Formatore aziendale e leader di pensiero condivide i flussi di lavoro e i framework che utilizza per trasformare le aziende con l’IA

Il percorso di leadership di Christopher Lind gli ha permesso di lavorare con alcune delle più grandi aziende al mondo — come GE Healthcare, dove è stato Responsabile Globale dei Sistemi e della Tecnologia dei Talenti. Ora guida la trasformazione aziendale sfruttando il giusto equilibrio tra persone e tecnologia.

Christopher Lind

Consulente HR e IA

By Faye Wai on Jun 23, 2026

Key Takeaways

L’IA rende la leadership più umana: Lind sottolinea che, mentre la tecnologia evolve rapidamente, i fondamenti della leadership restano radicati nell’empatia, nell’adattabilità e nella comprensione delle persone.

Rallenta per crescere più velocemente: Adottare l’IA di fretta senza comprendere i flussi di lavoro porta a inefficienze nello scalare. Lind consiglia ai leader di scomporre prima i processi, individuare dove l’IA porta realmente valore e integrarla in modo intenzionale.

Costruisci l’alfabetizzazione sull'IA come disciplina misurabile: Il framework di Lind sull’efficacia dell’IA, composto da sei parti: Intenzionalità, Discernimento, Allineamento Etico, Competenza Tecnica, Integrazione nei Flussi di Lavoro e Discernimento nella Delegazione, aiuta le organizzazioni a valutare e migliorare il modo in cui le persone usano l’IA.

Ci siamo seduti con lui per capire quali flussi di lavoro sta rivoluzionando con l’IA e quali framework utilizza per garantire l'alfabetizzazione all’IA nelle organizzazioni. Ecco cosa ci ha raccontato.

Da leader per caso a trasformatore strategico

Ho avuto una carriera dinamica che può essere descritta come vivere all’intersezione tra business, tecnologia e persone. Sulla carta sembra una carriera nella formazione aziendale, ma in pratica si è trattato di guidare la trasformazione aziendale attraverso le persone su cui si basa l’azienda, e di ottimizzare quella trasformazione grazie alla tecnologia.

Non ho mai ambito a diventare un leader. Volevo solo cambiare le cose in meglio e usare tutte le competenze ed esperienza che avevo a disposizione per riuscirci. Tuttavia, questo mi ha portato a guidare squadre in alcune delle aziende più conosciute al mondo, come GE Healthcare e HR.com, a occuparmi di progetti che non avrei mai potuto immaginare, e ad avere una voce nel settore che anni fa, da introverso, avrei temuto di avere.

You should also read

Perché l’IA rende la leadership più umana — non meno

Anche se i miei metodi stanno cambiando rapidamente con l’IA, direi che le basi della leadership non sono in realtà cambiate.

Il mio ruolo e il mio approccio alla leadership sono sempre stati incentrati sull’identificare i problemi alla radice — risolvendoli circondandomi di persone incredibili e facendo emergere il loro meglio, ottimizzando la soluzione con la tecnologia. Ora semplicemente abbiamo più opzioni e strumenti da applicare.

Anzi, se possibile, penso che l’era dell’IA stia rafforzando quanto sia importante questa base. In realtà, arriverei a dire che l’IA renderà la leadership ancora più umana di quanto sia mai stata.

C’è una pressione enorme sul “fare di più” e “andare più veloce”, ma accelerare e produrre più cose sbagliate ti distruggerà. I leader che prospereranno saranno quelli che daranno priorità alla comprensione delle potenzialità delle persone attorno a loro, e poi svilupperanno l’adattabilità e la capacità di queste persone.

I leader che inseguono incautamente metriche di vanità e guadagni a breve termine si troveranno presto in difficoltà e, se non stanno attenti, completamente senza lavoro.

Perché non puoi semplicemente applicare l’IA a qualsiasi problema

L’IA è efficace solo se ti prendi il tempo di scomporre il problema, identificare tutte le parti diverse, capire con precisione dove l’IA possa avere senso, e poi ricostruire una soluzione ibrida che unisca il meglio di ciò che può fare l’IA con il meglio che possono fare gli esseri umani.

