L’esperta di integrazione AI svela la guida per un’adozione sicura e di successo

Nei suoi 16 anni di esperienza internazionale nelle risorse umane, Reyhaneh Khalilpour ha constatato inefficienze costanti nei metodi HR. Poi, con l'ampia diffusione dell'intelligenza artificiale, ha visto un'opportunità — un'opportunità che la maggior parte dei team HR stava perdendo o implementando male.

Reyhaneh Khalilpour

Consulente HR e AI

By Faye Wai on Jun 23, 2026

Key Takeaways

Costruisci la fiducia prima della competenza: L’adozione dell’AI ha successo quando le persone vedono risultati concreti già nelle prime fasi. Inizia con semplici automazioni senza codice che fanno risparmiare tempo sulle attività HR ripetitive. I primi successi costruiscono fiducia e sicurezza, aiutando i team a passare dall’esitazione alla padronanza.

Sposta la leadership dal controllo alla chiarezza: In un ambiente guidato dall'AI, i leader non devono più approvare ogni singola attività, ma progettare decisioni migliori. Concentrati su intenti chiari, definizione dei flussi di lavoro e abilitazione dei team (e dei sistemi AI) ad auto-organizzarsi attorno ad obiettivi precisi.

Crea campioni interni dell’AI: Un’adozione sostenibile dell’AI nasce dall’interno. Identifica membri del team curiosi e influenti per farli diventare ambasciatori dell’intelligenza artificiale — colleghi che insegnano, risolvono problemi e migliorano i flussi di lavoro. Questo modello distribuito favorisce l’apprendimento, la governance e l’innovazione in tutta l’organizzazione.

Così, ha iniziato a fare consulenza alle aziende concentrandosi su una corretta integrazione dell'IA, e poi ha creato un framework attorno alle sue pratiche.

L'abbiamo raggiunta per scoprire i dettagli del suo playbook. Ecco cosa ci ha raccontato.

Dalle risorse umane aziendali alla consulenza sull'IA

Sono Rey, consulente e formatrice HR canadese con oltre 16 anni di esperienza internazionale in gestione delle risorse umane e del talento. Ho un MBA presso la Royal Roads University. Sono anche coach certificata ICF ACC e coach OKR.

Mi sono avvicinata all'IA perché, dopo anni nelle risorse umane e nella gestione dei talenti, vedevo ripetersi sempre lo stesso schema: i team HR sommersi dal lavoro amministrativo e in difficoltà nel dimostrare il loro impatto strategico. Quando hanno cominciato a emergere gli strumenti di IA, mi sono resa conto che la maggior parte dei leader HR li ignorava o si sentiva sopraffatta dall'aspetto tecnico. Volevo colmare quella distanza.

Mi sono concentrata sull'aiutare i leader HR a usare l'IA in modo non tecnico e orientato ai risultati: automatizzare le attività ripetitive, concentrarsi sulle persone e prendere decisioni basate sui dati senza dipendere dall’IT o dai consulenti. Si tratta di rendere l'IA pratica, etica e direttamente collegata ai risultati aziendali.

In generale, il mio percorso di leadership si è formato grazie a una combinazione di esperienze interculturali e continuo reinventarsi. Ci sono alcuni traguardi che spiccano:

Dalle HR aziendali alla consulenza: dopo più di dieci anni a guidare lo sviluppo del talento e dell'organizzazione in Medio Oriente, ho capito che molte funzioni HR avevano bisogno di sistemi più semplici e agili, non solo di framework più complessi. Questo mi ha portata a dedicarmi al ruolo di consulente.
Diventare coach ICF ACC e coach OKR: questo ha cambiato il mio modo di guidare e sviluppare le persone. Il coaching mi ha insegnato a promuovere la responsabilizzazione attraverso la chiarezza, non il controllo.
Integrare l’IA nella pratica HR: ho sviluppato programmi di formazione HR sull’IA per aiutare i leader a modernizzare i flussi di lavoro senza dipendere dall’IT. Vedere i clienti trasformarsi da titubanti a utenti dell’IA sicuri di sé è stato un momento decisivo.
Costruire credibilità internazionale: provenire dal Canada e lavorare attraverso mercati medio orientali diversi ha influenzato il mio modo di guidare team multiculturali e di progettare strategie per le persone realmente scalabili.

