra persone e tecnologia. Le idee sono state sviluppate attraverso mesi di ricerca e confronto e successivamente elaborate anche utilizzando due diversi modelli di intelligenza artificiale, differenti prompt e una serie di esercizi e verifiche.
Il documento che riflette sui limiti dell’IA nasce a sua volta da una collaborazione tra intelligenza umana e strumenti algoritmici. Una dimostrazione concreta della tesi centrale del rapporto: la questione non è scegliere tra uomo e macchina, ma stabilire quale ruolo debba avere ciascuno.
In conclusione, un gioiello può essere prodotto più rapidamente, progettato con maggiore precisione, venduto attraverso sistemi più sofisticati e accompagnato da una quantità enorme di informazioni. Ma nessuno di questi elementi, da solo, spiega perché una persona scelga proprio quel gioiello e perché possa conservarlo per tutta la vita.
La storia di una maison non è soltanto un insieme di documenti. La storia di una pietra non coincide con la sua composizione. Il valore di un oggetto prezioso nasce anche dal racconto che lo circonda e dalla relazione che riesce a creare con chi lo possiede.
Per questo la frase con cui Fischler conclude il rapporto è forse quella che meglio riassume l’intera riflessione: “Nessun algoritmo sogna o si innamora; nessun modello festeggia o piange”.
Una macchina può elaborare milioni di immagini, trovare correlazioni invisibili all’occhio umano, generare progetti in pochi secondi e analizzare quantità di dati impossibili da gestire manualmente. Ma non vive dentro una cultura, non possiede ricordi, non prova emozioni e non attribuisce spontaneamente un significato personale a ciò che crea.
È proprio questa esperienza umana – corporea, culturale, emotiva e irripetibile – che continua a distinguere un’opera da un prodotto.
La gioielleria dovrà quindi imparare a utilizzare l’intelligenza artificiale senza permettere che sia l’intelligenza artificiale a definire che cosa debba essere la gioielleria.
Il futuro non sarà quello in cui la macchina sostituirà l’artigiano, il designer o il venditore. Sarà quello in cui le aziende sapranno utilizzare la macchina per aumentare ciò che gli esseri umani sanno fare meglio.
Perché se gli algoritmi possono generare forme, sono le persone a trasformarle in significato.  

---

CIBJO. Algorithms can generate forms, but it is people who imbue them with meaning
A gemstone, a precious creation, is also valued for what it represents, maintaining that delicate balance between material and meaning that constitutes one of the most profound characteristics of jewelry.
This consideration serves as the starting point for CIBJO’s tenth and final pre-congress Special Report, published in anticipation of the 2026 Congress, to be held in Vicenza starting September 4. The document, prepared by the Technology Committee led by Stéphane Fischler, analyzes a transformation set to impact virtually every stage of the supply chain. The point is not to determine whether the jewelry industry will change under the influence of artificial intelligence, blockchain, the Internet of Things, and advanced data analysis, because that change has already begun. The question, therefore, is who will be able to steer it and by what criteria.
The first major difference compared to previous digital revolutions is the role of artificial intelligence, which is no longer merely a tool.

CAD, laser cutting, and additive manufacturing have profoundly changed the way jewelers work, but they have essentially remained tools at the service of human intent. AI, on the other hand, introduces a new dynamic by not merely executing a project but even helping to formulate it. It can generate alternatives, suggest combinations, identify patterns in consumer behavior, help forecast demand, optimize production, and support business strategies—all with a speed far surpassing that of purely human processes.
One example is 3D printing, which has expanded the range of possibilities by shifting the center of gravity. It does not eliminate the expertise of the artisan or designer; on the contrary, it requires the ability to decide when to intervene, how to use the machine, whether to modify the result, and even when to disregard it. In other words, we must keep a clear distinction between the automation of execution and the automation of judgment.
An algorithm learns from available data, and, according to the report, AI-based design tools structurally gravitate toward what is statistically most prevalent. In the world of jewelry, this can translate into a greater prevalence of certain aesthetic styles.

This distortion could go unnoticed precisely because the results produced by the machine may appear, at first glance, sophisticated but not necessarily original. An algorithm can recognize a decorative motif but cannot understand its meaning.
“AI-based design tools are structurally inclined to produce the statistically most central result: designs that reflect the average of what has already been created,” observes Fischler.
The risk, therefore, in addition to producing jewelry that is too similar to one another, is to progressively erode the cultural diversity that makes international design so compelling. In an industry where forms, symbols, and materials can express belonging, faith, mourning, celebration, or identity, the problem takes on a dimension that goes far beyond fashion.
A possible answer lies precisely in the way some fashion houses are experimenting with these technologies, using AI to expand the range of possibilities. The algorithm’s role thus becomes that of opening doors that the designer can choose to walk through or not.
But if AI becomes increasingly prevalent in design, the industry will likely also have to address the issue of transparency, determining when it is appropriate to disclose that a piece of jewelry was conceived, at least in part, with the help of a generative system.

