Perché la trasformazione con l’IA inizia dalla chiarezza organizzativa

David Rice: Gli elementi necessari per ottenere un ritorno sull’investimento dall’IA hanno ben poco a che fare con la tecnologia. Non è una risposta prudente. È ciò che il nostro ospite di oggi ha imparato costruendo in Zapier e parlando con oltre centocinquanta responsabili operativi di diversi settori. Tutti si pongono la stessa domanda: cosa vale davvero la pena fare con l’IA? E non si può rispondere senza chiarezza organizzativa. Che cosa stiamo davvero cercando di fare? Che cosa richiede l’eccellenza? Se un team non ha una chiarezza totale su queste domande, è da lì che bisogna partire, non dagli strumenti.

Nello show di oggi parlo con Brandon Sammut, Chief People and AI Transformation Officer di Zapier, di ciò che distingue le organizzazioni che ottengono davvero valore dall’IA da quelle che continuano a girare a vuoto. Si torna sempre ai fondamenti. Le persone vedono i concorrenti licenziare i dipendenti. Ovunque ci sono paura e incertezza. E i leader che creano le condizioni affinché emerga un buon lavoro sono quelli che lo dichiarano apertamente, senza addolcire la realtà e senza fingere che esista una risposta perfetta.

Oggi parleremo quindi del perché la chiarezza dello scopo sia più importante della strategia per l’IA, di ciò che richiede la vera sperimentazione e del motivo per cui continua a fallire, di come il coaching basato sull’IA stia cambiando il modo in cui le persone ricevono feedback e del perché i migliori datori di lavoro del prossimo decennio saranno conosciuti per il modo in cui sviluppano le persone.

Sono David Rice. Questo è People Managing People. E se la vostra organizzazione continua a mettere la tecnologia davanti alla chiarezza che dovrebbe sostenerla, questa conversazione vi mostrerà cosa vi sta ostacolando. Cominciamo.

Brandon, benvenuto allo show.

Brandon Sammut: Ciao, David. È un piacere essere qui.

David Rice: Si parla molto di come l’IA stia trasformando le organizzazioni, ma a volte mi chiedo se non stiamo attribuendo alla tecnologia quasi troppo merito.

In molti casi sembra che l’IA renda evidenti cose che erano già vere riguardo a un’azienda. Ma aiuta anche a costruire nuovi modi di lavorare insieme senza che gli esseri umani debbano occuparsi di gran parte della riprogettazione. Quando guardi alle organizzazioni che stanno avendo successo nella trasformazione con l’IA, che cosa stanno cambiando nel modo in cui le persone collaborano e che gli altri non stanno cogliendo?

Brandon Sammut: David, ti direi che concordo con la tua premessa: molti degli elementi necessari per ottenere un ritorno sull’investimento dall’IA hanno poco a che fare con la tecnologia. Possiamo partire da qui. Ciò che intendo, e questo deriva in parte da quello che stiamo imparando in Zapier e in parte dalle conversazioni con oltre 150 responsabili operativi che costruiscono aziende di ogni tipo in tutto il mondo, non solo nel settore tecnologico, è che l’opportunità offerta dall’IA è per tutti, ma ciò che serve per renderla concreta comincia da elementi che non hanno nulla a che fare con la tecnologia.

Uno degli ingredienti più fondamentali, se ci si riflette davvero, è che i leader siano chiari su ciò che loro e le loro aziende stanno cercando di fare innanzitutto.

La ragione per cui non riesco più a ignorare questo aspetto è che l’IA è una tecnologia e, in quanto tecnologia, è un mezzo per ottenere qualcosa. Con l’IA si possono fare moltissime cose e, fino a un certo punto, questo è secondario. La domanda a cui molti leader stanno pensando in questo momento è: che cosa vale davvero la pena fare con l’IA?

Per rispondere bisogna avere molta chiarezza organizzativa su ciò che stiamo davvero cercando di fare come team e su ciò che richiede l’eccellenza. Se in questo momento un team non ha una chiarezza totale su questa domanda, è da lì che deve partire.

David Rice: È interessante quello che dici e credo che questo rappresenti una parte importante della sfida per molte organizzazioni.

Il team dirigente voleva questa tecnologia. Voleva i vantaggi competitivi, ma in molti casi non sa davvero che cosa farne. Ti chiedo: cominci a vedere un cambiamento? Siamo ormai a tre anni e mezzo dall’inizio di questa conversazione. Ovviamente, la tecnologia è cambiata parecchio in questo periodo.

