Il CEO di Zapier afferma che il vero vantaggio dell’IA è la cultura, non la sofisticazione tecnica
Scopri come Zapier ha implementato l’IA su larga scala in assunzioni, performance e lavoro quotidiano concentrandosi sulla cultura, sulla velocità di apprendimento e sul potenziale umano, e non solo sugli strumenti.
Brandon Sammut
Chief People and AI Transformation Officer presso Zapier
Trasformazione guidata dall’IA: La vera trasformazione IA è una sfida umana, con enfasi sull’integrazione dell’IA nella cultura organizzativa.
Impatto sui lavori: L’IA sta rimodellando i lavori automatizzando le mansioni ripetitive e lasciando più spazio ad attività creative e strategiche.
Incremento delle performance: L’IA migliora le performance riducendo i tempi delle attività e aumentando la produttività e i salari dei team.
Semplicità prima della complessità: Soluzioni IA di valore spesso emergono da casi d’uso semplici che risolvono problemi reali delle persone.
Priorità culturale: Una trasformazione IA di successo richiede una cultura che supporti sperimentazione e apprendimento, non solo tecnologia.
Brandon Sammut è il Chief People and AI Transformation Officer presso Zapier. Lui e il team di Zapier hanno trascorso gli ultimi tre anni integrando l'IA nei loro sistemi, flussi di lavoro e pratiche relative alle persone.
Ci siamo seduti con Brandon per capire perché il suo ruolo sia passato da "People" a "People and AI Transformation". Ci ha raccontato che la vera trasformazione IA è una sfida umana, non una sfida tecnica.
Costruire sistemi che massimizzano il potenziale umano
Sono Brandon Sammut, Chief People & AI Transformation Officer in Zapier. Mi concentro sul futuro del lavoro all'intersezione tra talento e tecnologia.
Continua a leggere—e continua a guidare con intelligenza
Crea un account gratuito per terminare la lettura e unirti a una community di leader lungimiranti che sbloccano strumenti, playbook e approfondimenti per prosperare nell'era dell'IA.
Il mio percorso fino a qui è tutt'altro che lineare. Ho iniziato nell'istruzione—prima come residence director presso la University of Texas at Arlington—poi ho trascorso sei anni in Teach For America occupandomi di recruiting, finanza, operations e partnership aziendali.
Successivamente, ho conseguito un MBA e un Master in Educazione a Stanford, ho fatto uno stage nel venture capital presso Owl Ventures e alla fine sono arrivato al mio primo ruolo di CPO in LiveRamp (NYSE: RAMP). Ciò che accomuna queste esperienze è un filo conduttore che mi motiva profondamente. Come possiamo costruire sistemi che massimizzano il potenziale umano e come possiamo abbinare quelle potenzialità alle opportunità in modo scalabile?
Ho iniziato a lavorare in Zapier nel 2021, prima della rivoluzione della Gen AI. Nel marzo 2023, il nostro CEO ha dichiarato un "AI Code Red" a livello aziendale—una chiamata all'azione che ha cambiato tutto. Ci siamo resi conto che l'opportunità dell'IA per Zapier (e il rischio di non agire) era enorme.
Il nostro team People e io abbiamo trascorso gli ultimi tre anni implementando la trasformazione IA in tutta la employee experience: da come assumiamo a come sviluppiamo le persone, fino a come riprogettiamo il lavoro stesso.
Alla fine del 2025, abbiamo formalizzato questo lavoro ampliando il mio ruolo per includere esplicitamente la trasformazione IA oltre alla funzione People. La logica era semplice: la vera trasformazione IA è una sfida umana, non solo tecnica.
