IA che Informa, Umani che Decidono: Mantenere la Responsabilità delle Risorse Umane nell’Era dell’Automazione
Dhanaraj S è un professionista delle risorse umane con anni di esperienza a stretto contatto sia con operatori in prima linea che con leader aziendali in diversi settori. Applica il suo approccio orientato alle persone a tutto, inclusa l'adozione dell'IA.
Dhanaraj S.
Professionista delle Risorse Umane
L'IA Deve Rafforzare il Giudizio, Non Sostituirlo: Dhanaraj utilizza l'IA prima delle decisioni umane, non al loro posto. Che si tratti di selezione, pianificazione della forza lavoro o progettazione organizzativa, l'IA struttura le informazioni, mappa i rischi e mette in evidenza i punti ciechi—ma la responsabilità finale resta umana. Il vero valore dell'IA nelle risorse umane è migliorare la chiarezza, ridurre i pregiudizi e rafforzare la qualità delle decisioni.
L'IA Impone la Riprogettazione dei Processi Decisionali: L'IA non risolve sistemi difettosi—li amplifica. Senza diritti decisionali, responsabilità e ownership ben definiti, l'IA crea confusione invece di valore. Dhanaraj sottolinea l'importanza della progettazione decisionale: definire dove l'IA informa, dove gli umani decidono e chi possiede il risultato.
Il Futuro delle Risorse Umane è Potenziato dall'IA, Non Sostituito: I leader HR stanno evolvendo da gestori di processi a orchestratori di esperienze umane potenziate dall'IA. Mentre l'IA automatizza le attività transazionali, la credibilità delle HR si sposta verso il pensiero strategico, il giudizio etico, l'adattabilità e la leadership culturale. Il vantaggio competitivo sarà delle organizzazioni che sapranno bilanciare l'efficienza dell'IA con l'empatia umana.
Abbiamo fatto una chiacchierata con Dhanaraj per capire come sta mantenendo l'“umano” nelle risorse umane. Ecco cosa ci ha detto.
Un focus su pratiche per le persone allineate al business
Sono un professionista HR e People Operations con esperienza a supporto di organizzazioni in crescita nei settori manifatturiero, retail e servizi. Il mio percorso di leadership è iniziato sul campo, lavorando a stretto contatto con i team di prima linea e i leader aziendali, e questo ha plasmato il mio approccio pratico e incentrato sulle persone.
Nel tempo, ho collaborato con fondatori e leader senior su strategie di assunzione, pianificazione del personale, conformità ed efficacia organizzativa. Attraverso il mio lavoro e le interazioni con numerose organizzazioni, ho visto la gestione delle persone evolvere da una focalizzazione sui processi a una orientata all'impatto.
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
Oggi, mi concentro nell'aiutare le organizzazioni a costruire pratiche per le persone scalabili e allineate al business che favoriscano la performance, l'integrazione dell'IA nell'organizzazione e una crescita sostenibile.
Come l'IA sta cambiando la leadership, la struttura e la credibilità in ambito HR
Con l’IA che sta diventando sempre più centrale, HR e leadership stanno cambiando in alcuni modi importanti.
Per prima cosa, ho dovuto abbandonare la convinzione che strutture rigide generino stabilità. In pratica, le organizzazioni abilitate dall’IA funzionano meglio con team più snelli, basati sulle competenze e focalizzati sui risultati.
In secondo luogo, la leadership in ambito HR si sta spostando dall’esecuzione al giudizio. L'IA nell'HR automatizza il lavoro transazionale come screening, pianificazione e reportistica, quindi il vero valore dell’HR oggi risiede nella strategia della forza lavoro, nelle decisioni etiche e nella gestione del cambiamento.
In terzo luogo, ho anche notato che la credibilità della leadership si sta spostando da essere guidata dall’esperienza a essere guidata dall’adattabilità. Oggi conta di più la capacità di apprendere, mettere in discussione e guidare le persone nel cambiamento rispetto agli anni di servizio. L'IA nella leadership non la sostituisce, ma alza il livello delle aspettative.
Ho dovuto abbandonare la convinzione che le strutture rigide creino stabilità. In pratica, le organizzazioni abilitate dall’IA funzionano meglio con team più piatti, basati sulle competenze e orientati ai risultati.
