Archives For November 30, 1999

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.

L’Intelligenza Artificiale (IA) sta trasformando rapidamente le industrie, le società e le economie. Con il progresso delle tecnologie IA, aumentano anche i rischi e le implicazioni legate al loro utilizzo. Il Rapporto Internazionale sulla Sicurezza dell’IA 2025 fornisce un’analisi approfondita delle capacità, dei rischi e delle strategie di mitigazione relative all’IA generalista. Questo post sintetizza i principali risultati del rapporto, trattando:

  • Le capacità in rapida evoluzione dell’IA
  • I rischi associati a usi malevoli, malfunzionamenti e sfide sistemiche
  • Lo stato attuale della gestione dei rischi e delle strategie di mitigazione
  • Le implicazioni più ampie per i decisori politici e le imprese

Il rapporto è frutto del contributo di 96 esperti internazionali di IA provenienti dal mondo accademico, governativo e industriale, e riflette la più recente comprensione dei rischi legati all’IA e dei meccanismi di sicurezza. È stato sviluppato nell’ambito di un’iniziativa globale per creare un approccio condiviso alla governeance e alla sicurezza dell’IA.


Capacità dell’IA Generalista

Le capacità dell’IA si sono evolute a un ritmo straordinario, superando le aspettative precedenti. Cinque anni fa, i modelli di IA faticavano a generare paragrafi coerenti. Oggi sono in grado di:

  • Scrivere e correggere codice con precisione crescente, assistendo gli sviluppatori nell’automazione di compiti complessi e nell’individuazione di vulnerabilità prima del rilascio.
  • Sostenere conversazioni avanzate in più lingue, con una maggiore consapevolezza del contesto, intelligenza emotiva e coerenza delle risposte, rendendoli strumenti preziosi per il servizio clienti, la terapia e la creazione di contenuti.
  • Generare immagini, video e audio realistici, indistinguibili dai contenuti creati dall’uomo, aprendo nuove opportunità creative ma anche sollevando questioni etiche, specialmente nella lotta alla disinformazione e alle frodi.
  • Eseguire ragionamenti scientifici e risolvere problemi matematici a livelli esperti, supportando la ricerca in fisica, chimica e medicina, accelerando la scoperta di nuovi farmaci e aiutando nella modellazione climatica.

Over 90% of online content could be AI-generated by 2030, raising concerns about authenticity, trust in media, and election security.


Rischi Associati all’IA Generalista

Con l’aumento delle capacità dell’IA, crescono anche le preoccupazioni sul suo potenziale utilizzo improprio e sulle conseguenze indesiderate. Il rapporto classifica i rischi dell’IA in tre categorie principali:

Rischi di Uso Malevolo
L’IA può essere sfruttata da attori malintenzionati per causare danni su larga scala. Tra le minacce più preoccupanti troviamo:

  • Contenuti falsi e deepfake: I media generati dall’IA possono essere usati per diffondere disinformazione, frodi o ricatti. Alcuni studi stimano che oltre il 90% dei contenuti online potrebbe essere generato dall’IA entro il 2030, sollevando preoccupazioni su autenticità, fiducia nei media e sicurezza elettorale.
  • Manipolazione dell’opinione pubblica: Le campagne di propaganda guidate dall’IA possono influenzare elezioni, decisioni politiche e movimenti sociali. Eventi passati hanno dimostrato come reti di bot e contenuti generati dall’IA siano stati usati per distorcere il discorso politico, aumentando la polarizzazione e minando la democrazia.
  • Attacchi informatici: L’IA viene sempre più sfruttata nella cybersicurezza, sia per misure difensive che per forme avanzate di hacking. Strumenti di rilevamento automatico delle vulnerabilità e sfruttamento delle falle, alimentati dall’IA, potrebbero rappresentare gravi minacce alle infrastrutture digitali.
  • Minacce biologiche e chimiche: Alcuni modelli di IA hanno dimostrato la capacità di assistere nella progettazione di agenti biologici dannosi, sollevando preoccupazioni sulla possibilità di un uso improprio da parte di attori non statali o organizzazioni criminali.