Al momento, molti leader operano con la convinzione che possano buttare l’IA su qualsiasi cosa e che sia talmente intelligente da comprendere il problema, ideare una soluzione ed eseguire con successo quella soluzione con minimi errori.

Non funziona così.

Bisogna prendersi il tempo di parlare con le persone che svolgono attualmente il lavoro e di analizzare i dati relativi. Molto lavoro avviene sotto traccia e non è subito evidente, ma è assolutamente fondamentale per il risultato. E quando questo lavoro nascosto viene trascurato, è in quel momento che l’IA sbaglia — rapidamente.

Il consiglio di Christopher

Come l’IA può amplificare tutto ciò che non va

Analogamente, l’IA amplifica tutto ciò che tocca, sia in positivo che in negativo. Se la applichi alle cose giuste, vedrai miglioramenti più rapidi e su una scala che non avresti mai immaginato.

Purtroppo, vale anche il contrario: se hai fretta o tralasci qualcosa, l’IA ne approfitterà e porterà la situazione a un livello che non puoi nemmeno immaginare. Inoltre non avrai il tempo solito per reagire e rispondere. Gli errori possono diventare catastrofici prima ancora che ti renda conto che sono stati fatti.

Un esempio mi è rimasto impresso. Sono stato chiamato in un’azienda dopo che avevano sostituito i rappresentanti del servizio clienti con l’IA. Nel giro di poche settimane, i clienti erano infuriati e disdicevano il servizio da tutte le parti. Peggio ancora, i clienti avevano imparato come aggirare l’IA del servizio clienti e la convincevano a regalare prodotti e servizi.

È stato un vero disastro. Abbiamo dovuto tornare indietro e ripensare completamente al ruolo del servizio clienti: ridefinire dove l’IA dovesse intervenire, quando fosse necessario passare la gestione a una persona e quali competenze dovessero avere gli operatori umani per far funzionare il sistema.

Se ti affretti o salti qualcosa, lo sfrutterà e lo ingrandirà su una scala che non puoi nemmeno immaginare. Inoltre, non avrai il solito tempo per reagire e rispondere. Gli errori possono diventare catastrofici prima ancora che tu ti renda conto di averli commessi.

Christopher Lind

Fondatore e Chief AI Strategist presso Christopher Lind Co

Come i leader stanno usando l'IA per tutto, dal lavoro ripetitivo alla riorganizzazione aziendale

Sperimentando costantemente con l’IA, miglioro i processi in base a come la tecnologia si evolve. Per farlo, mappo ogni processo e cerco passaggi ripetitivi e a basso rischio che possano essere automatizzati. Per questo dico sempre che non esistono "aree specifiche per l’IA" — è un potenziamento per tutto ciò che facciamo.

Nella leadership, in particolare, ci sono molti compiti ripetitivi e meccanici che portano via tempo e ti allontanano dalle persone. Questi lavori devono essere automatizzati perché, quando ti concentri sulle aree ripetitive e robotiche della leadership, diventi obsoleto. Ecco perché spingo sempre i miei team a portare l’IA con loro come copilota — così possono concentrarsi di più su ciò che conta davvero.

Il consiglio di Christopher

Quando ti concentri sulle aree ripetitive e robotiche della leadership, diventi obsoleto.

Tre flussi di lavoro quotidiani che ogni leader dovrebbe delegare all'IA

Ecco tre semplici esempi di flussi di lavoro ripetitivi che delego regolarmente all’IA:

Note delle riunioni: Uso Fireflies.ai per trascrivere le mie riunioni, inviarmi riepiloghi e poi mandarmi via email i punti salienti prima della prossima riunione. Questa app per prendere appunti mi permette di concentrarmi sulla persona con cui parlo invece che di prendere appunti o assicurarmi che vengano svolte le attività emerse dall’incontro.
Base di conoscenza delle riunioni: Inserisco le trascrizioni di Fireflies.ai in NotebookLM (software per la gestione della conoscenza) e tengo un notebook per ogni persona o progetto, che mi permette di fare domande dirette come: “Cosa mi sono perso?”, “Quali decisioni sono in sospeso?”, “Quali sono i seguiti necessari?” e “Quali opportunità ci aspettano?”. Trasforma le conversazioni in una base di conoscenza attivabile e ricercabile.
Simulazioni di leadership con IA: Per molte organizzazioni, uso Relativ.ai per progettare simulazioni di leadership IA basate su comportamenti chiave usando una tecnologia simile alla mia valutazione di efficacia IA. Forniscono ai leader una misura oggettiva della capacità e un piano di sviluppo chiaro.