Perché l'IA obbliga le organizzazioni a riprogettare il modo in cui vengono prese le decisioni
Detto ciò, molte organizzazioni trattano ancora l'IA come uno strumento di produttività e si aspettano che cultura, fiducia e qualità delle decisioni migliorino automaticamente. In realtà, l’IA amplifica qualunque sistema già esista — che sia buono o cattivo.
Molti leader adottano l’IA nella progettazione organizzativa senza ridefinire ruoli, diritti decisionali o responsabilità. Il risultato è che i team ottengono output più rapidi, ma proprietà poco chiare, zone d’ombra etiche e affaticamento decisionale. La promessa è velocità e intelligenza; la realtà è spesso confusione.
Nel mio approccio di leadership, affronto questo aspetto concentrandomi meno sugli strumenti e più sulla progettazione delle decisioni. Significa definire chiaramente dove l'IA informa le decisioni, dove decidono le persone e chi è responsabile. Spingo anche per team più ridotti e orientati ai risultati e per un continuo aggiornamento delle competenze, così l'IA nel decision making diventa una capacità integrata nel modo di lavorare — non uno strato aggiunto sopra.
Finché le organizzazioni non riprogetteranno il modo in cui vengono prese le decisioni attraverso cambiamenti organizzativi fondamentali, la promessa dell’IA rimarrà in gran parte non realizzata.
Come l'IA può rivoluzionare processi di assunzione, pianificazione del personale e decisioni di leadership
Per me, il cambiamento più significativo apportato dall'IA riguarda flussi di lavoro come assunzione, pianificazione della forza lavoro e decisioni di leadership — non come casi d'uso isolati, ma come processi riprogettati.
1. Flusso di lavoro per l’assunzione e la preselezione
Strumenti utilizzati: ChatGPT, esportazioni dati ATS, analizzatori di descrizioni di lavoro
Come è cambiato: In passato, le assunzioni si basavano molto su CV, intuizione e colloqui poco strutturati. Ho riprogettato il flusso di lavoro affinché l'IA venga utilizzata prima del giudizio umano, non dopo.
- Le Job Description vengono prima suddivise in cluster di competenze, risultati attesi e fattori di rischio usando l’IA
- I CV anonimizzati vengono valutati per allineamento delle competenze, sovraqualificazione e rischio retributivo
- Le commissioni di colloquio ricevono domande di approfondimento generate dall’IA in linea con tali rischi
- Usa il risultato per riprogettare le domande di colloquio e i criteri di selezione
Risultato: Colloqui più strutturati, meno pregiudizi, decisioni di assunzione più chiare e meno rifiuti nelle fasi avanzate. L’IA non sostituisce il giudizio — lo affina.
2. Processo decisionale e allineamento della leadership
Strumenti utilizzati: ChatGPT, documenti condivisi
Com’è cambiato: Per decisioni complesse sulle persone (cambi all’organizzazione, riprogettazione delle posizioni, successioni), utilizzo l’IA per simulare scenari:
- "Cosa succede se centralizziamo rispetto a decentralizziamo?"
- "Quali rischi emergono se rimuoviamo questo livello?"
I risultati dell’IA non sono decisioni — sono mappe decisionali. I leader discutono quindi sui compromessi invece che sulle opinioni.
Risultato: Allineamento più rapido, conversazioni di leadership di qualità superiore e responsabilità più chiara.
3. Pianificazione della forza lavoro e progettazione organizzativa
Strumenti utilizzati: Excel/Sheets + interpretazione con IA
Com’è cambiato: Invece di pianificare il personale in base ai ruoli, siamo passati a una pianificazione basata sulle competenze. L’IA aiuta a individuare competenze sovrapposte, potenziale di automazione e opportunità di riqualificazione.
Risultato: Team snelli, meno ruoli ridondanti e strutture organizzative più adattabili.
4. Cultura e modi di lavorare
L’IA viene utilizzata per codificare aspettative — diritti decisionali, responsabilità e comportamenti — così la cultura non resta implicita.
Risultato: Meno ambiguità, più fiducia e meno problemi tra le persone mascherati da problemi di performance.