The issue, therefore, is not the presence of AI itself, but the role it will have played in the process. If creative intent, choice, and judgment remain human, the algorithm can be considered a tool within the creative process.
While design represents the most visible aspect of this transformation, the functioning of the supply chain is also changing.
Data is becoming the link between the mine, the manufacturer, the supplier, logistics, the point of sale, and the consumer. Analytics platforms can combine information from numerous sources to build an integrated view of supply and demand.
Traceability is set to become increasingly important, partly as a result of European regulations on sustainability and due diligence. This is where digital product passports come into play; they are designed to collect structured information on composition, origin, certifications, and the chain of custody.
For these tools to be truly effective, they must be able to communicate with one another. This requires common standards, shared terminology, and interoperable systems. This is an area where CIBJO can play a particularly significant role, helping to coordinate the international sector and prevent individual companies from developing their own language that is incompatible with that of other operators. However, greater customization also means more information to protect.

Recommendation systems can analyze purchase history, pages visited, time spent viewing a product, abandoned shopping carts, and many other signals. Augmented reality also allows consumers to virtually try on a piece of jewelry using their smartphone’s camera, altering how they perceive its shape, size, and context.
Virtual try-on tools can collect biometric data, such as facial geometry or hand proportions. And when information is transferred between different companies and countries, the complexity increases even further, as different data protection systems come into play.
Jewelry stores may hold extremely sensitive information about their customers. This data repository can be very valuable to a company, but equally attractive to a cybercriminal.
“The concentration of sensitive data poses a significant risk,” warns Fischler.
In fact, a breach would not only compromise customer security but also cause lasting damage to the brand’s reputation.
Cybersecurity thus becomes an integral part of the jewelry store’s promise of reliability. Encryption, access controls, staff training, periodic audits, and supplier evaluations are no longer merely technical precautions—they are elements of corporate governance.

The issue of data becomes even more sensitive when it comes to intellectual property.
Fashion houses maintain archives that represent decades of research: sketches, collections, designs, commissions, photographs, and style codes. This heritage helps define their identity.
Using it to train external AI systems can pose a clear risk: part of that heritage could end up incorporated into shared models and thus slip beyond the brand’s direct control.
The same problem applies to unpublished materials uploaded to AI platforms. A project not yet unveiled, a technical specification, or a private commission could be archived or analyzed by third-party systems under conditions that the company does not fully control.
The legal ownership of results generated by AI from proprietary material also remains, in many jurisdictions, a matter still under development.
For brands built on the recognizability of their creative language, the most prudent solution is to use, when necessary, private environments and systems over which the company can exercise direct control over the data and models.
Protecting digital assets thus becomes a strategic issue, just like protecting a physical archive.

And what about the relationship between information and authenticity itself? Generative AI makes it possible to create increasingly realistic images and manipulate content with a level of ease that was unheard of just a few years ago. In the world of jewelry, this affects not only marketing communications but also product images, certificates, documents, and information on provenance.
An industry accustomed to basing its value on verification must therefore expand the concept of authentication.
It is not enough to know whether a stone is authentic; it is also important to know whether the digital information accompanying it is authentic.
Trust, which for centuries has been one of the pillars of the jewelry industry, must therefore be extended to the digital realm as well.
Finally, there is a more subtle risk. When technology rapidly generates plausible answers, people are inclined to accept them without exercising the same level of scrutiny they would apply to a decision made by a colleague or an expert.
The report references the concept of “cognitive surrender”—the tendency to progressively delegate the evaluation process to AI.
A 2026 BCG study cited in the document surveyed nearly 12,000 workers across 14 markets and found that approximately 41% of respondents perceived an increase in their cognitive load associated with the use of AI. Technology can therefore improve work while, at the same time, making it mentally more complex.

An unexpected effect can also occur within organizations. If an AI system draws on a company’s memory and past practices, it risks attributing excessive authority to those precedents. The result could be to reinforce the principle of “that’s how it’s always been done,” rather than encouraging the search for new solutions.
Human oversight therefore remains indispensable, and the most sensitive issue concerns the workplace.
The introduction of AI and robotics is changing the skills required in virtually every role along the supply chain. Gemologists have access to increasingly sophisticated classification systems; sales staff can use dashboards and personalization tools; designers work with software capable of rapidly generating multiple alternatives.
Furthermore, machines can prevent people from learning.
The simplest tasks—from polishing to certain setting and inspection operations—often constitute the first step through which a young person enters the trade.
If these very tasks are automated, the industry risks disrupting the natural path that leads from apprenticeship to specialization. And if automation eliminates the apprentice, who will become the master?
The result would be fewer people capable of performing the most complex techniques because, quite simply, they haven’t had the opportunity to go through all the necessary steps to learn them.