Zapier è una piattaforma di orchestrazione IA con un team completamente remoto di 800 persone in oltre 40 paesi. Il mio raggio d'azione copre l'intera funzione People, dall'acquisizione allo sviluppo dei talenti, operazioni sulle persone, total rewards—oltre allo sforzo di trasformazione IA aziendale di Zapier. Ciò include il nostro AI Transformation Center of Excellence, 11 pod dipartimentali integrati di trasformazione IA e il nostro open-source AI Transformation Framework, condiviso pubblicamente con il mercato più ampio.
In breve: sono responsabile sia delle persone che dei sistemi IA che aiutano quelle persone a dare il meglio nel loro lavoro. Collaboro anche con i nostri team a contatto con i clienti per aiutare altre organizzazioni a gestire con successo le proprie trasformazioni IA.
La vera trasformazione IA è una sfida umana, non solo tecnica.
In tutta la nostra azienda, il 97% dei dipendenti utilizza strumenti di codifica IA nel proprio lavoro principale. L'ottantotto per cento afferma che ha migliorato in modo misurabile la loro performance e l'engagement dei dipendenti supera l'80% nei nostri sondaggi pulse. Questo mi dice che, al momento, l'IA non sta erodendo l'esperienza dei dipendenti, ma lo diciamo con umiltà e restiamo curiosi sull'impatto dell'IA su come le persone vivono il proprio lavoro.
I lavori stanno diventando più interessanti, ed è questa la dimensione qualitativa che mi entusiasma di più. Quando automatizziamo le attività ripetitive, le persone si dedicano a lavori più creativi, strategici, umani.
Il nostro team di talent acquisition riceve regolarmente elogi per l'esperienza dei candidati. Non perché sia insolitamente numeroso, ma perché la gestione attenta di automazione e IA aumenta la personalizzazione.
Stanno emergendo nuovi percorsi di carriera. Persone che svolgevano lavori manuali e ripetitivi ora costruiscono automazioni, lavorano in ruoli di trasformazione IA e contribuiscono a funzioni del tutto nuove.
L'IA elimina il lavoro a basso valore e fa emergere i performer d'élite
Il nostro team di Customer Support ha ridotto il tempo medio di gestione dei ticket del 50% grazie alla sintesi potenziata dall’IA. Significa che ora rispondono alle domande dei clienti il doppio più velocemente. Lo stesso team ora è retribuito al 90° percentile del mercato. Non è una coincidenza.
Quando l’IA elimina la ripetizione a basso valore, le persone possono svolgere davvero lavori complessi, che richiedono giudizio — e puoi pagarle di conseguenza. Sono professionisti d’élite che producono risultati di valore.
Il nostro team Demand Gen ha creato un flusso di lavoro potenziato dall’IA che automatizza la ricerca dei lead e genera comunicazioni personalizzate per gli Account Executive in tempo reale. Questo ha liberato la capacità equivalente a 4,5 FTE, ha fatto risparmiare $15–20K nei costi degli strumenti e ha generato $1,2M in pipeline. Con un solo flusso di lavoro.
Revenue Operations ora gestisce 25 flussi di lavoro e agenti IA, risparmiando l’equivalente di 34 settimane lavorative a tempo pieno ogni mese. Il team Finance ha ridotto il tempo di chiusura di fine mese del 25% nonostante la maggiore complessità — con una squadra di 8 persone per un’azienda che supera i $5 miliardi di fatturato annuo.
La difficoltà sta nel fatto che la velocità del cambiamento genera stanchezza. Non tutti si muovono alla stessa velocità, e va bene così. Ma gestire questa eterogeneità su 800 persone richiede intenzionalità e alcuni flussi di lavoro basati sull’IA hanno necessitato di più iterazioni prima di ottenere risultati davvero soddisfacenti.
Non li chiamo fallimenti. È la natura del lavoro. L’intelligenza continua a crescere. Qualcosa che oggi non è ancora all’altezza potrebbe, in un mese, diventare tutt’altra storia.