Come sviluppare un’alfabetizzazione pratica sull’IA come capacità di leadership
Affronto l’alfabetizzazione sull’IA come una competenza di leadership, non tecnica. Ecco come costruiamo questa cultura:
- Si parte dai casi d’uso, non dagli strumenti: i team vengono introdotti all’IA tramite problemi reali — decisioni di selezione, report, pianificazione — così l’apprendimento è contestualizzato, non astratto.
- Si insegnano i limiti decisionali: definiamo esplicitamente cosa può informare l’IA e cosa deve essere deciso dagli umani, specialmente nelle questioni legate alle persone.
- Si normalizza la sperimentazione: i leader sono incoraggiati a testare l’IA in flussi di lavoro a basso rischio e a condividere le lezioni apprese, non solo i successi.
- Si crea un linguaggio condiviso: standardizziamo concetti come bias, allucinazioni, responsabilità e privacy dei dati affinché le conversazioni siano coerenti.
"Essere AI-ready" non significa che tutti sappiano scrivere comandi o programmare — significa che le persone capiscono dove l’IA aggiunge valore, dove non lo fa e come lavorarci in modo responsabile. Per quanto riguarda le organizzazioni, significa:
- I team sono in grado di articolare chiaramente perché usano l’IA, non solo come.
- Le decisioni sono documentate sia con input forniti dall’IA che con il giudizio umano.
- I ruoli sono progettati attorno a competenze e risultati, non a compiti fissati.
Ecco alcuni problemi in cui ci siamo imbattuti lungo il percorso:
- Iniziale eccessiva dipendenza dagli output dell’IA senza sufficiente contesto.
- Resistenza da parte di leader esperti che associavano l’uso dell’IA ad una perdita di autorità.
- Affaticamento da tool — troppi progetti pilota senza una chiara responsabilità.
Abbiamo affrontato questi aspetti rallentando l’adozione, rafforzando la responsabilità e rendendo i leader responsabili di come l’IA influenza le decisioni.
Nella pratica, prepararsi e l’IA nel luogo di lavoro riguardano meno la velocità e più una leadership disciplinata.
Molte organizzazioni trattano l’IA come uno strumento di produttività e si aspettano che cultura, fiducia e qualità decisionale migliorino automaticamente. In realtà, l’IA amplifica qualsiasi sistema esista già — buono o cattivo.
Perché l’IA espone la complessità organizzativa invece di ridurla
A questo punto, penso sia opportuno sottolineare che l’IA non riduce la complessità — la espone.
Quando abbiamo iniziato a utilizzare l’IA, è diventato subito chiaro dove le nostre ipotesi erano vaghe, le decisioni poco definite o i processi poco chiari.
Per questo motivo, passo più tempo a definire le domande giuste, i confini decisionali e i criteri di successo prima di coinvolgere l’IA. Questo mi ha reso più intenzionale, meno reattivo e più concentrato sul giudizio che sull’attività.
In questo senso, adottare l’IA non ha reso la leadership più facile, ma sicuramente più onesta.
Come uno stack di strumenti IA snello può migliorare la qualità decisionale
Il mio set di strumenti per HR e leadership è intenzionalmente snello. Do priorità agli strumenti che migliorano la qualità delle decisioni, non solo la velocità. Negli ultimi 12 mesi, il cambiamento più grande è stato il passaggio da strumenti frammentati a flussi decisionali assistiti da IA.
IA e supporto decisionale
- ChatGPT / strumenti GenAI: Usati per chiarezza nei ruoli, affinamento delle job description, progettazione di domande per colloqui, controlli di coerenza retributiva e pianificazione di scenari. Utilizzo anche regolarmente ChatGPT per mettere alla prova ipotesi, evidenziare impatti di secondo ordine e riformulare decisioni su persone prima che vengano prese.
Impatto: Decisioni di assunzione meglio strutturate, riduzione dei bias e valutazioni più coerenti.
Valutazione: Alto valore se usato come partner di pensiero, non come motore di risposte. - Analizzatori di CV e job description basati su IA (varie piattaforme): Utilizzati per individuare cluster di competenze, rischi di sovraqualificazione e disallineamenti tra ruolo e competenze. Ho utilizzato funzionalità assistite da IA in LinkedIn Recruiter, Naukri RMS e altri strumenti insieme ad ATS e strumenti strutturati di gestione selezioni.
Impatto: Migliore selezione preliminare e minor ping-pong con i manager di assunzione.