Vedi leader che stanno iniziando ad avere un’idea più chiara di ciò che ha un alto valore e del lavoro necessario da svolgere con l’IA?

Brandon Sammut: Credo che stia iniziando ad accadere. Sì. E, se puoi crederci, a questo punto sono passati quasi quattro anni, anche se non del tutto: tre anni e tre quarti dal lancio di ChatGPT 3.5, una delle prime versioni a catturare davvero l’attenzione del pubblico.

Quindi sì, è passato quasi tutto questo tempo. E sì, sto vedendo ciò che vedi tu. Usare l’IA comincia dalla chiarezza dello scopo, come dicevamo prima. Richiede anche ciò a cui ti riferisci: potremmo chiamarlo l’arte del possibile, perché offre una percezione della domanda e dell’offerta.

Dove pretendiamo l’eccellenza da noi stessi senza essere ancora bravi? E qual è l’offerta di idee o di nuovi modi di lavorare che possiamo mettere insieme per passare da buoni a eccezionali? In alcuni casi le persone stanno semplicemente sviluppando una consapevolezza migliore, grazie a ciò che condividono gli altri, alle conversazioni con i colleghi e così via.

Credo che questo sia uno di quei momenti in cui il modo di lavorare sta cambiando così rapidamente che, per chi costruisce e gestisce le organizzazioni, i vantaggi di trascorrere del tempo al di fuori dei confini della propria azienda, parlando con i colleghi e leggendo ciò che fanno o pensano gli altri, sono ancora più importanti del solito. Possiamo imparare moltissimo da ciò che accade fuori dalla nostra azienda.

David Rice: Assolutamente. Ogni team dirigente dice di volere innovazione, giusto? Ogni azienda afferma di volere che le persone sperimentino con l’IA. Ma parlo con alcuni leader e, in molti casi, fanno fatica perché i dipendenti esitano a provare cose nuove, condividere i fallimenti e mettere in discussione il modo di lavorare esistente.

Secondo te, perché la sperimentazione è così difficile quando l’organizzazione sostiene di attribuirle valore?

Brandon Sammut: Ci sono un paio di aspetti. Primo, tornando al punto da cui siamo partiti, una buona sperimentazione richiede un’ipotesi forte e un’ipotesi forte dovrebbe basarsi su una domanda a cui l’organizzazione deve davvero rispondere.

A volte vedo fallire la sperimentazione perché la domanda attorno alla quale dovrebbe essere formulata l’ipotesi non è chiara. Sperimentare verso quale obiettivo? Deve essere molto preciso. Inoltre, le conseguenze del successo devono essere abbastanza significative.

Nel team dedicato alle persone di Zapier, per esempio, potremmo indirizzarci verso la sperimentazione per risolvere quasi ogni problema immaginabile legato ai talenti o alla cultura. Ma non tutti rappresentano necessariamente un buon uso del tempo e delle energie del team. Serve quindi chiarezza non solo sulle domande a cui si può rispondere, ma anche su quelle a cui vale maggiormente la pena rispondere.

Da qui si parte, perché questo aiuta a rafforzare l’ipotesi e la determinazione necessaria per continuare. Credo che molte organizzazioni stiano avendo difficoltà con l’IA perché è come attraversare un abisso. Si cerca di costruire un ponte da un lato all’altro.

Costruire il ponte richiede molto lavoro, dopodiché bisogna attraversarlo. Nel frattempo, da questo lato dell’abisso c’è un’azienda da gestire nel modo in cui la gestiamo oggi, e questo crea priorità concorrenti. Qualunque priorità che non sia davvero del tipo “dobbiamo risolvere insieme questa questione” finirà ai margini.

Un modo in cui le organizzazioni possono aiutare, nell’ambito di una solida cultura della sperimentazione, è riservare persone e risorse alla sperimentazione. Invece di chiedere a un intero team di sperimentare in modo ambiguo, si potrebbe dire, per esempio: “Abbiamo un problema importante. Il numero di candidature è aumentato perché tutti usano l’IA per candidarsi e non riusciamo a esaminare una parte significativa dei candidati. Temiamo di perdere talenti e di non riuscire a rispondere rapidamente come promettiamo. Dobbiamo risolvere il problema”.

