Il responsabile di Zapier afferma che il vero vantaggio dell’IA è la cultura, non la sofisticazione tecnica
Scopri come Zapier ha ampliato l’uso dell’IA nelle assunzioni, nelle prestazioni e nel lavoro quotidiano concentrandosi sulla cultura, sulla velocità di apprendimento e sul potenziale umano, invece che soltanto sugli strumenti.
Brandon Sammut
Responsabile del personale e della trasformazione attraverso l’IA presso Zapier
Trasformazione guidata dall’IA: La vera trasformazione attraverso l’IA è una sfida legata alle persone e si concentra sull’integrazione dell’IA nella cultura organizzativa.
Impatto sui posti di lavoro: L’IA sta trasformando i posti di lavoro automatizzando le attività ripetitive e consentendo di dedicarsi maggiormente a lavori creativi e strategici.
Miglioramento delle prestazioni: L’IA migliora le prestazioni riducendo il tempo necessario per le attività e aumentando la produttività e gli stipendi dei team.
La semplicità prima della complessità: Le soluzioni di IA più preziose spesso nascono da casi d’uso semplici che risolvono problemi umani reali.
Priorità culturale: Una trasformazione attraverso l’IA di successo richiede una cultura che sostenga la sperimentazione e l’apprendimento, non soltanto la tecnologia.
Brandon Sammut è il Responsabile delle persone e della trasformazione dell'IA di Zapier. Lui e il team di Zapier hanno trascorso gli ultimi tre anni a integrare l'IA nei loro sistemi, flussi di lavoro e nelle pratiche relative alle persone.
Abbiamo parlato con Brandon per capire perché il suo ruolo sia passato da "Persone" a "Persone e trasformazione dell'IA". Ci ha spiegato che la vera trasformazione dell'IA è una sfida legata alle persone, non una sfida tecnica.
Costruire sistemi che massimizzano il potenziale umano
Sono Brandon Sammut, Responsabile delle persone e della trasformazione dell'IA di Zapier. Mi concentro sul futuro del lavoro all'intersezione tra talento e tecnologia.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Il mio percorso è tutt'altro che lineare. Ho iniziato nel settore dell'istruzione, prima come direttore di una residenza presso l'University of Texas at Arlington, e poi ho trascorso sei anni presso Teach For America occupandomi di selezione, finanza, attività operative e partnership aziendali.
In seguito ho conseguito un MBA e un master in educazione a Stanford, ho svolto un tirocinio nel venture capital presso Owl Ventures e infine ho assunto il mio primo ruolo di CPO presso LiveRamp (NYSE: RAMP). Il filo conduttore di queste esperienze è qualcosa che mi motiva profondamente. Come possiamo costruire sistemi che massimizzino il potenziale umano e come possiamo associare in modo scalabile quel potenziale alle opportunità?
Mi sono unito a Zapier nel 2021, prima della rivoluzione dell'IA generativa. Nel marzo 2023, il nostro CEO ha lanciato un "Codice rosso dell'IA" a livello aziendale, un appello all'azione che ha cambiato tutto. Ci siamo resi conto che l'opportunità offerta dall'IA di Zapier (e il rischio dell'inazione) era enorme.
Negli ultimi tre anni, il mio team dedicato alle persone e io abbiamo implementato la trasformazione dell'IA nell'intera esperienza dei dipendenti, dal modo in cui assumiamo al modo in cui sviluppiamo le persone, fino alla riprogettazione del lavoro stesso.
Alla fine del 2025 abbiamo formalizzato questo lavoro ampliando il mio ruolo, affidandomi esplicitamente la responsabilità della trasformazione dell'IA oltre a quella delle persone. La logica era semplice: la vera trasformazione dell'IA è una sfida legata alle persone, non soltanto tecnica.
Zapier è una piattaforma di orchestrazione dell'IA con un team di 800 persone, completamente da remoto, distribuito in oltre 40 Paesi. Il mio ambito comprende l'intera funzione dedicata alle persone, dall'acquisizione allo sviluppo dei talenti, dalle attività operative relative alle persone alla retribuzione complessiva, oltre all'impegno di Zapier per la trasformazione dell'IA a livello aziendale. Questo include il nostro Centro di eccellenza per la trasformazione dell'IA, 11 gruppi integrati di trasformazione dell'IA a livello dei dipartimenti e il nostro framework a codice aperto per la trasformazione dell'IA, condiviso pubblicamente con il mercato più ampio.
