I Tuoi Dipendenti Sanno di Lavorare al Fianco di Agenti AI?
Divario di Consapevolezza: Molti dipendenti non sono consapevoli della presenza di agenti AI nel proprio ambiente di lavoro, portando a sfiducia e confusione.
Importanza della Trasparenza: I quadri di governance presumono la supervisione umana, ma la mancata consapevolezza dei dipendenti rischia di compromettere la responsabilità.
Erosione della Fiducia: Molti lavoratori percepiscono i sistemi AI come inaffidabili: il 62% esprime preoccupazione sull’affidabilità degli agenti AI.
Coinvolgimento dei Dipendenti: La divulgazione è essenziale: i dipendenti devono comprendere il ruolo dell’AI per poterla supervisionare e utilizzare efficacemente.
Deficit di Formazione: Solo il 38% delle organizzazioni offre formazione sugli strumenti AI, aumentando la percezione di obsolescenza tra i lavoratori.
La maggior parte dei dipendenti non sa con cosa sta lavorando fianco a fianco.
L’AI agentica ha superato da tempo la fase pilota e ora smista ticket di assistenza clienti, segnala prestazioni anomale, programma colloqui e riassume riunioni prima ancora che qualcuno esca dall’account.
In un numero crescente di organizzazioni, prepara risposte e prende decisioni a basso impatto per conto di lavoratori che non sono stati informati di ciò che sta accadendo.
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
Il deployment ha superato la comunicazione. Secondo un sondaggio della Cloud Security Alliance pubblicato ad aprile, l’82% delle imprese ha scoperto agenti AI precedentemente sconosciuti attivi nei propri ambienti IT nell’ultimo anno, molti dei quali sono comparsi più volte. Questo è un problema di visibilità IT. Il problema della consapevolezza dei dipendenti è ancora più profondo.
La ricerca globale di Workday per il 2025 (link), che ha interpellato quasi 3.000 decisori tra Nord America, APAC ed EMEA, ha rilevato che solo il 24% dei dipendenti si sente a suo agio con agenti AI attivi in background a loro insaputa.
Non si può parlare di questione marginale se tre lavoratori su quattro tracciano una linea di demarcazione netta, e la maggior parte di loro lo fa senza avere tutte le informazioni su dove questa linea si trovi effettivamente all’interno del proprio contesto lavorativo.
Trasparenza e presupposti condivisi
Il motivo etico per colmare questa distanza è chiaro. I lavoratori hanno il diritto legittimo di comprendere i sistemi che determinano l’assegnazione delle attività, i carichi di lavoro e, in alcuni casi, le valutazioni delle loro prestazioni. Ma l’argomento operativo potrebbe risultare più comprensibile agli executive che devono ascoltarlo.
I framework di governance, come l’AI Risk Management Framework del NIST, i requisiti di trasparenza dell’AI Act europeo e la maggior parte delle policy aziendali sull’AI sviluppate negli ultimi due anni, si fondano su un presupposto condiviso: la presenza dell’essere umano nel processo.
Non solo executive o team di compliance, ma anche chi svolge il lavoro. Il controllo umano significa che quando un agente commette un errore, indirizza male un caso, applica criteri sbagliati o si discosta dal comportamento previsto, qualcuno lo nota. Quel qualcuno è quasi sempre un operatore in prima linea, vicino abbastanza al risultato da accorgersi quando qualcosa non va.
Quando i dipendenti non sanno che un agente sta agendo, quella supervisione scompare strutturalmente. L’architettura della responsabilità dipende da una consapevolezza che di fatto manca.
Cosa succede quando lo scoprono?
Quando si verifica, la rottura è quasi sempre personale. Circa otto mesi prima di parlare con People Managing People, Mike Rolfe, VP of Product di Outbuild — una piattaforma per la programmazione in edilizia — ha introdotto un sistema agentico nelle operazioni di customer success in grado di monitorare autonomamente lo stato degli account, fissare chiamate per conto dei CSM e redigere report sui rischi di rinnovo senza alcun input umano diretto.
La dirigenza era stata informata, ma il più ampio team di assistenza clienti no, anche perché internamente si continuava a definirlo genericamente una "automazione" e non per quello che effettivamente era.
Un CSM è entrato in una chiamata con un cliente e il cliente ha menzionato un incontro che aveva già programmato, che il CSM non aveva mai fissato.
Il danno alla fiducia interna al team ha richiesto settimane per essere sanato. Ora la sua regola è che, dal momento in cui un sistema AI compie un’azione che un’altra persona può vedere, la persona in questione deve saperlo prima che l’azione venga eseguita.
