Le sette capacità che distinguono i leader dell’IA dai ritardatari dell’IA
Divario di Percezione: C’è un notevole disallineamento tra dirigenti e dipendenti riguardo la comprensione delle strategie IA.
Competenze di Leadership: Una trasformazione efficace dell’IA richiede capacità di leadership specifiche oltre alla semplice implementazione tecnica.
Fattori di Successo IA: Empatia e comprensione dei processi di cambiamento individuali migliorano il successo dell’adozione dell’IA.
Pazienza Strategica: Molte iniziative IA falliscono a causa di tempistiche irrealistiche e del supporto insufficiente allo sviluppo delle capacità.
Il playbook che sta attirando più attenzione in questo momento si basa su un presupposto semplice: fai paura alle persone, e lavoreranno di più.
Licenziamenti presentati come disciplina fiscale. Obblighi di rientro in ufficio presentati come interventi per la produttività. Trasformazione AI annunciata prima che qualcuno capisca realmente cosa significhi per il proprio lavoro.
Fa notizia sui giornali. Quello che non produce è la trasformazione che i dirigenti dichiarano di volere.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Una nuova ricerca di BCG e Columbia Business School rivela un divario percettivo di 51 punti percentuali tra dirigenti e dipendenti in prima linea in merito alla comprensione della strategia AI. I leader pensano che l’80% dei dipendenti sia ben informato. Solo il 29% dei collaboratori individuali è d’accordo. Non è un problema di comunicazione. È un problema di leadership.
Il successo della trasformazione AI ha poco a che vedere con l’apparire decisi o la velocità di azione. Dipende da sette competenze specifiche di leadership che non hanno nulla a che fare con l’implementazione tecnologica e tutto a che vedere con il modo in cui i leader si comportano quando gli esiti sono incerti.
Prima che Brian Elliott salisse sul palco come presentatore al Transform di marzo, ha svelato tramite la sua newsletter Substack quelle che secondo lui sono le quattro principali capacità dei leader in questa epoca.
Per me è stato un concetto che ha trovato subito riscontro. Ma ho anche pensato che fosse giunto il momento di ampliarlo.
Ora suddividerò queste capacità come ha fatto Brian ed espanderò l’elenco con qualche aggiunta. Questo non è il momento per una leadership debole o tossica. Come abbiamo discusso nel podcast lo scorso anno, una leadership "stonata" sta avendo costi elevati in quello che potrebbe essere il periodo lavorativo più confuso dell’ultimo secolo.
1. Empatia: Comprendere come le persone vivono il cambiamento
L’entusiasmo per la GenAI tra i dipendenti statunitensi è sceso dal 45% al 36% in soli tre mesi nel 2024, secondo una ricerca di Slack. La tecnologia non è peggiorata, è cambiato l’approccio all’implementazione. Le organizzazioni hanno introdotto strumenti senza capire quanto sia diverso il modo in cui le persone adottano nuove capacità.
Quando i manager nelle aziende studiate da BCG hanno adattato i percorsi formativi tenendo conto delle differenze individuali nell’adozione dell’AI, l’utilizzo di GenAI è aumentato dell’89%. Non è una questione di gentilezza: si tratta di utilizzare la comprensione cognitiva di come le persone vivono il cambiamento per progettare approcci più efficaci.
Le organizzazioni incentrate sui dipendenti hanno persone con il 70% di probabilità in più di sentirsi entusiaste riguardo all’adozione dell’AI e il 92% in più di sentirsi ben informate sulla strategia, secondo BCG e Columbia.
Il collegamento con i risultati di business è diretto. Queste stesse organizzazioni riportano tassi di maturità AI molto superiori rispetto ai concorrenti. La centralità della persona ha spiegato il 36% della variazione nella maturità AI—più di settore (14%), reparto (12%) o dimensione aziendale (5%) messi insieme.
David Zierk, psicologo clinico e autore di "Mind Rules," descrive ciò che chiama "connection deficit disorder"—il divario che si apre quando l’AI fornisce risposte ma i leader non offrono né contesto né supporto.
La mente non tollera l’incertezza," spiega. "Cerchiamo la certezza il più rapidamente possibile e l’AI offre un sollievo immediato. Ma tutto ciò che dà sollievo ha anche un potenziale di dipendenza. I leader devono aiutare le persone a convivere con l’ambiguità abbastanza a lungo da sviluppare una reale comprensione, e non solo accettare la prima risposta che dà l’AI.
Il divario tra il messaggio “l’AI integrerà, non sostituirà” e le contemporanee ristrutturazioni nei reparti che ricevono nuovi strumenti ha creato esattamente quella sfiducia che mina le iniziative AI e vanifica i feedback sinceri sull’efficacia delle implementazioni.