Se fossi il responsabile dell’acquisizione dei talenti e dicessi questo alle dieci persone del team, otterrei una situazione caotica: tutti cercherebbero autonomamente di capire come risolverla. Un approccio migliore sarebbe dire: “Due persone di questo gruppo di dieci lavoreranno insieme per trenta giorni e ci mostreranno il nuovo modo di procedere. Dedicheremo venti ore alla settimana a ciascuno di voi, quindi quaranta ore complessive”.

Questa è l’investimento che siamo disposti a fare. Invece di chiedere a tutti di pensarci, con il risultato che nessuno ci riflette davvero in profondità, lo chiediamo a due persone. Si possono scegliere in base alle competenze oppure raccogliere volontari, cosa che a volte funziona bene, a meno che non ci siano grandi lacune di competenze.

Il secondo aspetto riguarda ciò che accade quando l’esperimento non funziona. È una questione di sicurezza psicologica all’interno della sperimentazione. Le organizzazioni che non hanno risposte capaci di infondere fiducia possono incontrare difficoltà nell’ultima fase, quella della comunicazione dei risultati.

Deve sembrare poco rischioso parlare delle cose che non hanno funzionato. Anche se nel complesso l’esperimento è stato un successo relativo, bisogna poter discutere dei cinque aspetti critici che il team dovrà conoscere per poter estendere quella pratica.

David Rice: Sono contento che tu abbia parlato delle conseguenze, perché credo che alcune persone pensino che, se stiamo facendo tutto bene, dovremmo ottenere esperimenti di successo. Ma non è l’unica misura, giusto?

Se scopri di avere moltissimi esperimenti di successo, chiederei: state davvero sperimentando su una scala abbastanza grande? Celebriamo l’innovazione col senno di poi, ma nel momento in cui avviene la sperimentazione spesso appare inefficiente, disordinata e talvolta dispendiosa.

Se i manager continuano a premiare la prevedibilità invece dell’apprendimento, i dipendenti finiranno per privilegiare la sicurezza nel tempo?

Brandon Sammut: È molto importante che i leader rispondano esplicitamente a questa domanda e che i nostri comportamenti riflettano ciò che diciamo. Quando una persona del mio team realizza un prototipo e ciò che ha provato non funziona, come ci comportiamo io e il team che si occupa delle persone? Che cosa diciamo? Che cosa facciamo? Che cosa evitiamo di fare? Come si sente quella persona?

La cosa interessante è che ogni volta che accade qualcosa del genere abbiamo l’opportunità di rafforzare una cultura davvero positiva della sperimentazione, non solo il rischio di comprometterla.

David Rice: Circa un anno fa molte persone dicevano di avere difficoltà con la fiducia, soprattutto dopo i licenziamenti o altri eventi. C’erano molti fattori che alimentavano il disimpegno.

Ma fiducia, condivisione delle conoscenze e processo decisionale erano già aspetti problematici prima che l’IA diventasse il centro dell’attenzione. Quando introduci questa tecnologia, che dipende da tutti e tre, quali sono le conseguenze del tentativo di estendere l’IA in un’organizzazione che non ha risolto le difficoltà operative di base?

Brandon Sammut: Qui c’è molto di ciò che è vecchio che torna a essere nuovo. È difficile estendere quasi qualunque cosa nella vita su fondamenta instabili. Molti colleghi che gestiscono organizzazioni stanno scoprendo che questa ondata di IA è di fatto una prova dello stato di salute dell’organizzazione: chiarezza organizzativa, cultura della sperimentazione, sicurezza psicologica e fiducia nella gestione.

Se siamo stati deboli o instabili in uno di questi ambiti, ora la questione torna alla ribalta. Sembra più evidente perché, oltre a tutto questo, stiamo cercando di riprogettare il modo in cui funzionano molte parti del nostro lavoro.

David Rice: È curioso: pensavo proprio alle fondamenta instabili e a un video sui social in cui Mom Dani parlava di quell’edificio di New York la cui fondazione non era mai stata realizzata correttamente e che aveva iniziato lentamente a inclinarsi.

Mi è sembrata un’analogia per le organizzazioni: iniziano a crescere, ma se non fanno ciò che serve per far funzionare le cose a livello fondamentale, finiscono come quell’edificio.

Brandon Sammut: Non è proprio così? Possiamo imparare moltissime lezioni da altre epoche storiche, dalle grandi ondate tecnologiche o semplicemente dal tentativo di realizzare qualcosa di importante in qualsiasi ambito, compresa l’edilizia.

