Archives For November 30, 1999

Il nuovo report Deloitte sullo stato dell’AI nelle imprese racconta un’adozione ormai concreta. La questione che mi sembra più interessante riguarda ciò che accade intorno alla tecnologia: come cambiano le decisioni, le responsabilità e il lavoro delle persone.

Immaginiamo un gruppo di lavoro che, grazie all’intelligenza artificiale, riesca a individuare in pochi minuti la causa di un problema per un cliente. Ha tutte le informazioni necessarie, ma per intervenire deve ancora attraversare i consueti passaggi autorizzativi e attendere che la decisione risalga la gerarchia. Il tempo guadagnato nell’analisi si disperde lungo il percorso che separa la conoscenza dall’azione.

È una situazione che aiuta a leggere The State of AI in the Enterprise, il report pubblicato da Deloitte nell’ottobre 2026. La ricerca si basa sulle risposte di 3.500 leader in 25 Paesi, appartenenti a organizzazioni che hanno già almeno un’applicazione di AI utilizzata nelle attività quotidiane, ed è integrata da 15 interviste. Il documento attraversa 7 temi: agilità, costi, ritorni economici, ridisegno del lavoro, governance, AI fisica e sovranità tecnologica.

I risultati mostrano quanto rapidamente l’AI stia entrando nelle imprese. Mostrano anche quanto sia impegnativo adattare le organizzazioni alle possibilità che questa tecnologia apre. Come si legge nel report:

«The constraint is no longer whether AI can accelerate work. It’s whether the organization is prepared to redesign the work it accelerates.»

A mio avviso, è questa la chiave di lettura dell’intera ricerca. Possiamo ottenere risposte più rapide e processi più efficienti; il loro valore dipenderà anche da chi può usare quelle risposte, da come si svolge il lavoro e da quali responsabilità siamo disposti a ridefinire.

La velocità incontra il disegno dell’organizzazione

L’81% delle organizzazioni intervistate afferma che l’AI ha migliorato la velocità delle decisioni e dell’esecuzione. Il 25% dichiara di utilizzarla per una trasformazione profonda, attraverso nuovi prodotti o servizi, la revisione dei processi fondamentali o un cambiamento sostanziale del modello di business.

Il divario tra queste percentuali merita attenzione. Risparmiare tempo nelle attività quotidiane produce benefici reali: libera capacità, rende più accessibili le informazioni, permette di affrontare problemi che prima rimanevano sullo sfondo. Per comprendere fin dove arrivino questi benefici, però, occorre osservare l’intero percorso del lavoro. Se un’analisi diventa immediata mentre la decisione continua a dipendere dagli stessi passaggi, il miglioramento si concentra in un tratto del processo.

Mi sembra che qui emerga una domanda familiare a chi si occupa di trasformazione organizzativa: che cosa possiamo cambiare nel modo di lavorare, ora che alcune attività richiedono meno tempo? La risposta può riguardare gli snodi tra funzioni, la relazione con il cliente, il livello a cui si prendono certe decisioni. In qualche caso può aprire la strada a prodotti e servizi che, prima, l’organizzazione non avrebbe avuto le risorse per sviluppare.

I costi dell’AI vanno letti dentro le attività

Il report dedica un capitolo all’economia dell’intelligenza artificiale. Il 71% delle organizzazioni monitora la spesa complessiva per l’utilizzo dei modelli e delle interfacce applicative; il 51% rileva il volume dei token e il 44% il costo unitario delle elaborazioni.

Conoscere la spesa totale è indispensabile, ma dice poco su come si forma. Un’attività apparentemente semplice può richiedere molte chiamate ai modelli, l’uso di strumenti diversi e diversi tentativi prima di arrivare a un risultato. Questo aspetto diventa ancora più importante quando più agenti collaborano all’interno dello stesso processo.

Servono quindi misure che permettano di collegare il costo all’attività svolta e alla qualità del risultato. Per alcune decisioni può essere ragionevole impiegare risorse maggiori; per altre, una soluzione più semplice può funzionare altrettanto bene. Chi è responsabile del processo deve poter vedere queste differenze e intervenire. Anche l’economia dell’AI, in definitiva, dipende dalla chiarezza con cui attribuiamo la responsabilità del lavoro.

Come prendono forma i ritorni economici

Il 28% delle imprese intervistate riferisce incrementi dei ricavi legati all’AI, rispetto al 20% riportato nell’edizione di gennaio. Sono più diffuse le segnalazioni di miglioramenti nell’efficienza e nella produttività (74%), nella qualità delle decisioni e nell’uso dei dati (60%) e nella riduzione dei costi (45%).

I benefici seguono percorsi diversi. Il tempo risparmiato in un’attività può essere osservato abbastanza presto; la crescita dei ricavi richiede spesso che quell’attività cambi una scelta commerciale o l’esperienza di un cliente. Il 67% degli intervistati si aspetta una crescita futura dei ricavi grazie all’AI. Per valutare questa aspettativa, chiederei a ogni iniziativa di rendere esplicito il proprio contributo: quale decisione migliorerà? Chi potrà prenderla? In che modo il cliente se ne accorgerà?

Sono domande utili anche per riconoscere i risultati che meritano di essere sviluppati ulteriormente. Un incremento della produttività può creare le condizioni per un nuovo servizio, una maggiore attenzione ai clienti o una migliore capacità di risposta al mercato. Affinché questo accada, qualcuno deve progettare il passaggio dal tempo guadagnato al valore creato.

Ridisegnare il lavoro significa parlare di autonomia

È nella sezione dedicata al lavoro che la ricerca, a mio avviso, tocca il suo punto più delicato. Il 60% degli intervistati afferma che la propria organizzazione ha ridisegnato le mansioni intorno alle capacità dell’AI almeno in misura moderata. Il 15% descrive questo cambiamento come esteso o completo. Sempre il 15% riferisce uno spostamento significativo o fondamentale dell’autorità decisionale.

Le attività, dunque, stanno cambiando più rapidamente dello spazio d’azione riconosciuto alle persone. Chi lavora può disporre di analisi migliori e ricevere più informazioni, continuando però a dipendere dalle autorizzazioni di sempre. Il report esprime con chiarezza questa tensione:

«Employees are being asked to work differently without being given the power to act differently.»

In questa frase ritrovo molte delle difficoltà che accompagnano i cambiamenti organizzativi. Introduciamo una nuova possibilità tecnica e chiediamo alle persone di adattarsi, ma dedichiamo meno attenzione alle condizioni che consentirebbero loro di utilizzarla con efficacia. Se l’AI rende più rapida la preparazione di un’analisi, possiamo forse avvicinare alcune decisioni a chi conosce direttamente il cliente o il problema. Dobbiamo allora chiarire quali decisioni siano, quali competenze richiedano e quando sia opportuno coinvolgere altri.

C’è poi una questione di apprendimento. Molte attività preparatorie, oggi affidabili all’AI, sono state per anni il modo in cui si imparava un mestiere: osservando casi, confrontando alternative, facendo esperienza sotto la guida di colleghi più esperti. Quando cambiamo quelle attività, dobbiamo progettare anche nuovi modi per sviluppare giudizio professionale.

Il report racconta, per esempio, il caso di un rivenditore che ha introdotto uno strumento di AI per la progettazione degli ambienti e ha riqualificato i propri designer, orientandone diversamente il contributo. È un esempio circoscritto, ma aiuta a formulare la domanda giusta: quale parte del lavoro delle persone vogliamo rendere più ricca, e quali condizioni servono perché possano svolgerla?

Una governance che accompagni le decisioni

Il ridisegno del lavoro conduce direttamente al tema della governance. Il 40% delle aziende intervistate consente all’AI di eseguire decisioni o azioni senza approvazione umana almeno in misura moderata. Tra le organizzazioni che utilizzano più agenti nello stesso processo — un gruppo specifico all’interno del campione — il 9% dichiara di averne una governance completa; secondo il report, circa la metà dispone di una supervisione di base o non ha una governance formale. Il 23% degli intervistati afferma che, quando un sistema di AI produce un esito negativo, la responsabilità non è chiara.