In breve: sono responsabile sia delle persone sia dei sistemi di IA che le aiutano a svolgere al meglio il proprio lavoro. Collaboro inoltre con i nostri team a contatto con i clienti per aiutare altre organizzazioni ad avere successo nei loro percorsi di trasformazione dell'IA.
La vera trasformazione dell’IA è una sfida legata alle persone, non soltanto tecnica.
Come l'IA rende il lavoro più umano
In tutta la nostra azienda, il 97% dei dipendenti utilizza strumenti di programmazione basati sull'IA nel proprio lavoro principale. L'88% afferma che questi strumenti hanno migliorato concretamente le proprie prestazioni e il coinvolgimento dei dipendenti supera l'80% nei nostri sondaggi periodici. Questo mi indica che al momento l'IA non sta erodendo l'esperienza dei dipendenti, ma lo affermiamo con umiltà e continuiamo a osservare con curiosità l'impatto dell'IA sul modo in cui le persone vivono il proprio lavoro.
I lavori stanno diventando più interessanti, ed è questa la storia qualitativa che mi entusiasma di più. Quando automatizziamo le attività ripetitive, le persone svolgono un lavoro più creativo, strategico e umano.
Il nostro team di acquisizione dei talenti riceve regolarmente elogi per l'esperienza dei candidati. Non perché disponga di un team insolitamente numeroso, ma perché un'orchestrazione ponderata dell'automazione e dell'IA aumenta la personalizzazione.
Stanno emergendo nuovi percorsi di carriera. Le persone che svolgevano attività manuali e ripetitive ora costruiscono automazioni, ricoprono ruoli nella trasformazione dell'IA e contribuiscono a funzioni completamente nuove.
L'IA elimina il lavoro a basso valore e porta alla luce i migliori talenti
Il nostro team di Assistenza clienti ha ridotto del 50% il tempo medio di gestione dei ticket grazie ai riepiloghi basati sull'IA. Questo significa che ora risponde alle domande dei clienti il doppio più velocemente. Lo stesso team è ora retribuito al 90° percentile del mercato. Non è una coincidenza.
Quando l'IA elimina le ripetizioni a basso valore, le persone svolgono un lavoro davvero difficile e caratterizzato da un'elevata capacità di giudizio — e puoi retribuirle di conseguenza. Sono professionisti d'élite che producono risultati preziosi.
Il nostro team di Generazione della domanda ha creato un flusso di lavoro basato sull'IA che ha automatizzato la ricerca sui lead e generato contatti personalizzati per gli AE in tempo reale. Questo ha recuperato una capacità equivalente a 4,5 FTE, consentito di risparmiare $15–20K sui costi degli strumenti e generato $1,2M di pipeline. Un solo flusso di lavoro.
Le operazioni relative ai ricavi gestiscono ora 25 flussi di lavoro e agenti IA, risparmiando l'equivalente di 34 settimane di lavoro a tempo pieno ogni mese. Il team Finanza ha ridotto del 25% la chiusura di fine mese nonostante la maggiore complessità — con un team di 8 persone per un'azienda che supera i $5 miliardi di fatturato annuo.
La difficoltà è stata il fatto che il ritmo del cambiamento crea stanchezza. Non tutti procedono alla stessa velocità, ed è normale. Ma gestire questa disomogeneità tra 800 persone richiede intenzionalità, e alcuni flussi di lavoro basati sull'IA hanno avuto bisogno di più iterazioni prima di produrre risultati di cui fossimo davvero soddisfatti.
Non definisco questi casi dei fallimenti. È la natura del lavoro. L'intelligenza continua a crescere. Qualcosa che oggi non è ancora del tutto pronto potrebbe avere una storia completamente diversa tra un mese.