AI-driven automation is expected to replace millions of jobs, requiring large-scale workforce reskilling initiatives to mitigate economic displacement.

Rischi di Malfunzionamento
Anche quando non viene utilizzata in modo malevolo, l’IA può causare danni involontari a causa di difetti di progettazione, dati di addestramento incompleti o comportamenti imprevedibili. I rischi includono:

  • Problemi di affidabilità: I sistemi di IA a volte generano informazioni false o fuorvianti, soprattutto in settori critici come medicina, diritto e finanza.
  • Bias e discriminazione: Gli algoritmi possono amplificare e perpetuare pregiudizi presenti nei dati di addestramento, causando discriminazioni in ambiti come assunzioni, prestiti e applicazione della legge.
  • Perdita di controllo: Gli esperti avvertono che i futuri sistemi di IA potrebbero diventare sempre più difficili da prevedere e gestire, sollevando interrogativi sulla necessità di garantire un allineamento sicuro tra IA e obiettivi umani.

Rischi Sistemici
Oltre ai problemi legati ai singoli modelli, l’adozione diffusa dell’IA porta a rischi più ampi per l’economia e la società:

  • Disoccupazione tecnologica: L’automazione guidata dall’IA potrebbe eliminare milioni di posti di lavoro, rendendo necessarie iniziative su larga scala per la riqualificazione della forza lavoro.
  • Concentrazione del potere dell’IA: Poche aziende dominano lo sviluppo dell’IA, creando squilibri nell’accesso alle tecnologie avanzate e nella capacità di regolamentare il settore.
  • Impatto ambientale: L’addestramento di un singolo modello di IA di grandi dimensioni può produrre tanta CO₂ quanto cinque automobili nel corso della loro vita utile.

Training a single large AI model produces as much CO₂ as five cars over their lifetime, necessitating greener computing solutions and regulatory interventions.


Gestione del Rischio e Strategie di Mitigazione

Le strategie di gestione del rischio devono concentrarsi sulla trasparenza, sulla conformità normativa e sull’etica dell’IA. Governi e imprese devono sviluppare quadri normativi completi che garantiscano un uso responsabile dell’IA, imponendo test rigorosi prima del rilascio dei modelli.

Gli investimenti nella ricerca sulla sicurezza dell’IA devono aumentare, con un focus su interpretabilità, riduzione dei bias e robustezza contro attacchi esterni. Le collaborazioni pubblico-private possono contribuire a creare organismi di vigilanza indipendenti per garantire la responsabilità nello sviluppo dell’IA.


Il Futuro dell’IA e le Considerazioni Politiche

La governance dell’IA, lo sviluppo etico e gli standard normativi saranno cruciali per definire il modo in cui l’IA verrà integrata nella società. I responsabili politici devono bilanciare innovazione e sicurezza, garantendo che l’IA sia utilizzata per il bene pubblico.

Le future politiche dovrebbero concentrarsi sulla democratizzazione dell’accesso all’IA, prevenendo il controllo monopolistico sulle tecnologie e promuovendo uno sviluppo sostenibile dell’IA per ridurre l’impatto ambientale.

AI does not happen to us; it is shaped by the choices we make today. Ensuring a future where AI serves humanity requires vigilance, cooperation, and a commitment to responsible innovation.

Il Rapporto Internazionale sulla Sicurezza dell’IA 2025 è una risorsa fondamentale per comprendere il panorama in evoluzione dell’IA. Le scelte che società e governi faranno oggi determineranno se l’IA rimarrà una forza positiva o diventerà una sfida globale.

Il nuovo report Deloitte Tech Trends 2025 è finalmente disponibile: una pubblicazione di punta che ci aiuta a navigare le sfide della trasformazione tecnologica in atto.

