La CEO di una tech HR afferma che diventare nativi nell’IA ha rivelato quali lavori i dipendenti vogliono davvero svolgere
Scopri come una CEO di una tech HR ha utilizzato l’IA per eliminare il lavoro amministrativo, svelare ciò che i dipendenti apprezzano davvero e aiutare i team HR a concentrarsi su strategia, crescita e giudizio umano.
Jenny Podewils
Co-fondatrice e Co-CEO di Leapsome
Adozione dell’IA: Leapsome ha integrato strumenti di IA, consentendo ai dipendenti di creare agenti IA per automatizzare vari compiti.
Sfide organizzative: La precoce adozione dell’IA ha evidenziato inefficienze, mostrando il potenziale di migliorare i ruoli riducendo gli oneri amministrativi.
Approfondimenti dalla leadership: I leader dovrebbero coinvolgersi nell’IA per automatizzare processi e mantenere il focus su ruoli strategici e interazioni umane.
Rivoluzione delle performance: Leapsome ha ripensato le revisioni delle performance con l’IA, migliorando la qualità del feedback e riducendo il carico dei manager.
Integrazione dei dati: Un uso fluido dell’IA richiede sistemi di dati connessi; strumenti separati possono ostacolare una reale efficacia dell’implementazione IA.
Jenny Podewils è cofondatrice e co-CEO di Leapsome, una piattaforma HR e AI utilizzata da oltre 2.000 aziende a livello globale. La sua precedente esperienza in una startup clean-tech in rapida crescita e come Chief of Staff in un settore in rapido cambiamento l'ha portata a concentrarsi su una domanda fondamentale: Come possiamo costruire organizzazioni che siano allineate, apprendano rapidamente e raggiungano alte prestazioni?
L’abbiamo incontrata per saperne di più su come sta rispondendo a questa domanda con l'AI. Ecco cosa ci ha raccontato.
Progettare per apprendere velocemente e performare al meglio
Sono Jenny Podewils, cofondatrice e co-CEO di Leapsome. Sono cresciuta a Berlino, in Germania, figlia di due accademici che spesso ospitavano internazionali a cena e con conversazioni stimolanti.
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.
Have an account? Log In
Ciò ha plasmato il mio interesse nell’affrontare grandi sfide globali. Durante i miei studi universitari in Svizzera e nel Regno Unito, ho scoperto che le imprese orientate all’impatto erano la via migliore per fare la differenza.
Le mie esperienze in una start-up clean-tech in rapida crescita e come Chief of Staff in un’azienda mediatica in trasformazione mi hanno appassionata a una domanda. Come possiamo costruire organizzazioni che lavorano insieme ad agenti AI, apprendono velocemente e raggiungono grandi risultati?
Mi sono appassionata profondamente ad ampliare l’allineamento, progettare ambienti che apprendono e rendono rapidamente, e creare organizzazioni migliori basate su dati reali. Gli esseri umani passano circa 80.000 ore della propria vita al lavoro. Questo tempo dovrebbe avere un impatto positivo. Questa convinzione è diventata la base di Leapsome.
Kajetan von Armansperg ed io abbiamo fondato Leapsome nel 2016 per aiutare altri a costruire team ad alte prestazioni, offrire esperienze lavorative eccezionali ai dipendenti, e creare culture aziendali di successo tramite un software HR incentrato sulle persone.
La piattaforma completa HRIS, talent e AI di Leapsome serve oltre 2.000 clienti di successo e focalizzati sulle persone in tutto il mondo. Vivo a New York, dove abbiamo uno dei nostri uffici globali.
Come leader, ascolto sempre e faccio le domande difficili. Mi fido di chi è responsabile e sono determinata su ciò che gestisco. Ho standard molto elevati e do valore all'urgenza e all’impatto.
Scegliere di essere completamente AI-native internamente
Abbiamo abbracciato presto l’idea di portare i vantaggi dell’AI ai nostri clienti, introducendo rapidamente funzionalità AI di grande impatto nel nostro prodotto. Abbiamo anche preso la decisione consapevole di diventare completamente AI-native all’interno dell’azienda.