Condivisione di Brandon
La domanda non è “Quanto è impressionante questo?” ma “Migliora davvero il lavoro di qualcuno?“
Perché la semplicità batte la complessità nelle iniziative di IA
All’inizio, il mio team e l’azienda credevano istintivamente che i casi d’uso più preziosi dell’IA dovessero essere tecnicamente sofisticati. Questo portava a sovra-ingegnerizzare. In realtà, alcune delle nostre iniziative a maggiore impatto sono state piuttosto semplici: automatizzare le comunicazioni ai candidati personalizzandole per ciascun ruolo, costruire un semplice coach IA per la definizione degli obiettivi e sintetizzare lunghi ticket di supporto in spunti operativi.
Se potessi tornare indietro, mi direi di partire dalla soluzione più semplice che risolva un vero problema umano. Non confondete la complessità tecnica con il valore per il business. La domanda non è “Quanto è impressionante questa soluzione?” ma “Migliora realmente il lavoro di una persona?”
Come una valutazione della fluency in IA alza la qualità dei nuovi assunti
Ora valutiamo la fluency in IA sul 100% dei candidati, per ogni dipartimento e ruolo. Si tratta del cambiamento operativo più grande che abbiamo fatto grazie all’IA. L’IA sta diventando uno standard per il modo in cui viene svolto il lavoro.
Abbiamo costruito un Framework di Fluency in IA con quattro livelli: Inaccettabile, Competente, Adottivo e Trasformativo.
“Inaccettabile” significa che qualcuno è attivamente resistente all’IA o non l’ha mai usata in modo intenzionale — per noi è uno showstopper.
“Competente” significa che hai utilizzato più volte l’IA con scopi precisi e dimostri di voler imparare — cerchiamo esempi concreti da poter raccontare, anche semplici.
“Adottivo” significa che hai superato l’utilizzo occasionale passando a un’applicazione regolare e intenzionale con impatto reale — cerchiamo storie con un ROI chiaro.
“Trasformativo” significa che l’IA ha cambiato radicalmente il tuo modo di lavorare, influenzando anche team, progetti o l’organizzazione — non solo la tua produttività personale.
Abbiamo inserito la valutazione della fluency in IA nei nostri colloqui strutturati e creato un Bar Raiser Interview Agent — uno strumento alimentato dall’IA che genera domande personalizzate in base al ruolo, livello e al nostro schema valutativo. Spiega perché sceglie ogni domanda, aiutando gli intervistatori ad allinearsi in modo coerente attraverso la nostra organizzazione di 800 persone con 10 VP.
Abbiamo formato il team recruiting a valutare la fluency e abbiamo calibrato che aspetto abbia il “buono” per ogni livello e ruolo. Anche dal punto di vista comportamentale, i responsabili delle assunzioni ora hanno un linguaggio comune per discutere la prontezza all’IA.
Come risultato, la qualità degli esperimenti e dell’apprendimento IA tra pari è aumentata in modo evidente dal momento in cui ogni nuovo assunto arrivava almeno con una fluency di base. Ha alzato l’asticella per tutta l’azienda.
Come l’IA migliora l’efficacia dei meeting individuali (1:1)
Ti guiderò attraverso il nostro Coach per meeting One-to-One perché è il progetto più sofisticato realizzato dal nostro team People e illustra come l'IA possa aumentare (e non sostituire) il lato umano della gestione.
Problema: Ogni leader sa che la qualità delle conversazioni one-to-one tra manager e i loro diretti riporti è uno dei migliori indicatori di coinvolgimento, retention e performance. Ma la maggior parte dei manager non riceve quasi mai coaching in tempo reale su come si comportano in queste conversazioni. Fanno abbastanza domande? Parlano troppo? Stanno creando spazio per l'altro?
Soluzione IA: Abbiamo creato un coach per one-to-one alimentato da IA. Dopo una riunione one-to-one (con piena trasparenza per entrambe le parti — è facoltativo e visibile), il sistema analizza la conversazione e genera un feedback di coaching per il manager.