Ecco alcuni dei messaggi chiave:

  • IA ovunque: Entro il 2026, si prevede che il 70% delle organizzazioni adotterà modelli di intelligenza artificiale per compiti quotidiani, rendendo l’IA fondamentale quanto l’elettricità.
  • IA agentica: Il 75% delle organizzazioni intervistate sta già aumentando gli investimenti in IA agentica, aprendo la strada a co-piloti capaci di eseguire compiti autonomamente.
  • Modelli piccoli e multimodali: Oltre il 75% delle aziende sta esplorando modelli più piccoli e specializzati, migliorando l’efficienza per applicazioni IA specifiche.
  • Rinascimento hardware: Secondo previsioni ottimistiche, il mercato dei chip dedicati all’IA crescerà da 50 miliardi di dollari nel 2024 a 400 miliardi entro il 2027.
  • Dispositivi con IA integrata: Il 30% dei 1,5 miliardi di PC attualmente in uso ha più di quattro anni — i futuri PC con IA integrata trasformeranno la privacy e la produttività.
  • Sfida dell’efficienza energetica: Il consumo globale di elettricità dei data center è destinato a triplicare nel prossimo decennio a causa dei carichi di lavoro legati all’IA.

IA ovunque: come la magia, ma con algoritmi

L’IA si sta trasformando in una componente fondamentale, al pari dell’elettricità o dell’HTTP. Tra pochi anni smetteremo di notarla — ottimizzerà il traffico, personalizzerà l’assistenza sanitaria e creerà percorsi di apprendimento adattivi. L’intelligenza artificiale generativa, una volta protagonista assoluta, si sta evolvendo in una rete di sistemi intelligenti che operano in background, rendendo tutto più intelligente, veloce e intuitivo.

Il 70% delle organizzazioni sta già esplorando o implementando modelli linguistici di grandi dimensioni (LLM), mentre l’attenzione si sta spostando verso modelli linguistici piccoli (SLM) e IA multimodale, più adatti a casi d’uso specifici ed efficienti.

L’hardware domina la scena

Dopo anni di predominio del software, l’hardware torna al centro dell’attenzione. Con la crescita delle esigenze legate all’IA, i chip specializzati stanno diventando una risorsa critica, alimentando l’innovazione hardware.

  • Il mercato dei chip dedicati all’IA dovrebbe crescere da 50 miliardi di dollari nel 2024 a 400 miliardi entro il 2027.
  • I PC e i dispositivi IoT con IA integrata supercaricheranno la produttività, riducendo la dipendenza dal cloud e migliorando la privacy dei dati.

Tuttavia, questa rivoluzione hardware comporta sfide: il consumo energetico. I data center potrebbero triplicare l’uso di elettricità entro un decennio, sottolineando la necessità di soluzioni sostenibili.

Spatial Computing e IA multimodale

Lo spatial computing — la fusione tra mondi digitali e fisici — sta rimodellando settori come la sanità e la manifattura. Combinato con l’IA multimodale, offre interazioni senza soluzione di continuità tra diversi tipi di dati (testo, audio, immagini).

  • Il mercato del calcolo spaziale cresce del 18,2% annuo, con nuovi casi d’uso in simulazioni, gemelli digitali e ambienti immersivi.
  • I modelli multimodali ridefiniranno inclusività ed efficienza, elaborando input diversificati per fornire insight praticabili.

Il ruolo dell’IT e della leadership

L’IA sta elevando il ruolo dell’IT, trasformandolo da supporto a strategia. I leader stanno sfruttando questo momento per ripensare la modernizzazione dei sistemi principali e abbracciare le “prossime pratiche” rispetto alle “migliori pratiche”.

  • L’IA ora influenza ogni aspetto della modernizzazione dei sistemi centrali, dall’automazione dei compiti alla riprogettazione dei processi per maggiore intelligenza ed efficienza.
  • La leadership sarà cruciale: approcci immaginativi e coraggiosi garantiranno che l’IA sia usata per creare opportunità, non solo per accelerare vecchi paradigmi.