Questi dati chiedono di guardare alla governance nel luogo in cui il lavoro avviene. Un sistema che mette informazioni a disposizione di una persona ha un ruolo diverso da uno che suggerisce una scelta o che può eseguirla autonomamente entro certi limiti. Permessi, controlli, modalità di escalation e attribuzione delle responsabilità devono tenere conto di queste differenze e delle conseguenze possibili.

Come si legge nel report:

«In that sense, governance becomes part of the company’s operating model, not a review added after the work is complete.»

È un passaggio importante anche per la qualità dell’autonomia umana. Quando i confini sono chiari, un team sa quali decisioni può prendere e in quali casi deve chiedere un confronto. Quando sono vaghi, persino scelte ordinarie tendono a risalire l’organizzazione, oppure vengono prese senza che sia chiaro chi ne risponderà. Per questo considero governance e ridisegno del lavoro parti dello stesso progetto: entrambi definiscono come si distribuiscono il giudizio, l’azione e la responsabilità.

Quando l’AI opera nel mondo fisico

L’indagine guarda anche all’AI fisica, applicata a sistemi che interagiscono con ambienti, sensori, macchinari e dispositivi. Oggi il 25% delle aziende intervistate ne segnala un utilizzo almeno moderato; gli intervistati si aspettano che la quota raggiunga il 48% entro 2 anni. È una previsione, mentre il 19% valuta già elevata o molto elevata la propria competenza in questo ambito.

La distanza tra adozione attesa e competenze dichiarate suggerisce prudenza nella progettazione. Un sistema fisico deve integrarsi con apparecchiature e procedure esistenti e mantenere nel tempo livelli adeguati di affidabilità e sicurezza. Le conseguenze di un errore dipendono dall’ambiente in cui opera e dalle persone che possono esserne coinvolte. Occorrono quindi competenze tecniche, operative e di sicurezza capaci di lavorare insieme fin dalle prime scelte di impiego.

Sovranità tecnologica e capacità di scegliere

Infine, il 74% degli intervistati considera almeno moderatamente importanti la residenza dei dati e la disponibilità di capacità di calcolo nella propria regione. Il 62% esprime almeno una moderata preoccupazione per la dipendenza da tecnologie e infrastrutture di AI di proprietà straniera.

La sovranità tecnologica riguarda la possibilità di conoscere e governare dipendenze che diventano sempre più rilevanti. Dati, fornitori, modelli e infrastrutture presentano compromessi diversi in termini di prestazioni, costi, velocità e resilienza; le esigenze possono cambiare anche da un’attività all’altra.

Per questo una strategia utile identifica dove il controllo è particolarmente importante e quali alternative siano realmente percorribili. Poi torna periodicamente su quelle scelte. Le architetture evolvono, così come le condizioni normative e di mercato: conservare margini di manovra richiede attenzione nel tempo.

Le decisioni da prendere adesso

Nelle pagine finali, il report propone 6 priorità. Mi sembra utile leggerle come decisioni congiunte sul funzionamento dell’impresa, perché ciascuna influenza le altre.

  • Scegliere quali attività ridisegnare dall’inizio alla fine. Conviene partire dai processi in cui l’AI sta già producendo un miglioramento visibile e seguirli fino al risultato per il cliente o per l’organizzazione. In questo percorso si possono distinguere i passaggi che aggiungono competenza e controllo da quelli che introducono attese superflue. La decisione riguarda anche il contributo umano che vogliamo valorizzare.
  • Attribuire alle persone un’autorità coerente con il lavoro che chiediamo loro di svolgere. Per ogni ruolo ripensato occorre stabilire quali indicazioni dell’AI siano di supporto, quali decisioni possano essere prese direttamente e quando serva un’approvazione. Responsabilità e possibilità di agire devono evolvere insieme.
  • Collegare i costi alle singole attività. La spesa complessiva va ricondotta ai processi, ai modelli utilizzati, alle chiamate effettuate e ai token consumati. Solo così chi guida un’attività può confrontare costo, qualità e utilità dei risultati e correggere le scelte tecniche quando serve.
  • Rendere esplicito il percorso che porta ai ricavi. Per le iniziative con ambizioni commerciali bisogna chiarire quale decisione o esperienza cambierà: il prezzo, la comprensione della domanda, la relazione con il cliente, la capacità di proporre un servizio nuovo. È importante assegnare un responsabile che possa agire su quel cambiamento e verificarne gli effetti.
  • Dare a ogni sistema una governance commisurata alla sua autonomia. Informare, raccomandare ed eseguire comportano livelli diversi di responsabilità. Permessi, approvazioni, monitoraggio ed escalation dovrebbero essere definiti prima della messa in esercizio, insieme al nome di chi risponde degli esiti.
  • Preparare le competenze e custodire le opzioni future. Nel caso dell’AI fisica, significa investire per tempo nell’integrazione, nell’affidabilità, nella sicurezza e nella conoscenza delle operazioni. Nel caso della sovranità, significa comprendere le dipendenze critiche e riesaminare periodicamente l’equilibrio tra controllo, capacità tecnologica, costi e resilienza.

Nessuna di queste scelte può essere risolta soltanto acquistando una tecnologia più capace. Richiedono che funzioni aziendali diverse discutano insieme di processi, persone, investimenti e responsabilità. È un lavoro meno immediato dell’introduzione di un nuovo strumento, ma è il lavoro che permette di utilizzare ciò che lo strumento rende possibile.

La domanda che mi porterei via dalla lettura del report è questa: se oggi abbiamo più capacità di analizzare e agire, quale organizzazione vogliamo costruire intorno a quella capacità? Dalla risposta dipenderanno sia il valore prodotto dall’AI sia la qualità del lavoro delle persone che continueranno a darle una direzione.

“Le domande come ‘che cos’è l’intelligenza artificiale?’ o ‘è possibile?’ non hanno più senso. Ciò che conta ora sono le questioni aperte sulla sua natura e il suo impatto.”
— Daniel C. Dennett

Una nuova svolta antropologica

L’Intelligenza Artificiale (AI) non rappresenta semplicemente un’evoluzione tecnologica: è la più profonda provocazione antropologica che l’umanità abbia mai affrontato. Come sottolinea Dennett, non ha più senso chiedersi se l’AI sia possibile; la vera domanda è come essa stia cambiando la nostra condizione umana.
L’AI sta già ridefinendo non solo i meccanismi del lavoro, ma anche i dispositivi interpretativi attraverso i quali costruiamo senso, comunichiamo significati, comprendiamo il mondo. Una trasformazione che richiama la profonda connessione fra tecnologia e cognizione umana studiata da Doreen Kimura, che ha mostrato la relazione fra le aree cerebrali deputate ai movimenti fini e quelle del linguaggio, evidenziando come l’evoluzione della manipolazione tecnica sia legata a quella della capacità di articolare concetti complessi.

Non è un caso, allora, che i Large Language Models (LLM) rappresentino ben più di un salto tecnico: essi riscrivono il modo in cui generiamo, manipoliamo e condividiamo significato. Il linguaggio da dispositivo interpretativo si fa sintetico, generativo, artificiale—sfidando i confini tra naturale e artificiale.
Lo stesso accade con le immagini: la fotografia, un tempo specchio del reale, ora genera mondi mai esistiti. La catena referenziale della verità si spezza, aprendo a nuove ambiguità, creatività—e rischi.
L’AI ci obbliga dunque a ripensare le frontiere fra naturale e artificiale, conoscenza e calcolo, delega e responsabilità. Come afferma Manuel Castells, non c’è rivoluzione tecnologica senza rivoluzione culturale.

Come restare rilevanti in questo scenario? Come rafforzare le competenze umane distintive quando le macchine ci superano nei compiti che consideravamo unici? La sfida che si pone a HR, formatori, leader non è tecnica, ma culturale.

Serve uno sguardo integrato, che intrecci dimensioni storiche, filosofiche, sociologiche, cognitive, per orientare la trasformazione del lavoro e delle organizzazioni.


Il continuum evolutivo della tecnica

L’AI non è una rottura improvvisa nella storia umana. Come osservava Ernst Mach nel 1905, l’uomo è spinto da una naturale inclinazione a riprodurre ciò che comprende—una tendenza che attraversa ogni epoca.