Flusso end-to-end:
Manager e diretto riporto tengono la loro normale one-to-one (nulla cambia rispetto alla riunione tradizionale).
Dopo la riunione, l'IA analizza la struttura della conversazione — rapporto tra tempo di parola e ascolto, tipi di domande fatte e se il manager ha lasciato spazio alle priorità del riporto diretto.
Il coach genera un feedback personalizzato, per esempio: “Hai parlato per il 70% del tempo in questa riunione — prova a fare più domande aperte,” oppure “Hai posto ottime domande di chiarimento, ma hai perso l’opportunità di fare coaching sul problema sollevato dal tuo collaboratore.” Il feedback viene consegnato solo al manager — privato, costruttivo e immediatamente applicabile.
Nel tempo, il manager può vedere schemi ricorrenti tra vari one-to-one e monitorare la propria crescita.
Perché funziona: Risolve il problema della "scalabilità del Business Partner HR" che ogni azienda affronta. Non possiamo mettere un HRBP in ogni one-to-one. Ma possiamo fornire a ogni manager un coach privato che lo aiuti a migliorare nelle conversazioni più importanti—senza costringerlo a chiedere aiuto a qualcuno o ammettere che ha delle difficoltà.
L'architettura della fiducia è tutto: Quali dati vengono utilizzati? Dove vengono archiviati? Chi li vede? Siamo estremamente trasparenti su tutto questo. È una sorta di "armatura da Iron Man" per i manager — potenzia le loro capacità — invece di essere un controllore IA che spia ogni loro azione. Questa distinzione è fondamentale per favorirne l'adozione.
Condividerò anche un flusso di lavoro più semplice, ma altrettanto potente: il nostro Coach Feedback IA, che utilizziamo quando ci prepariamo a dare feedback costruttivo. È stato addestrato sul nostro framework interno di feedback e su esempi di feedback costruttivo eccellente.
Un dipendente può interagire privatamente, descrivere la situazione e ricevere aiuto nella strutturazione del feedback prima di una conversazione dal vivo. Risolve il problema umano: "So che devo dare questo feedback, ma non so come esprimerlo in modo efficace e non voglio parlarne ancora con un altro umano perché il contesto è troppo delicato." L’IA elimina del tutto questa barriera.
Risolve il problema umano: ‘So che devo dare questo feedback, ma non so come esprimerlo in modo efficace e non voglio parlarne ancora con un altro umano perché il contesto è troppo delicato. L’IA elimina del tutto questa barriera.
Chief People and AI Transformation Officer at Zapier
Perché le sfide nell'integrazione dell'IA sono più grandi dei fallimenti tecnologici
Per essere totalmente trasparente, i casi in cui l'IA ha deluso le aspettative sono stati dovuti meno a fallimenti tecnologici e più a una questione di integrazione. Il divario principale si è rivelato nel passaggio da adozione individuale a quella istituzionale dell’IA.
Anche se il 97% del nostro team utilizza l’IA, rimodellare davvero i processi aziendali fondamentali end-to-end con l’IA è tutta un'altra sfida.
Abbiamo raccolto in fretta i frutti più facili. Il lavoro più difficile e di valore superiore — ridisegnare i flussi di lavoro dalle fondamenta e far interagire tra loro gli strumenti alimentati da IA in un'orchestrazione strategica — è stato più lento e complicato di quanto avessi previsto.
Internamente, chiamiamo questo passaggio da "IA individuale" a "IA istituzionale su larga scala", ed è il nostro focus principale per il 2026. Richiede infrastrutture di autenticazione condivise, basi dati trasversali e, soprattutto, una revisione radicale di come i team si passano i processi. Questo è lavoro architetturale, non solo sperimentazione.
