I leader efficaci nell’IA partono dai flussi di lavoro, non dagli organigrammi
Vecchio vs Nuovo: Le strutture organizzative tradizionali limitano l'innovazione; un approccio che parte dai flussi di lavoro offre un modello più efficace.
Impatto dell'IA: L'IA richiede un cambiamento nel modo in cui vengono definiti i ruoli, passando da una logica basata sulla struttura a una basata sui flussi di lavoro.
Sfida di leadership: I leader devono adattarsi alle richieste mutevoli dell'IA, abbracciando l'ambiguità e rivalutando le vecchie strutture.
Per decenni, la logica della progettazione organizzativa ha seguito la stessa sequenza. Si disegna l'organigramma. Si definiscono i ruoli. Poi, una volta che le persone sono al loro posto, si capisce come il lavoro scorre effettivamente tra di loro.
È un approccio che parte dalla struttura e che ha influenzato il modo in cui le aziende assumono, promuovono, riorganizzano e crescono. E per molto tempo, ha funzionato abbastanza bene da non far sorgere domande sull’ordine delle operazioni.
L’IA sta mettendo in discussione tutto questo.
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
Perché, quando si introducono strumenti che possono gestire porzioni significative del lavoro intellettuale, l'organigramma smette di essere un punto di partenza utile. I ruoli progettati prima che qualcuno comprendesse il flusso di lavoro diventano contenitori per compiti che potrebbero non richiedere più una persona, o potrebbero richiedere una persona molto diversa rispetto a quella che è stata assunta. La struttura che hai costruito diventa un vincolo sulla trasformazione stessa che stai cercando di realizzare.
La mossa più intelligente, e che un numero crescente di leader sta adottando, è capovolgere completamente la sequenza. Partire dai flussi di lavoro. Comprendere come il lavoro si muove realmente nell’organizzazione, dove sono i colli di bottiglia, dove il giudizio è fondamentale e dove l’IA può subentrare senza compromettere la qualità. Poi costruisci i ruoli attorno a ciò che resta e definisci le linee di riporto.
Il Ribaltamento Nella Pratica
Tracy Coté, Chief People Officer presso Slickdeals, lavora in questo modo da un anno.
Storicamente, progettavamo l'organigramma, definivamo i ruoli, poi ottimizzavamo i flussi di lavoro", ha detto. "L’IA lo capovolge. Ora partiamo dai flussi di lavoro e dai risultati, poi creiamo i ruoli in base a ciò che serve realmente quando l'IA dovrebbe essere in grado di occuparsi di parte del lavoro.
Potrebbe sembrare un cambiamento sottile, ma in pratica rivoluziona tutto il modo in cui i leader prendono decisioni organizzative. Invece di chiedersi "chi dobbiamo assumere?", la prima domanda diventa "di cosa ha realmente bisogno questo lavoro?"
E la risposta a questa domanda cambia continuamente man mano che le capacità dell’IA evolvono, ed è per questo che Coté respinge anche l’idea che guidare significhi avere sempre le risposte.
L’IA aumenta l’ambiguità perché gli strumenti e le possibilità cambiano ogni settimana. La leadership ora riguarda più il fissare dei parametri, costruire competenze e aiutare i team a sperimentare responsabilmente senza perdere il focus.
Questa ambiguità è scomoda per i dirigenti che hanno costruito la propria carriera conoscendo la struttura più adatta per ogni problema. Ma il disagio è proprio il punto. Una struttura fissa presume un lavoro stabile, e ben poco di come l’IA influisce sul lavoro è stabile in questo momento.
Domenico Gagliardi, fondatore della piattaforma di agenti IA Kortix.ai, ha portato questa logica alla sua estrema conseguenza. Invece di adattare un’azienda esistente, ne ha creata una da zero seguendo il principio del workflow first.
"Prima mappiamo i flussi di lavoro, poi costruiamo i ruoli intorno a ciò che solo le persone possono aggiungere", afferma. Il risultato è un’organizzazione che opera con il 70% di persone in meno rispetto alle startup simili, non perché abbia eliminato posti di lavoro per efficienza, ma perché i ruoli esistenti sono stati creati dopo aver veramente compreso il lavoro. È un punto di partenza fondamentalmente diverso rispetto alla maggior parte delle aziende quando assumono.
Dhanaraj S, professionista HR che lavora trasversalmente su manifattura, retail e servizi in India, è arrivato a una conclusione simile da una prospettiva più specifica. Quando ha deciso di migliorare l’assunzione nella sua organizzazione, la mossa ovvia sarebbe stata integrare l’IA di screening ai processi esistenti.
Revisione dei curriculum più veloce, pianificazione automatizzata, magari un chatbot per le domande dei candidati. Sovrapponendo tutto a ciò che già esiste.