Perché la semplicità prevale sulla complessità nelle iniziative di IA
All'inizio, il mio team e l'azienda erano convinti, quasi per riflesso, che i più preziosi casi d'uso dell'IA sarebbero stati tecnicamente sofisticati. Questo ha portato a un'eccessiva complessità progettuale. In realtà, alcuni dei lavori con il maggiore impatto sono stati piuttosto semplici: automatizzare le comunicazioni con i candidati, personalizzate per ciascun ruolo, creare un semplice assistente IA per la definizione degli obiettivi e riassumere lunghi ticket di assistenza trasformandoli in informazioni utili per agire.
Se potessi tornare indietro, direi a me stesso di iniziare dalla soluzione più semplice che risolva un problema concreto per le persone. Non confondere la complessità tecnica con il valore aziendale. La domanda non è "Quanto è impressionante?". È "Migliora davvero il lavoro di qualcuno?"
Come una valutazione della padronanza dell'IA alza l'asticella per i nuovi assunti
Ora valutiamo la padronanza dell'IA nel 100% dei candidati, per ogni reparto e ogni ruolo. Questo è il più grande cambiamento operativo che abbiamo apportato a causa dell'IA. L'IA sta diventando un requisito fondamentale per il modo in cui viene svolto il lavoro.
Abbiamo creato un quadro per la padronanza dell'IA con quattro livelli: Inaccettabile, Competente, Adottivo e Trasformativo.
- "Inaccettabile" significa che una persona è attivamente contraria all'IA o non l'ha mai utilizzata in modo intenzionale — per noi è una condizione che esclude il candidato.
- "Competente" significa aver utilizzato ripetutamente l'IA con uno scopo preciso e mostrare progressi nell'apprendimento — cerchiamo esempi concreti che i candidati sappiano descrivere, anche semplici.
- "Adottivo" significa essere passati dall'uso occasionale a un'applicazione regolare e intenzionale con un impatto concreto — cerchiamo storie chiare di ROI.
- "Trasformativo" significa che l'IA ha cambiato radicalmente il modo in cui lavori e che questo nuovo modo di lavorare influenza il tuo team, i tuoi progetti o la tua organizzazione — non solo la tua produttività personale.
In tutti i sistemi, abbiamo integrato la valutazione della padronanza dell'IA nei nostri colloqui strutturati e creato un Agente IA per i colloqui di valutazione finale — uno strumento basato sull'IA che genera domande personalizzate in base al ruolo, al livello e alla nostra griglia di valutazione. Spiega perché ha scelto ciascuna domanda, aiutando gli intervistatori a mantenere criteri coerenti in tutta la nostra organizzazione di 800 persone con 10 VP.
Abbiamo formato il nostro team di selezione per valutare la padronanza e definito, per ciascun ruolo, l'aspetto di una buona prestazione a ogni livello. Dal punto di vista comportamentale, ora i responsabili delle assunzioni condividono un linguaggio comune per discutere la preparazione all'IA.
Per quanto riguarda i risultati, la qualità della sperimentazione e dell'apprendimento sull'IA tra colleghi ha accelerato sensibilmente quando ogni nuovo assunto ha iniziato con almeno una padronanza di base. Ha innalzato il livello minimo dell'intera azienda.
Come l'IA migliora l'efficacia delle riunioni individuali
Illustrerò il nostro Coach per le riunioni individuali, perché è il progetto più sofisticato che abbiamo realizzato nel team People e dimostra come l'IA possa potenziare (non sostituire) l'aspetto umano della gestione.
Problema: ogni leader delle persone sa che la qualità delle conversazioni individuali tra manager e collaboratori diretti è uno dei predittori più solidi di coinvolgimento, fidelizzazione e prestazioni. Tuttavia, la maggior parte dei manager riceve poco coaching in tempo reale su come si comporta durante queste conversazioni. Fa abbastanza domande? Parla troppo? Sta creando spazio per l'altra persona?
Soluzione basata sull'IA: abbiamo creato un coach per le riunioni individuali basato sull'IA. Dopo una riunione individuale (con piena trasparenza per entrambe le parti — si tratta di una scelta facoltativa e visibile), il sistema analizza la conversazione e genera un feedback di coaching per il manager.
Flusso end-to-end:
- Il manager e il collaboratore diretto svolgono la loro consueta riunione individuale (la riunione in sé non cambia).
