Rapporto Segnale: Lezioni Apprese da Transform 2026
Priorità alla Governance: L’adozione dell’IA richiede un approccio strutturale con una governance chiara per evitare caos e duplicazioni.
Coinvolgimento delle Risorse Umane: Le Risorse Umane devono avere un ruolo rilevante nella strategia sull’IA, guidando gli aspetti legati alla forza lavoro e alla formazione insieme ai leader tecnici.
Ruolo dei Manager: Il management intermedio è fondamentale per la trasformazione IA: servono manager attenti al contesto per guidare il processo.
Impatto dell’Ambiguità: Concepire le transizioni verso l’IA come evoluzioni continue, e non come momenti traumatici, riduce stress e affaticamento tra i dipendenti.
Fondamenta dei Dati: Una solida e coerente infrastruttura dati è essenziale per un’implementazione effettiva dell’IA e per evitare problemi sistemici.
Il circuito delle conferenze è diventato un vero e proprio segnale. Ciò che si dice in queste sale e su questi palchi rappresenta una distillazione di ciò che sta accadendo, di ciò che si percepisce e delle previsioni per il moderno luogo di lavoro.
Transform 2026 a Las Vegas non ha fatto eccezione. Durante tre giorni di sessioni, tavole rotonde e conversazioni nei corridoi, sono emerse alcune verità chiarificatrici. Naturalmente, non sono mancati gli abituali keynote ricchi di ottimismo astratto o le ammissioni più pessimistiche, ma ci sono stati anche onesti punti di attrito da parte di chi lavora davvero sul campo.
Ecco cosa è davvero emerso per me durante la settimana.
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
1. La governance è il lavoro poco attraente che determina se tutto questo funzionerà.
Nessuno partecipa a una conferenza per parlare di documentazione delle policy. Eppure questo tema continuava a emergere come la parete portante dell’adozione dell’IA.
Durante una sessione incentrata sulle competenze, al primo giorno, Stacy Eng, ex Chief Learning Officer di Chevron, ha descritto il momento in cui la sua organizzazione si è resa conto che l'entusiasmo da solo avrebbe generato caos. Hanno spalancato le porte alle idee dei dipendenti su cosa fare con l’IA e il risultato è stato effettivamente una valanga. Centinaia di idee hanno portato rapidamente alla constatazione che serviva un quadro per stabilire delle priorità.
La soluzione è stata strutturale: un consiglio sull’IA che ha riunito CIO, CFO e altri stakeholder di alto livello per decidere cosa portare avanti, cosa accantonare e cosa lasciar andare.
Quell’esperienza è stata ripetuta in diverse sessioni. Un responsabile di un’azienda non tecnologica ha raccontato di aver volutamente evitato la corsa iniziale all’IA — “volevamo che fossero gli altri a commettere gli errori” — prima che un mandato del consiglio d’amministrazione li costringesse ad agire.
Amy Reichanadtner, Chief People Officer di Databricks, ha descritto l’organizzazione del lavoro sull’IA del suo team in tre livelli espliciti: iniziative strategiche sponsorizzate dalla leadership, revisione dei processi funzione per funzione e una zona sandbox per la sperimentazione libera ma con limiti ben definiti.
Senza questa struttura, ha osservato, ci si ritrova con strumenti duplicati nel proprio "people stack" che risolvono gli stessi problemi senza alcun modo per capire cosa funzioni davvero.
Il problema di fondo è che una documentazione incompleta delle policy crea basi deboli per qualsiasi sistema di IA che vi attinga. Senza parlare degli agenti che richiedono una governance capace di tenere il passo in tempo reale.
2. Il posto dell’HR al tavolo dell’IA non viene offerto. Deve essere conquistato.
Una delle frustrazioni più evidenti della settimana: l’HR viene sistematicamente escluso dalla strategia sull’IA, salvo poi essere chiamato a gestire le conseguenze.
Isaac Agbeshie-Noye ha notato che una percentuale molto bassa di professionisti HR comprende il proprio ruolo nella strategia sull’IA.
“L’hanno scaricato sul CTO,” ha detto. “Abbiamo bisogno che questi professionisti siano coinvolti.”
Eng ha espresso un punto simile sul design organizzativo. L’implementazione dell’IA è un evento che riguarda la forza lavoro, non solo una questione tecnica. Le competenze, la psicologia, l’architettura della formazione sono responsabilità dell’HR.
“L’HR, come chi ha conoscenza della forza lavoro, può costruire la parte relativa allo sviluppo e all’apprendimento. Dovrebbe essere parte del consiglio sull’IA insieme a CIO, CTO, assicurandosi di considerare gli aspetti umani del cambiamento.”