David Rice: Due organizzazioni possono acquistare esattamente gli stessi strumenti e ottenere risultati completamente diversi. Alla fine si torna ai fondamenti e alle cose che potrebbero aver ignorato per anni in termini di infrastruttura operativa.

Ora, poiché la discussione sul ritorno sull’investimento diventa sempre più intensa per molti dirigenti, vediamo sempre più analisi su questo tema.

Brandon Sammut: I costi stanno diventando un tema, non è vero? O meglio, la discussione sul ritorno sull’investimento è particolarmente attuale perché, come minimo, il denominatore dell’equazione del ritorno sull’investimento, cioè i costi, sta crescendo rapidamente per molte aziende.

David Rice: Ho letto di recente che i costi dell’IA di molte aziende hanno superato ciò che spendevano per i dipendenti e ho pensato: “Non ha molto senso”. Sono certo che alla fine diventerà più economica, ma in questo momento non so se ne valga la pena.

Brandon Sammut: Qual è la tua opinione sulle classifiche di utilizzo dell’IA?

David Rice: Massimizzare i token?

Brandon Sammut: Sì, e poi c’è l’opposto, cioè i limiti rigidi all’utilizzo dell’IA. In questo momento vediamo aziende ai due estremi dello spettro.

David Rice: Credo che dimostri quanto contesto manchi alla conversazione. Vorrei davvero limitare necessariamente l’utilizzo da parte di qualcuno che sta facendo qualcosa di creativo, fuori dagli schemi, che sta affrontando nuove attività o aprendo nuove strade per l’azienda? No, non vorrei limitarlo.

Ma come posso monitorare e valutare questo in un’organizzazione con, per esempio, 25.000 dipendenti? È una sfida enorme. Sono contento che la questione della massimizzazione dei token abbia ricevuto tanta attenzione, perché non è un uso produttivo della tecnologia e rischia di far sì che molte persone rinuncino passivamente a ciò che fanno, al modo in cui pensano di creare valore e accettino semplicemente quella situazione.

Brandon Sammut: È affascinante. Vuoi sapere come la stiamo affrontando in Zapier?

David Rice: Assolutamente.

Brandon Sammut: In questo caso devo ringraziare Carly Gilardi, la nostra responsabile delle operazioni e dell’infrastruttura per l’IA e, di fatto, della nostra area di eccellenza per la trasformazione con l’IA all’interno di Zapier.

Lavoro a stretto contatto con lei. È entrata nel team dedicato alle persone più di quattro anni fa e ora ricopre questo importante incarico. Nella prima metà dell’anno lei e il gruppo di lavoro hanno affrontato proprio questo tema. Anche noi abbiamo visto crescere i costi, ma abbiamo visto crescere anche tutti i modi in cui utilizziamo l’IA per produrre risultati.

La crescita dei costi non era di per sé un segnale d’allarme, ma ci siamo posti domande sulla scelta dei modelli. In futuro, anche nel prodotto Zapier, sarebbe ideale che, in base al livello di investimento che si è disposti a sostenere e al lavoro da svolgere, il sistema potesse associare automaticamente l’attività al modello più efficiente.

Efficienza in termini di velocità e costi, oppure principalmente di costi, velocità o qualità: dipende dalla funzione di ottimizzazione. Oggi però non disponiamo di nulla di tutto questo. Spetta alle singole persone comprendere i vantaggi e gli svantaggi relativi dei diversi modelli e scegliere quello giusto per il lavoro giusto.

È questo che Carly e il team volevano risolvere nella prima metà dell’anno. Non abbiamo creato classifiche e non abbiamo imposto limiti. Abbiamo raccolto i dati sull’utilizzo dell’IA da tutti i luoghi in cui le persone la usano in azienda, inclusi Zapier, i prodotti Anthropic, i prodotti OpenAI e altri strumenti, inserendoli in un unico archivio di dati.

Abbiamo poi creato una serie di pannelli automatici e, all’inizio di ogni mese, ciascuno riceve un messaggio diretto su Slack con il proprio rapporto personale sull’utilizzo dell’IA. Ci sono due aspetti interessanti. Primo: il rapporto non è pubblico e non esistono classifiche, quindi non si viene messi a confronto con altre persone.

Secondo: non descrive solo l’utilizzo del mese precedente, ma offre anche raccomandazioni. Per esempio, potrebbe dire: “Sono un analista dei benefit in Zapier e ho ricevuto il rapporto mensile. Per qualche ragione, forse non ho prestato sufficiente attenzione e ho usato Fable per tutto il mese”.