Tre compiti ad alto contenuto di dati in cui l'IA offre vero vantaggio

Ecco invece tre esempi di compiti ad alta intensità di dati che, seppur meno frequenti, sarebbero stati difficili da gestire senza l’IA:

Consolidamento e riprogettazione organizzativa: In un'organizzazione, abbiamo inserito i dati dei ruoli lavorativi nell'IA e le abbiamo chiesto di aiutarci a individuare dove riscontrava sovrapposizioni tra i lavori — in altre parole, dove sembrava che due ruoli svolgessero le stesse mansioni in posti diversi. Si trattava di una grande azienda, quindi questo tipo di lavoro di clustering avrebbe richiesto molto tempo, ma l'IA lo ha reso semplice. Poi abbiamo approfondito quelle aree per capire se si trattasse effettivamente di lavoro duplicato.

Molti degli esempi forniti dall'IA non erano in realtà duplicazioni di lavoro — o la funzione rispondeva a un bisogno distinto, oppure era stato semplicemente preso un JD dal sistema per aprire e coprire una posizione con facilità. In quei casi abbiamo aggiornato le informazioni per riflettere più accuratamente la situazione reale. Tuttavia, alcune scoperte dell'IA hanno portato effettivamente a consolidamenti e alla riprogettazione dell'organizzazione.
Colmare le lacune di competenze: In un'altra organizzazione, abbiamo identificato una lacuna di competenze nel team vendite relativa a una specifica interazione con il cliente. Normalmente, avremmo distribuito dei contenuti e incoraggiato i manager a lavorare con i loro collaboratori diretti, ma realisticamente sarebbe stato fisicamente impossibile scalare una simulazione per aiutare le persone a sviluppare le competenze necessarie per farlo bene. Invece, abbiamo utilizzato l'IA per lanciare una conversazione mobile con un bot IA che simulava la situazione e abbiamo poi utilizzato l'analisi conversazionale IA per valutare le prestazioni, fornire feedback e restituire una dashboard completa con la situazione di tutti. Questo ha permesso alla leadership di intervenire e fornire soluzioni mirate al problema, colmando la lacuna in modo misurabile.

Per quel progetto, ho usato Relativ.AI per le simulazioni e le valutazioni, costruendo tutto sopra OpenAI e NotebookLM per alimentare i modelli di base e la base di conoscenza.
Processo decisionale: Quando si tratta di IA per decisioni importanti, le fornisco grandi quantità di dati, ma la uso più come un partner riflessivo. Identifico i punti chiave che stiamo analizzando e chiedo come i dati si allineano a quelle categorie.

Chiedo anche cose come, "Cosa non stiamo considerando?" oppure, "Quali schemi nascosti vedi?" Ma non è mai qualcosa su cui mi baso direttamente — piuttosto è un punto di partenza per verificare o cercare maggiori dettagli da chi è più vicino al lavoro e può confermare, chiarire o smentire.