You should also read

Come l’IA sta ridefinendo la leadership: da decisore a progettista delle decisioni

In un mondo in cui l’IA è centrale, la leadership non consiste più nel detenere conoscenza, ma nell’orchestrare come la conoscenza circola. Tre cambiamenti sono fondamentali:

Dal controllo alla chiarezza: ho dovuto disimparare l’idea che una leadership forte significhi solo stabilire la direzione e monitorare l’esecuzione. L’IA ha distribuito potere di informazione e decisione. Ora la leadership richiama la chiarezza dell’intento — quale problema intendiamo risolvere — lasciando che team (e tecnologia) si auto-organizzino attorno a questo.
Dal possesso dei processi allo sviluppo delle capacità: nelle HR tradizionali, "possedevamo" i processi — valutazioni delle performance, piani di successione, recruitment. Ora mi concentro sul potenziare le capacità abilitate dall’IA negli altri, così che i processi diventino intelligenti e veloci senza supervisione continua.
Dalla gerarchia lineare alla collaborazione a rete: ho abbandonato la convinzione che la struttura crei responsabilità. Gli strumenti di IA abbattono i silos, quindi l’influenza ora si sposta orizzontalmente e non solo verticalmente. Questo richiede sicurezza psicologica, trasparenza dei dati e leader a proprio agio con l’autorità condivisa.

In definitiva, oggi la leadership non riguarda l’essere il decisore, ma il progettista delle decisioni.

Significa che dedico meno tempo ad approvare risultati e più tempo a coachare i team su come progettare flussi di lavoro, prompt, sistemi e meccanismi di controllo, così come a favorire la responsabilità distribuita.

È un cambiamento di mentalità sottile ma profondo: l’IA non si limita ad accelerare il lavoro — costringe i leader a ripensare cosa significhi davvero guidare in un contesto automatizzato e guidato dalla conoscenza.

Oggi la leadership non consiste nell’essere il decisore, ma il progettista delle decisioni.

Reyhaneh Khalilpour

Consulente HR & IA

Cosa significa davvero per la tua organizzazione essere pronta per l’IA

Essere pronti per l’IA nella nostra organizzazione vuol dire questo:

Persone in grado di identificare i compiti adatti all'automazione.
Team in grado di progettare, testare e perfezionare flussi di lavoro guidati dall’IA.
Leader che valutano criticamente i risultati, garantiscono un utilizzo etico e mantengono la governance.

Ecco i problemi che vedo spesso:

Sovrastima rispetto alla realtà: inizialmente i team si aspettano che l'IA sostituisca il giudizio umano anziché potenziarlo.
Resistenza al cambiamento: alcuni dipendenti sono riluttanti a fidarsi dei risultati dell’IA senza vittorie tangibili.
Lacune nella governance: le prime iterazioni rischiavano di produrre risultati di qualità incoerente o distorti, richiedendo librerie di prompt e checkpoint di revisione.

Combinando applicazione pratica, coaching tra pari e governance, abbiamo costruito una funzione HR consapevole dell’IA, capace e responsabile, dove l’intelligenza artificiale potenzia il processo decisionale anziché creare dipendenza.

Come colmare il divario tra aspettative sull’IA ed esecuzione nel mondo reale

La maggiore disconnessione che noto oggi è tra le aspettative e l’esecuzione.

Le organizzazioni spesso trattano l’IA come una "soluzione magica" in grado di rendere immediatamente l’HR più efficiente o strategico, senza affrontare i flussi di lavoro sottostanti, le lacune di competenze o la cultura necessari per sfruttarla davvero. Il risultato è un’adozione dell’IA che si blocca, produce risultati incoerenti o amplifica inefficienze già esistenti.

Affronto questo tema in due modi nella mia leadership e nella progettazione organizzativa:

Flussi di lavoro prima degli strumenti: mi assicuro che ogni iniziativa legata all’IA inizi da una chiara comprensione del processo che si vuole migliorare. Mappiamo i punti critici, definiamo i risultati e solo in seguito selezioniamo o progettiamo soluzioni di IA. Questo evita che gli strumenti vengano usati come semplici cerotti e sposta l’attenzione sullo sviluppo di competenze anziché solo sull’automazione.
Leadership distribuita tramite campioni dell’IA: invece di contare su un singolo esperto o figura di riferimento per implementare l’IA, creo dei campioni interni in grado di insegnare, risolvere problemi e perfezionare all’interno dei team. Questo scala l’adozione e incorpora la conoscenza dell’IA nel DNA dell’organizzazione.

In definitiva, colmare il divario non riguarda la tecnologia in sé, ma l’allineamento di persone, processi e governance affinché l’IA possa realmente mantenere le sue promesse senza creare nuovi colli di bottiglia o rischi.

Approfondiamo questo aspetto.

Come i leader HR possono costruire capacità abilitate dall’IA che siano scalabili

Come ho già detto, sviluppare capacità basate sull’IA parte dalla reingegnerizzazione dei flussi di lavoro; non dalla formazione degli strumenti.