Abbiamo costruito una visione, stabilito le policy e predisposto infrastruttura e strumenti fin da subito. Il cento per cento del nostro team utilizza strumenti o agenti AI nel lavoro quotidiano e più del 60% dei nostri collaboratori ha già creato almeno semplici agenti per automatizzare alcune attività. Quindi, l’uso dell’AI e la sperimentazione sono parte integrante del lavoro e dei ruoli in Leapsome.
Continuiamo a inserire l’AI nei processi su tutta la piattaforma — dalla gestione delle performance ai sondaggi, dalle buste paga ai flussi di lavoro. È entusiasmante vedere come possiamo aiutare i nostri clienti a sfruttare in maniera efficace l’AI, dato che è accessibile direttamente dove si trova il loro contesto HR.
Come l’adozione dell’AI rivela opportunità nascoste sul lavoro
Quando abbiamo introdotto internamente gli strumenti AI e abbiamo osservato la curva di adozione — tutto il nostro team utilizza regolarmente l’AI e la maggior parte crea i propri agenti — mi aspettavo qualche frizione: scetticismo, o resistenza da parte di chi preferisce le vecchie abitudini.
Invece, ho trovato una combinazione di entusiasmo e sollievo. Le persone volevano liberarsi dal lavoro che si accumulava intorno al loro vero ruolo: bozze iniziali, sintesi, solleciti, raccolta dati e formattazione. Quando l’AI si è occupata di questi aspetti, qualcosa si è aperto — le persone hanno trovato più tempo per lavori gratificanti che richiedono pensiero critico e giudizio umano.
Questo mi ha detto qualcosa di scomodo. Non solo stavamo dando alle persone di talento lavori noiosi. Avevamo costruito sistemi che lentamente seppellivano le parti migliori dei loro ruoli sotto una struttura amministrativa e la maggior parte delle persone accettava silenziosamente che "fosse così". L’AI ha reso tutto ciò evidente. Una volta visibile, nessuno vuole tornare indietro. Il potenziale è enorme ed è davvero entusiasmante!
La vera lezione: l’adozione non è il vero problema. Ciò che si scopre dopo aver eliminato la burocrazia è dove inizia il vero lavoro.
Le persone volevano liberarsi dal lavoro che si accumulava intorno alle loro reali mansioni: stesura iniziale, sintesi, inseguimento, estrazione dei dati e formattazione. Quando l’IA ha assorbito tutto questo, si è aperto uno spazio — le persone hanno guadagnato più tempo per lavori gratificanti che richiedono pensiero critico e giudizio umano.
Come i leader possono adottare l’IA
È una parte importante del mio ruolo, come leader, dedicare tempo al mio continuo apprendimento e alla sperimentazione pratica con l’IA. Credo che oggi sia fondamentale per i leader ritagliarsi questo tempo.
L’opportunità per i leader e i professionisti delle Risorse Umane è quella di rafforzare il proprio ruolo di partner strategico per l’azienda, automatizzando i processi manuali, superando la frammentazione dei dati e generando insight più rapidamente. Questo permette anche di liberare risorse per le attività di collaborazione tra persone e con il business che non dovrebbero essere automatizzate.
Ho dovuto abbandonare l’idea che il "tempo faccia a faccia" con i manager sia il principale modo in cui i dipendenti crescono. Il coaching con IA, se ben condotto e supervisionato da persone, può offrire un supporto coerente e tempestivo che nemmeno i migliori manager possono garantire su larga scala.
Per essere chiari: questo non sostituisce i manager, ma ne estende la portata e garantisce che i dipendenti ricevano supporto anche tra i colloqui formali.
Come abbiamo rivoluzionato le valutazioni delle performance con l’IA
Abbiamo rivoluzionato le valutazioni delle performance, sia internamente che nel nostro prodotto, grazie all’IA. Questo ha cambiato radicalmente il nostro modo di concepire l’intero processo.
