Il Chief People Officer afferma che la fiducia nell’IA non prevede l’adozione
Scopri perché la fiducia dei dipendenti nell’IA non garantisce l’adozione e come i leader possono guidare un cambiamento duraturo riprogettando flussi di lavoro, cultura e abitudini quotidiane.
Justin Angsuwat
Chief People and Customer Engagement Officer presso Culture Amp
Trasformazione IA: L’IA sta cambiando radicalmente la leadership delle persone mettendo in discussione i flussi di lavoro esistenti e consentendo intuizioni costanti.
Fiducia dei dipendenti: Il programma di Culture Amp aumenta la fiducia dei dipendenti nell’uso dell’IA senza esercitare pressioni sui risultati finali.
Sfida della leadership: I dipendenti senior possono avere difficoltà nell’adozione dell’IA, trovando più difficile disimparare rispetto all’apprendimento dei junior.
Adozione vs Fiducia: Costruire fiducia nell’IA non garantisce l’adozione; sfide differenti richiedono strategie diverse.
Riprogettazione dei sondaggi: L’IA accelera i sondaggi di coinvolgimento analizzando rapidamente i dati e suggerendo piani d’azione basati su evidenze.
Justin Angsuwat ha trascorso due decenni aiutando organizzazioni come Google, PwC, Thumbtack e Blackbird Ventures a sfruttare dati, tecnologia e strategie per le persone al fine di costruire team ad alte prestazioni. Attualmente ricopre il ruolo di Chief People and Customer Engagement Officer presso Culture Amp.
Nella nostra conversazione con Justin, ci ha detto che adozione e fiducia sono problemi differenti.
Come l’IA sta cambiando il ruolo della leadership
Sono Justin Angsuwat, Chief People and Customer Engagement Officer presso Culture Amp.
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
Negli ultimi 20 anni, ho lavorato con aziende come PwC, Google, Thumbtack e Blackbird Ventures per costruire sistemi di dati e analisi che ottimizzano l’esperienza dei dipendenti, favoriscono una cultura aziendale forte e creano team ad alte prestazioni. In questo periodo, la tecnologia ha completamente rivoluzionato ciò che è possibile nella gestione delle persone.
Negli ultimi 18 mesi, ho realizzato che questa è solo la fase iniziale di qualcosa di molto più trasformativo. Non stiamo soltanto velocizzando i flussi di lavoro esistenti, ma ci stiamo anche chiedendo se quei flussi siano necessari.
L’IA non si limita ad accelerare l’HR, ma la sta ripensando totalmente, e ciò ha definito il mio approccio alla leadership oggi. Mi ha costretto a passare dal chiedermi “come possiamo ottimizzare i nostri processi?” a “cosa diventa possibile quando intuizione e azione sono costanti?”
Gestire la trasformazione dell’IA a livello globale
Guido People and Customer Engagement in Culture Amp, la principale piattaforma al mondo per l’esperienza dei dipendenti. Serviamo 25 milioni di dipendenti in 6.000 organizzazioni a livello globale, presenti in oltre 90 paesi.
Il mio ruolo copre la costruzione e il supporto della nostra cultura interna, includendo la gestione della trasformazione dell’IA e l’abilitazione dei nostri clienti a trasformare la loro. Siamo un team globale distribuito tra Stati Uniti, Regno Unito, Germania e Australia, quindi mi trovo costantemente a navigare la complessità del costruire una cultura coesa attraverso contesti molto differenti.
Questa realtà distribuita ci ha permesso di comprendere meglio ciò che funziona nel moderno ambiente di lavoro, perché viviamo le stesse sfide e opportunità che devono affrontare i nostri clienti.
Come aumentare la fiducia dei dipendenti con l’IA
Abbiamo cambiato il nostro approccio alla fiducia dei dipendenti e alla costruzione delle competenze con l’IA. Un anno fa, abbiamo lanciato un programma di sei settimane che chiamiamo "Accel-AI-rate" con un obiettivo preciso: rendere i dipendenti sicuri nell’uso dell’IA, non solo curiosi.
Abbiamo separato l’esplorazione dalle aspettative — nessuna pressione per risultati perfetti, solo apprendimento strutturato partendo dalla comprensione, per arrivare alla sperimentazione e all’integrazione. Quasi l’80% della nostra organizzazione ha dichiarato di sentirsi sicura nell’utilizzare l’IA nel lavoro quotidiano, in netta crescita rispetto al punto di partenza, con solo il 4% di sentiment negativo.
Il cambiamento operativo più importante, però, è stato smettere di aspettare casi d’uso perfetti o il permesso di sperimentare. Siamo passati da un approccio tradizionale a cascata nello sviluppo software al rapid prototyping, realizzando in poche settimane ciò che prima richiedeva mesi e facendo arrivare subito prototipi funzionanti nelle mani degli utenti.
Questo passaggio da “pianifica tutto, poi costruisci” a “costruisci, impara, migliora” ha cambiato radicalmente la nostra velocità e il modo in cui i team operano ogni giorno.