Dal mito di Prometeo ai calcolatori di Pascal, dagli automi greci ai sistemi AI odierni: è questo impulso a imitare e riprodurre il reale a generare evoluzione tecnologica. L’AI ne è l’espressione più radicale.
Per Arnold Gehlen, l’uomo è un essere biologicamente incompleto, che esternalizza funzioni vitali in strumenti e ambienti. La tecnologia non è un accessorio: è estensione funzionale dell’umano. L’AI è oggi la più avanzata protesi epistemologica, che ridefinisce percezione, decisione, apprendimento.

Il Test di Turing (1950) ha spostato la questione dal meccanico all’identitario: se una macchina si comporta come un uomo, dov’è il confine della coscienza? Penrose, Churchland, Barr & Feigenbaum, Edelman hanno spinto più a fondo il dibattito, intrecciando filosofia, neuroscienze, cibernetica.
Le macchine Darwin III e Nomad di Edelman hanno mostrato come l’apprendimento possa emergere dall’adattamento, non dalla programmazione. Allo stesso modo, gli agenti intelligenti descritti da Giuseppe Riva rivelano l’AI come nuovo attore cognitivo nello spazio umano.

L’AI riflette così le nostre aspirazioni, contraddizioni, paure. È prisma della tensione evolutiva fra conoscenza e calcolo, intuizione e automatismo, creatività e replica.

Riflessività e resistenza: vantaggi cognitivi umani

Per questo il ruolo umano nella governance dell’AI deve cambiare. Come scrive Donald Schön, i professionisti efficaci agiscono in “zone indeterminate” — spazi di incertezza e conflitto. Qui conta la reflection-in-action: la capacità di percepire, interrogare, modificare in corso d’opera.

Per le organizzazioni ciò significa trattare l’adozione dell’AI come processo adattivo continuo, non come progetto tecnico finito. Serve chiedersi: quali effetti imprevisti produce? Come cambiano dinamiche di team, potere, competenze?
La reflection-on-action amplia questo lavoro: rileggere pratiche, assunzioni, risultati; promuovere cultura del feedback, policy trasparenti, apprendimento permanente.

Essenziale anche il concetto di Olivier Houdé di “imparare a resistere“. Nell’era degli LLM, resistere alla risposta immediata e intuitiva diventa competenza cruciale. L’output dell’AI può sembrare autorevole—ma richiede verifica, controllo delle fonti, giudizio critico.

Questa resistenza cognitiva tutela l’unicità umana: creatività, empatia, etica, analisi critica. Senza di essa rischiamo di ridurci a validatori passivi di decisioni algoritmiche.


Dall’Human-in-the-Loop all’Human-on-the-Loop

Serve allora un salto di paradigma: da “human-in-the-loop” a “human-on-the-loop”.
L’”in-the-loop” confina l’umano a supervisore di emergenza, ruolo reattivo e marginale. L’”on-the-loop” vede l’umano come progettista, stratega, governatore del sistema:

  • Definizione di scopo e limiti;
  • Progettazione di architetture etiche e trasparenti;
  • Interpretazione dei risultati nel contesto socio-culturale;
  • Controllo ultimo e potere di disattivazione.

HR ha qui ruolo cruciale: l’AI impatta reclutamento, formazione, collaborazione, valutazione, cultura. Il compito è garantire che essa amplifichi—non impoverisca—potenziale, diversità, autonomia umana.


Implicazioni organizzative: strategia, competenze, etica

  1. Strategia: integrazione AI richiede adattamento culturale e strutturale, non solo tecnico.
  2. Competenze: l’OCSE avverte sul divario di skill. Urgente riqualificazione diffusa.
  3. Governance: come indicano Deloitte e McKinsey, le aziende sono impreparate alla gestione dei rischi AI. Servono policy robuste.
  4. Cultura: l’AI ridefinisce l’identità organizzativa. HR deve gestire paure, resistenze, promuovere adozione consapevole.
  5. Etica: come nota Kurzweil, se le macchine imitano l’uomo, la posta etica si alza. L’agenzia umana responsabile resta insostituibile.

Verso un nuovo umanesimo digitale

L’AI ci impone di rinnovare competenze umanistiche: metacognizione, etica, riflessività, resistenza. Non sono lussi—sono competenze di sopravvivenza.

Come scriveva Antoine de Saint-Exupéry:

“La tecnologia non allontana l’uomo dai grandi problemi della natura: lo costringe a studiarli più a fondo.”

Dobbiamo accogliere questa sfida.


Letture consigliate e riferimenti bibliografici

  • Accoto, C. (2017). Il mondo dato: Cinque brevi lezioni di filosofia digitale. Egea.
  • Accoto, C. (2023). Il pianeta latente: L’intelligenza delle piattaforme come nuovo ordine del mondo. Egea.
  • Besana, S. (2021). The Future of Work: AI, People, and Organizational Change. Hoepli.
  • Castells, M. (1996). The rise of the network society. Blackwell.
  • Churchland, P. M. (1984). Matter and consciousness: A contemporary introduction to the philosophy of mind. MIT Press.
  • Deloitte. (2024–2025). Human Capital Trends 2024–2025. Deloitte Insights.
  • Dennett, D. C. (1996). Kinds of minds: Toward an understanding of consciousness. Basic Books.
  • Edelman, G. M. (1987). Neural Darwinism: The theory of neuronal group selection. Basic Books.
  • Feigenbaum, E. A., & Barr, A. (1981). The handbook of artificial intelligence (Vol. 1). Heuristech Press.
  • Gehlen, A. (1980). Man in the age of technology. Columbia University Press.
  • Houdé, O. (2019). The psychology of intelligence. Routledge.
  • Kurzweil, R. (1999). The age of spiritual machines: When computers exceed human intelligence. Penguin Books.
  • Mach, E. (1905). The analysis of sensations (C. M. Williams, Trans.). Dover Publications.
  • McKinsey & Company. (2023). The state of AI in 2023: Generative AI’s breakout year. McKinsey Global Survey.
  • OECD. (2023). Skills Outlook 2023: Skills for a resilient green and digital transition. OECD Publishing.
  • Penrose, R. (1989). The emperor’s new mind: Concerning computers, minds, and the laws of physics. Oxford University Press.
  • Riva, G. (2004). The psychology of cyberspace: The impact of the Internet on self and society. Ios Press.
  • Saint-Exupéry, A. de. (2000). Wind, sand and stars (L. Galantière, Trans.). Mariner Books. (Original work published 1939)
  • Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.
  • Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460.

Il report Human Capital Trends 2025 esplora le tensioni emergenti che le organizzazioni stanno affrontando nel mondo del lavoro. L’incertezza e la velocità del cambiamento stanno mettendo alla prova le strategie tradizionali, spingendo le aziende a ridefinire il loro approccio alla gestione delle persone, al valore del lavoro e all’adozione dell’intelligenza artificiale (AI). Cosa emerge dal report di Deloitte? Ecco alcuni dei messaggi chiave

I principali trend individuati

  1. Closing the Experience Gap – Il divario di esperienza tra i lavoratori e le esigenze delle aziende è in crescita, con impatti sul mercato del lavoro e sulle strategie di acquisizione del talento.
  2. What Moves Your People? – La personalizzazione della motivazione è cruciale per migliorare la performance umana e l’engagement.
  3. AI Is Revolutionizing Work – L’AI sta ridefinendo il valore del lavoro e richiede un aggiornamento dell’Employee Value Proposition (EVP).
  4. Is There Still Value in the Role of Managers? – Il ruolo del manager non deve essere eliminato, ma ripensato in chiave strategica con il supporto dell’AI.
  5. Reinventing Performance Management – Le tradizionali pratiche di valutazione della performance sono inefficaci nel migliorare realmente il rendimento umano.
  6. Reclaiming Organizational Capacity – Le organizzazioni devono eliminare il “lavoro inutile” per liberare capacità produttiva e focalizzarsi su attività ad alto valore.
  7. Stagility: Creating Stability for Workers for Organizations to Move at Speed – La stabilità è fondamentale per i lavoratori, ma deve coesistere con la necessità di agilità organizzativa.
  8. New Tech, New Work, Your Old Value Proposition Isn’t Enough – I vecchi modelli di valutazione della tecnologia non funzionano più: le aziende devono ridefinire il valore creato dalle nuove tecnologie nel contesto del lavoro.