Un'altra ammissione onesta: la sovrabbondanza di fornitori di AI è reale. Il numero di strumenti che affermano di risolvere la trasformazione AI è travolgente. Un'altra lezione che abbiamo imparato a nostre spese è che consolidare su un piccolo numero di piattaforme principali è essenziale, invece di accumulare più di dieci soluzioni puntuali. Ora monitoriamo utilizzo, affidabilità e ROI di ogni strumento e dismettiamo attivamente quelli che non si integrano.
E l'ultimo svantaggio dell'AI: C'è stata una erosione della responsabilità a causa della comodità che l'AI crea. Quando l'AI genera risultati rapidamente e facilmente, i leader possono spedire cose senza una vera revisione umana. Il livello di qualità può abbassarsi per la velocità se i leader non stanno attenti. Se l'AI contribuisce al lavoro, le persone restano responsabili della sua accuratezza, tono e impatto.
Come l'AI cambia il bisogno di un curriculum formale
Davo per scontato che lo sviluppo delle capacità richiedesse un curriculum formale, ma mi sbagliavo.Per anni, il manuale standard in ambito Persone/L&D è stato identificare una carenza di competenze, progettare un programma di formazione, erogarlo, misurare il completamento.
L'AI ha rotto quel modello per noi. La tecnologia si evolve così rapidamente che, nel tempo in cui potremmo scrivere un curriculum tradizionale, sarebbe già obsoleto.
Lo abbiamo sostituito con una filosofia di apprendimento ancorata al tasso di apprendimento rispetto allo stock di conoscenza. Non abbiamo un curriculum AI formale in Zapier. Invece, integriamo l'apprendimento e la sperimentazione AI in quante più pratiche esistenti di Zapier possibile — le hack week sono diventate AI hack week, l'onboarding è diventato un percorso di alfabetizzazione AI, i canali di Q&A peer-to-peer con AI power users assegnati sono diventati il livello di supporto.
L'intuizione più profonda qui è che quanto sappiamo in un dato momento è meno importante di quanto impariamo velocemente. E gli ingredienti che massimizzano il tasso di apprendimento — sicurezza psicologica, cultura della sperimentazione, condivisione di ciò che funziona e di ciò che non funziona — sono ingredienti di cultura organizzativa che non tutte le aziende possiedono.
Perché la trasformazione AI è una sfida culturale
Brandon condivide
Se la tua cultura non supporta la sperimentazione — se le persone non si sentono al sicuro nel provare, fallire e condividere — nessuna quantità di strumenti AI ti porterà dove vuoi andare.
La trasformazione AI è una sfida per le persone, non una questione tecnica. Ogni azienda parla di trasformazione AI, ma poche la realizzano bene perché si concentrano prima sugli strumenti.
La vera trasformazione parte dalle persone, dalla cultura e dalla leadership. Se la tua cultura non supporta la sperimentazione — se le persone non si sentono al sicuro nel provare, fallire e condividere — nessuna quantità di strumenti AI ti porterà dove vuoi andare.
La funzione People non è mai stata più importante che nell'era dell'AI. Molte delle competenze in cui siamo formati — pianificazione della forza lavoro, change management, sviluppo della leadership — sono oggi più importanti che mai.
Le organizzazioni che apprenderanno l'AI più velocemente sono quelle in cui le persone si sentono libere di provare cose che potrebbero non funzionare, condividere apertamente quegli esperimenti e imparare pubblicamente dai fallimenti. Se la tua cultura punisce il fallimento o trattiene la conoscenza, gli strumenti AI non ti salveranno.
Abbiamo investito tanto tempo per assicurarci che questi elementi culturali fossero presenti quanto ne abbiamo investito nelle competenze tradizionali. Gli strumenti sono una base di partenza — la cultura è il vero elemento differenziante.
Perché la gestione delle performance ha bisogno di una revisione
La gestione delle performance è un ambito che dovrebbe essere riprogettato attivamente per un futuro potenziato dall'AI. Il tradizionale ciclo di valutazione delle performance — annuale o semestrale, retrospettivo, fortemente dipendente dalla memoria e dalle capacità di scrittura del manager — deve essere superato.