Il vecchio metodo: I manager trascorrevano ore a scrivere bozze di valutazione, spesso partendo da zero e sforzandosi di ricordare risultati specifici di mesi passati. Un processo pesante, lento e carico di attività amministrative che comprometteva risultati e tempistiche! Le valutazioni rischiavano di trasformarsi in un esercizio formale di conformità, piuttosto che un colloquio di allineamento e crescita.
Il metodo con supporto IA: Abbiamo realizzato un assistente IA che prepara bozze di feedback utilizzando il contesto di riunioni, obiettivi e feedback precedenti. L’IA guida gli utenti durante il processo, evidenziando i contesti rilevanti — cosa il dipendente ha realizzato, dove ha incontrato difficoltà, come è cresciuto — e suggerendo formulazioni che i manager possono modificare, perfezionare e personalizzare grazie al loro giudizio umano, empatia e rapporto personale con i collaboratori diretti.
Risultati: Il tempo mediano che i manager dedicano alla stesura delle valutazioni si è notevolmente ridotto. Ma ancora più importante, la qualità è migliorata perché i manager modificano e arricchiscono di sfumature invece di ipnotizzarsi davanti a una pagina vuota. I dipendenti segnalano che il feedback è più specifico e concreto.
Abbiamo applicato la stessa logica alle domande e risposte dei dipendenti. Le HR ricevevano ripetutamente le stesse domande sulle policy tramite Slack, email e talvolta anche dalla stessa persona più di una volta. Ora il nostro agente AI Helpdesk risponde a queste domande in linguaggio naturale, attingendo dalla nostra knowledge base. Le HR recuperano così tempo da destinare ad attività che richiedono competenza umana.
Abbiamo usato l’IA anche per l’analisi dei questionari post-sondaggio. Prima impiegavamo settimane per sintetizzare le risposte aperte, spesso in modo incompleto. Ora l’IA evidenzia temi e pattern nel giro di pochi giorni, permettendo ai leader di intervenire quando il feedback è ancora attuale.
Il filo conduttore: L’IA ha assorbito il carico amministrativo, così le persone possono concentrarsi su attività che richiedono giudizio umano, come le conversazioni, le decisioni e il follow-up che nessuno può delegare.
Perché il potenziale dell’IA spesso supera la prontezza delle organizzazioni
Quando si sente dire "l’IA trasformerà le Risorse Umane", molti si aspettano un pulsante magico. Ma l’IA è valida solo quanto i dati, i flussi di lavoro e la governance che la circondano. Se i tuoi dati sui dipendenti sono sparsi in cinque sistemi scollegati, o i processi sono informali e incoerenti, l’IA non può risolverlo.
Ancora peggio, potrebbe evidenziare dati errati e causare, nel migliore dei casi, confusione e, nel peggiore, veri problemi.
Affrontiamo questa sfida progettando l’IA integrata nel nostro prodotto come il tuo sistema di riferimento, con tutto il tuo contesto collegato ai processi e flussi di lavoro — non come una funzione isolata a parte.
La nostra IA guida i dipendenti nel percorso di definizione degli obiettivi. Assiste nelle revisioni durante il ciclo di valutazione. Risponde a domande sulle policy attraverso una knowledge base definita. La struttura crea i confini di sicurezza, e l’IA opera al loro interno.
Adottiamo inoltre la modalità human-in-the-loop come modalità predefinita. La nostra IA redige, suggerisce e riassume, ma non agisce senza l’approvazione di una persona. Crediamo che le decisioni delle Risorse Umane coinvolgano contesto, sfumature e conseguenze che l’IA non dovrebbe gestire in autonomia. I leader che vogliono che l’IA "faccia tutto da sola" senza supervisione rischiano problemi legali, etici e di fiducia.
Andare in profondità piuttosto che in ampiezza con l'integrazione dell’IA
Un anno fa disponevamo di molti strumenti. Ora ne abbiamo meno e sono più integrati. Siamo andati in profondità piuttosto che in ampiezza. Utilizziamo funzionalità di IA in tutti i nostri flussi di lavoro: redazione di revisioni, sintesi di sondaggi, il nostro coach guidato da IA, domande e risposte sulle policy, trascrizione di riunioni e analisi dei dati.