I numeri chiave del report (alcuni)

  • Il 66% dei manager ritiene che i nuovi assunti non siano pronti per il lavoro.
  • Il 77% dei lavoratori afferma che l’uso dell’AI ha aumentato il loro carico di lavoro.
  • Solo il 6% delle aziende sta realmente investendo nella sostenibilità umana come strategia aziendale.
  • Il 72% dei leader ritiene che il sovraccarico lavorativo riduca l’efficienza complessiva.

I dati suggeriscono che le aziende devono trovare nuove strategie per affrontare queste tensioni, creando equilibrio tra efficienza organizzativa e sviluppo umano.


Trend 1: Closing the Experience Gap

Il divario tra le competenze richieste dalle aziende e quelle disponibili sul mercato è in crescita, rendendo più difficile il reperimento di talenti qualificati. Molti lavoratori, d’altra parte, faticano a trovare opportunità per acquisire l’esperienza necessaria, creando un ciclo di difficoltà che impatta sia le imprese che il mercato del lavoro.

Il problema

  • Mancanza di esperienza nei candidati – Il 66% dei manager ritiene che i nuovi assunti non siano pronti per il lavoro.
  • Barriere all’ingresso per i giovani lavoratori – Il 61% delle aziende ha aumentato i requisiti di esperienza per le posizioni entry-level.
  • Disoccupazione giovanile elevata – Il tasso di disoccupazione tra i laureati sotto i 25 anni ha raggiunto il 21,3% in Cina e il 42% in India.
  • Scomparsa delle posizioni formative – L’automazione sta eliminando ruoli base, riducendo le opportunità di apprendimento sul campo.

Soluzioni

  • Programmi di apprendistato e upskilling – Intel e Medtronic hanno creato percorsi formativi interni per facilitare l’ingresso nel mondo del lavoro.
  • Riduzione dei requisiti di esperienza – Le aziende devono valorizzare le competenze trasferibili piuttosto che basarsi solo sull’esperienza pregressa.
  • Simulazioni basate su AI – L’uso di strumenti digitali può accelerare l’apprendimento pratico.
  • Percorsi di crescita strutturati – Offrire sviluppo professionale continuo per colmare le lacune di esperienza.


Trend 2: What Moves Your People?

La motivazione dei dipendenti è un elemento essenziale per migliorare la performance e la retention aziendale. Tuttavia, solo il 33% dei lavoratori sente che il proprio manager comprenda davvero cosa li motiva. Personalizzare l’esperienza lavorativa diventa cruciale per migliorare il coinvolgimento e la produttività.

Il problema

  • Mancanza di personalizzazione – Le strategie motivazionali sono spesso generiche e non tengono conto delle differenze individuali.
  • Aspettative non soddisfatte – Il 60% dei lavoratori si aspetta che l’azienda faccia di più per riconoscere le loro esigenze personali.
  • Cambiamento nei driver motivazionali – Il 38% dei dipendenti afferma che ciò che li motiva è cambiato negli ultimi tre anni.
  • Rigidità nei modelli di incentivazione – Molti sistemi aziendali non permettono personalizzazione in termini di benefit e orari di lavoro.

Soluzioni

  • Approcci manageriali personalizzati – Unilever utilizza piani di sviluppo individualizzati per migliorare l’engagement.
  • Utilizzo dell’AI per il coinvolgimento – Swissport usa AI per personalizzare la comunicazione e gli incentivi ai dipendenti.
  • Modelli flessibili di benefit e orari di lavoro – Esempi come Land O’Lakes dimostrano il valore di un’employee experience su misura.
  • Analisi dei dati motivazionali – Raccogliere feedback costanti per adattare le strategie aziendali alle esigenze dei lavoratori.


Trend 3: AI Is Revolutionizing Work

L’intelligenza artificiale sta trasformando il mondo del lavoro, ridefinendo ruoli, processi e aspettative dei dipendenti. Tuttavia, senza un’attenta gestione, il rischio è che l’AI venga percepita più come una minaccia che come un’opportunità. Il 75% delle aziende sta adottando tecnologie AI, ma solo una minoranza ha sviluppato strategie per supportare i lavoratori in questa transizione.

Il problema

  • Aumento del carico di lavoro – Il 77% dei lavoratori afferma che l’AI ha aumentato il loro carico di lavoro anziché ridurlo.
  • Timore di sostituzione – Il 45% dei dipendenti teme che l’AI possa rendere il proprio ruolo obsoleto senza adeguate opportunità di riqualificazione.
  • Mancanza di governance chiara – Solo il 30% delle aziende ha definito policy chiare su come integrare AI e lavoro umano.
  • Difficoltà nell’accesso ai benefici dell’AI – Molte aziende investono in AI per l’efficienza operativa, ma senza redistribuire i vantaggi ai lavoratori.

Soluzioni

  • Strategie di upskilling e reskilling – USAA investe nella formazione dei dipendenti per prepararli a nuovi ruoli in un ambiente AI-driven.
  • Redistribuzione dei benefici dell’AI – Waste Management ha introdotto incentivi economici basati sulla produttività aumentata grazie all’AI.
  • AI come alleato e non come sostituto – Amazon ha sviluppato un AI coach per supportare i dipendenti nella crescita professionale.
  • Ridefinizione della EVP nell’era AI – Integrare l’AI nel valore aziendale, bilanciando tecnologia ed esperienza umana.


Trend 4: Is There Still Value in the Role of Managers?

Il ruolo del manager è in forte trasformazione. Con l’avvento dell’AI e dei nuovi modelli organizzativi, alcune aziende stanno riducendo il numero di manager, mentre altre li stanno trasformando in figure più strategiche e meno operative. Il 78% dei CEO percepisce un elevato livello di incertezza nel business, aumentando la pressione sui manager, e il 40% di loro dichiara di soffrire di burnout.

Il problema

  • Sovraccarico e stress manageriale – Il 40% dei manager riferisce livelli elevati di burnout a causa delle crescenti responsabilità.
  • Necessità di un nuovo modello di leadership – Il 78% dei CEO ritiene che l’incertezza richieda una trasformazione nel ruolo dei manager.
  • Difficoltà nell’integrazione dell’AI – Molti manager faticano a utilizzare l’AI come strumento di supporto anziché vederla come una minaccia.
  • Rigidità dei modelli di gestione tradizionali – L’eccesso di burocrazia riduce la capacità dei manager di concentrarsi su strategia e sviluppo delle persone.

Soluzioni

  • AI come assistente decisionale – Goldman Sachs utilizza AI per supportare i manager nel mentoring e nella presa di decisioni strategiche.
  • Semplificazione della gerarchia – BMW ha sperimentato team auto-organizzati con meno livelli manageriali.
  • Focus sul coaching e sviluppo delle persone – I manager devono essere formati per diventare facilitatori di crescita e non solo supervisori.
  • Revisione del performance management per adattarlo alle nuove esigenze di leadership e autonomia.


Trend 5: Reinventing Performance Management

Il 57% delle aziende ha riformato i propri processi di performance management negli ultimi tre anni, ma solo il 22% ritiene che siano realmente efficaci. Le tradizionali valutazioni annuali non rispondono più alle esigenze di un mondo del lavoro rapido e in evoluzione. Le aziende devono spostare il focus dal semplice monitoraggio della performance alla crescita e allo sviluppo continuo delle persone.

Il problema

  • Sistemi di valutazione obsoleti – Il 57% delle aziende ha aggiornato i propri processi, ma il 78% dei lavoratori li considera ancora inefficaci.
  • Mancanza di feedback continui – Il 65% dei dipendenti preferirebbe un sistema di revisione costante piuttosto che valutazioni annuali.
  • Focus sui risultati a breve termine – Molti sistemi di performance management non tengono conto dello sviluppo professionale nel lungo periodo.
  • Scarso coinvolgimento dei manager – Senza strumenti adeguati, i manager non riescono a fornire un supporto efficace alla crescita dei team.

