Perché la trasformazione attraverso l’IA inizia dalla chiarezza organizzativa

David Rice: Gli ingredienti per ottenere un ritorno sull’investimento dall’IA hanno ben poco a che fare con la tecnologia. Non è una frase prudente. È ciò che l’ospite di oggi ha imparato costruendo in Zapier e parlando con oltre centocinquanta manager operativi di diversi settori. Tutti si stanno ponendo la stessa domanda: cosa vale davvero la pena fare con l’IA? E non puoi rispondere senza chiarezza organizzativa. 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 deve partire, non dagli strumenti.

Nel programma di oggi parlerò con Brandon Sammut, Chief People and AI Transformation Officer di Zapier, di ciò che distingue le organizzazioni che stanno davvero ottenendo valore dall’IA da quelle che continuano a girare a vuoto. Tutto torna ai fondamentali. Le persone vedono i concorrenti licenziare dipendenti. C’è paura e incertezza ovunque. E i leader che creano le condizioni perché emerga un buon lavoro sono quelli che lo dicono apertamente, senza addolcirlo e senza fingere che esista una risposta perfetta.

Oggi parleremo quindi del perché la chiarezza dello scopo conta più della strategia sull’IA, di ciò che richiede la vera sperimentazione e del motivo per cui continua a fallire, di come il coaching tramite 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 tua organizzazione continua a mettere la tecnologia davanti alla chiarezza che dovrebbe sostenerla, questa conversazione ti mostrerà che cosa la sta ostacolando. Iniziamo.

Brandon, benvenuto nel programma.

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 dando alla tecnologia quasi troppo merito.

In molti casi sembra che l’IA renda evidenti cose che erano già vere per un’azienda. Ma ti aiuta anche a costruire nuovi modi di lavorare insieme senza che gli esseri umani debbano occuparsi di gran parte della riprogettazione. Sono curioso: quando osservi le organizzazioni che stanno avendo successo nella trasformazione attraverso l’IA, che cosa stanno cambiando nel modo in cui le persone lavorano insieme e che cosa invece gli altri stanno trascurando?

Brandon Sammut: David, ti direi che concordo con la tua premessa: molti degli ingredienti 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 ciò che stiamo imparando in Zapier e in parte dal fatto di aver parlato con oltre 150 manager operativi che stanno costruendo aziende di ogni tipo in tutto il mondo, non solo nel settore tecnologico.

All’inizio di questa settimana ho parlato con un collega di un’azienda del settore del legname. L’opportunità offerta dall’IA è per tutti, ma ciò che serve per renderla concreta parte da elementi che non hanno nulla a che fare con la tecnologia. E uno degli ingredienti più fondamentali, se ci pensi davvero, è che i leader siano chiari su ciò che loro e le loro aziende stanno cercando di fare innanzitutto.

E il motivo per cui non riesco più a ignorare questo aspetto è che l’IA è una tecnologia e, in quanto tecnologia, è un mezzo per portare a termine qualcosa. Con l’IA puoi fare moltissime cose e, in una certa misura, questo è secondario. La domanda su cui molti leader stanno riflettendo in questo momento è: cosa vale davvero la pena fare con l’IA?

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

David Rice: È interessante che tu lo dica, e penso che sia una parte importante della sfida per molte organizzazioni.

Il team dirigenziale voleva questa tecnologia. Voleva i vantaggi competitivi, ma in molti casi non sa davvero che cosa farne. Mi chiedo: inizi a vedere dei cambiamenti? Perché ormai siamo a tre anni e mezzo dall’inizio di questa conversazione. Ovviamente, la tecnologia è cambiata parecchio in questo periodo.

Stai iniziando a vedere leader con un’idea più chiara di ciò che ha un valore elevato e del lavoro necessario da svolgere con l’IA?

Brandon Sammut: Penso che stia iniziando a succedere. Sì, e se puoi crederci, a questo punto sono trascorsi quasi quattro anni, anche se non del tutto: tre anni e tre quarti dal lancio di ChatGPT 3.5, che è stata, credo, una delle prime versioni a catturare davvero l’attenzione del pubblico.

Quindi sì, è passato praticamente tutto questo tempo. E sì, vedo ciò che vedi tu. L’utilizzo dell’IA inizia dalla chiarezza dello scopo, come dicevamo prima. Richiede anche ciò a cui stai alludendo, che potremmo chiamare l’insieme delle possibilità, perché ti dà un’idea della domanda e dell’offerta.

Dove pretendiamo l’eccellenza da noi stessi pur non essendo ancora bravi? E qual è l’offerta di idee o di nuovi modi di lavorare che possiamo mettere insieme per passare da un livello buono a uno eccezionale? In alcuni casi le persone stanno semplicemente sviluppando una maggiore consapevolezza, anche grazie a ciò che gli altri condividono, alle conversazioni con i colleghi e così via.