Cyber e fiducia: prepararsi alla disruption quantistica

L’ascesa del calcolo quantistico sta trasformando il panorama della cybersecurity. Con macchine quantistiche che potrebbero maturare entro 5-20 anni, i metodi di crittografia esistenti potrebbero diventare obsoleti, mettendo a rischio l’integrità dei dati e la fiducia.

  • La transizione alla crittografia post-quantistica è già in corso, con organizzazioni che agiscono proattivamente per proteggere i propri sistemi.
  • Oltre il 55% delle organizzazioni intervistate sta migliorando l’agilità crittografica per prepararsi alle minacce quantistiche emergenti.

I leader devono affrontare non solo le implicazioni tecniche ma anche preoccupazioni più ampie sulla cyber igiene, assicurando che la fiducia rimanga un pilastro di questa trasformazione guidata dall’IA.

Un futuro sostenibile guidato dall’IA

Le tendenze di quest’anno chiariscono un punto: l’IA non è più solo uno strumento — è un framework per l’innovazione. Dai progressi hardware ai sistemi agentici, le opportunità sono immense, ma richiedono azioni deliberate.

Le organizzazioni devono affrontare sfide come il consumo energetico, la qualità dei dati e la fiducia nei sistemi IA per realizzarne appieno il potenziale.

Man mano che ci avviciniamo a un mondo in cui l’IA è ovunque, la domanda non è se adottarla, ma come farlo in modo responsabile ed efficace. Tech Trends 2025 dipinge un quadro vivido di ciò che ci attende: un’era definita dall’integrazione fluida dell’IA in ogni aspetto della nostra vita.

Il recente articolo dell’Economist (Che fine ha fatto la rivoluzione dell’intelligenza artificiale? Finora la tecnologia non ha avuto quasi nessun impatto economico) ha messo in luce la difficoltà, da parte delle aziende nel trarre un vero – e concreto – vantaggio economico dall’adozione della GenAI. Nonostante gli ingentissimi investimenti economici riversati nel mercato negli ultimi mesi, infatti, sono ancora molto poche le applicazioni concrete – e scalabili – che hanno visto la luce.

Ma cosa serve, quindi, davvero per scalare? Qual è il collegamento mancante? Qual è il potenziale che deve essere ancora sbloccato? Come possiamo evitare l’hype dell’ennesima tecnologia trasformativa e massimizzarne i ritorni?

A queste, e altre domande urgenti, prova a rispondere il report di Deloitte sullo stato dell’AI Generativa: Now decides next: Moving from potential to performance. Interrogativi fondamentali da indirizzare per evitare lo spreco delle incredibili risorse che nell’ultimo anno sono piovute su questo settore.

Striving to Scale Generative AI in the organization

Di seguito provo a riassumere alcune delle principali sfide e dei dati che emergono dall’analisi.

  • L’incremento di efficienza, di produttività e la riduzione dei costi sono ancora tra i maggiori benefici che le aziende ricercano. Sono citate dal 42% dei rispondenti come il più importante dei benefit ottenuti nei primi pilot di sperimentazione. Un dato interessante se pensiamo all’enorme potenziale ancora da esprimere in differenti aree che non siano solo quelle dell’efficienza operativa.
  • Nonostante questo, il 58% degli intervistati sta sperimentando benefici maggiormente importanti nel miglioramento dell’innovazione, del prodotto o del servizio, con una maggiore focalizzazione, anche, sulla capacità di servire al meglio il cliente.
  • Sempre più aziende stanno ampliando l’adozione della GenAI a funzioni critiche del business. Un segnale positivo – e confortante – sul quale però serve ancora molta strada per vedere applicazioni che siano in grado, effettivamente, di modificare le modalità di lavoro delle persone.
  • Oltre i 2/3 delle aziende sta anche incrementando l’ investimento in Artificial Intelligence per vedere maggiori risultati che – come premesso, al momento – scarseggiano. È un dato importante, perché – senza opportuna strategia e indirizzo dei casi d’uso corretti – si rischia di sperperare risorse e di non vedere nessun ritorno nei prossimi anni.
  • Molto meno pronte, si dicono le organizzazioni, ad affrontare i rischi e la governance dell’AI (23% a credersi in linea con la normativa o quantomeno pronta a gestirla), che – assieme all’European AI Act – stanno rallentando adozioni e benefici dell’AI aumentando l’incertezza e le preoccupazioni su come gestire i temi di regolazione.
  • Ancora poche, meno della metà, le aziende che hanno adottato le metriche corrette per la valutazione degli impatti dell’AI sull’organizzazione e la forza lavoro, con il 40% di loro che brancola nel buio, non riuscendo a comprendere di cosa abbia realmente bisogno per misurare l’efficacia.
  • La dimensione del talento e della gestione della forza lavoro, delle persone, all’interno dell’azienda, è considerata una delle più deboli in assoluto. È solo il 20% delle imprese – infatti – a sentirsi all’altezza della sfida. La centralità dell’agenda people e HR rimane uno dei temi cruciali per scalare il successo delle iniziative di GenAI all’interno del business di riferimento.
Dimensioni strategiche fondamentali per scalare l'AI in azienda