Soluzioni

  • Feedback continuo e personalizzato – Amazon utilizza AI per fornire feedback in tempo reale ai dipendenti.
  • Valutazioni basate sull’impatto e non solo sulla produttività – Deloitte ha sviluppato nuovi modelli di misurazione della performance che tengono conto anche del benessere dei lavoratori.
  • Approcci di coaching e sviluppo – Le aziende di successo stanno investendo in programmi di mentorship per far crescere le competenze dei dipendenti.
  • Utilizzo di AI per il performance tracking per garantire una valutazione equa e oggettiva.

Trend 6: Reclaiming Organizational Capacity

Le organizzazioni spesso confondono il concetto di produttività con la quantità di lavoro svolto, portando a un accumulo di attività poco strategiche e all’inefficienza operativa. Il 72% dei leader aziendali ritiene che il sovraccarico lavorativo riduca l’efficacia complessiva e che una gestione più intelligente delle attività possa liberare risorse da destinare a progetti ad alto valore aggiunto.

Il problema

  • Sovraccarico di lavoro inutile – Il 68% dei dipendenti passa gran parte del proprio tempo su attività amministrative e di coordinamento anziché su progetti strategici.
  • Eccesso di riunioni e comunicazioni inefficaci – Il 35% del tempo lavorativo viene sprecato in meeting non essenziali e scambi di email ridondanti.
  • Mancanza di strumenti per il lavoro efficace – Il 60% dei lavoratori lamenta la carenza di strumenti digitali integrati per migliorare la produttività.
  • Difficoltà nel ridefinire le priorità – Solo il 42% dei lavoratori afferma di avere una chiara comprensione delle attività prioritarie della propria azienda.

Soluzioni

  • Zero-based work – Applicare i principi dello zero-based budgeting al lavoro per eliminare attività ridondanti e focalizzarsi sulle iniziative più strategiche.
  • Ottimizzazione della gestione del tempo – Google ha ridotto del 30% le riunioni interne, migliorando significativamente la produttività.
  • Automazione delle attività ripetitive – Le tecnologie di automazione consentono di ridurre il tempo impiegato in attività amministrative e burocratiche.
  • Ridefinizione delle priorità aziendali – Le aziende devono aiutare i dipendenti a identificare le attività a più alto impatto e fornire linee guida chiare per migliorare l’efficienza operativa.

Trend 7: Stagility – Creating Stability for Workers for Organizations to Move at Speed

La necessità di agilità organizzativa spesso entra in conflitto con il bisogno di stabilità dei lavoratori. Il concetto di “stagility” (stabilità + agilità) è fondamentale per bilanciare queste due esigenze, offrendo ai dipendenti sicurezza lavorativa pur consentendo alle aziende di adattarsi rapidamente ai cambiamenti di mercato.

Il problema

  • Crescente insicurezza lavorativa – Il 54% dei dipendenti teme che le continue riorganizzazioni aziendali possano mettere a rischio la propria posizione.
  • Scarsa trasparenza nei percorsi di carriera – Solo il 40% delle aziende offre piani di crescita chiari per i dipendenti, aumentando il senso di incertezza.
  • Difficoltà ad adattarsi ai cambiamenti – Il 48% dei lavoratori fatica a stare al passo con le nuove competenze richieste dall’evoluzione del mercato.
  • Modelli di lavoro non flessibili – Il 62% delle aziende riconosce la necessità di modelli ibridi, ma trova complesso implementarli efficacemente.

Soluzioni

  • Benefit e percorsi di carriera strutturati – Le aziende devono garantire stabilità con percorsi di crescita definiti e trasparenti.
  • Modelli di lavoro ibridi – Il 60% dei dipendenti preferisce una combinazione tra lavoro remoto e in ufficio per bilanciare produttività e benessere.
  • Formazione continua e aggiornamento professionale – Investire nella crescita e nel reskilling riduce l’incertezza e aumenta l’engagement dei lavoratori.
  • Strutture organizzative flessibili – Adottare modelli organizzativi adattivi per garantire agilità senza compromettere la sicurezza lavorativa.


Trend 8: New Tech, New Work, Your Old Value Proposition Isn’t Enough

L’adozione di nuove tecnologie sta trasformando il modo di lavorare, ma le aziende spesso adottano innovazioni senza una chiara strategia su come queste influenzeranno il valore offerto ai dipendenti. La tecnologia non può essere valutata solo in base al ritorno economico, ma deve considerare anche il suo impatto sulla collaborazione, il benessere e la crescita professionale.

Il problema

  • Mancanza di una strategia chiara per la tecnologia – Il 67% delle aziende investe in nuove tecnologie senza una roadmap chiara sull’impatto che avranno sui lavoratori.
  • Gap di competenze digitali – Il 52% dei dipendenti ritiene che la formazione ricevuta sulle nuove tecnologie sia insufficiente per sfruttarle al meglio.
  • Focus esclusivo sull’efficienza operativa – Molti investimenti tecnologici vengono misurati solo in termini di costi ridotti, trascurando il loro impatto sulla qualità del lavoro.
  • Resistenza al cambiamento – Il 49% delle aziende trova difficoltà nell’integrare nuove tecnologie senza compromettere il morale e l’engagement dei dipendenti.

Soluzioni

  • Ridefinizione del valore della tecnologia – Le metriche di successo devono includere creatività, collaborazione e benessere dei dipendenti.
  • Programmi di upskilling e digital literacy – Le aziende devono investire in percorsi di aggiornamento per garantire che i dipendenti possano sfruttare appieno le nuove tecnologie.
  • Integrazione intelligente dell’AI – L’AI deve essere adottata per migliorare l’esperienza lavorativa, riducendo il lavoro ripetitivo e lasciando spazio a compiti ad alto valore.
  • Business case basati sul valore umano – Ogni investimento tecnologico dovrebbe essere valutato anche per il suo impatto sulle persone, non solo sul bilancio aziendale.


Conclusioni

Le organizzazioni devono affrontare tensioni complesse: dall’adozione dell’AI alla gestione della motivazione, dalla necessità di agilità alla creazione di stabilità per i lavoratori. Le aziende che sapranno bilanciare questi elementi e investire in innovazione sostenibile saranno quelle che guideranno il futuro del lavoro.


Nota Metodologica

Il report si basa su un’analisi globale condotta su un campione di oltre 10.000 leader, manager e dipendenti provenienti da oltre 100 paesi. L’indagine è stata realizzata attraverso survey quantitative per raccogliere dati statistici e interviste qualitative per comprendere percezioni, sfide e aspettative. L’obiettivo è stato identificare le principali tendenze che stanno ridefinendo il mondo del lavoro e fornire alle organizzazioni insight strategici per affrontarle con successo.

In un precedente articolo ho tracciato alcune linee guida rispetto all’introduzione dell’Intelligenza Artificiale all’interno dei contesti HR. All’interno di questo pezzo vorrei provare ad approfondire maggiormente il tema, in modo da delineare alcuni possibili use case per i professionisti del mondo HR. Gli use case presentati sono solo un’ipotesi circa alcune delle possibili applicazioni dell’AI in contesti HR. Va da sé che gli scenari possano essere molto più ampi.

«Le domande come “che cos’è la vita?” o “la vita è possibile?” non sono più questioni interessanti perché hanno avuto soluzione. La questione dell’intelligenza artificiale è la medesima, vi sono moltissime domande, questioni non risolte riguardo ad essa, ma non ha più senso porre invece la domanda se essa sia possibile»
(Daniel C. Dennett)

Partiamo da alcune evidenze: il fenomeno è assolutamente pervasivo le direzioni HR delle differenti aziende hanno visioni abbastanza allineate. Alcuni dati secondo Gartner:

  • il 76% dei responsabili HR concorda sul fatto che resterà indietro nel successo organizzativo se non adotterà e implementerà la GenAI entro 12-24 mesi.
  • Gli obiettivi più comuni per l’utilizzo della GenAI nelle HR sono il miglioramento dell’efficienza (77%), il miglioramento dell’esperienza dei dipendenti (52%) e il potenziamento del processo decisionale (43%).
  • I responsabili HR hanno preoccupazioni in merito alla privacy e alla sicurezza dei dati (77%), alla parzialità e alla discriminazione (53%) e ai problemi di conformità alle disposizioni di legge (41%).