Penso che questo sia uno di quei momenti in cui il modo di lavorare cambia così rapidamente che, per chi costruisce organizzazioni come te, me e molte delle persone che ci ascoltano, i vantaggi di trascorrere del tempo al di fuori delle quattro mura della nostra organizzazione, parlando con colleghi e leggendo ciò che gli altri fanno o pensano, sono ancora più grandi del solito. Possiamo imparare moltissimo da ciò che accade fuori dalla nostra azienda.

David Rice: Assolutamente. Ogni team dirigenziale dice di volere innovazione, giusto? Ogni azienda dice di volere persone che sperimentino con l’IA. Ma parlo con alcuni leader e, in realtà, stanno avendo difficoltà perché i dipendenti esitano a provare cose nuove, a condividere i fallimenti e a mettere in discussione il modo esistente di fare le cose.

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

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

A volte vedo che la sperimentazione si blocca perché la domanda attorno alla quale dovrebbe essere formulata un’ipotesi non è chiara. È come chiedersi: sperimentazione verso quale obiettivo? Deve essere davvero precisa. E la posta in gioco del successo deve essere abbastanza alta. Ci sono molti ambiti: nel team dedicato alle persone di Zapier, per esempio, abbiamo un team straordinariamente preparato.

Potremmo orientarci verso la sperimentazione per risolvere quasi qualsiasi problema immaginabile relativo ai talenti o alla cultura. Ma non tutti questi problemi rappresentano un uso particolarmente valido del tempo e dell’energia del team. Quindi serve chiarezza non solo sulle domande a cui è possibile rispondere, ma anche su quelle a cui vale maggiormente la pena rispondere.

Si parte da lì, perché questo aiuta a rafforzare l’ipotesi e la determinazione necessaria per continuare a insistere. Penso che molte organizzazioni stiano avendo difficoltà con l’IA perché è come attraversare un abisso. Stai cercando di capire come costruire un ponte da un lato all’altro.

Costruire il ponte richiede molto lavoro e poi bisogna attraversarlo per arrivare dall’altra parte. Nel frattempo, sul lato in cui ti trovi, devi gestire l’azienda nel modo in cui lo fai oggi, e questo crea priorità in conflitto. Quindi qualsiasi cosa che non raggiunga il livello di una vera priorità del tipo “dobbiamo risolvere questo insieme” finirà in fondo alla lista.

Un modo in cui le organizzazioni possono aiutare, come parte di una solida cultura della sperimentazione, consiste nel riservare persone e risorse alla sperimentazione. Invece di coinvolgere in modo ambiguo un intero team nella sperimentazione, anche quando l’obiettivo è chiaro, supponiamo di avere un team di acquisizione dei talenti composto da dieci persone e di dire: “Abbiamo un grosso problema: il numero di candidature è aumentato moltissimo perché tutti usano l’IA per candidarsi al lavoro e, di conseguenza, non riusciamo a esaminare una parte significativa dei candidati.

Temiamo di lasciarci sfuggire persone di grande valore. Non stiamo rispondendo ai candidati con la rapidità che abbiamo promesso. Dobbiamo risolvere questo problema”. E magari l’IA può farne parte. Bene. Ma se fossi il responsabile dell’acquisizione dei talenti e dicessi semplicemente questo alle dieci persone del team, otterrei una situazione caotica.

Tutti si muoverebbero autonomamente cercando di risolvere il problema. Un approccio migliore potrebbe essere: “Abbiamo bisogno che due persone di questo gruppo di dieci lavorino insieme per 30 giorni e ci mostrino il nuovo modo di procedere. Mostrateci come risolvere il problema e vi riserveremo venti ore alla settimana ciascuno, per un totale di quaranta ore settimanali.

Questo è l’investimento che siamo disposti a fare come team. Invece di chiedere a tutti voi di pensarci, il che significa che nessuno ci rifletterà davvero in profondità, lo chiederò a due persone”. Potresti scegliere in base alle competenze oppure accettare volontari, cosa che a volte funziona benissimo, a meno che non ci siano grandi lacune di competenze, perché in quel caso otterresti persone davvero motivate a capire come risolvere il problema.

Questi sono due aspetti. L’ultimo riguarda ciò che accade quando l’esperimento non funziona. Qui entra in gioco la sicurezza psicologica all’interno della sperimentazione. Le organizzazioni che non hanno risposte capaci di ispirare fiducia a questa domanda possono incontrare difficoltà anche nell’ultima fase della sperimentazione: la comunicazione dei risultati.

Perché deve sembrare qualcosa di meno che estremamente rischioso parlare delle cose che non hanno funzionato. Anche se nel complesso l’esperimento è stato un successo relativo, devi poter parlare dei cinque punti critici che il team dovrà conoscere se vogliamo estendere quella pratica.