Prima di andare oltre, vuoi mettere alla prova te stesso sulle sette capacità? Completa la valutazione e potrai scaricare gratuitamente un report personalizzato con obiettivi di sviluppo.
Nota: questa non è una valutazione scientifica, ma solo un esercizio di riflessione che può stimolare l’autoanalisi o offrire spunti per il tuo sviluppo professionale. Se cerchi una valutazione più rigorosa, dai un’occhiata al nostro articolo dello scorso anno sull’uso delle valutazioni della personalità nei processi di assunzione.
2. Presenza: Tornare in pista
Il mandato di ritorno in ufficio di Amazon è arrivato tramite una comunicazione. Nessuna discussione su come stesse funzionando realmente il lavoro ibrido. Nessun confronto con i team che avevano ridefinito interi flussi di lavoro attorno alla collaborazione distribuita. Solo una politica che ha inciso sulla vita quotidiana, imposta dall'alto.
Questo è l’opposto di ciò che il Rapporto BCG 2025 su AI e Lavoro identifica come cruciale per una trasformazione di successo: leader che comprendono come il lavoro avvenga davvero. Il rapporto ha rilevato che solo il 51% dei dipendenti in prima linea utilizza regolarmente strumenti di AI, rispetto a oltre il 75% di leader e manager. Questo genera un “soffitto di silicio”, creato dalla distanza dalla realtà operativa.
Elliott descrive il modello ricorrente.
Avevo un membro del consiglio che durante una riunione di senior management si alza e dice: ‘Dovete tutti tornare in ufficio perché so che è il modo migliore di lavorare. In base alla mia esperienza negli anni ’80, quando ho avuto quel pranzo con la persona che poi è diventata il mio mentore e coach.’ E si tratta sempre di un lui, che basa la propria esperienza su ciò che funzionava meglio per lui.
La stessa logica si applica all’AI, con dirigenti che prendono decisioni basandosi sul proprio contesto, e non sulla realtà operativa.
Non puoi affrontare il "workslop" — contenuti generati dall'AI tecnicamente completi ma sostanzialmente inutili — se non mostri cosa significa una qualità elevata. Non puoi pretendere una trasformazione se non hai idea di come il lavoro venga svolto concretamente.
3. Pensiero Prodotto: Considerare il Lavoro come Qualcosa da Progettare
Una ricerca di MIT Sloan ha rilevato che il 91% dei responsabili dati afferma che le sfide culturali stanno ostacolando gli sforzi di AI. Solo il 9% indica problemi tecnologici. Eppure la maggior parte delle aziende tratta ancora l’AI come un problema tecnico, annunciando obiettivi di efficienza prima di capire cosa crea davvero attrito nei flussi di lavoro.
La ricerca BCG mostra che ridurre il lavoro ripetitivo e alienante, ciò che si potrebbe chiamare "fatica d’anima", aumenta le probabilità di successo dell’AI e migliora la retention.
Zapier è passata da un utilizzo iniziale del 65% a una adozione quotidiana degli strumenti di AI all’89% concentrandosi sulla risoluzione di problemi reali anziché sul massimizzare il dispiegamento di funzionalità. Il team di assistenza clienti ha visto ridurre del 50% i tempi di gestione dei ticket, mentre il coinvolgimento dei dipendenti è aumentato di 20-30 punti.
Brandon Sammut, che ha guidato questa trasformazione in Zapier, ha spiegato il cambiamento.
Abbiamo smesso di chiederci ‘cosa può fare questo strumento di AI’ e abbiamo iniziato a domandarci ‘quali problemi generano fatica per i team specifici’. Gli strumenti sono arrivati in risposta ai problemi, non il contrario.
Le organizzazioni investono 142 miliardi di dollari all’anno per comprendere i clienti, ma meno di 11 miliardi sull’esperienza dei dipendenti, nonostante le evidenze mostrino un legame diretto tra coinvolgimento e risultati di business. Se trattassi i clienti come la maggior parte delle aziende tratta i dipendenti nei processi di transizione tecnologica, saresti già fuori mercato.
Il problema di fondo è ciò che Elliott definisce “teatro della produttività” — ottimizzare per segnali visivi di attività invece che per veri risultati.
“Il sessantacinque percento delle persone intervistate ha dichiarato che per loro è più importante rispondere rapidamente a un messaggio piuttosto che concentrarsi e portare a termine il proprio lavoro principale,” osserva Elliott. “È davvero triste, vero? Sono solo segnali visivi di attività. Produrre di più non è un risultato.”