Il team inoltre ha smesso di usare del tutto il termine "automazione", preferendo descrizioni dirette. Ad esempio, "il sistema fisserà appuntamenti per te e avviserà il cliente a tuo nome".
Questo perché, soprattutto nella cultura delle costruzioni, un linguaggio tecnologico vago non crea consenso informato. Crea invece proprio le condizioni per momenti come quello vissuto dal suo CSM.
La responsabilità rimane umana
Steven Betito, COO e responsabile della protezione dei dati di Elestio, lo ha visto in prima persona.
Quando il suo team ha integrato l'agentica AI nelle operazioni quotidiane, ha implementato la trasparenza sin dall'inizio. Ogni agente aveva un ruolo documentato ed è stato presentato esplicitamente alla squadra come un'AI, il che significava che nessuno aveva mai dubbi su cosa stesse utilizzando. Tuttavia, ciò che non hanno costruito abbastanza presto è stata una struttura chiara di escalation.
Nei primi mesi, non abbiamo formalizzato i percorsi di escalation. Un collega umano inviava un’email a un agente con una richiesta ambigua, l’agente interpretava al meglio e il risultato a volte finiva in produzione senza un revisore umano ben definito.
La soluzione è stata semplice una volta individuato il problema. Ora, ogni azione di un agente sopra una certa soglia richiede l'approvazione di un umano nominato, ma la lezione è rimasta. La trasparenza su cosa sia un agente non produce automaticamente responsabilità per le sue azioni. Sono problemi distinti e necessitano di soluzioni distinte.
La fiducia è completamente assente
Il rapporto "Global State of AI at Work 2025" di Asana, che ha intervistato più di 2.000 lavoratori della conoscenza negli Stati Uniti e nel Regno Unito, ha rilevato che il 62% considera gli agenti AI inaffidabili.
Ancora più significativo è ciò che si cela sotto questo dato, dato che l'82% dei lavoratori ritiene essenziale una formazione adeguata per utilizzare efficacemente gli agenti AI, ma solo il 38% delle organizzazioni l'ha fornita.
Il problema qui non è tanto che i lavoratori respingano gli agenti AI, quanto che si stanno destreggiando tra ciò che viene loro fornito e ciò che è stato loro insegnato e si sentono sempre meno rilevanti man mano che l’implementazione accelera.
Quando i dipendenti scoprono tramite un collega, un cambio di processo o un risultato che non sanno spiegare che dei sistemi AI stanno già lavorando nei loro flussi di lavoro, la reazione solitamente non è la curiosità. Si tratta di quello specifico tipo di sfiducia che deriva dal sentirsi gestiti piuttosto che inclusi. E quella diffidenza non resta confinata alla sola questione AI.
Parte del problema è definitorio. "Agentica AI" non è ancora arrivata nella maggior parte dei manuali dei dipendenti o dei programmi di formazione per manager, anche se gli strumenti stessi sono presenti. Molte organizzazioni hanno implementato agenti sotto nomi commerciali dei fornitori — assistenti di flussi di lavoro, integrazioni CRM, piattaforme di pianificazione — che non fanno emergere l’autonomia sottostante.
Un dipendente che segue una raccomandazione di instradamento di un caso potrebbe non avere idea che quell'instradamento sia stato fatto da un agente AI e non da un manager o da una regola predefinita.
Il sondaggio sul posto di lavoro 2025 di WalkMe mostra che il 78% dei dipendenti utilizza strumenti AI non forniti dal datore di lavoro e quasi la metà ha evitato di dichiarare il proprio uso dell'AI al lavoro per evitare giudizi. L'adozione ombra e l'opacità istituzionale si alimentano a vicenda.
Risolvere questo problema non è un esercizio di comunicazione da svolgere una sola volta. Ciò che funziona è integrare la trasparenza nel processo di implementazione, spiegando che cosa fa e che cosa non fa un sistema prima che venga inserito nel flusso di lavoro di un team, creando visibilità continua su dove agiscono gli agenti e offrendo ai lavoratori un canale chiaro per segnalare quando qualcosa non va.
Quest’ultimo aspetto conta più di quanto la maggior parte dei piani di implementazione AI riconosca.
I dipendenti non sono solo il pubblico a cui va rivolta la trasparenza. Rappresentano il livello primario di rilevamento errori per qualsiasi sistema agentico che operi nel loro ambito. Quando sanno cosa è in funzione e cosa fare in caso di errore, la governance funziona come dovrebbe. In caso contrario, tali framework restano solo teorici.