In Zapier, abbiamo già iniziato a riprogettare questo aspetto su più livelli:
Livello 1 – Raccolta delle evidenze (il workflow delle "Blob Notes"): Abbiamo creato un'integrazione con Slack estremamente semplice. Quando accade qualcosa di rilevante — un ottimo lavoro, un momento di leadership, un'area di crescita — un manager o un membro del team reagisce al messaggio Slack pertinente con una specifica emoji (noi la chiamiamo "blob notes": 📝). Questa reazione attiva un workflow Zapier che cattura il messaggio, lo riassume usando l'AI e registra una voce di evidenza sulle performance ordinata in un documento strutturato. Niente moduli, nessun cambio di contesto, nessun affidamento alla memoria mesi dopo. Catturiamo le evidenze nell'immediato con un semplice click sull'emoji.
Livello 2 – Stesura della valutazione (il Coach AI per le Performance Review): Quando arriva il momento delle valutazioni, fornisci il nome, il livello lavorativo e le evidenze di performance accumulate. L'AI redige una valutazione allineata ai nostri Impact Behaviors — i nostri standard di performance differenziati per livello lavorativo — utilizzando esempi concreti di ottime valutazioni come riferimento. Questo porta a valutazioni più chiare, basate su dati concreti e più facilmente azionabili, riducendo drasticamente il carico per i manager.
Livello 3 – Definizione degli obiettivi (l'AMP Goal Coach): Un chatbot aiuta tutti i dipendenti a fissare obiettivi concreti, misurabili e significativi in pochi minuti attraverso prompt guidati. Trasforma intenzioni confuse in risultati chiari e tracciabili.
Ma questo è ancora adozione dell'AI — rendere semplicemente più efficiente il sistema esistente. L'opportunità di trasformazione è molto più ampia.
E se le evidenze sulle performance venissero raccolte in modo continuo e passivo su tutte le superfici di lavoro — non solo su Slack? E se l'AI individuasse schemi nelle performance di un intero team che nessun manager da solo potrebbe mai notare? E se il coaching sui feedback fosse disponibile in tempo reale, sempre pronto su Slack, anziché solo prima di una conversazione programmata?
Ci stiamo dirigendo in quella direzione. I leader che ora ridisegnano questo sistema — mantenendo comunque la responsabilità umana delle decisioni effettive — avranno un vantaggio significativo in termini di densità di talento e di esperienza dei dipendenti.
Come l'AI rimodella la leadership e le strategie di staffing
Non abbiamo aggiunto alcuna nuova posizione per la nostra trasformazione AI nell'intera azienda, non solo nelle Risorse Umane. Non abbiamo spostato linee di riporto. È stata una scelta molto intenzionale.
Abbiamo invece costruito un modello organizzativo hub & spoke. Il centro, il nostro AI Transformation Center of Excellence, è un piccolo team che definisce standard, gestisce strumenti condivisi, mantiene il nostro scorecard sulla trasformazione AI e aiuta i team a scalare ciò che funziona senza reinventarlo.
Le "spoke" sono 11 AI Transformation Manager inseriti in ogni dipartimento (Build, Sales & Success, Marketing, Support, People, Exec Ops, Finance, Data, Ecosystems, BizOps, Legal). Ogni manager è responsabile della realizzazione di almeno uno studio di caso di trasformazione AI ogni trimestre per il proprio dipartimento.
Fondamentale: abbiamo assegnato i ruoli di ingegnere di automazione AI a membri già presenti nel nostro team People, perché queste persone hanno competenze HR specifiche già acquisite. Questo dimostra all'organizzazione ciò che vogliamo diventi realtà: pur essendoci cambiamenti nella gamma di ruoli, puntiamo sul nostro talento attuale.