Più nel dettaglio possiamo analizzare alcune delle dimensioni anticipate.

Una delle maggiori preoccupazioni legate all’AI è quella che vede coinvolti i dati, sia nella certezza di output che siano privi di allucinazioni e siano trasformabili in insight validi e impiegabili in prese di decisione strategiche per l’azienda, sia nell’alimentazione degli LLM con dati non sensibili. È il 58% delle organizzazioni, infatti, a preoccuparsi di come vengono gestiti i dati che sono dati in pasto alla GenAI. Percentuale analoga quella che si interessa di come gestire eventuali problemi di privacy o gestire alcune breach che possono mettere in difficoltà la sicurezza e il capitale intellettuale dell’impresa.

La qualità del dato resta, quindi, una dimensione cruciale, che dobbiamo seriamente indirizzare per permettere all’IA di scalare correttamente e di contenere i rischi di impresa ad essa associati.

La gestione del dato e del'AI come due fattori inscindibili e connessi

Un altro elemento che abbiamo messo in evidenza è quello che riguarda la mitigazione dei rischi e la preparazione agli elementi di regolamentazione che stanno emergendo – tra gli altri – con l’EU AI Act. È il 36% – in crescita – delle organizzazioni a preoccuparsi degli elementi regolatori, mentre il 30% ammette di avere problemi nella gestione dei rischi e il 29% confessa di non avere nessun modello per la governance dei dati.

È il 78% dei leader organizzativi intervistati che ritiene che sia necessaria una maggiore gestione e un maggiore governo dell’AI facendo sinergia tra sistema paese, enti governativi e imprese.

La mancata gestione di rischi e di governance relativi all'AI in azienda

Una ulteriore dimensione “problematica” riguarda l’incapacità di misurare i ritorni dell’AI: è il 41% delle organizzazioni, infatti, a non riuscire a identificare il corretto framework di valutazione degli impatti dell’AI in azienda.
È solo il 16% delle imprese a produrre report finanziari e misurare ritorni effettivi di impatto, rispetto alla stragrande maggioranza che – al contrario – si focalizza su metriche più soft e di engagement o adozione.

Infine, risulta imperativo ragionare sulla dimensione persone e sulla capacità che le aziende hanno non solo di attrarre talenti per la gestione dell’AI, ancora pochi e inseriti in un mercato molto competitivo, ma – soprattutto – di formare le persone all’adozione e all’uso consapevole della tecnologia. È necessario occuparsi di literacy, formazione, modelli organizzativi e – infine – soprattutto di cultura. Solo con percorsi adeguati e supportivi nei confronti delle nostre persone, all’interno dei quali l’HR deve giocare un ruolo di partner strategico fondamentale possiamo sperare di ottenere risultati dall’adozione dall’impiego di una tecnologia così potente.

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).