- Dopo la riunione, l'IA analizza la struttura della conversazione — il rapporto tra tempo di parola e ascolto, i tipi di domande poste e se il manager ha lasciato spazio alle priorità del collaboratore diretto.
- Il coach genera un feedback personalizzato, come: “Hai parlato per il 70% del tempo durante questa riunione: valuta la possibilità di porre più domande aperte” oppure “Hai posto ottime domande di chiarimento, ma hai perso l'opportunità di aiutare il collaboratore a riflettere sul problema che ha sollevato”. Il coach fornisce il feedback solo al manager: è privato, costruttivo e immediatamente applicabile.
- Nel tempo, il manager può individuare schemi ricorrenti tra più riunioni individuali e monitorare la propria crescita,
Perché funziona: risolve il problema della “scalabilità del partner aziendale delle risorse umane” che ogni azienda deve affrontare. Non possiamo inserire un HRBP in ogni riunione individuale. Ma possiamo fornire a ogni manager un coach privato che lo aiuti a migliorare nelle conversazioni più importanti, senza obbligarlo a chiedere aiuto a qualcuno o ad ammettere di essere in difficoltà.
L'architettura della fiducia è fondamentale: quali dati vengono utilizzati? Dove vengono archiviati? Chi li vede? Siamo radicalmente trasparenti su tutto questo. È una “tuta di Iron Man” per i manager: ne potenzia le capacità, invece di essere un supervisore basato sull'IA che li osserva costantemente. Questa distinzione è estremamente importante per l'adozione.
Condividerò anche un flusso di lavoro più semplice ma altrettanto efficace: il nostro Coach per il feedback basato sull'IA, che utilizziamo quando ci prepariamo a fornire un feedback costruttivo. È addestrato sul nostro framework interno per il feedback e su esempi di feedback costruttivi eccellenti.
Un dipendente può interagire privatamente, descrivere la situazione e ricevere aiuto per strutturare il proprio feedback prima di una conversazione dal vivo. Risolve il problema umano di: “So di dover dare questo feedback, ma non so come esprimerlo con abilità e non voglio ancora parlarne con un'altra persona perché il contesto è troppo delicato”. L'IA elimina completamente questa barriera.
\u003cstrong\u003eRisolve il problema umano di: ‘\u003cem\u003eSo di dover dare questo feedback, ma non so come esprimerlo con abilità e non voglio ancora parlarne con un’altra persona perché il contesto è troppo delicato.’\u003c/em\u003e L’IA elimina completamente questa barriera.\u003c/strong\u003e
Perché le difficoltà di integrazione dell'IA sono più grandi dei problemi tecnologici
Parlando con la massima franchezza, i casi in cui l'IA ha prodotto risultati inferiori alle aspettative sono dipesi meno da un fallimento della tecnologia e più dalla difficoltà di integrazione. Il divario maggiore è stato il passaggio dall'adozione dell'IA a livello individuale a quella istituzionale.
Sebbene il 97% del nostro team utilizzi l'IA, ripensare radicalmente i processi aziendali fondamentali da un capo all'altro con l'IA è una sfida completamente diversa.
Abbiamo raccolto rapidamente i frutti più facili. Il lavoro più difficile e di maggior valore — riprogettare i flussi di lavoro a partire dai principi fondamentali e fare in modo che gli strumenti basati sull'IA dialoghino tra loro attraverso un'orchestrazione strategica — è più lento e disordinato di quanto avessi previsto.
Internamente, definiamo questo passaggio “dall'IA individuale all'IA istituzionale su larga scala” ed è il nostro obiettivo principale per il 2026. Richiede un'infrastruttura di autenticazione condivisa, basi dati interfunzionali e un ripensamento radicale del modo in cui i team trasferiscono i processi. È un lavoro architetturale, non solo sperimentazione.
Un'altra ammissione sincera: il sovraccarico di fornitori di IA è reale. Il numero di strumenti che affermano di poter risolvere la trasformazione dell'IA è schiacciante. Un'altra lezione che abbiamo imparato a nostre spese è che consolidare le attività in un numero ridotto di piattaforme fondamentali è essenziale, invece di accumulare più di dieci soluzioni specifiche. Ora monitoriamo l'utilizzo, l'affidabilità e il ROI di ogni strumento e dismettiamo attivamente quelli che non si integrano.