Ora stiamo entrando nella fase successiva e stiamo modificando il nostro modello operativo fondante per sbloccare il prossimo livello della trasformazione IA. Costruire uno strato contestuale organizzativo per l’IA richiede, ad esempio, di rendere la maggior parte dei nostri processi leggibili dalla macchina e referenziabili.
Questa non è una questione tecnologica, ma un cambiamento comportamentale. Cambia il modo in cui realizziamo e documentiamo progetti e decisioni. Significa che accumulare informazioni diventa un bug, non una caratteristica positiva. Significa meno riunioni perché le informazioni sono già disponibili. Non serve trasmettere, ripetere o fissare una call per condividerle.
Come l’IA mette in discussione la leadership tradizionale
Per anni abbiamo dato per scontato che una buona progettazione dei processi significasse passi sequenziali chiari. Ad esempio, nelle valutazioni delle prestazioni: l’auto-riflessione, poi i feedback dei pari, poi la revisione da parte del manager e infine la consegna del feedback. Abbiamo costruito interi sistemi per rendere efficienti questi flussi di lavoro. L’IA mi ha fatto capire che spesso è proprio il flusso di lavoro ad essere il vincolo, non la soluzione.
Quando l’IA può sintetizzare il contesto in tempo reale, far emergere insight istantaneamente e aiutare i manager a prepararsi per le conversazioni su richiesta, abbiamo davvero bisogno che tutti seguano la stessa rigida sequenza? Ho dovuto abbandonare l’assunzione che struttura equivalesse a rigore. A volte la struttura è solo frizione.
Un’altra convinzione: pensavamo che i dipendenti più senior avrebbero guidato naturalmente l’adozione dell’IA grazie alla loro esperienza. Vedere invece i dipendenti più giovani orientarsi in modo più naturale con l’IA rispetto a dirigenti e leader responsabili del cambiamento organizzativo, è stato un vero campanello d’allarme. L’esperienza può essere una risorsa o un ostacolo, a seconda di quanto si sia legati a come si è sempre fatto.
La sfida del disimparare nell’era dell’IA
I risultati dell’integrazione dell’IA sono tangibili: l’80% dei dipendenti si sente sicuro ad usare l’IA, un miglioramento del 24% nell’accordo con l’affermazione “esploriamo e adottiamo nuove tecnologie come l’IA”, arrivando all’84% di accordo, e cicli di sviluppo più rapidi.
I manager di tutta l’organizzazione ora possono comprendere ciò che guida coinvolgimento e performance nei loro specifici team senza dover chiedere report personalizzati ai team di analytics.
La sicurezza non si traduce automaticamente in integrazione. Può comunque capitare che le persone si blocchino di fronte a una "pagina bianca" nel flusso di lavoro quotidiano.
Come accennavo, abbiamo scoperto che i nostri dipendenti più senior e ad alte prestazioni talvolta faticano più dei colleghi junior, perché disimparare abitudini costruite in vent’anni è molto più difficile che imparare da zero.
Parte dell’identità di una persona si lega al proprio flusso di lavoro, e l’IA può renderlo obsoleto in modo sorprendentemente rapido. Stiamo ancora cercando come far dialogare tra loro le nuove generazioni di lavoratori "nativi IA" con i dipendenti senior, che hanno una profonda expertise ma devono adattare il modo in cui la mettono a frutto.
Perché la fiducia nell’IA non garantisce l’adozione
Costruire fiducia e incentivare l’adozione sono due sfide completamente diverse, che richiedono interventi diversi. Inizialmente lo capivo solo a livello razionale, ma l’ho percepito molto di più nella pratica. Quel brillante programma di sei settimane che citavo ha reso l’80% delle persone sicure nell’uso dell’IA, e pensavamo che la sicurezza portasse automaticamente a nuovi comportamenti. Così non è stato — almeno non in automatico.
Se lo avessi saputo dall’inizio, avrei strutturato la fase di integrazione in maniera diversa — magari con stimoli di lungo periodo, tecnologie IA più avanzate, o nuovi meccanismi di responsabilità.
Abbiamo investito molte energie supponendo che dovessimo formare tutti allo stesso modo, mentre servivano approcci diversi per chi doveva disimparare e per chi imparava da zero. Capire prima questa dinamica senior-junior ci avrebbe risparmiato tempo nel tentare di imporre soluzioni uguali per tutti.
Abbiamo investito molte energie supponendo che dovessimo formare tutti allo stesso modo, mentre servivano approcci diversi per chi doveva disimparare e per chi imparava da zero.
Perché integrare l’IA è più difficile del previsto
La fase di integrazione — portare l’IA nei flussi di lavoro quotidiani — si è rivelata molto più difficile del previsto. Pensavamo che l’adozione sarebbe arrivata automaticamente una volta che le persone avessero acquisito sicurezza e potuto constatare le potenzialità dell’IA attraverso il nostro programma di esplorazione e formazione sulle competenze.