Il rapporto tiene conto dei ruoli presenti in azienda e potrebbe dire: “Nel tuo ruolo dedicato ai benefit, stai costruendo un razzo per Marte? Se la risposta è no, probabilmente non hai bisogno di Fable per molte attività da analista dei benefit. Nella nostra esperienza, Sonnet dovrebbe funzionare bene”.

Si può provare Sonnet e il sistema verifica la situazione dopo un mese. Tiene traccia delle raccomandazioni e può adattare quelle del mese successivo. È quindi descrittivo e prescrittivo, senza imporre limiti rigidi. Ora abbiamo effettivamente un limite, ma serve a proteggere dalle spese incontrollate e involontarie. È possibile rimuoverlo inviando un breve messaggio in un canale Slack.

Non serve a limitare l’utilizzo, ma a prevenire la probabilità, bassa ma significativa, di agenti fuori controllo o di soggetti malevoli che abbiano ottenuto una chiave e stiano eseguendo numerose attività proprie.

David Rice: Ho notato che i singoli dipendenti stanno diventando incredibilmente produttivi con l’IA, ma questi miglioramenti non si diffondono sempre tra i team e nell’organizzazione. Quando pensiamo all’apprendimento tra colleghi o all’apprendimento collettivo, che in alcuni casi sembra più difficile dell’apprendimento individuale, diventa una questione culturale. Che cosa avete fatto per strutturarlo e incoraggiarlo davvero?

Brandon Sammut: Siamo a circa due settimane dall’inizio della seconda metà del 2026 e la nostra priorità numero uno, al di fuori di tre nuovi modi specifici di lavorare con l’IA, è passare da un ottimo utilizzo individuale dell’IA a modalità standard di lavoro con l’IA condivise a livello di team.

Abbiamo già svolto molta sperimentazione e realizzato molti prototipi. Quasi tutti i team stanno iniziando a capire quale sia il percorso migliore per usare l’IA nel reclutamento, nel marketing della crescita o nell’assistenza clienti. Nella seconda metà dell’anno, la maggior parte di Zapier si concentrerà su questi nuovi modi di lavorare con le persone e con l’IA, assicurandosi che chiunque svolga quel lavoro disponga del contesto necessario, degli strumenti configurati e dello sviluppo individuale e di team richiesto affinché interi team possano iniziare a lavorare in quel modo.

David Rice: È interessante, perché se i flussi di lavoro basati sull’IA restano nel taccuino di una persona o nelle sue note di Slack invece di diventare conoscenza istituzionale, hai migliorato un dipendente, ma resta del lavoro da fare perché quel miglioramento si diffonda. Hai visto organizzazioni andare oltre la semplice misurazione dell’adozione?

Abbiamo visto moltissime misurazioni dell’adozione e dell’utilizzo. Quali sono le metriche che ti interessano maggiormente per ciò che possono dirti?

Brandon Sammut: Zapier investe molto nell’IA da tre anni e un quarto. Ho imparato questo sulla differenza tra adozione e impatto: all’inizio è stato molto utile concentrarsi sull’adozione, perché l’adozione era necessaria per sperimentare e imparare.

L’adozione è importante come indicatore anticipatore della profondità e dell’ampiezza della sperimentazione e dell’apprendimento, dello sviluppo dell’arte del possibile e di alcune competenze nell’organizzazione.

Per questo vale la pena misurarla. Ma è solo metà dell’equazione, perché alla fine tutta quell’adozione, sperimentazione e apprendimento serve ad aiutare l’organizzazione a diventare straordinaria, facendo grandi passi avanti nella propria efficacia, comunque la si definisca. E questo ci riporta alla necessità di essere chiari su ciò che stiamo davvero cercando di fare come azienda.

Oggi Zapier non produce più report periodici sull’adozione. Sappiamo di avere un’adozione del 100%. Cerchiamo familiarità con l’IA quando assumiamo, ci concentriamo su questo durante l’inserimento, che abbiamo riprogettato circa un anno e mezzo fa. Abbiamo un’adozione più che sufficiente.

Siamo quasi interamente concentrati sull’impatto. Gli indicatori chiave di prestazione o le misure dell’impatto sono quasi sempre metriche di successo già esistenti nell’organizzazione: quanto rapidamente rispondiamo alle domande dei clienti e quanto sono soddisfatti delle risposte? Qual è il livello medio o mediano di successo di un nuovo assunto dopo 90 e 180 giorni? Quanto è affidabile il prodotto? Qual è il tempo di attività delle diverse funzioni del prodotto rivolte al cliente? Qual è il raggiungimento medio o mediano degli obiettivi di un rappresentante commerciale?