E l'ultimo svantaggio dell'IA: si è verificata un'erosione della responsabilità a causa della comodità che l'IA offre. Quando l'IA genera risultati rapidamente e facilmente, i leader possono pubblicare contenuti senza un'autentica revisione umana. Il livello qualitativo può abbassarsi in nome della velocità se i leader non prestano attenzione. Se l'IA contribuisce al lavoro, gli esseri umani restano responsabili della sua accuratezza, del tono e dell'impatto.
Come l'IA cambia la necessità di un curriculum formale
Davo per scontato che lo sviluppo delle competenze richiedesse un curriculum formale, ma mi sbagliavo. Per anni, il modello operativo standard nell'ambito People/L&D è stato identificare una lacuna nelle competenze, progettare un programma di formazione, erogarlo e misurare il completamento.
L'IA ha infranto questo modello per noi. La tecnologia cambia così rapidamente che, quando avremmo potuto scrivere un curriculum tradizionale, sarebbe già stato obsoleto.
Lo abbiamo sostituito con una filosofia dell'apprendimento incentrata sulla velocità di apprendimento più che sulla quantità di conoscenze. In Zapier non abbiamo un curriculum formale sull'IA. Invece, integriamo l'apprendimento e la sperimentazione sull'IA nel maggior numero possibile di pratiche già esistenti di Zapier: le settimane di hack sono diventate settimane di hack sull'IA, l'inserimento è diventato un percorso introduttivo alla familiarità con l'IA e i canali di domande e risposte tra colleghi, con utenti esperti di IA assegnati, sono diventati il livello di supporto.
L'intuizione più profonda è che quanto sappiamo in un dato momento è meno importante della rapidità con cui impariamo. E gli ingredienti che massimizzano la velocità di apprendimento — sicurezza psicologica, una cultura della sperimentazione, la condivisione di ciò che funziona e di ciò che non funziona — sono ingredienti della cultura organizzativa che non tutte le aziende hanno già adottato.
Perché la trasformazione dell'IA è una sfida culturale
La trasformazione dell'IA è una sfida legata alle persone, non tecnica. Ogni azienda parla di trasformazione dell'IA, ma poche la realizzano bene perché si concentrano prima sugli strumenti.
La vera trasformazione inizia dalle persone, dalla cultura e dalla leadership. Se la vostra cultura non sostiene la sperimentazione — se le persone non si sentono al sicuro nel provare, fallire e condividere — nessuno strumento di IA vi porterà dove volete arrivare.
La funzione People non è mai stata così importante come nell'era dell'IA. Molte delle attività per cui siamo formati — pianificazione della forza lavoro, gestione del cambiamento, sviluppo della leadership — oggi sono più importanti, non meno.
Le organizzazioni che impareranno più rapidamente a usare l'IA saranno quelle in cui le persone si sentiranno al sicuro nel provare cose che potrebbero non funzionare, nel condividere apertamente questi esperimenti e nell'imparare pubblicamente dai fallimenti. Se la vostra cultura punisce il fallimento o custodisce gelosamente le conoscenze, gli strumenti di IA non vi salveranno.
Abbiamo dedicato tanto tempo ad assicurarci che questi elementi culturali fossero presenti quanto ne abbiamo dedicato allo sviluppo tradizionale delle competenze. Gli strumenti sono ormai imprescindibili: la cultura è ciò che fa la differenza.
Perché la gestione delle performance deve essere riprogettata
La gestione delle performance è un'area che dovrebbe essere riprogettata attivamente in vista di un futuro potenziato dall'IA. Il tradizionale ciclo di valutazione delle performance — annuale o semestrale, orientato al passato e fortemente dipendente dalla memoria e dalle capacità di scrittura di un manager — deve essere superato.