È, quindi, un tema di forte rilevanza che richiede un interesse specifico da parte di tutti i professionisti HR. Vediamo alcuni casi d’uso applicativi che possono rappresentare un punto di svolta interessante per gli HR di tutto il mondo.


Gestione e acquisizioni dei talenti

Tra i principali benefici ritroviamo un maggiore coinvolgimento dei candidati e la possibilità di attirare e selezionare profili maggiormente in linea con l’esigenza aziendale, efficientando l’intero processo di selezione. Più nel dettaglio alcune possibili applicazioni sono:

  • Supporto nella definizione del sito web aziendale e del portale “career” per attrarre candidati.
  • Personalizzazione del testo delle campagne di recruiting.
  • Creazione e contestualizzazione degli annunci di lavoro.
  • Sintesi e trascrizione delle interviste svolte ai candidati.
  • Creazione e contestualizzazione delle lettere di offerta.
  • Creazione e personalizzazione di contenuti per il processo di onboarding.


HR Services

Un’altra dimensione che potrebbe fortemente beneficiare dal processo è quella di servizi a supporto della popolazione aziendale. Il vantaggio si traduce in maggiore produttività, migliore circolazione della conoscenza, incremento della soddisfazione e dell’engagement dei dipendenti. Più nel dettaglio:

  • Assistente virtuale HR. Per aiutare i dipendenti a risolvere i problemi HR in modo rapido e semplice
  • Riepilogo dei contenuti e delle delle richieste di servizio. A supporto anche degli agenti HR.
  • Riepilogo dei contenuti degli articoli della knowledge base (KB) per i dipendenti. Aiuta i dipendenti a trovare le informazioni di cui hanno bisogno in modo più rapido e facile.
  • Creazione di articoli della KB basati sui gap espressi dagli utenti e manifestati nelle Q&A più frequenti.
  • Aggiornamento delle risposte del personale di supporto HR.
  • Classificazione di email/documenti.


Learning

Anche la dimensione di apprendimento e di costruzione di contenuti per la formazione non è esente dall’impatto dell’HR e – anzi – può beneficiare notevolmente dalla capacità di generare contenuti innovativi e ingaggianti con costi molto bassi. Questo può portare benefici anche in termini di scalabilità, efficienza e uniformità del contenuto. Più nel dettaglio:

  • Adattamento dei contenuti di apprendimento esistenti e aggiornamento dei contenuti.
  • Sviluppo e creazione di nuovi contenuti.
  • Sintesi/riassunto del materiale per l’apprendimento.
  • Creazione di nuove immagini e animazioni.  
  • Generazione di domande per quiz/valutazioni.
  • Elaborazione dei risultati di valutazione e semplificazione – attraverso automazione – del processo di valutazione.


Talent & Skill

Altra dimensione che può essere arricchita dall’AI è quella che riguarda Talenti e Competenze. Nello specifico possiamo impiegare l’AI per migliorare l’employee experience delle nostre persone e per definire percorsi di carriera maggiormente in linea con le loro competenze e ambizioni. Attraverso l’accesso immediato e l’elaborazione di un numero sempre maggiore di dati siamo in grado di fornire risposte immediate e prevedere percorsi di carriera e di formazione davvero in linea con i desiderata e i bisogni dell’utente.

Più nel dettaglio:

  • Miglioramento del feedback sulle prestazioni, attraverso l’inclusione di maggiori dati e informazioni sulla performance della persona.
  • Suggerimento di obiettivi, risultati chiave e goal sulla base di strategia, prestazioni passate e altri documenti.
  • Riepilogo del feedback sulle prestazioni con la creazione di dashboard aumentate da una mole di dati molto maggiore rispetto al passato.
  • Allineamento delle competenze proposte per il lavoro specifico.
  • Raccomandazioni di carriera basate su una maggiore – e migliore – profilazione.
  • Lettura e analisi delle competenze specifiche.
  • Employee Voice: supporto nella definizione di survey e della creazione di dashboard per l’ascolto attivo del personale aziendale.
  • Workforce Planning: nella definizione e nel supporto a una migliore pianificazione in linea con le competenze espresse dal singolo.


E la dimensione umana?

Esiste un’altra dimensione da prendere in considerazione, e da non sottovalutare, il tema dell’AI, e della sua introduzione all’interno del mondo organizzativo, porta con sé – inevitabilmente – profonde rivoluzioni dei modelli di lavoro e della cultura organizzativa.

Come professionisti del mondo HR dobbiamo, quindi, essere parte attiva all’interno della rivoluzione, anche se i casi d’uso riguardano altri dipartimenti o funzioni dell’azienda.

Nello specifico, io credo, su almeno 5 dimensioni specifiche:

  1. Strategia di implementazione. L’AI ha profondi risvolti etici, sociali, culturali e organizzativi. Al tavolo di implementazione dell’AI all’interno dell’azienda, non possono mancare attori HR.
  2. Modello di governance. Per lo stesso motivo di cui sopra, è necessario che l’HR, come altre funzioni aziendali rilevanti siano coinvolte e partecipi del processo guidando e orchestrando il cambiamento in essere.
  3. Inclusion & Diversity. Come sappiamo l’AI può essere estremamente biased, ragionando su basi statistiche e predittive e reiterando modelli dominanti esistenti, non sempre funzionali. È necessario un controllo umano per garantire sia la correttezza dell’output, sia il suo allineamento con le policy di inclusione e diversity dell’azienda.
  4. Adoption & Change Management. Come per la trasformazione digitale, l’introduzione dell’AI all’interno del contesto di lavoro porta, inevitabilmente, a una modifica delle modalità di lavoro. È necessario che l’HR guidi il cambiamento supportando processo di cambiamento culturale e adozione.
  5. Learning. Come ogni tecnologia deve essere appresa, come appresi devono essere i nostri modi di relazionarci ad essa.

È una sfida che non possiamo sottovalutare, ma – ancora più importante – dobbiamo indirizzare come protagonisti del cambiamento.

Infine, molto importante risulta sottolineare la capacità di muoversi in uno scenario altamente mutevole che impone un range di sfide completamente nuove. Come afferma anche Kurzweil

«if a machine can prove indistinguishable from a human, we should award it the respect we would to a human – we should accept that it has a mind » (Kurzweil, 2012: p. 266). 

È bene comunque sottolineare che questo complesso lavoro deve essere fatto in modo attivo, partecipato e

«quest’area di competenza dev’essere costruita sperimentando ed elaborando artefatti e scenari che considerino dunque le peculiarità del contesto digitale. Solo operando in questo modo il formatore ha l’opportunità di andare oltre la semplice integrazione delle nuove possibilità nei quadri operativi del passato» (Cattaneo & Rivoltella, 2010: p. 33).

«The development of full artificial intelligence could spell the end of the human race. Once humans develop artificial intelligence, it will take off on its own and redesign itself at an ever-increasing rate. Humans, who are limited by slow biological evolution, couldn’t compete and would be superseded».

Senza condividere in toto la visione apocalittica di Stephen Hawking sul futuro dell’umanità e del suo rapporto con l’intelligenza artificiale, è comunque giunto il momento per noi professionisti del mondo HR e per tutti coloro che si occupano di trasformazione e di analizzare i grandi cambiamenti che hanno attraversato – e che tutt’ora attraversano – l’umanità, di chiederci come intendiamo impiegare questo potentissimo strumento.

La trasformazione di cui stiamo parlando è paragonabile, se non superiore, a quella della digitalizzazione che abbiamo vissuto negli scorsi anni.

Qualche numero per chi non fosse ancora convinto?