Elliott ha poi descritto il cambiamento necessario. I leader devono abbandonare i segnali visivi di attività e abbracciare una gestione orientata agli obiettivi. Questo significa definire gli obiettivi organizzativi, chiarire le priorità principali, stabilire metriche di successo e diffondere questa chiarezza in tutta l’azienda.
Se implementata correttamente, crea condizioni di parità e offre i risultati che i dirigenti desiderano realmente. Ma richiede un investimento significativo e rappresenta un cambiamento fondamentale nel modo in cui le organizzazioni operano.
4. Coraggio: Avere Schiena Quando È Rischioso
Durante un incontro generale di Salesforce, la dirigenza ha scherzato dicendo che l’ICE stava aspettando in fondo alla sala gli impiegati internazionali che si fossero alzati in piedi. Il clamore che ne è seguito non riguardava solo una decisione infelice, ma la distruzione della sicurezza psicologica necessaria per la sperimentazione sull’IA.
“Il modo più rapido per affrontare l’incertezza è giudicare”, osserva Zierk. “Questo chiude la mente. L’opposto del giudizio è la curiosità, ed è proprio la curiosità ciò di cui le organizzazioni hanno bisogno ora. Ma la curiosità richiede sicurezza psicologica, e una leadership basata sulla paura la distrugge.”
Il coraggio nella leadership significa portare personalmente le notizie difficili dando spiegazioni sincere sulle motivazioni aziendali, non consegnare ai manager copioni per licenziamenti. Soprattutto quando i ruoli vengono tagliati prima che l’IA abbia effettivamente dato prova del suo valore, e comodamente prima che i bonus vengano incassati.
L’allineamento intorno a una leadership dal tono duro crea opportunità per quei leader disposti a costruire organizzazioni dove le persone possono dare il meglio anche nell’incertezza. Non perché sia bontà, ma perché la paura genera conformità mentre la fiducia genera quell’assunzione intelligente di rischi di cui la trasformazione tramite IA ha bisogno.
5. Pazienza Strategica: Giocare sul Lungo Periodo
Secondo una ricerca di S&P Global, il 42% delle aziende abbandona le iniziative di IA prima che arrivino in produzione, una cifra più che raddoppiata rispetto a solo un anno fa. Lo schema si ripete così:
- Annunciare obiettivi di efficienza ambiziosi per soddisfare i consigli di amministrazione
- Accelerare la distribuzione per rispettare le tempistiche
- Scoprire che le capacità organizzative non esistono
- Rivedere in silenzio le aspettative sei mesi dopo.
Il termine "reshape stage" è emerso per descrivere le aziende che stanno ridisegnando i flussi di lavoro end-to-end invece di limitarsi a implementare strumenti. In queste organizzazioni il 46% dei dipendenti si preoccupa per la sicurezza del posto di lavoro, contro il 34% delle aziende meno avanzate.
Quell’ansia è il costo della trasformazione genuina. La pazienza strategica significa proteggere il tempo necessario affinché quell’ansia si risolva attraverso supporto dimostrato e sviluppo delle competenze, non fingendo che la trasformazione avvenga senza attriti.
BCG ha rilevato che il 79% dei dipendenti che ha ricevuto più di cinque ore di formazione sull’IA è diventato utilizzatore abituale, rispetto al 67% di chi ha ricevuto meno di cinque ore. Pazienza strategica significa proteggere questo investimento anche quando i consigli vogliono risultati immediati.
6. Trasparenza: Essere Onesti sull’Incertezza
Il divario di 51 punti tra ciò che i dirigenti pensano che i dipendenti abbiano compreso e ciò che i dipendenti davvero comprendono non dipende da una comunicazione insufficiente, ma da una comunicazione non sincera.
I leader annunciano che “l’IA vi libererà per lavori di maggior valore” senza specificare quali siano quei lavori o se esisteranno al livello retributivo attuale. Presentano le strategie di IA come piani definitivi quando in realtà sono ipotesi testate in tempo reale. Affermano certezze sulla traiettoria dell’IA quando nemmeno i vertici ne sono realmente sicuri.
Steve Cadigan spiega la dinamica.
Per avere fiducia, devi costruire una base di prestazioni coerenti e affidabili. E questo ancora non lo abbiamo del tutto con l’IA. Inoltre, abbiamo una narrazione enorme nel mondo dei media in questo momento, ovvero che l’intelligenza artificiale ti sostituirà. Ti porterà via il lavoro. Questo livello di paura e sfiducia creerà degli ostacoli all’implementazione.