Ci si potrebbe chiedere: ci importava di tutto questo anche prima dell’IA, giusto? E questo ci riporta al punto precedente: l’IA è un mezzo per ottenere qualcosa. In genere non cambia ciò in cui vogliamo essere eccellenti; influenza la nostra idea di quanto possiamo essere bravi in quelle attività.

David Rice: Alcuni ospiti precedenti hanno parlato di come, storicamente, la competenza fosse spesso legata al possesso delle risposte. Ora l’IA offre a tutti accesso alle risposte, indipendentemente dal fatto che siano accurate o contestualizzate.

Offre a tutti accesso alle informazioni in modo diverso. Come pensi che questo cambi il funzionamento dell’influenza, della credibilità e dello status all’interno delle organizzazioni, non solo per i leader ma anche per i singoli collaboratori che li costruiscono nel tempo?

Brandon Sammut: È una domanda interessante. Non me l’aveva mai posta nessuno.

Per me è chiaro che i vantaggi di questa tendenza vanno certamente alle organizzazioni. Per le organizzazioni è sempre stato rischioso che le competenze fossero isolate e restassero nelle mani di poche persone.

Ricordo che nella mia azienda precedente avevamo un paio di ingegneri che erano gli unici in tutta l’organizzazione a sapere come funzionasse una parte specifica dell’architettura del prodotto. Di conseguenza erano praticamente intoccabili. Non è una situazione particolarmente sana o efficace per nessuno.

C’è quindi una certa democratizzazione. Internet ha democratizzato molto l’accesso alla conoscenza e l’IA sta portando questo fenomeno a un livello superiore.

David Rice: Credo che la competenza significasse in parte avere accesso a informazioni scarse. Come hai detto, internet ha reso le informazioni abbondanti, ma quando si tratta di interpretazioni o conoscenze che nessun altro possiede, viste attraverso la propria lente o da un punto di vista diverso, forse l’influenza cambia.

Lo vedo spesso nel mio lavoro. Non si tratta più tanto di dire “questo è ciò che dobbiamo creare”, ma di porre domande diverse per arrivare al punto in cui posso esercitare il giudizio su nuove idee, nuovi modi di lavorare e cose che non abbiamo mai fatto prima, collegando poi quelle idee tra discipline diverse.

Torno sempre al concetto di orchestratore. Credo che resterà importante ancora per un po’, perché tutti chiedono: “Perderemo il lavoro?”. E io rispondo: “Non subito, non se sai almeno orchestrare”. Puoi leggere i segnali e vedere dove porta il cambiamento, ma consiglio a tutti i miei colleghi di sviluppare questa capacità.

L’IA rende la conoscenza una commodity, ma in realtà aumenta il valore della saggezza, e credo che continuerà a farlo. Non solo la saggezza relativa al lavoro, ma anche quella relativa alle persone con cui lavori, a come ottenere il meglio da loro e ad aiutarle a vedere le opportunità che non hanno ancora esplorato.

Brandon Sammut: Wow. Le persone dovrebbero annotarlo.

Mi piace come l’hai formulato, David. È la differenza tra conoscenza e saggezza. Si potrebbe dedicare un intero episodio a questo tema. Conoscenza e saggezza non sono la stessa cosa.

Mi fai pensare anche al fatto che, in termini di ciò che è o dovrebbe essere più valorizzato nelle organizzazioni, molto di ciò che è vecchio torna a essere nuovo. Oltre alla saggezza autentica, al giudizio o al gusto, ci sono i grandi vantaggi per un’organizzazione derivanti dall’essere degna di fiducia, affidabile e responsabile, nonché dalla capacità di influenzare senza autorità, riunire un gruppo di persone e realizzare insieme qualcosa di grande e difficile.

In questo momento, con la velocità con cui tutto cambia, queste qualità diventano più importanti, non meno, con o senza IA.

David Rice: Per molto tempo i manager sono stati principalmente responsabili di dirigere il lavoro. Ora vediamo organizzazioni più piatte e dipendenti che in molti casi definiscono i propri flussi di lavoro o costruiscono automazioni.