  • Il mercato globale dell’AI dovrebbe raggiungere 1,58 trilioni di dollari entro il 2028. (MarketsandMarkets, 2023)
  • Il numero di posti di lavoro legati all’AI negli Stati Uniti dovrebbe crescere del 31% tra il 2020 e il 2030. (US Bureau of Labor Statistics, 2021)
  • Il 61% degli intervistati a un recente rapporto di Deloitte Insights afferma che l’AI trasformerà sostanzialmente il proprio settore nei prossimi 3-5 anni.
  • L’adozione dell’AI è significativa su base per organizzazione, con il 53% degli intervistati che ha speso più di 20 milioni di dollari nell’ultimo anno in tecnologia e talenti AI.
  • L’83% delle aziende partecipanti al sondaggio di Deloitte sull’adozione dell’AI nel settore manifatturiero ritiene che l’AI sarà una tecnologia fondamentale per guidare la crescita e l’innovazione.
  • Il 92% degli intervistati al sondaggio di Deloitte sullo stato dell’AI nelle imprese 2022 si è fissato l’obiettivo di diventare leader di settore o di mercato nell’AI entro i prossimi tre anni.

Dai dati sopra riportati risulta, quindi evidente, l’importanza e la magnitudo del fenomeno. Una riflessione non è più rimandabile.

In un interessante articolo Josh Bersin (https://joshbersin.com/2023/09/the-role-of-generative-ai-in-hr-is-now-becoming-clear/) ha messo in evidenza alcune delle applicazioni dell’intelligenza artificiale generativa che si possono immaginare per l’HR.

Quali sono?

  • Talent Intelligence for Recruiting, Mobility, Development, Pay Equity. La gestione dei talenti è un tema sempre più complesso all’interno delle organizzazione, tematiche legate allo strategic worforce planning e alla capacità di definire le migliori persone per i compiti adatti è una sfida complessa e articolata che richiede uno sforzo congiunto di tecnologia, sistemi HR e processi di gestione delle risorse di maggior valore all’interno dell’organizzazione.
  • Employee Apps: Il secondo spazio in crescita è quello dei “chatbot intelligenti per i dipendenti”, che riuniscono documenti, materiali di supporto e sistemi transazionali in un’esperienza facile da usare.
  • Employee training, learning e content production: il settore della formazione dei dipendenti, che vale 350 miliardi di dollari, è uno di quelli che maggiormente potrebbe beneficiare dall’AI generativa. Negli ultimi mesi abbiamo visto strumenti che generano formazione da documenti, creano automaticamente quiz e trasformano i contenuti esistenti in un “assistente didattico”.
  • Employee Development and Growth Apps: Si tratta del vasto nuovo campo di strumenti e piattaforme che aiutano i dipendenti a progredire nelle loro carriere. Grazie alle piattaforme di Talent Intelligence, ora abbiamo “percorsi di carriera” generati dall’AI. Questi sistemi analizzano le tue competenze e la tua esperienza e ti mostrano (graficamente) tutte le opzioni che hai per crescere, tutte basate sull’esperienza di milioni di altre persone.
  • Performance Management and Operational Improvement: tema complesso, che apre dimensioni filosofiche profonde sintetizzate dalla domanda: preferireste essere valutati da un computer o da una persona? In questo sicuramente l’AI può fornire un contributo di arricchimento alle dimensioni valutative classiche e aggiungere la possibilità di elaborare un numero elevato di dati in un tempo molto breve.
  • Retention, Hybrid-Work, Wellbeing, Engagement Analysis: anche in questo caso è un tema di dati e della capacità – molto limitata come esseri umani – che abbiamo di leggere in maniera completa un contesto o una situazione. L’AI e i sistemi automatizzati possono aiutarci nell’elaborazione di una enorme mole di dati che ci aiutino a comprendere come davvero stanno le nostre persone.

A queste dimensioni identificate da Bersin, a mio avviso, se ne possono aggiungere di ulteriori, nello specifico:

  • People Analytics: nel supporto alla definizione di modelli integrati che forniscano viste di dettaglio ai nostri dipendenti e ai team leader e che aiutino a sfruttare – finalmente – il potere dei dati per la gestione delle complessità organizzative. Se in passato la sfida poteva essere l’accesso al dato, oggi, in un moltiplicarsi di istanze, si rende necessario sapere in che modo sfruttare adeguatamente i dati, per trasformarli in insight e azioni concrete.
  • Employee Experience: alzi la mano chi, negli ultimi anni – e nella sua vita professionale – ha avuto una employee experience (dal momento in cui è entrato in azienda al momento in cui è uscito) senza intoppi e senza problemi. Il contributo dell’AI può rendere maggiormente fluido l’intero processo e agire come un vero e proprio “buddy” nell’accompagnare le fasi più delicate dei diversi processi (e.g. nel momento dell’onboarding) e dell’intera esperienza.

Il paniere di casi d’uso potrebbe ampliarsi ancora se consideriamo le intersezioni del mondo Human Capital con quello della comunicazione interna, del marketing e dell’innovazione collaborativa.

È per questo che, come Deloitte abbiamo fatto di più: creando un repository che include oltre 60 use case legati al mondo dell’Artificial Intelligence per chiarire i termini in gioco e capire meglio in che modo possa essere applicata all’interno dei nostri processi di lavoro e per portare effettivo valore alle organizzazioni. Maggiori informazioni qui: https://www2.deloitte.com/us/en/pages/consulting/articles/gen-ai-use-cases.html

Esiste poi un ulteriore aspetto che chi si occupa di HR e di processi di trasformazione dovrebbe guardare che è quello legato all’etica e alle conseguenze dell’applicazione di questi scenari al mondo del lavoro.

È un tema che ci riguarda tutti da vicino, perché la tecnica, la tecnologia, non sono neutrali e gli impatti etici e filosofici sono tutt’altro che scontati.  

«dire che la tecnologia non è del tutto neutrale – che, cioè, essa ha delle proprie finalità intrinseche, o che viene a imporre dei propri particolari valori – significa soltanto riconoscere il fatto che, come parte della nostra cultura, essa influisce sulla nostra crescita e sul nostro comportamento. Gli esseri umani hanno sempre posseduto qualche forma di tecnologia, la quale a sua volta ha influenzato la natura e la direzione del loro sviluppo. Questo processo non può essere fermato, e questa relazione non avrà mai termine: possiamo soltanto comprenderla e, speriamo, indirizzarla verso scopi degni [dell’umanità]» (Kranzberg e Pursell, 1967, p. 11).

È, dunque, necessaria una profonda riflessione all’interno dei nostri processi di lavoro, di educazione e all’interno delle modalità con le quali stiamo immaginando la società del futuro per indirizzare in modo corretto questo cambiamento.

P.S.

Sì, questo articolo è stato scritto con il supporto dell’AI.

Chi segue questo spazio sa che, oltre al digitale, uno dei temi a me più cari è quello che riguarda i nuovi modelli di lavoro e le modalità attraverso le quali è possibile disegnare un’impresa differente, maggiormente collaborativa, resiliente e capace di adattarsi ai cambiamenti che il mercato impone.
L’anno 2020, con la pandemia da Covid-19, è stato – in questo senso – maestro e ci ha mostrato in modo evidente quanto inadatte e inefficaci fossero le nostre organizzazioni ad attraversare scenari inediti. Ha rappresentato, a conti fatti, anche un’importante occasione per riflettere sul futuro che vogliamo disegnare.

E’ per questo che il volume edito da Hoepli Milano e che ho scritto in questo periodo: Future of Work: le Persone al Centro, costruire il lavoro e la società del futuro rappresenta un punto saldo di partenza per tutti quei professionisti e per quelle imprese che intendano seriamente mettersi in discussione e prendere in mano la direzione dei propri modelli organizzativi.
Il libro offre casi, spunti, riflessioni teoriche ed esempi pratici attraverso i quali ripensare quello che facciamo quotidianamente.

Come scrive Jacob Morgan nella postfazione del volume:

Che cos’è il futuro del lavoro? 