Le persone spesso affrontano il consueto carico di lavoro del martedì mattina e tornano alle vecchie abitudini. Il divario tra "So che l’IA può aiutare in questo" e "La sto effettivamente usando per questo" rimane ancora ampio.
Osserviamo anche che usare l’IA per compiti deterministici — quelli con una sola risposta esatta, come "qual è stato il nostro fatturato del quarto trimestre?" — può sembrare impressionante ma offre poco valore reale. È più lento di una query diretta e rischia di generare allucinazioni. Il vero impatto avviene nei compiti probabilistici, dove l’IA interpreta le sfumature. Tuttavia, passare dall’utilizzarla come una semplice calcolatrice a vederla come un motore di insight? Questa è la svolta su cui stiamo ancora lavorando.
Perché i sondaggi sull’engagement necessitano di una riprogettazione tramite l’IA
I sondaggi sull’engagement e l’intero ciclo di pianificazione delle azioni dovrebbero essere attivamente riprogettati. Tradizionalmente, si conduce un sondaggio, si attendono settimane per i risultati, il team di analytics analizza i dati da decine di punti di vista, si svolgono riunioni di leadership per interpretare i punteggi, e poi — se si è disciplinati — si creano piani di azione che potrebbero o meno essere realizzati. Quando finalmente si passa all’azione, i dati sono già vecchi di mesi e la fiducia dei dipendenti si erode perché non vedono cambiamento.
Abbiamo completamente riprogettato questo processo all’interno della nostra piattaforma. Ora l’IA analizza i dati del sondaggio istantaneamente, individua le 3-5 azioni con il più alto potenziale di impatto e aiuta i manager a creare piani d’azione basati su prove concrete di people science — tutto in minuti, non settimane.
Di conseguenza, siamo passati dal 50% dei dipendenti che notavano cambiamenti positivi dopo i sondaggi al 73% che vedevano azioni significative. Questo rivoluziona le conversazioni nei consigli di amministrazione e trasforma la cultura in una leva strategica, non solo in una metrica HR. Ogni leader che continua a condurre sondaggi di engagement alla vecchia maniera sta lasciando un enorme valore inutilizzato.
Dove Finisce l’IA e Inizia la Leadership
Mi affido molto all’IA per compiti probabilistici con molteplici risposte valide. Analizzo pattern tra centinaia di commenti dei dipendenti per individuare frustrazioni emotive, eseguo pianificazioni di scenari di strategia della forza lavoro e identifico segnali precoci nell’attuazione della nostra strategia — individuiamo scintille anziché incendi.
L’IA ha trasformato il processo decisionale permettendoci di passare da "il tuo punteggio di engagement è 72" a "questo problema specifico legato alla scarsa accountability sulle prestazioni ti costerà 3 milioni di dollari se non lo affronti". Questa specificità cambia completamente la natura delle conversazioni in consiglio.
Le decisioni che riguardano le persone — chi promuovere, chi lasciare andare, se qualcuno è pronto per un nuovo ruolo di responsabilità — restano esclusivamente nell’ambito umano. L’IA può far emergere segnali che potrei aver trascurato e aiutarmi a preparare conversazioni delicate, ma la decisione su cosa sia giusto per quella persona in quel momento richiede contesto umano, empatia e responsabilità.
La vedo così: l’IA si occupa della gestione dei dati complessi, le persone prendono decisioni dove sono in gioco la carriera e la vita di qualcun altro.
Come i Leader Possono Navigare la Trasformazione Guidata dall’IA
- Parti dalla fiducia, non dai casi d’uso. Se non hai mai lavorato con questi strumenti e non hai fatto almeno un centinaio di prompt in prima persona, la tua opinione sull’IA non ha peso. Perché non saprai cosa può davvero risolvere finché non la sperimenti di persona.
- Non aspettare il permesso o il piano di implementazione perfetto, lancia qualcosa e continua a muoverti. Crea percorsi strutturati che portino dalla comprensione alla sperimentazione fino all’integrazione, ma separa l’esplorazione dalle aspettative così che le persone si sentano supportate invece che esposte.
- Concentrati prima sulle persone dietro la tecnologia. Di cosa hanno paura? Cosa li farebbe sentire capaci?
- Sii spietatamente onesto sul contesto. L’IA è valida solo quanto il contesto che ha e la cultura in cui viene inserita. Se i tuoi collaboratori non si fidano della leadership, nessun strumento di IA potrà riparare questa mancanza. Ma se la fiducia c’è, l’IA diventa un vero moltiplicatore.
- L’IA non serve a rendere i flussi di lavoro esistenti il 10% più veloci — questo genera ritorni decrescenti. La vera trasformazione avviene quando ti chiedi se il flusso di lavoro sia davvero necessario e inizi ad affrontare problemi che non sapevi nemmeno potessero essere risolti dall’IA.
Segui gli Aggiornamenti
Puoi seguire Justin Angsuwat su LinkedIn.
Altre interviste con esperti in arrivo su People Managing People!