Come misurare l’alfabetizzazione all’IA nel tuo team — e colmare il divario di capacità

Il passo fondamentale verso l’alfabetizzazione all’IA consiste nell’individuare le lacune. Per farlo, ho suddiviso l’efficacia dell’IA in sei discipline chiave che possono essere effettivamente misurate:

Intenzionalità: L’intenzionalità consiste nell’usare l’IA con uno scopo; non solo per comodità. Si valuta se l’uso che fai dell’IA è in linea con gli obiettivi strategici, invece di inseguire tendenze o l’efficienza fine a se stessa. Consiglio: Fai una pausa prima di automatizzare. Chiediti: "Quale problema sto veramente cercando di risolvere?" La finalità vince sempre sul processo.
Discernimento: Il discernimento misura la tua capacità di sapere quando fidarti dell’IA — e quando no. Si tratta di applicare il proprio giudizio per valutare i suggerimenti dell’IA, la loro accuratezza e la loro aderenza al contesto decisionale umano. Consiglio: Introduci attriti nel tuo flusso di lavoro. Non accettare il primo risultato dell’IA. Confrontalo, mettilo in discussione e calibralo prima di agire.
Allineamento etico: L’Allineamento etico valuta se il tuo utilizzo dell’IA rispetta i valori dell’organizzazione, la privacy, l’equità e l’integrità. Non si tratta di una checklist di conformità, ma di un allineamento morale costante.

Consiglio: Definisci i tuoi punti non negoziabili. Decidi cosa non dovrebbe mai essere affidato all’IA prima di esplorare ciò che può essere delegato.
Conoscenza tecnica: La conoscenza tecnica indica il tuo livello di confidenza con strumenti, linguaggio e limiti dell’IA. Non si tratta di programmare — si tratta di comprendere. Più sei fluente, più potrai usare l’IA in modo responsabile e creativo. Consiglio: Non inseguire ogni nuovo strumento. Scegline uno o due e approfondisci davvero, comprendendo le loro vere capacità e i limiti.
Integrazione nel workflow: L’Integrazione nel workflow misura quanto facilmente l’IA si inserisce nei processi quotidiani e nei ritmi di collaborazione. Un buon utilizzo dell’IA non si aggiunge a posteriori — si integra. Consiglio: Cerca i colli di bottiglia o le attività ripetitive che rallentano. Inizia da piccole cose e sostituisci l’attrito, non la funzione.
Discernimento nella delega: Il discernimento nella delega misura la tua capacità di decidere cosa affidare all’IA — e cosa mantenere umano. È la disciplina di definire i confini della collaborazione con la tecnologia. Consiglio: In caso di dubbio, delega all’IA il lavoro a basso rischio e ad alto contenuto dati, ma mantieni sempre il giudizio, l’empatia e la responsabilità dalla parte umana.

Inizia in piccolo e sostituisci l’attrito, non la funzione.

Dopo aver definito queste discipline, ho creato uno strumento di valutazione per aiutare i miei team a capire la loro posizione in ciascuna delle sei aree. Le persone dialogano con un bot IA e spiegano come usano l’IA nel loro lavoro. Quella conversazione viene analizzata e ricevono un report personalizzato che mostra la loro efficacia su ogni disciplina, oltre a consigli pratici per chiudere le lacune — tutto in circa 10-15 minuti. Possiamo poi riproporre la valutazione nel tempo per monitorare i progressi: così diventa un framework di sviluppo vivo, non solo una valutazione una tantum.

I risultati concreti e trasformativi di una valutazione sull’IA

Ecco un esempio concreto di questo tipo di valutazione dell’IA. Un’organizzazione aveva implementato Microsoft Copilot e si era accorta che veniva usato molto, ma non aveva alcuna misura su cosa venisse realmente fatto o se stesse apportando valore.

Così abbiamo introdotto quello strumento di valutazione con alcuni obiettivi chiave: identificare in modo misurabile quanto le persone fossero efficaci nell’utilizzarlo, rilevare le tendenze su come veniva impiegata l’IA e fornire piani specifici di sviluppo e crescita per un miglioramento misurabile entro sei mesi.

Tutti in azienda hanno ricevuto una scheda personale di valutazione, che poi è stata collegata a un obiettivo di gestione delle performance relativo al miglioramento dell’efficacia nell’uso dell’IA. E la leadership ha potuto vedere il quadro generale.

Abbiamo innanzitutto rilevato che c’erano importanti lacune nell’«allineamento etico», rispetto ai valori aziendali, che hanno portato alla creazione di nuovi standard aziendali integrati nella gestione delle performance — non solo sull’etica dell’IA, ma anche su come tutti si dovevano comportare in generale.