Il rapporto Brandon Hall Group’s 2026 HR Outlook ha scoperto che il 65% delle organizzazioni sta attivamente integrando l’IA nei workflow principali. Meno del 30% ha ridefinito in modo significativo ruoli o strutture lavorative per rifletterlo. Quel divario è dove l’HR può intervenire o rischia di essere messo da parte in modo permanente.
3. Il livello manageriale è dove la trasformazione IA si sta arenando.
La sessione di Matt Poepsel potrebbe essere stata la più sincera della settimana. Ha descritto manager che lavorano senza contesto, prendendo decisioni nel vuoto, e lo ha inquadrato non come un fallimento individuale ma come una questione sistemica: IA generica che non conosce l’organizzazione, le persone o le dinamiche comportamentali.
“Quando scopriamo manager che tagliano gli angoli,” ha detto, “si crea un vuoto che si manifesta in ogni fase della vita del dipendente.”
Le conseguenze si accumulano. I dipendenti si rivolgono a ChatGPT per chiedere consigli ai manager perché la fiducia si è erosa al punto che non credono riceveranno una risposta sincera dal loro vero responsabile.
Claude Silver, Chief Heart Officer presso VaynerX, ha descritto la promozione di persone a ruoli manageriali e la scoperta che l'organizzazione dava per scontato che sapessero come gestire la paura, l'incertezza e una conversazione autentica.
Abbiamo bisogno di manager che sappiano creare questo tipo di ambiente," ha detto. "Sembriamo saltare direttamente oltre questa competenza.
Brian Elliott ha espresso in modo diretto il concetto come presentatore dell'evento: "La trasformazione dell'AI è uno sport di squadra, che richiede tempo e spazio affinché i team si allenino insieme. Un campione AI inserito in una squadra che conosce gli obiettivi del team è più potente di qualsiasi programma di formazione."
4. L'ambiguità sta provocando il burnout delle persone più rapidamente del carico di lavoro.
La fatica da cambiamento è stata menzionata ripetutamente, ma la diagnosi più precisa è arrivata da Agbeshie-Noye.
Questo ha implicazioni pratiche sul modo in cui le organizzazioni comunicano le transizioni all'AI. Eng ha descritto una scelta di comunicazione adottata da Chevron, dove l'enfasi era nel presentare l'AI non come una rottura, ma come il nuovo capitolo di un percorso digitale già in corso, facendo percepire il cambiamento come qualcosa di continuo e non come una rottura.
Danny Guillory, Chief People Officer presso Gametime, è andato oltre.
"A volte dobbiamo fare meno rispetto a quello che stiamo imponendo e prestare attenzione ai ritmi che le persone stanno vivendo."
C'è differenza tra preparare la forza lavoro al cambiamento e travolgerla. L'obiettivo di chi vuole gestire questa sfida si concentra su creare chiarezza su dove si sta andando, non solo entusiasmo sulle possibilità offerte.
5. Lo strato dei dati non è un dettaglio tecnico. È la base.
Jevan Soo Lenox, Chief People Officer presso Writer, ha detto qualcosa che avrebbe meritato maggiore attenzione: "Se non stai costruendo a partire da una solida base di conoscenza coerente, uno strato di dati accessibile e su cui si può lavorare, tutto il resto si romperà."
Non parlava in astratto. Stava descrivendo l'esperienza di osservare organizzazioni che implementano strumenti di AI su infrastrutture dati caotiche, incomplete o incoerenti e si chiedono perché nulla funzioni come promesso.
Giovanni Luperti, CEO di Humaans, ha sottolineato un punto correlato riguardo all'agentic AI: i sistemi apprendono da ciò che ricevono in input. Se gli dai input disordinati, sistematizzeranno il disordine. Il processo di onboarding è un esempio che ha citato — altamente ripetitivo, con un grande potenziale di automazione, ma solo se il processo sottostante è ben definito.
Vuoi ottenere agenti che gestiscano questo processo continuamente e imparino a svolgerlo meglio. Ma quando si va verso componenti di autorità più complessi, non credo che questi sistemi siano ancora pronti.
La domanda che le organizzazioni dovrebbero porsi prima di costruire qualsiasi cosa: da dove sta attingendo realmente l'AI?
6. La responsabilità della leadership per l'adozione dell'AI deve essere misurabile, altrimenti svanisce.
Stacy Eng è stata esplicita su ciò che serve per trasformare i leader da semplici sostenitori a veri promotori.