Lavorano con l’IA in modi che la leadership non riesce necessariamente sempre a vedere. Che aspetto ha una gestione efficace in questo ambiente? Quali sono le principali difficoltà per questo gruppo nel capire come ottenere di più dalle persone in modo sostenibile e con un impatto a lungo termine, non solo automatizzando immediatamente un processo?

Brandon Sammut: È davvero interessante. Ho sempre pensato che i responsabili delle persone abbiano tre compiti o responsabilità unici. Il primo è fornire chiarezza al team: che cosa stiamo facendo e che aspetto ha un lavoro eccellente? Il secondo è allocare le risorse, prendendo decisioni su chi fa cosa e sul livello di investimento in una tecnologia. Il terzo è fare coaching e sviluppare il team.

Ora i responsabili delle persone possono usare l’IA per aiutarli in tutte e tre queste responsabilità, ma non ho ancora visto un esempio in cui l’IA possa sostituire il ruolo specifico del manager nell’esercitarle.

Nel tempo, in alcuni casi, questo potrebbe significare che un singolo responsabile possa gestire più persone grazie al supporto dell’IA. Alcuni dei migliori coaching di sviluppo che ho ricevuto nella prima metà dell’anno sono arrivati da un coach creato da Courtney Hickey, responsabile delle operazioni dirigenziali in Zapier, per il nostro team esecutivo.

Ascolta le nostre riunioni dirigenziali e utilizza un modello esistente: le cinque disfunzioni di un team di Patrick Lencioni, con cui il nostro team lavora da cinque anni. Conosciamo il modello, ci crediamo e lo usiamo per aiutarci a vicenda e migliorare la salute del team esecutivo.

Il coach ascolta le riunioni e, subito dopo, fornisce su Slack un riepilogo di coaching. Offre un riepilogo generale di come ci siamo comportati come team usando il modello delle cinque disfunzioni come lente principale. Fornisce poi un feedback individuale su come ciascuno di noi si è comportato e registra tutto settimana dopo settimana, così da individuare temi, aspetti in cui stiamo migliorando e aspetti in cui non stiamo ancora migliorando.

È specifico e universale. Nessuno viene preso di mira. Ci sono feedback e raccomandazioni per tutti. Inoltre, quel feedback è addestrato a essere molto incisivo. È tra i feedback più diretti che ricevo in un mese.

Trovo molto più facile riceverlo da un coach addestrato su un modello o su un insieme di valori in cui già credo che da Wade, il mio capo, se ogni settimana mi dicesse: “Sì, sì”. È semplicemente una questione di comportamento umano.

È lo stesso feedback e merita la mia attenzione indipendentemente da chi lo fornisce. Per qualche ragione, però, vediamo che le persone sono particolarmente ricettive al feedback costruttivo quando viene offerto da un coach addestrato su qualcosa in cui già credono.

David Rice: Ho sentito la stessa cosa e bisogna essere trasparenti sul modo in cui lo si utilizza. È una parte fondamentale del modo in cui si forma la percezione di ciò che ne deriverà.

Per i manager il cambiamento consiste nel non dirigere più il lavoro allo stesso modo, ma nel creare le condizioni affinché emerga un buon lavoro. È un modello di leadership e gestione molto meno controllante, cosa probabilmente apprezzata dalla maggior parte dei dipendenti, anche se in alcune culture la transizione sarà più lunga.

Quando guardi al futuro e pensi che l’IA influenzerà il modo in cui le organizzazioni strutturano il lavoro, c’è qualcosa a cui la maggior parte dei leader non sta prestando abbastanza attenzione?

Brandon Sammut: Sì. E questo è un consiglio per me tanto quanto per chiunque altro. Credo nella capacità dell’IA di migliorare il modo in cui lavoriamo, la qualità del lavoro e, auspicabilmente, l’esperienza delle persone che lo svolgono. Ma non accadrà da solo. Richiede livelli straordinari di attenzione, umiltà e sperimentazione.

Il mio consiglio è che, al di là dell’IA, i nostri team hanno bisogno di molto aiuto sulle questioni di cui abbiamo parlato prima. Hanno bisogno di aiuto per mantenere chiaro ciò che stiamo cercando di fare. Il ritmo del cambiamento in molte organizzazioni è molto alto, così come il livello di concorrenza nei settori in cui operiamo e costruiamo aziende.

Anche le nostre persone lo sanno. Vedono aziende concorrenti licenziare lavoratori. C’è molta paura, incertezza e dubbio, e questo influenza inevitabilmente il modo in cui pensano al proprio lavoro nelle nostre organizzazioni.