Questa è una domanda che mi viene spesso posta durante le conferenze, gli eventi, e anche online, dalla mia community.
Nessuno può predire il futuro, ma la verità è che, questa, è una domanda sbagliata.
Chiedersi “che cosa è il futuro del lavoro” dimostra un atteggiamento passivo; assume che il futuro sia un qualcosa che accade e che non ci sia niente che possiamo fare per modificarlo. Tutto quello che è in nostro potere è attendere e subire l’impatto del cambiamento. È un’attitudine sbagliata verso il ciò che deve arrivare: non dobbiamo pensarlo in questo modo. Il futuro è qualcosa che immaginiamo, costruiamo e definiamo noi stessi, come protagonisti del cambiamento: dobbiamo cambiare il nostro punto di vista, dobbiamo riformulare la domanda. È tempo di chiedersi: “quale futuro del lavoro vuoi vedere realizzato?” e pensare a cosa puoi fare per vederlo accadere.
Cambiare il modo in cui pensiamo al futuro del lavoro ci mette al posto di guida e rende ognuno di noi un protagonista attivo della narrazione. 
Le persone che prenderanno posizione e si spenderanno in prima persona per il futuro del lavoro giocheranno un ruolo chiave nella trasformazione e nel cambiare il mondo in cui viviamo. 

Quindi domandiamoci: qual è il futuro del lavoro che vogliamo vedere realizzato? 

È ora di renderlo reale. 

Il libro vanta preziosi contributi da parte di esperti di settore e di personalità di spicco nel mondo del lavoro. Oltre a rendermi molto orgoglioso, sono convinto possano rappresentare una efficace bussola per navigare il futuro del lavoro e il mondo delle nostre organizzazioni.

Tra i principali contributi che troverete all’interno del volume:

  • Carlo Bozzoli, CIO di ENEL Group, che ha curato la prefazione del volume
  • Jacob Morgan, autore di best seller e speaker di fama internazionale, che ha curato la postfazione del volume
  • Carlo Chiattelli, economista e Associate Partner EY
  • Alessandro Antonini, Senior Manager di EY
  • Manuela Cantoia, Professore di Psicologia Generale presso l’Università eCampus
  • Andrea Gaggioli, Professore di Psicologia presso l’Università Cattolica del Sacro Cuore
  • Cosimo Accoto, MIT research affiliate e autore di “il mondo ex machina” e “il mondo dato”
  • Luigi Centenaro, autore del Personal Branding Canvas, consulente e autore di diversi volumi sul tema del personal branding
  • Paolo De Caro, Senior Manager di EY e responsabile del centro di innovazione e sviluppo (Brain)

Il volume si articola in diversi capitoli che comprendono analisi specifiche, casi d’uso ed esempi pratici per comprendere in che modo il mondo del lavoro sia cambiato e si modificherà nel prossimo – immediato – futuro.

Di seguito l’elenco dei capitoli:

  • Capitolo 1 – Resilienza, trasformazione e il futuro del lavoro
  • Capitolo 2 – Casi d’uso, modalità di approccio e contesti operativi per il lavoro del futuro
  • Capitolo 3 – Errori e ostacoli che impediscono la trasformazione delle organizzazioni
  • Capitolo 4 – Una roadmap per costruire organizzazioni resilienti
  • Capitolo 5 – Progettare e costruire il Future of Work: creare esperienze trasformative e Positive Innovation Network
  • Capitolo 6 – Automazione e intelligenza artificiale nel futuro del lavoro
  • Capitolo 7 – Skill e competenze: il ruolo delle persone
  • Capitolo 8 – Verso un ripensamento dei modelli educativi e di formazione
  • Capitolo 9 – Purposeful Organization e il ruolo della leadership nella trasformazione
  • Capitolo 10 – Agile, Holacracy e nuovi modelli di organizzazione
  • Capitolo 11 – Costruire valore per l’intero ecosistema

Il mondo che costruiamo – e che costruiremo – passerà dalla nostra capacità di organizzarci secondo comunità e modelli relazionali.

Come si legge nel volume:

In un’analisi famosa relativa alla natura della comprensione scientifica dei fenomeni, il fisico quantistico Werner Heisenberg ha avuto occasione di sottolineare come capire significhi in un’ultima istanza saper individuare il legame che riconduce fenomeni diversi allo stesso insieme coerente. La vera comprensione della realtà sa superare la complessità superficiale dei fenomeni e mettere in evidenza la struttura coerente che sta dietro di essi. 

Il futuro della società e del senso delle organizzazioni e del lavoro di ognuno di noi passa per le parole, visionarie e illuminate di Adriano Olivetti, che nella sua azienda e il territorio del Canavese sono diventati poi laboratorio e ispirazione per molte realtà nel mondo.
È facile riconoscere nelle sue parole quei concetti propri di collaborazione, di innovazione partecipata, ma anche di smart cities, di green valley, di sostenibilità dell’innovazione e del modo di lavorare delle persone, dei digital district periferic, ma che sono poi centri di eccellenza della nuova e futura società dell’informazione. Scrive Olivetti: “Comunità, io nome lo dice, e il programma lo afferma, è un movimento che tende a unire, non a dividere, tende a collaborare, desiderare, insegnare, mira a costruire […].
Tecnica e cultura conducono verso il decentramento, verso la federazione di piccole città dalla vita intensa, ove sia armonia, pace, silenzio, lontano dallo stato attuale delle metropoli sovraffollate come dall’isolamento e dallo sgomento dell’uomo solo.”

Non vi resta che procurarvene una copia e poi proseguire la discussione su questo spazio o sui miei canali social: fatemi sapere cosa ne pensate!

Per chi volesse acquistarlo: https://amzn.to/3mlIfwO

Chi segue questo blog da qualche tempo sa bene che uno dei temi – forse IL tema per eccellenza – di cui mi occupo è quello legato a come costruire organizzazioni maggiormente agili, resilienti e collaborative.

Negli ultimi 10 anni ho speso buona parte del mio tempo a supportare organizzazioni di medie e grandi dimensioni e a complessità variabile nella definizione della migliore strategia di cambiamento che rimettesse le persone al centro del business.
Modelli di aziende maggiormente innovative, trasparenti, collaborative sono possibili e generano un vantaggio competitivo notevole all’interno del mercato di cui fanno parte.
Non solo: questi modelli rimettono al centro le persone, motivandole a dare il meglio e costruendo con loro una nuova era di valore della quale possano beneficiare tutti gli stakeholder coinvolti.

Stefano Besana - Collaborative Company

Stefano Besana – Collaborative Company EGEA – Tag Innovation School Books

Da una collaborazione con Alessandro Rimassa e Talent Garden Innovation School è nato, quindi, “Collaborative Organization“: un piccolo breviario ricco di esempi e di considerazioni che assommano un decennio di lavoro nelle aziende e che si propone di divenire una piccola guida che possa contribuire a un cambiamento – anche minimo – all’interno del nostro modo di concepire le aziende.

Come si legge nel volume:

Il concetto non è nuovo e si applica a molte delle svolte che hanno condizionato il pensiero occidentale: Randall Collins nel suo The Sociology of Philosophies (1998) sottolinea come la Mittwochsgesellschaft (la società del mercoledì di Berlino, gruppo di pensatori tedeschi liberali) si ampliò progressivamente nel corso degli anni; o come Pisarro e Degas si iscrissero alla Ecole des Beaux Arts nello stesso momento e di come fecero poi la conoscenza di Cézanne e Renoir al Café Guerbois; cambiando paradigma di riferimento, le jam session funzionano allo stesso modo sviluppando una vera e propria group mind durante le sessioni e, ancora, Hegel, Schelling e Hölderlin furono compagni di scuola a Tubinga. Secondo Collins queste interazioni non casuali generano dei veri e propri rituali che si traducono in un capitale culturale di altissimo valore mettendo a fattor comune esperienze, conoscenze e soprattutto relazioni che un soggetto acquisisce nel corso della sua vita.

Si tratta di un modello che rimette al centro la nostra capacità di avere un impatto concreto sul mondo, poiché – come sottolinea tra gli altri Mihaly Csikszentmihalyi:

“Non si può condurre una vita che sia veramente eccellente senza sentire che si appartiene a qualcosa di più grande e permanente di se stessi”.

Un nuovo modello di lavoro è possibile e – per certi versi – è già in atto.

Curiosi?
Potete trovare – edito da Egea – sul sito ufficiale della casa editrice o su Amazon: http://amzn.eu/d/4GAi3rg