Queste non sono integrazioni IA aggiuntive separate: le costruiamo esattamente dove avviene il lavoro, garantendo così l’adozione.
La nostra base è il nostro stesso strumento e il fatto di essere i nostri primi clienti chiarisce molte cose. Ci mantiene onesti. Lo utilizziamo per tutto: HRIS (archivi dipendenti, documenti, assenze, preparazione paghe, workflow) e gestione dei talenti (valutazioni delle performance, obiettivi, sondaggi di coinvolgimento, feedback, formazione, 1:1) e IA. I dati risiedono in un unico luogo, il che conta più di quanto sembri.
Inoltre, abbiamo creato agenti personalizzati su Dust e Notion per l’uso trasversale tra team. Gemini, Claude e Lovable sono tutti parte della nostra infrastruttura, a seconda dell’attività. E ogni team ha la propria suite specifica in aggiunta. Non cerchiamo di standardizzare tutto, ma siamo intenzionali su cosa mettere alla base.
Il cambiamento più grande dell’ultimo anno è stata la razionalizzazione. Avevamo troppe soluzioni puntuali, ognuna efficace per una cosa, ma che causavano frammentazione dei dati e continui costi di switching. Meno strumenti, integrazione più profonda e IA distribuita sui flussi di lavoro invece che isolata in un’unica app.
Perché un Coach di Sviluppo basato su IA può fare la differenza
Utilizziamo internamente il nostro Coach di Sviluppo. È un agente IA che offre a dipendenti e manager orientamento in tempo reale sulla crescita, senza dover attendere un ciclo formale di valutazione o la disponibilità di un manager.
I manager nelle aziende in crescita sono sovraccarichi. Non riescono a fare check-in con tutti, e i dipendenti che hanno bisogno di una direzione spesso la ricevono solo quando arriva la valutazione. Il Coach di Sviluppo cambia questa dinamica.
I dipendenti possono porre domande sui propri obiettivi, ricevere indicazioni concrete sui prossimi passi e capire cosa significhi essere "eccellenti" nel proprio ruolo. I manager possono usarlo per preparare conversazioni significative invece che reattive. Attrae contesto dagli obiettivi, dalla cronologia dei feedback e dalle strutture aziendali, così ciò che propone è specifico, non generico.
Mi interessa soprattutto ciò che accade in background: i segnali. Quando i dipendenti fanno domande all’IA che altrimenti non sentiremmo mai, impariamo qualcosa — non sui singoli (i dati sono aggregati e anonimi) — bensì su dove manca chiarezza, dove le persone si sentono bloccate, cosa i manager non affrontano. Raccogliere questo tipo di segnale tempestivo è difficile in altri modi.
Gli agenti vanno oltre il lavoro. Anche in casa ho creato diversi agenti IA personalizzati che facilitano la gestione familiare. Ad esempio, ho realizzato un pianificatore settimanale dei pasti che tiene conto dei principi di alimentazione sana che ho stabilito.
Perché il metodo peer-to-peer e pratico è la migliore via per diffondere l’alfabetizzazione all’IA
Abbiamo reso l’uso dell’IA strutturale, non opzionale. Ogni membro del team ha accesso agli strumenti di IA, non solo i colleghi di engineering o prodotto. La fluenza nell’uso dell’IA non può essere privilegio di certe funzioni o ruoli.
Abbiamo costruito la cultura dell’alfabetizzazione condividendo le pratiche, non tramite formazione obbligatoria. Le persone mostrano come utilizzano l’IA nei loro flussi di lavoro. È un processo peer-to-peer, pratico e a volte caotico, ma questo lo rende efficace. Qualcuno mostra una soluzione che ha funzionato, qualcun altro la adatta al suo contesto. Questo passaparola costruisce un’adozione reale più velocemente di qualsiasi implementazione top-down.
Ciò che ho notato: più le persone sperimentano, più individuano compiti che desiderano automatizzare — attività che per anni avevano accettato come "solo parte del lavoro". L’IA offre alle persone il permesso e l’opportunità di metterlo in discussione.