Abbiamo inoltre identificato opportunità ad alto rischio in cui l’IA veniva utilizzata su attività che dovevano rimanere umane. I leader coinvolti hanno potuto approfondire con i team interessati e guidare una correzione di rotta.

Nell’arco di sei mesi, abbiamo ripetuto la valutazione altre due volte e riscontrato una crescita tangibile in tutte e sei le aree, con un significativo miglioramento relativo all’etica grazie all’attenzione rivolta a questi standard in tutta l’azienda. Molti leader hanno poi utilizzato i dati raccolti per focalizzare meglio il lavoro dei propri team, perché abbiamo scoperto che molte persone non avevano chiare le priorità strategiche.

La doppia categoria di strumenti IA secondo Christopher Lind

Quando si parla di strumenti, io li classifico in due categorie: strumenti di intelligenza artificiale e strumenti potenziati dall’IA.

Per gli strumenti puramente IA:

I miei punti di riferimento sono ChatGPT e Google Gemini. Tuttavia, mi affido maggiormente a ChatGPT per le sue capacità multimodali.
Aggiungerei anche NotebookLM. Quando devo organizzare e consultare dataset specifici, è uno strumento essenziale. Ho un taccuino per ogni progetto su cui lavoro. Tutte le risorse, ogni trascrizione — tutto finisce lì dentro. Così ho un dataset chiuso su cui cercare e da cui partire per sviluppare.
Uso Fireflies.ai per tutte le trascrizioni delle riunioni.
E Relativ.ai gestisce tutte le mie attività di simulazione. È anche la base su cui è stata costruita la mia valutazione dell’efficacia dell’IA.

Sul lato degli strumenti potenziati dall’IA:

Sono un grande appassionato di un software di editing video chiamato Descript. Hanno fatto un lavoro fantastico nell’integrare capacità IA nei flussi creativi. In passato, ho usato molto anche CapCut.
E uso molto anche Grammarly.

Perché il tuo set di strumenti IA conta meno della tua strategia IA

Detto questo, quando si parla di IA, la maggior parte delle persone si concentra sulla cosa sbagliata. Chiedono quali strumenti gli altri usano e quali dovrebbero avere. È la domanda sbagliata.

Bisogna invece riflettere su quali capacità rafforzare e quali sia possibile automatizzare facilmente. Poi bisogna adattare qualsiasi strumento IA già disponibile per raggiungere l’obiettivo.

A ottenere successo non saranno le persone che scelgono i giusti strumenti, ma chi ha chiaro cosa deve fare e lavora consapevolmente con gli strumenti IA a disposizione per raggiungere i propri obiettivi.

Quindi, quando parlo degli strumenti che uso, è solo per dare un contesto — non una lista da spuntare. Potrei fare tutto quello che sto facendo anche con strumenti totalmente diversi, perché so di quali capacità ho bisogno dall’IA e riesco rapidamente a valutare quali strumenti soddisfino il mio fabbisogno.

Consigli per i leader che guidano la trasformazione IA: rallenta per scalare più velocemente

Ecco il mio consiglio: rallenta. Prenditi il tempo per capire davvero cosa vuoi ottenere e come viene svolto oggi il lavoro.

Tutti stanno correndo a implementare qualcosa con l’IA senza comprendere davvero i processi lavorativi attuali. Il risultato è che si applica l’IA a processi già rotti e si finisce per potenziare gli sprechi.

Se ti prendi il tempo per partire bene, prepari le persone per avere successo con la tecnologia e definisci chiaramente i risultati desiderati, avrai successo.

Bisogna anche avere il coraggio di dire "No" alle grandi idee se ti allontanano da ciò che davvero conta.

Segui il percorso

Per seguire il percorso di Christopher Lind e imparare dalla sua esperienza nella trasformazione aziendale tramite persone e tecnologia, visita il suo sito web christopherlind.co, iscriviti ai suoi approfondimenti su Substack o collegati con lui su LinkedIn.

Altre interviste con esperti in arrivo su People Managing People!