Costruire fiducia prima delle competenze

Inizio identificando le attività in cui il contributo umano aggiunge meno valore — reportistica ripetitiva, screening manuale, o documentazione — e ridisegno questi processi con automazioni semplici e senza codice tramite piattaforme come Zapier, Power Automate e Airtable. Questo permette alle persone di vedere risparmi di tempo immediati e le rende più disponibili all’apprendimento. Questo approccio della “fiducia prima delle competenze” aiuta i team HR a passare dalla resistenza alla presa di responsabilità, poiché iniziano a vedere l’IA come una leva pratica di produttività e non come una minaccia.

Il consiglio di Reyhaneh

Permetti ai team di costruire fiducia prima delle competenze. Questo approccio aiuta i team HR a passare dalla resistenza alla responsabilizzazione, poiché iniziano a vedere l’IA come una leva pratica di produttività e non come una minaccia.

Ad esempio, nel processo di onboarding dei nuovi assunti, invece che l’HR trasferisca manualmente dati e generi documenti, viene impostata un’automazione: quando un candidato firma l’offerta, un workflow senza codice si attiva automaticamente trasferendo i dati del nuovo assunto nell’HRIS — eliminando screening/manual entry — e contemporaneamente genera e invia una richiesta di attrezzature all’IT, riducendo drasticamente il lavoro amministrativo e liberando l’HR per concentrarsi su attività a maggior valore aggiunto.

Incorporare formazione specifica per funzione

Una volta acquisita fiducia, integro una formazione strutturata e specifica per funzione — recruiting, L&D, operations HR o leadership — sempre ancorata a casi d’uso reali. Ogni iniziativa di sviluppo delle competenze include principi di etica e compliance, per garantire l’uso responsabile e trasparente dell’IA da parte dei team.

Per un team di recruiting questo si traduce in un “AI Screening Workshop” integrato, dove i recruiter imparano a utilizzare uno strumento di IA per sintetizzare e classificare i candidati, seguito immediatamente da una formazione sulle regole di compliance — l’utilizzo obbligatorio di un “Bias Audit Log” per verificare manualmente e giustificare ogni decisione guidata dall’IA, garantendo così un uso responsabile.

Allo stesso modo, il team di Leadership potrebbe partecipare a una sessione su "AI per la pianificazione della forza lavoro" per utilizzare modelli predittivi, concentrandosi in particolare sulle implicazioni etiche dell'uso dell'AI nelle decisioni sui licenziamenti.

Il risultato non è solo la padronanza degli strumenti, ma una competenza culturale: professionisti HR in grado di riprogettare i flussi di lavoro, mettere in discussione le inefficienze e usare l’intelligenza artificiale per migliorare la qualità delle decisioni. Si tratta di creare organizzazioni in cui la familiarità con l’AI sia integrata nel lavoro quotidiano, e non considerata una competenza a parte.

Sviluppare campioni interni di AI per un’adozione sostenibile

La formazione viene quindi sostenuta sviluppando "Campioni AI" interni — mentori tra pari che organizzano brevi sportelli di consulenza per condividere le best practice e risolvere i nuovi flussi di automazione, garantendo che l’adozione sia continua e realmente di proprietà del team HR, non solo dell’IT.

Seleziono i campioni AI guardando oltre il loro titolo o le loro competenze tecniche — di solito valuto tre fattori:

Mentalità: apertura al cambiamento, resilienza quando gli strumenti falliscono e agio nell’ambiguità.
Influenza: la loro capacità di influenzare gli altri — formalmente o informalmente — tra i vari team.
Orientamento all’esecuzione: la loro capacità di trasformare idee in prototipi funzionanti rapidamente, senza aspettare condizioni perfette.

I migliori campioni sono coloro che dimostrano curiosità nel migliorare i flussi di lavoro e che naturalmente condividono ciò che imparano con gli altri. Non devono essere esperti di tecnologia, ma devono essere disposti a sperimentare, documentare ciò che funziona e tradurlo in un linguaggio HR accessibile ai colleghi.

Una volta selezionati, investo su di loro come moltiplicatori interni — dando loro accesso anticipato ai flussi di lavoro, offro coaching sull’uso responsabile dell’AI e li posiziono come co-formatori per gli altri. Usiamo risorse strutturate — librerie di prompt, SOP su Notion e sessioni settimanali di riflessione — per rendere l’apprendimento ripetibile e scalabile.

Questo crea un sistema di apprendimento distribuito in cui le competenze si diffondono orizzontalmente grazie alla credibilità tra pari — non solo tramite iniziative top-down.