Valutazione: Utile per riconoscere pattern, ma il giudizio finale deve restare umano.
HR Core e produttività
- Sistemi di tracciamento delle candidature (ATS) / tracker selezioni – Visibilità della pipeline candidati, coordinamento dei colloqui e monitoraggio della compliance. Ho utilizzato Oracle HCM Cloud (dati core HR, input retributivi, reportistica workforce), Workday (dati core HR, input retributivi, reportistica workforce), SAP HR (gestione dati dipendenti, validazioni payroll), e PeopleSoft / Ramco HRIS (esperienza legacy e gestione dati HRIS).
Impatto: Efficienza operativa e trasparenza.
Valutazione: Strumenti di igiene necessari, ma valore strategico limitato senza layer IA. - Excel / Google Sheets (arricchiti da insight IA) – Pianificazione della forza lavoro, analisi dei funnel di assunzione, confronti retributivi.
Impatto: Ancora lo strumento più flessibile per le decisioni HR.
Valutazione: Sottovalutato, ma potente se combinato con l’interpretazione IA. - Strumenti di collaborazione (email, Slack, Docs) – Comunicazione con gli stakeholder, documentazione decisionale, allineamento.
Impatto: Allineamento più rapido e meno gap nelle decisioni.
Valutazione: L’efficacia dipende più dalla disciplina di leadership che dallo strumento stesso.
Nel complesso, il mio approccio è agnostico rispetto agli strumenti ma guidato dai principi: l’IA è preziosa non perché automatizza le operazioni HR, ma perché costringe i leader a riflettere in modo più chiaro su persone, lavoro e responsabilità.
Perché le HR diventeranno orchestratrici di esperienze umane aumentate con l’IA
Il futuro non riguarda gli esseri umani contro l’IA — riguarda gli esseri umani amplificati dall’IA. L’IA gestisce attività ripetitive, guidate dai dati e predittive, liberando le persone per concentrarsi su strategia, creatività e relazioni — ciò che rende unico il lavoro umano.
Nei prossimi cinque anni, credo che ruoli come il mio evolveranno dall'essere operativi in ambito HR e gestione dei talenti a diventare orchestratori di esperienze umane arricchite dall’IA.
I dipartimenti HR passeranno dal concentrarsi sui processi a essere guidati dagli insight, sfruttando l’analisi predittiva, i flussi di lavoro agentici e strumenti di valutazione delle performance nativi dell’IA per anticipare i bisogni di talento, personalizzare le esperienze dei dipendenti e favorire risultati strategici per il business.
A livello di settore, il confine tra decisioni prese da esseri umani e quelle guidate dalle macchine si andrà sfumando, e il successo apparterrà alle organizzazioni che sapranno bilanciare efficienza dell’IA con giudizio umano, empatia e cultura. Questo è particolarmente vero per i piccoli team che implementano strategie di IA.
L’obiettivo non sarà solo fare le cose più in fretta — ma farle meglio, in modo più intelligente.
Cosa dovrebbero fare adesso i leader HR
Per chi ricopre ruoli simili al mio, il mio consiglio è di abbracciare la curiosità e l’apprendimento continuo. Il ritmo di cambiamento portato dall’IA e dai flussi agentici significa che ciò che funzionava ieri potrebbe non andare bene domani. Concentratevi sulla comprensione delle tecnologie emergenti, sperimentatele e traducete questi insight in risultati concreti per l’azienda.
Per i leader in senso più ampio, sottolineo l’importanza di bilanciare coraggio ed empatia. La trasformazione non riguarda solo la tecnologia: riguarda le persone. Guidate con una visione chiara, date potere ai team per innovare e create un ambiente in cui sperimentazione e assunzione di rischi calcolati siano incoraggiate. Chi saprà integrare la tecnologia con una leadership centrata sulle persone definirà la prossima ondata di successo.
Rimani aggiornato
Puoi seguire Dhanaraj mentre esplora approcci "people-first" all’IA su LinkedIn e sul suo sito di consulenza.
Sono in arrivo altre interviste con esperti su People Managing People!
Unisciti alla community di People Managing People. Creando un account gratuito riceverai ogni settimana spunti pratici, framework per il lavoro e strategie dei colleghi per aiutarti a guidare in modo più intelligente, non più difficile.