In Zapier abbiamo già iniziato a riprogettarlo su più livelli:
- Livello 1 – Raccolta delle evidenze (il flusso di lavoro "Blob Notes"): abbiamo creato un'integrazione Slack estremamente semplice. Quando accade qualcosa di degno di nota — un ottimo lavoro, un momento di leadership, un'area di crescita — un manager o un membro del team reagisce al messaggio Slack pertinente con un'emoji specifica (la chiamiamo "blob notes": 📝). Questa reazione attiva un flusso di lavoro Zapier che acquisisce il messaggio, lo riassume utilizzando l'IA e registra una voce ordinata relativa alle evidenze della performance in un documento strutturato. Niente moduli, nessun cambio di contesto, nessuna dipendenza dalla memoria a distanza di mesi. Acquisiamo le evidenze nel momento stesso in cui si verificano, con un solo clic su un'emoji.
- Livello 2 – Redazione delle valutazioni (il Coach IA per le valutazioni della performance): quando arriva il momento della valutazione, fornisci il nome, il livello professionale e le evidenze della performance accumulate. L'IA redige una valutazione allineata ai nostri Comportamenti di impatto — i nostri standard di performance differenziati in base al livello professionale — utilizzando come riferimento esempi concreti di valutazioni eccellenti. Il risultato sono valutazioni più chiare, basate maggiormente sulle evidenze e più operative, riducendo drasticamente il peso sui manager.
- Livello 3 – Definizione degli obiettivi (il Coach degli obiettivi AMP): un chatbot aiuta tutti i dipendenti a definire obiettivi operativi, misurabili e significativi in pochi minuti, attraverso suggerimenti guidati. Trasforma intenzioni confuse in risultati chiari e monitorabili.
Tuttavia, si tratta ancora di adozione dell'IA — rendere più efficiente il sistema esistente. L'opportunità di trasformazione è molto più ampia.
E se le evidenze della performance venissero acquisite continuamente e passivamente su tutte le piattaforme di lavoro — non solo su Slack? E se l'IA facesse emergere schemi nei dati relativi alla performance di un intero team che un singolo manager non potrebbe mai individuare? E se il coaching sul feedback fosse disponibile in tempo reale, pronto all'uso in Slack, non solo prima di una conversazione programmata?
Ci stiamo dirigendo in quella direzione. I leader che riprogetteranno ora questo sistema — mantenendo al contempo la responsabilità umana per le decisioni effettive — avranno un vantaggio significativo in termini di densità dei talenti ed esperienza dei dipendenti.
Come l'IA trasforma le strategie di leadership e di gestione del personale
Non abbiamo aggiunto nuove persone al nostro organico per la trasformazione dell'IA nell'intera azienda, non solo nelle Risorse umane. Non abbiamo modificato alcuna linea gerarchica. È stata una decisione molto intenzionale.
Abbiamo invece creato un modello di gestione del personale a hub e diramazioni. L'hub, il nostro Centro di eccellenza per la trasformazione dell'IA, è un piccolo team che stabilisce gli standard, gestisce gli strumenti condivisi, mantiene la nostra scheda di valutazione della trasformazione dell'IA e aiuta i team a estendere ciò che funziona senza reinventarlo.
Le diramazioni sono 11 responsabili della trasformazione dell'IA inseriti in ciascun dipartimento (Sviluppo, Vendite & Successo clienti, Marketing, Supporto, Persone, Operazioni esecutive, Finanza, Dati, Ecosistemi, Operazioni aziendali, Legale). Ogni responsabile è tenuto a realizzare almeno un caso di studio sulla trasformazione dell'IA per trimestre dal proprio dipartimento.
È importante sottolineare che abbiamo assegnato i ruoli di ingegnere dell'automazione IA a persone del nostro team People esistente, perché queste persone possiedono già competenze specifiche in ambito HR. Questo dimostra all'organizzazione ciò che vogliamo rendere realtà: sebbene si verificheranno cambiamenti nell'insieme dei ruoli che ricopriamo, puntiamo sui nostri talenti attuali.
Un leader HR comprende intuitivamente i rischi dell'utilizzo dell'organigramma per guidare la trasformazione, ed è per questo che il ruolo centrale dell'organizzazione People in questo lavoro è importante.