Credo profondamente in tutto ciò di cui abbiamo parlato riguardo all’opportunità offerta dall’IA e al modo in cui può migliorare il lavoro. Ma in questo momento i leader devono restare estremamente concentrati su alcuni aspetti fondamentali: mantenere la concentrazione e il senso dello scopo per ogni persona dell’organizzazione ed essere molto chiari sulle sfide che l’organizzazione deve affrontare.

A volte pensiamo che questo renderà le persone nervose o impaurite. Ma generalmente le persone conoscono già rischi e problemi. Quando vedono i loro leader nominarli apertamente e parlare di come li stanno affrontando e dell’opportunità dell’azienda in mezzo a quelle difficoltà, questo può ispirare fiducia.

È un principio classico della leadership e io stesso ci sono caduto più volte. Sto lavorando per migliorare: quando vedi qualcosa di difficile, sii il primo a nominarlo. Non addolcire la realtà e non fingere che esista una risposta perfetta, a meno che tu non creda davvero che sia così.

Può essere molto salutare dare un nome a quella difficoltà davanti al team, perché in questo modo le persone sono più propense a parlarne, a definirla e a proporre idee. Non significa crogiolarsi nell’incertezza. È sano nominarla, perché permette di avvicinarsi alla definizione di un piano per superarla.

David Rice: Quando parliamo di esperienza dei dipendenti, spesso la consideriamo qualcosa che le organizzazioni offrono a una persona. Sembra però che tu stia suggerendo che le organizzazioni più interessanti degli anni a venire non saranno soltanto datori di lavoro.

Cambieranno davvero le persone. È un livello molto più alto rispetto all’engagement o alla soddisfazione. Se guardiamo a ciò che stanno vivendo la Generazione Z e i neolaureati, con tutte le difficoltà nel trovare lavoro e il continuo interrogarsi su che cosa fare e quale sia il proprio scopo, credo che tu abbia ragione.

Dobbiamo pensare in modo diverso a come sviluppare le persone, perché questo le manterrà rilevanti, stimolate e coinvolte. Forse in futuro i migliori datori di lavoro non saranno conosciuti per lo stipendio o per il prestigio da inserire nel curriculum, ma perché aiutano le persone a diventare versioni migliori di sé stesse: più capaci e più sicure.

Brandon Sammut: Credo sia proprio così. È anche molto concreto: il luogo in cui una persona trascorrerà i prossimi anni della propria carriera influenzerà notevolmente le sue opportunità per molti anni successivi.

Per chi costruisce aziende, voglio poter rispondere a questa responsabilità. Voglio poter dire: “Credo davvero che Zapier sia un ottimo luogo in cui trascorrere i prossimi anni della propria carriera, grazie alla profondità con cui investiamo in questi nuovi modi di lavorare”.

Guardo al team dedicato alle persone di Zapier e vedo che ogni membro sta diventando eccezionale nel modo futuro di occuparsi dell’acquisizione dei talenti, delle strategie di ricompensa complessiva, della tecnologia per le persone e dell’analisi delle persone. È notevole.

Essere conosciuti come un luogo in cui si investe profondamente nelle persone e in cui il loro tasso di crescita è elevato diventa anche parte della proposta di valore per i dipendenti e un elemento di attrazione per l’azienda.

In questo momento costruire software è incredibilmente complesso e impegnativo, e credo che le persone lo sappiano. Non cercano necessariamente un posto facile. Vogliono che il prossimo luogo di lavoro, o il prossimo incarico nella loro azienda attuale, sia un luogo in cui imparare molto sulle cose che conteranno nei successivi dieci o più anni della loro carriera.

David Rice: Assolutamente. Non potrei essere più d’accordo. Brandon, è stato un piacere averti con noi oggi. Ho apprezzato molto la conversazione.

Brandon Sammut: Come sempre, David. Rifacciamolo presto.

David Rice: Ascoltatori, se non l’avete ancora fatto, visitate peoplemanagingpeople.com/subscribe e iscrivetevi alla newsletter.

Iscrivetevi ad AI Signal. Ogni settimana pubblichiamo un briefing per dirigenti che offre spunti di riflessione. Non che vi servano altri pensieri, ma troverete anche strumenti, consigli e contenuti simili. Assicuratevi di iscrivervi.

Alla prossima, ricordate che state plasmando un’esperienza e, possibilmente, anche le persone lungo il percorso.