Un leader HR comprende intuitivamente i confini netti nell'utilizzo dell'organigramma per guidare una trasformazione, ed è per questo che il ruolo centrale del team People in questo lavoro è così importante.
Abbiamo anche aumentato la retribuzione dal 50° al 90° percentile — un concetto che chiamiamo "densità di talento." Quando l'AI rende il team molto più produttivo, condividiamo i benefici. Il nostro team di customer support è un ottimo esempio: performer di alto livello che ottengono risultati rari, pagati di conseguenza.
Perché è importante condividere i guadagni di produttività guidati dall'AI con i team
Spero che i team di management si chiedano: "Cosa dovrebbe succedere al valore economico generato dai team potenziati dall'AI?" Spero che considerino l'idea di condividere l'incremento di produttività ottenuto dai team, grazie a un pensiero creativo e alla riprogettazione del lavoro tramite l'AI.
Il nostro team di customer support ha dimezzato il tempo medio di gestione. Ora sono performer d'élite che ottengono risultati rari nel mondo del supporto clienti. E vengono pagati di conseguenza — tra il top del 10° percentile di mercato.
Questo crea un bel allineamento. Se la trasformazione AI chiede di più alle persone — più sperimentazione, più apprendimento, più ripensamento del proprio ruolo — allora i vantaggi dovrebbero tornare a loro, non solo al bilancio aziendale. Credo che i leader che sapranno creare questo allineamento attireranno e tratterranno i migliori talenti in un mondo potenziato dall'AI.
Cinque modi in cui i leader possono navigare efficacemente la trasformazione guidata dall'AI
Quando pensi all’IA in questo modo, smetti di rincorrerla per il suo stesso scopo e inizi a chiederti: ‘Quale problema risolve e cosa significa ‘migliore’ per le persone coinvolte?’…Senza confini chiari, le persone tenderanno ad autolimitarsi più del necessario. Questo limita la creatività.
Chief People and AI Transformation Officer presso Zapier
Ecco cinque cose a cui i leader devono pensare quando affrontano la trasformazione IA (alcune delle quali potrebbero sembrare controintuitive):
Parti dalla cultura, non dagli strumenti. Fai un check-up: hai una forte percezione di sicurezza psicologica? Una dirigenza affidabile? Una vera cultura della sperimentazione? Questi ingredienti culturali contano almeno quanto le competenze. Saranno il vento a favore — o contrario — mentre costruisci padronanza.
Pensa all'IA come a uno strumento, non a un obiettivo. Questo vale per la tecnologia in generale. Le tecnologie sono strumenti — mezzi — modi per realizzare qualcosa. Se la pensi così, smetti di rincorrerla per il suo stesso scopo e inizi a chiederti: "Quale problema risolve e cosa significa 'migliore' per le persone coinvolte?"
Pubblica subito le tue linee guida. Senza confini chiari, le persone si limiteranno più del necessario. Questo limita la creatività. La prima cosa che abbiamo fatto dopo il nostro Code Red è stata sviluppare delle linee guida sull'utilizzo 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. Un singolo individuo responsabile della trasformazione IA, che abbia il potere di dare priorità e allocare risorse. In Zapier, sono io — e questa chiara assegnazione della responsabilità ci ha permesso di passare da sperimentazioni sparse a una trasformazione coordinata.
Applica la “regola del tre”. Se il tuo team svolge manualmente un compito tre volte, alla quarta lo automatizza. Oppure spiega perché non può o non deve essere automatizzato. Questo crea una norma culturale: l’automazione non è un’aspirazione—è un’attesa. Aiuta anche a sviluppare l’attitudine al riconoscimento dei compiti ripetibili, il primo passo per riprogettare il lavoro.
E un bonus: rendi open-source il tuo playbook. Condividi ciò che stai imparando. Condividere i progressi in modo sincero accelera l’apprendimento di tutto il settore. Per la trasformazione IA, l’open source ci aiuta a imparare tutti più velocemente, insieme.