Invece, è partito dal ridisegno del flusso di lavoro. Ha suddiviso le job description in cluster di competenze e indicatori di rischio tramite l’IA, ha fatto valutare curriculum anonimizzati per allineamento alle competenze e rischi legati alla retribuzione, e poi ha generato domande di colloquio personalizzate in base a ciò che era emerso dall’analisi.
L’IA ha operato prima che entrasse in gioco il giudizio umano, non dopo. L’intera sequenza che porta alla decisione di assumere è stata completamente riprogettata alla base.
Il risultato non è stato solo un’assunzione più rapida. Sono state conversazioni di selezione migliori.
Colloqui più strutturati, meno pregiudizi, decisioni di assunzione più chiare e meno rifiuti nelle fasi finali. Nulla di tutto ciò sarebbe successo se ci fossimo semplicemente limitati a inserire l’IA nell’attuale flusso di lavoro. Il vecchio flusso di lavoro non era pensato per il tipo di contributo che l’IA può fornire. Ripensarlo prima è stato ciò che ha reso utile la tecnologia.
I vecchi processi non possono supportare la nuova tecnologia
Lydia Wu, creatrice della consulenza tecnologica HR Oops, Did I Think That Out Loud, avanza un'argomentazione ancora più fondamentale. Ha esaminato oltre 800 soluzioni tecnologiche per le risorse umane e visto innumerevoli organizzazioni cercare di modernizzarsi aggiungendo nuovi strumenti a vecchi processi. La sua conclusione è diretta: "Continuiamo a cercare che l'IA crei valore su processi antiquati che erano stati concepiti per l'era di Internet."
Questa frase, "processi antiquati progettati per l'era di Internet", dovrebbe colpire profondamente qualsiasi leader che ricopra il proprio ruolo da più di cinque anni. I flussi di lavoro su cui si basano oggi la maggior parte delle organizzazioni sono stati costruiti per un mondo in cui il software gestiva le transazioni e gli esseri umani tutto il resto. L'IA cambia radicalmente questo rapporto, e i processi non sono stati pensati per questo.
Wu afferma che le aziende si scontrano contro un muro quando cercano di scalare l'IA oltre la prova del concetto, e il motivo è strutturale.
"La tecnologia non è mai stata progettata per quei vecchi processi", sostiene. Una trasformazione per l'era dell'IA richiede di tornare al cuore di come opera l'azienda, ridisegnando i flussi di lavoro dalle loro fondamenta, e poi applicando l'IA successivamente.
È qui che l'approccio workflow-first diventa più di una preferenza progettuale. Diventa un prerequisito per ottenere qualsiasi vero valore dall'IA.
E c'è una conseguenza di secondo ordine con cui i leader non si sono ancora pienamente confrontati. Quando si ridisegnano i workflow prima di definire i ruoli, spesso si scopre che i ruoli necessari sono diversi da quelli esistenti. Alcuni compiti scompaiono. Altri si fondono. Ne emergono di nuovi che non corrispondono facilmente a nessun titolo professionale già presente, in particolare quando l'IA prende in carico le attività entry-level.
Il design organizzativo che aveva senso sei mesi fa potrebbe non averne più oggi, e ostinarsi a mantenerlo significa organizzare persone attorno a lavori che non esistono più nella forma per cui erano stati pensati.
Per questo la vecchia sequenza, prima la struttura, poi i ruoli, poi i workflow, crea tanta frizione durante l'adozione dell'IA. I leader acquistano gli strumenti, li affidano a team organizzati su workflow pre-IA, e poi si chiedono perché l'adozione si blocca o produce risultati marginali. La risposta è che il design organizzativo stesso sta bloccando la trasformazione. Non si possono ottenere risultati per l'era dell'IA da una struttura dell'era di Internet.
Niente di tutto ciò significa che gli organigrammi siano irrilevanti. Linee gerarchiche, responsabilità e aree di controllo contano ancora. Ma dovrebbero essere l'ultima cosa che si progetta, non la prima.
Il workflow ti dice cosa richiede il lavoro. Il ruolo ti dice quale tipo di persona può svolgerlo bene. L'organigramma ti dice come queste persone si coordinano.
Quando segui quest'ordine, la struttura serve il lavoro. Se invece applichi l'ordine tradizionale, il lavoro si piega per adattarsi alla struttura, e questa deformazione è dove si perde valore.
Cosa significa questo per la tua prossima riorganizzazione
Per CHRO e COO che leggono, l'implicazione pratica è scomoda ma chiara. Prima della prossima riorganizzazione, prima di coprire quel posto vacante, prima di ristrutturare un dipartimento per "integrare l'IA", vai a mappare i workflow. Comprendi cosa sta realmente accadendo a livello di compiti. Scopri dove vengono prese le decisioni, chi le prende e quali parti del processo potrebbero essere gestite diversamente con gli strumenti ora disponibili.
Prima il redesign dei workflow, poi il redesign organizzativo. È questa la sequenza. Quasi sicuramente arriverai da un'altra parte rispetto a dove ti avrebbe portato l'organigramma.