La paura si manifesta in ciò che Ethan Mollick chiama "cyborg segreti": persone che utilizzano strumenti di IA senza dirlo ai loro capi, a volte per timore che ammettere l'uso segnali la propria sostituibilità. Questo è l'opposto della sperimentazione trasparente necessaria per la trasformazione; oggi lo chiamiamo shadow AI.
Johannes Sundlo, esperto di adozione dell'IA, mette in discussione il nostro rapporto con ciò che intendiamo come conoscenza.
Quando le università discutono se vietare l’IA perché gli studenti la usano per copiare, si stanno perdendo la questione fondamentale: che cos’è la conoscenza in un mondo abilitato dall’IA? Anche i leader nelle organizzazioni commettono lo stesso errore—cercano di controllare la narrazione invece di essere onesti su ciò che ancora non conoscono.
La trasparenza significa distinguere ciò che è certo (stiamo investendo nell'IA, alcuni ruoli cambieranno) da ciò che è incerto (esattamente quali ruoli e come). Significa condividere i risultati dei progetti pilota, inclusi i fallimenti. Significa ammettere "lo stiamo capendo insieme" invece di fingere di avere risposte che non si hanno.
Cadigan osserva che un elemento chiave che porta a errori sull'IA è che "è diversa da qualsiasi altra tecnologia che abbiamo visto finora. Di solito sappiamo abbastanza chiaramente come verrà applicata. Con l'IA, non sappiamo nemmeno ancora molto di ciò che è in grado di fare e lo stiamo ancora imparando. Le possibilità non sono ancora state pienamente esplorate, ma siamo abbastanza certi che qui ci sia un vantaggio competitivo. Quindi eccoci qua."
Questa incertezza rende obsoleti i modelli tradizionali di implementazione e rende essenziale una comunicazione onesta.
7. Pensiero Sistemico: Comprendere gli Effetti a Catena
La maggior parte dei progetti di IA fallisce ai confini tra i team. Si implementa uno strumento di IA nell'assistenza clienti senza considerare l'impatto su sviluppo prodotto (pattern di reclami diversi), marketing (cambiano le esigenze di comunicazione) o operations (i modelli di staff cambiano quando l'IA gestisce le questioni di routine ma delega quelle complesse).
La ricerca BCG sull'AI governance mostra che il 52% delle organizzazioni di successo ora utilizza team interfunzionali composti da leader del business e della tecnologia per guidare la strategia, rispetto al solo 5% dell'anno precedente. Questo cambiamento riconosce che le decisioni sull'IA generano conseguenze sulle persone e sui processi che gli approcci guidati dall'IT non possono affrontare.
La causa principale delle implementazioni a silos, secondo Cadigan, è il modo in cui abbiamo sempre lavorato in passato.
"Come il software preconfezionato," dice. "Lo installi, ti formano, ecco come si usa. Ma l'IA richiede sperimentazione, e non siamo abituati a vederla. Dobbiamo riconoscere che l'IA tocca i lavori, le carriere e le attività di tutti i nostri dipendenti in modi che richiedono una visione sistemica."
Caldwell paragona il dispiegamento di strumenti generici di IA senza formazione all'atto di consegnare ai dipendenti un coltellino svizzero con 20 funzioni, spiegandone solo tre. Senza comprendere come il proprio lavoro si collega a quello degli altri, si ottimizza localmente in modi che generano disfunzioni a livello di sistema.
Costruire Capacità, Non Solo Annunciare una Strategia
Queste sette capacità—empatia, presenza, product thinking, coraggio, pazienza strategica, trasparenza e pensiero sistemico—non sono soft skill. Sono un lavoro impegnativo che richiede pratica costante.
La ricerca BCG e Columbia mostra che le aziende con una forte leadership del cambiamento focalizzata sull'IA registrano margini di profitto 3,2 volte superiori rispetto a quelle che adottano approcci tradizionali guidati dall'IT. La sofisticazione tecnologica è sprecata se i team di leadership non sono in grado di guidare la trasformazione culturale richiesta dall'IA.
Siamo in un momento in cui leader e dirigenti hanno più probabilità di preoccuparsi di perdere il proprio lavoro nei prossimi dieci anni a causa dell’AI rispetto ai dipendenti in prima linea. Questa ansia crea pressione a muoversi rapidamente, apparire sicuri e dimostrare controllo. Ma i team esecutivi che stanno avendo successo stanno facendo l’opposto: si muovono deliberatamente, ammettono l’incertezza e costruiscono fiducia.
Il divario tra dove sei ora e dove dovresti essere rispetto a queste capacità non è fisso. Dipende da quanto deliberatamente investi nel costruirle. La domanda è: sei disposto a lavorarci mentre tutti gli altri fanno notizia?