Sulla governance siamo espliciti riguardo la privacy dei dati. Tutti sanno quali dati possono e non possono essere inseriti negli strumenti di IA esterni. Non negoziabile. La chiarezza sui limiti dà alle persone la sicurezza di spingersi al massimo, restando però all’interno di quei confini.
Per quanto riguarda cosa significa essere "pronti all’IA", la descriverei meno come una checklist e più come una cultura. Dipendenti che sperimentano senza paura di essere giudicati. Team che si chiedono "Dovrebbe essere una persona a fare questo?"
Leader che danno il buon esempio nell’utilizzo dell’IA apertamente, non come atto scenico, ma perché davvero la usano. Cerco di essere chiaro anche io su questo. Se chiedo ai miei team di sviluppare competenze sull’IA e io non lo faccio, quella non è leadership. È teatro.
Le persone mostrano come usano l’IA nei loro flussi di lavoro. È guidato dai colleghi, pratico, e a volte caotico, ma è proprio questo che lo rende efficace.
Perché l’IA è valida solo quanto i dati a cui accede
L’accesso ai dati è fondamentale. L’IA è valida solo quanto i dati a cui accede.
Un brillante agente IA autonomo e separato dal tuo sistema HR può scrivere una descrizione del lavoro, questo sì. Non può però dirti se l’engagement sta calando in un determinato team, se un top performer non ha avuto colloqui di sviluppo da mesi, o se i diretti riporti di un manager ottengono costantemente risultati peggiori rispetto alle valutazioni dei colleghi.
Queste intuizioni richiedono dati storici e connessi — HRIS, obiettivi, feedback, valutazioni, coinvolgimento e formazione, tutto in un unico posto. Le soluzioni puntuali e frammentate, anche se alimentate dall’IA, non lo consentono. Noi abbiamo passato anni a costruire per risolvere proprio questo problema.
La nostra roadmap si concentra sul lato agentico. Costruiamo agenti che gestiscono compiti circoscritti e specifici: stesura di documenti, risposte su policy, reminder ai manager sull’esecuzione, mentre le persone mantengono l’autorità decisionale.
Questi agenti lavorano in background. L’obiettivo è ampliare ciò che un team HR snello può ottenere. Questo consente a un responsabile HR che segue le persone per 200 dipendenti insieme a uno o due colleghi di smettere di spendere la giornata in attività amministrative e iniziare a concentrarsi su ciò che porta risultati.
Perché l’IA impone un confronto con lo scopo delle Risorse Umane
Per i leader HR, questo momento è più di una transizione tecnologica. L’IA impone un confronto con lo scopo delle Risorse Umane.
Molte persone con cui parlo sono entrate nelle HR perché tenevano davvero alle persone. Volevano costruire culture, sviluppare leader e creare ambienti in cui tutti potessero dare il meglio.
Ma col tempo, molti sono diventati amministratori di processi. I sistemi si sono accumulati. Il ruolo si è adattato. Se la tua tecnologia HR dà più valore ai processi che alle persone, quella dinamica condiziona il ruolo nel tempo. Gli strumenti plasmano i comportamenti. I sistemi plasmano i ruoli. Vale la pena nominarlo e vale la pena cambiarlo.
Alcuni consigli pratici per l’uso dell’IA nelle HR:
- Inizia dal lavoro che odi, non dalla funzione più appariscente. Dove perdi tempo in attività ripetitive e a basso valore? Applica lì l’IA per prima. La bozza. Il riassunto. L’inseguimento per il follow-up. Automatizza questi compiti e tutelati il tempo per le attività che davvero richiedono il tuo intervento.
- Ricorri sempre a un controllo umano. L’IA deve assistere, non decidere, specialmente nelle HR, dove le decisioni incidono su carriere e vite. Definisci e sostieni chiaramente questa aspettativa.
- Vai più veloce di quanto ti senta a tuo agio. Le organizzazioni che lavorano sulla competenza nell’IA oggi avranno vantaggi crescenti nel tempo. Aspettare che l’IA “maturi” è una scelta con un prezzo.
- Coinvolgi il tuo team. I collaboratori junior e i manager sul campo spesso vedono le opportunità più evidenti. L’adozione è una sfida culturale, tanto quanto tecnologica.