Case study reale: come un team HR ha ridotto il tempo di assunzione del 53% con l’automazione AI

Ecco un esempio concreto di trasformazione applicata che ho riscontrato con l’adozione dell’AI: un team HR di 5 persone in un’azienda retail regionale dedicava il 40% della propria capacità a compiti amministrativi. Utilizzando Typeform, Google Sheets, Zapier, ChatGPT, Slack e Notion, abbiamo automatizzato la raccolta delle candidature, i riepiloghi di screening, la pianificazione dei colloqui e la verifica dei bias. I campioni AI interni hanno mantenuto il flusso di lavoro e lo hanno iterato settimanalmente.

L’intero processo di gestione dei candidati viene eseguito tramite un workflow di alto livello e senza codice:

Typeform raccoglie i dati delle candidature, che vengono immediatamente registrati su Google Sheets tramite Zapier.
Zapier inoltra poi i dati del CV a ChatGPT per generare un riepilogo di tre frasi, un punteggio di idoneità e dei flag di conformità, con l’output che ritorna nel Google Sheet.
Se il punteggio è sufficientemente alto, Zapier invia una notifica Slack al responsabile delle assunzioni con il riepilogo e un link alla riga del candidato.
In caso di approvazione da parte del manager all’interno dello Sheet, Zapier attiva automaticamente l’invio di un’email al candidato per l’autoprenotazione del colloquio.
Infine, Notion funge da hub centrale per i Campioni HR per mantenere il Bias Audit Log e la documentazione dei flussi di lavoro, garantendo che tutto il sistema sia efficiente, conforme e in continuo miglioramento.

Ecco i risultati ottenuti:

60 ore/settimana recuperate (~1,5 FTE annue)
Tempo di assunzione ridotto da 45 a 21 giorni (53% più veloce)
Tempo HR riallocato su coaching, progettazione dei ruoli e miglioramento dell’esperienza del candidato
Focus della leadership spostato dal controllo delle attività allo sviluppo delle competenze e alla progettazione dei flussi di lavoro

Questa esperienza mi ha dimostrato che il vero valore dell’AI sta nell’amplificare l’impatto della leadership e nel creare una cultura di team responsabilizzati e capaci — non solo nell’automatizzazione delle attività.

Il vero valore dell’AI sta nell’amplificare l’impatto della leadership e nel creare una cultura di team responsabilizzati e capaci — non solo nell’automatizzazione delle attività.

Come l’AI va oltre le operazioni per trasformare la strategia e il processo decisionale

Ma l'IA va oltre le operazioni. L'IA nella gestione delle operazioni supporta la strategia, la progettazione organizzativa e il processo decisionale modellando scenari, pianificazione della forza lavoro e sintesi di insight, permettendo alla leadership di concentrarsi sui compromessi e sull'impatto sulle persone.

L'IA per le risorse umane strategiche e lo sviluppo delle competenze si basa principalmente su due tipologie di strumenti:

Piattaforme di pianificazione strategica: Sistemi specializzati come SAP SuccessFactors o Nakisa/Pigment utilizzano IA avanzata per gestire la pianificazione complessa della forza lavoro, la modellazione di scenari e il design organizzativo. Questi strumenti sintetizzano i dati aziendali per aiutare i leader a prevedere i bisogni e analizzare l'impatto delle principali decisioni, consentendo all'HR di concentrarsi sulla strategia anziché solo sulla reportistica.
Strumenti di generazione di contenuti: LLM generici come ChatGPT o Gemini (spesso integrati in piattaforme aziendali come Microsoft 365 Copilot) vengono utilizzati per generare rapidamente contenuti, inclusi suggerimenti di coaching personalizzati, bozze iniziali di moduli formativi e domande per survey sul clima aziendale. Ciò automatizza la stesura creativa, consentendo all'HR di dedicare più tempo a coaching e sviluppo delle persone.

In altre parole, i primi definiscono il "cosa" basato sui dati e i secondi creano il "come" focalizzato sulle persone.

Ecco come potrebbe apparire nella pratica: SAP SuccessFactors (software di gestione del capitale umano) modella uno scenario che mostra un previsto gap di competenze del 20% nel Digital Marketing entro due anni; questa insight strategica viene poi inserita in ChatGPT con un prompt per creare un piano di coaching iper-personalizzato in tre passi per un VP Marketing il cui team è maggiormente impattato, traducendo efficacemente dati complessi in contenuti di sviluppo e coaching immediatamente utili e azionabili.