Abbiamo inoltre aumentato la retribuzione dal 50° al 90° percentile — un concetto che chiamiamo "densità dei talenti". Quando l'IA rende il tuo team concretamente più produttivo, condividi i vantaggi. Il nostro team di assistenza clienti ne è un ottimo esempio: professionisti d'élite che producono risultati rari, retribuiti di conseguenza.
Perché è importante condividere con i team i guadagni di produttività generati dall'IA
Spero che i team dirigenziali si chiedano: "Che cosa dovrebbe accadere al valore economico creato dai team potenziati dall'IA?" Spero che prendano in considerazione la possibilità di condividere l'aumento di produttività che i team ottengono pensando in modo creativo e riprogettando il lavoro attraverso l'IA.
Il nostro team di assistenza clienti ha dimezzato il tempo medio di gestione. Ora è composto da professionisti d'élite che producono risultati piuttosto rari nel mondo dell'assistenza clienti. E vengono retribuiti di conseguenza — nel 10% superiore del mercato.
Questo crea un buon allineamento. Se la trasformazione dell'IA richiede di più alle persone — più sperimentazione, più apprendimento, più ripensamento dei propri ruoli — allora i vantaggi dovrebbero tornare a loro, non solo finire nel bilancio. Credo che i leader capaci di trovare questo allineamento attireranno e manterranno i migliori talenti in un mondo potenziato dall'IA.
Cinque modi in cui i leader possono gestire efficacemente la trasformazione guidata dall'IA
Quando pensi all’IA in questo modo, smetti di inseguirla fine a se stessa e inizi a chiederti: ‘Quale problema risolve e che aspetto ha il concetto di ‘meglio’ per le persone coinvolte?…Senza limiti chiari, le persone si limiteranno più del necessario. Questo limita la creatività.
Ecco cinque cose su cui i leader devono riflettere quando affrontano la trasformazione con l'IA (alcune delle quali potrebbero sembrare controintuitive):
- Inizia dalla cultura, non dagli strumenti. Fai una verifica dello stato attuale: hai un forte senso di sicurezza psicologica? Una gestione di cui ci si fida? Una cultura autentica della sperimentazione? Questi elementi culturali contano almeno quanto le competenze. Saranno il vento a favore — oppure il vento contrario — mentre costruisci la tua padronanza.
- Considera l'IA uno strumento, non un risultato. Questo vale per la tecnologia in generale. Le tecnologie sono strumenti — mezzi — modi per portare a termine le attività. Quando pensi all'IA in questo modo, smetti di inseguirla fine a se stessa e inizi a chiederti: "Quale problema risolve e che aspetto ha il concetto di 'meglio' per le persone coinvolte?"
- Rendi pubblici presto i tuoi limiti. Senza confini chiari, le persone si limiteranno più del necessario. Questo limita la creatività. La prima cosa che abbiamo fatto dopo il nostro allarme rosso è stata sviluppare linee guida per l'uso dell'IA. Questo ha sbloccato più sperimentazione, non meno.
- Nomina un unico leader responsabile. Non un comitato. Non un gruppo di lavoro che si riunisce ogni mese. Una singola persona responsabile della trasformazione con l'IA, con il potere di stabilire le priorità e allocare le risorse. In Zapier, quella persona sono io — e una responsabilità chiara ci ha portati dalla sperimentazione frammentata alla trasformazione coordinata.
- Applica la “regola del tre”. Se il tuo team fa qualcosa manualmente tre volte, la quarta volta la automatizza. Oppure deve spiegare perché non può o non dovrebbe essere automatizzata. Questo crea una norma culturale: l'automazione non è un'aspirazione—è un'aspettativa. Inoltre, sviluppa la capacità di riconoscere le attività ripetibili, il primo passo verso la riprogettazione del lavoro.
E un consiglio extra: rendi pubblico il tuo manuale operativo. Condividi ciò che stai imparando. Condividere apertamente i progressi accelera l'intero settore. Per la trasformazione con l'IA, rendere pubbliche le nostre risorse aiuta tutti noi a imparare più velocemente, insieme.
Segui gli aggiornamenti
Puoi seguire il lavoro di Brandon Sammut su LinkedIn. E dai un'occhiata al modello di Zapier per la trasformazione con l'IA.
Presto arriveranno altre interviste con esperti su People Managing People!