Peter Beard, VP Politiche e Programmi presso la U.S. Chamber of Commerce, ha aggiunto un punto correlato sulla visibilità. Mantenere i progetti di IA sotto l’attenzione della C-suite — non per interferire, ma per segnalare che c’è attenzione — modifica il comportamento all’interno dell’intera organizzazione. "Questo è ciò che guiderà il cambiamento", ha detto.
È importante perché il divario di responsabilità è reale. Quando l’adozione dell’IA viene vista come un’iniziativa culturale senza impatto concreto, viene trattata come opzionale. Quando invece viene integrata nei criteri su cui si valutano le performance, diventa una parte reale del lavoro.
7. Il segnale del recruiting sta crollando, e il volume non è la risposta.
La sessione sul recruiting con Aaron Wang, CEO di Alex.com, ha messo in luce un problema che i leader TA stanno osservando in tempo reale. I volumi delle candidature sono esplosi — alcuni sistemi ATS segnalano 750 candidati per ogni posizione — mentre la percentuale di quelli realmente esaminati si aggira intorno al due o tre percento.
L’IA ha reso la candidatura priva di frizioni. Il costo per candidarsi è quasi nullo. E sempre più spesso, è l’IA a candidarsi al posto dei candidati, talvolta su larga scala, talvolta in modo ingannevole.
I fornitori sostengono che lo screening tramite IA risolva il problema processando ogni candidatura. Ma la domanda più difficile, sollevata durante la sessione e mai davvero risolta, è quale segnale effettivamente sopravviva quando entrambe le parti della transazione sono gestite dall’IA?
Secondo Wang, uno su quattro candidati ora potrebbe essere fraudolento. Se accurato, questo dato riflette quanto si sia deteriorata la parte iniziale del funnel.
Il problema più profondo non è il volume. È che il curriculum come segnale era già indebolito prima dell’arrivo dell’IA, e l’IA ne ha accelerato il collasso. Lo screening su larga scala non risolve la questione di cosa significhi effettivamente "valido" quando gli input non sono affidabili.
8. Il giudizio umano resta il fattore chiave, ma solo se è integrato, non dato per scontato.
Il filo conduttore della settimana, presente in sessioni altrimenti assai diverse, era questo: gli umani sono ancora migliori dell’IA nel giudizio, ma questo vantaggio conta solo se le organizzazioni si impegnano a preservarlo e svilupparlo deliberatamente.
Il framework di Matt Poepsel era diretto.
Amy Reichanadtner ha indicato due competenze che, secondo lei, saranno fondamentali: ragionare dai primi principi e saper costruire.
June Dinitz, Head of People per Stati Uniti e Canada presso EPAM Systems, ha descritto la trasformazione dei servizi professionali verso la figura degli "ingegneri forward-deployed"; in altre parole, persone capaci di inserirsi nel contesto del cliente e comprenderne a fondo la realtà prima di proporre soluzioni tecniche.
Questo significa non trattare il giudizio come una soft skill. Consideratelo un’infrastruttura e create le condizioni per esercitarlo, soprattutto in ambienti di piccoli team. L’approccio di Luperti sul "potenziamento contro sostituzione delle decisioni" è un ottimo filtro: tutto ciò che è deterministico, affidatelo a un agente; tutto ciò che coinvolge contesto, sfumatura o conseguenze, mantenete la persona decisamente al centro.
9. Chi entra ora nel mondo del lavoro vive un’esperienza che nessun adulto comprende davvero, e i leader devono ascoltare invece che spiegare.
Michael Walters, CHRO presso Samsung Semiconductors, ha detto qualcosa che vale per tutti i nati prima del 2000.
Devo capire che non so cosa significhi avere 25 anni nel 2026, quindi devo ascoltare molto.
Claude Silver ha descritto il fenomeno dei giovani che arrivano e se ne vanno velocemente, non a causa del lavoro in sé, ma perché le organizzazioni non stanno avendo conversazioni oneste sulle implicazioni dell’IA per il loro futuro, sui percorsi di carriera o sul loro senso di appartenenza.
Durante una conversazione sul palco principale al secondo giorno, Van Jones è andato dritto al punto.
Non lasciate che questa tecnologia venga usata per ridurre il personale. Tutti avranno i bot e allora si tornerà agli esseri umani. Dovete invece investire nel lavoro emotivo necessario a mantenere uniti i vostri team.
Non è un argomento leggero. È una scelta strategica. Se trattiamo l’adozione dell’IA soltanto come un esercizio di efficienza, perderemo le persone che riusciranno a superare l’attuale ondata di automazione.
Costruire una maggiore conoscenza dell’IA e costruire fiducia umana non sono priorità in competizione. In questo momento, sono lo stesso progetto.