Lo stack tecnologico no-code che alimenta l'efficienza dei flussi di lavoro HR e lo sviluppo delle competenze

Parlando di strumenti, utilizzo uno stack flessibile e no-code focalizzato sull'efficienza dei flussi di lavoro e sulla costruzione delle competenze:

Google Workspace è il mio punto centrale per dati, dashboard e collaborazione.
Typeform e Google Forms standardizzano la raccolta di candidature e richieste interne, alimentando flussi di lavoro automatizzati.
Zapier (software di automazione dei flussi di lavoro) e Make orchestrano l'automazione end-to-end, liberando 40–60 ore/settimana. Ho recentemente migrato alcuni flussi su Make per una migliore gestione degli errori.
ChatGPT e l'API OpenAI generano template, sintesi e controlli dei bias. Sono abbinati a librerie di prompt e log per garantire coerenza e governance.
Slack (software di comunicazione per i dipendenti) offre notifiche e approvazioni in tempo reale per mantenere i team allineati.
Notion (app per prendere appunti) è dove documentiamo flussi di lavoro, procedure operative standard e curiamo la formazione per la condivisione scalabile della conoscenza.

L'impatto di questo stack è un notevole risparmio di tempo, assunzioni più rapide, maggiore coerenza e un cambiamento nel focus della leadership: dal controllo delle attività alla progettazione dei flussi di lavoro e delle competenze.

Come strutturare gli input di ChatGPT per ottenere output HR consistenti e privi di bias

In questo periodo mi sto concentrando molto sul design dei prompt per ChatGPT e sulle relative librerie. Non si tratta solo di saper usare lo strumento, ma di strutturare input e output in modo da generare sistematicamente contenuti precisi, verificati e immediatamente utilizzabili.

Creando una libreria centralizzata di prompt, abbiamo reso gli output dell'IA riproducibili in tutti i flussi HR — dai riepiloghi dei candidati e domande di screening alle comunicazioni interne e ai materiali di onboarding.

L'impatto è stato trasformativo: standardizza la qualità, riduce gli errori e libera i team HR dalla creazione ripetitiva di contenuti. Ancora più importante, cambia il mio stile di leadership — ora dedico le mie energie a fare coaching sui team in materia di progettazione dei flussi di lavoro, definizione dei limiti decisionali e miglioramento iterativo, piuttosto che produrre o approvare ogni documento. Questa sola caratteristica ha trasformato l'HR da una funzione guidata dai compiti a un team orientato alla capacità e potenziato dall'IA.

Cosa ogni leader HR deve sapere per affrontare la transizione verso l'IA

Entro cinque anni, le risorse umane non saranno più definite da processi transazionali. Ruoli come il mio saranno quasi totalmente focalizzati sul design di flussi di lavoro potenziati dall'IA, sulla costruzione di framework decisionali e sullo sviluppo delle competenze uomo + IA in tutta l'organizzazione. I dipartimenti misureranno l'impatto in base all'influenza strategica, all'agilità della forza lavoro e allo sviluppo delle capacità, piuttosto che sul numero di collaboratori o sull'efficienza amministrativa.

In pratica, ciò significa che i leader HR dedicheranno meno tempo all'approvazione dei report e più tempo alla cura di insight data-driven, al coaching dei team e all'integrazione dell'uso etico dell'IA in ogni decisione.

Per i leader HR che stanno affrontando questa trasformazione HR guidata dall'IA, il mio consiglio è: concentratevi sui flussi di lavoro, non sugli strumenti.

Il consiglio di Reyhaneh

Per i leader HR che stanno affrontando questa trasformazione guidata dall’AI, il mio consiglio è di concentrarsi sui processi di lavoro, non sugli strumenti.

Individuate dove lo sforzo umano aggiunge poco valore, automatizzate o aumentate quei compiti e investite nel potenziamento delle competenze e della conoscenza dell'AI nei vostri team. Create promotori interni, integrate la governance fin da subito e trasformate il vostro ruolo da esecutori di compiti a progettisti di framework decisionali e facilitatori per gli altri.

In senso più ampio, per tutti i leader, la chiave è ripensare al modo in cui il lavoro viene svolto, non solo a che cosa viene svolto. Abbracciate l'AI come un moltiplicatore di forze per strategia e cultura, date priorità alla chiarezza piuttosto che al controllo e coltivate team capaci di adattarsi, sperimentare e assumersi responsabilità in un ambiente potenziato dall'AI.

Il successo non consiste nell'avere gli strumenti più recenti: si tratta di orchestrare efficacemente sistemi composti da persone + AI.

Segui gli aggiornamenti

Puoi seguire Rey su LinkedIn mentre esplora strategie pratiche di AI low-code per l'ambito HR.

Presto arriveranno altre interviste con esperti su People Managing People!