- Per i leader in senso più ampio: Dai tu l’esempio nell’uso dell’IA, investi seriamente sui tuoi manager e mantieni sempre centrale lo scopo. L’IA cambia il modo in cui si lavora. Non cambia il perché sia importante.
Come si evolveranno i ruoli HR nei prossimi 5 anni
Entro cinque anni, credo che le HR supereranno del tutto il ruolo di amministratore di processi e le aziende che continueranno a trattarle solo così lo risentiranno nei risultati di business.
Il cambiamento è già iniziato. I leader HR nelle organizzazioni più innovative non si valutano più in base al fatto che le valutazioni siano state fatte o che i sondaggi siano stati inviati. Si guardano agli outcome:
- La retention sta migliorando dove conta di più?
- I manager stanno sviluppando le proprie persone?
- Possiamo tracciare un collegamento tra coinvolgimento, performance e produttività su cui agire?
L’IA rende possibile questo cambiamento gestendo in modo affidabile lo strato operativo, così i leader HR possono concentrarsi su strategia, diagnosi e intervento.
Il team HR del futuro sarà più piccolo, con ruoli più senior e significativamente più influente. Non perché il personale venga ridotto, ma perché il ruolo si espande nell’ambito e guadagna credibilità al tavolo della leadership. Meno tempo nello strato amministrativo, più tempo nella stanza quando si prendono le decisioni aziendali.
Le organizzazioni che gestiscono ancora le Risorse Umane su sistemi frammentati, con strumenti separati per HRIS, performance, coinvolgimento e formazione, si troveranno in un evidente svantaggio. L’IA genera intuizioni utili dai dati collegati. Genera rumore dai dati isolati. La frammentazione sta diventando una costosa eredità, e il momento della resa dei conti è più vicino di quanto molti pensino.
La versione di HR che avrà successo tra cinque anni assomiglia molto di più a ciò che la maggior parte delle persone si aspettava quando è entrata in questo settore.
Come mantenere l’intelligenza artificiale centrata sull’umano nelle Risorse Umane
Se l’HR implementa male l’IA — utilizzandola per eliminare la responsabilità, accelerare decisioni errate o sostituirla alle difficili conversazioni umane che costruiscono una cultura — non solo sprechiamo l’opportunità. Corrodiamo la fiducia in modi che sono difficili da ricostruire.
Un’IA malfunzionante non è il rischio principale. Il rischio è un’IA che funziona come progettato, ma indirizzata nella direzione sbagliata. Revisioni che avvengono più rapidamente ma sembrano meno umane. Politiche a cui "risponde" un chatbot senza che nessuno verifichi se la risposta sia accurata o equa. Decisioni che sembrano oggettive perché prese da un sistema, quando il sistema riflette le ipotesi di chi lo ha costruito.
La nostra filosofia è chiara: L’IA non dovrebbe mai sostituire il giudizio umano su decisioni che influenzano la carriera, il sostentamento o il benessere di qualcuno. L’IA prepara, suggerisce, mette in evidenza. Una persona revisiona, decide e si assume la responsabilità del risultato. Il giudizio umano è irrinunciabile.
I leader HR che rispetto di più non si chiedono solo “quanto possiamo automatizzare?” Si chiedono “cosa non dovrebbe mai essere automatizzato, e perché?” Questa disciplina è ciò che distingue un’IA che costruisce fiducia da una che la logora.
È anche uno dei temi più ricorrenti in People over Perks, la nostra community per professionisti delle Risorse Umane — e sinceramente, alcune delle riflessioni più concrete sull’argomento arrivano da lì. Se è una domanda su cui stai lavorando nella tua organizzazione, ti invito a unirti a noi.
Come ho detto, le persone trascorrono circa 80.000 ore della loro vita al lavoro. Quel tempo dovrebbe essere significativo. L’IA dovrebbe aiutare a renderlo tale.
Rimani aggiornato
Puoi seguire il lavoro di Jenny Podewils su LinkedIn e dare un’occhiata a Leapsome!
Altre interviste a esperti in arrivo su People Managing People!