This is a particularly significant problem in an industry where many skills are still concentrated in family-run ateliers and maisons and are at risk of disappearing when those who possess them retire.
Yet, paradoxically, the very technology that threatens to weaken certain skills can also help preserve them.
Systematically documenting techniques, processes, and design philosophies could make it possible to preserve a portion of knowledge that would otherwise be lost.
But avoiding oversimplification is essential.
A fashion house’s memory is not a neutral archive. It is made up of stories, people, sensibilities, contexts, choices, and interpretations. A database can answer the question of how a particular technique was executed; it is much more difficult for it to convey why that technique was chosen, what sensibility accompanies it, and how to adapt it to a new context.
Archiving everything, therefore, does not necessarily mean preserving what matters. Tradition lives on when someone interprets and passes it on.
A new generation of professionals could emerge in this space.
The report highlights the value of professionals capable of combining artisanal knowledge with digital skills: those it defines as “craft-tech specialists.”

The professional of the future will therefore need to know how to work with AI-assisted design systems, traceability platforms, and analytical tools, without losing the ability to recognize an error, a trivial solution, or a culturally inappropriate choice.
In this sense, curiosity and adaptability may become even more important qualities than mastery of a single technology, which is, in any case, destined to change rapidly.
The true competitive advantage will remain in skills that are difficult to automate—taste, cultural sensitivity, interpersonal skills, the ability to interpret desires, and artisanal knowledge.
And then, if a technology allows a company to save hours of work, how are those hours used?
According to the BCG study cited in the report, over 40% of regular AI users managed to save the equivalent of one workday per week. But many organizations had not yet developed effective systems to transform that time into higher-value activities.
For the jewelry industry, the answer might lie precisely in reinvesting the time saved into activities that require what a machine lacks: relationships, judgment, creativity, customer care, training, and skill development.
Automation, in addition to increasing productivity, could mean freeing people from less meaningful tasks so they can focus on the more important ones.

A fairly clear direction emerges from the issues analyzed as a whole.
Data must be regarded as a strategic resource, managed according to rigorous criteria and protected with the same care given to physical resources; creative and cultural judgment must remain deliberately at the center of processes involving AI. Algorithms can generate possibilities; the responsibility for assigning meaning to them must remain human. Technological transformation requires investment in training, skills transfer, and the development of new professional profiles.
In other words, technology should not be viewed merely as a tool for efficiency, but as a transformation that compels the sector to rethink its human capital.
The Vicenza Congress, moreover, comes at a symbolic moment: the centennial of CIBJO.
The organization’s role can become particularly important precisely because the transformation described in the report does not concern a single company or a single market.
We need shared rules, common terminology, traceability standards, training criteria, and guidelines on data management and new technologies. CIBJO can help build this framework by connecting professionals who face similar challenges in different markets.

A fairly clear direction emerges from the set of issues analyzed.

The report is, after all, itself a product of collaboration between people and technology. The ideas were developed through months of research and discussion and subsequently refined using two different artificial intelligence models, various prompts, and a series of exercises and tests.

This document, which reflects on the limits of AI, is itself the result of a collaboration between human intelligence and algorithmic tools. It serves as concrete evidence of the report’s central thesis: the issue is not choosing between humans and machines, but determining what role each should play.

In conclusion, a piece of jewelry can be produced more quickly, designed with greater precision, sold through more sophisticated systems, and accompanied by a vast amount of information. But none of these elements, on its own, explains why a person chooses that particular piece of jewelry and why they might keep it for a lifetime.

The history of a jewelry house is not merely a collection of documents. The history of a gemstone is not limited to its composition. The value of a precious object also stems from the story surrounding it and the relationship it forges with its owner.

For this reason, the sentence with which Fischler concludes the report is perhaps the one that best sums up the entire reflection: “No algorithm dreams or falls in love; no model celebrates or cries.”

A machine can process millions of images, find correlations invisible to the human eye, generate designs in a matter of seconds, and analyze amounts of data that would be impossible to manage manually. But it does not exist within a culture, has no memories, feels no emotions, and does not spontaneously attribute personal meaning to what it creates.
It is precisely this human experience—physical, cultural, emotional, and unique—that continues to distinguish a work of art from a product.
The jewelry industry will therefore have to learn to use artificial intelligence without allowing artificial intelligence to define what jewelry should be.
The future will not be one in which machines replace artisans, designers, or salespeople. It will be one in which companies know how to use machines to enhance what humans do best.
Because while algorithms can generate forms, it is people who transform them into meaning.