David Rice: Sono contento che tu abbia parlato della posta in gioco, perché penso che alcune persone credano che, se stiamo facendo le cose bene, dovremmo avere esperimenti di successo, e questa non è l’unica misura, giusto?

E penso che, se scopri di avere un’enorme quantità di esperimenti di successo, dovresti chiederti: stai davvero sperimentando su una scala abbastanza grande? Credo ci sia una differenza. Celebriamo l’innovazione col senno di poi, giusto? Nel momento in cui avviene, la sperimentazione appare spesso inefficiente, disordinata e talvolta dispendiosa.

Mi chiedo se i manager stiano ancora premiando la prevedibilità invece dell’apprendimento e se, nel tempo, i dipendenti finiscano per ottimizzare la sicurezza invece dell’apprendimento.

Brandon Sammut: Penso sia davvero importante che i leader rispondano esplicitamente a questa domanda e che, in quei momenti, i nostri comportamenti riflettano ciò che diciamo. Quando una persona del mio team realizza un prototipo in un ambito che abbiamo già identificato come importante, 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 non facciamo? Come si sente quella persona dopo l’esperienza? La cosa interessante è che ogni volta che accade qualcosa del genere abbiamo l’opportunità di rafforzare una cultura davvero positiva della sperimentazione.

David Rice: Se torni indietro di un anno circa e pensi ad alcuni degli eventi che organizzavamo allora, molte persone dicevano di avere problemi di fiducia, soprattutto dopo i licenziamenti o qualunque altra cosa fosse accaduta. C’erano molti fattori che alimentavano il disimpegno, giusto?

Ma fiducia, condivisione delle conoscenze e processo decisionale erano già temi importanti prima che l’IA diventasse il centro della loro attenzione. Quando introduci questa tecnologia, e questa dipende davvero da tutti e tre questi elementi, quali sono le conseguenze del tentativo di estendere l’IA in un’organizzazione che non ha risolto le difficoltà operative fondamentali necessarie per sostenerla?

Brandon Sammut: Qui c’è molto di “ciò che è vecchio torna a essere nuovo”. Mi hai fatto pensare al fatto che è difficile ampliare quasi qualsiasi cosa nella vita partendo da fondamenta instabili. È difficile far crescere qualunque cosa su fondamenta instabili. Molti dei nostri colleghi che gestiscono organizzazioni stanno scoprendo che questa ondata di IA è, di fatto, una prova della salute organizzativa: chiarezza organizzativa, cultura della sperimentazione, sicurezza psicologica e fiducia nella gestione.

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

David Rice: È curioso. La scorsa settimana ho visto sui social un video di Mom Dani che parlava di quell’edificio di New York in cui non sono mai riusciti a realizzare correttamente le fondamenta e che sta lentamente iniziando a inclinarsi.

Ho pensato che fosse una buona analogia per le organizzazioni: iniziano a crescere, ma se lungo il percorso non fai ciò che serve per far funzionare le cose a livello fondamentale, finisci come quell’edificio.

Brandon Sammut: È proprio così. Possiamo imparare moltissime lezioni ed esempi da altre epoche storiche, dalle grandi ondate tecnologiche o semplicemente dal tentativo di fare qualcosa di importante in qualunque ambito, compreso un settore come quello delle costruzioni.

David Rice: Penso sia interessante anche perché due organizzazioni possono acquistare esattamente gli stessi strumenti e ottenere risultati completamente diversi. Alla fine si torna davvero alle basi: aspetti dell’infrastruttura operativa che forse hanno ignorato per anni.

Ora lo vediamo anche perché la discussione sul ritorno sull’investimento sta diventando sempre più intensa per molti dirigenti. Quindi penso che almeno stiamo assistendo a un numero crescente di analisi su questo tema.

Brandon Sammut: Sì. Il tema dei costi sta emergendo, o meglio, la discussione sul ritorno sull’investimento è molto presente in questo momento, anche perché almeno il denominatore dell’equazione del ritorno sull’investimento, cioè i costi, sta aumentando rapidamente per molte aziende.

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

Brandon Sammut: Cosa ne pensi delle classifiche sull’utilizzo dell’IA?

David Rice: Massimizzare i token?

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

David Rice: Penso che questo dimostri quanto contesto manchi dalla conversazione. Vorrei davvero limitare necessariamente l’utilizzo da parte di qualcuno che sta facendo qualcosa di creativo e fuori dagli schemi, che sta affrontando nuove attività o forse aprendo nuove opportunità per l’azienda? No, non vorrei limitare quella persona.

Ma come dovrei monitorare e valutare tutto questo in un’organizzazione con, diciamo, 25.000 dipendenti? È una sfida enorme. Sono curioso di vedere cosa succederà. Sono contento che la questione del massimizzare i token abbia ricevuto così tanta attenzione, perché non è un uso produttivo di questa tecnologia e ci porta in una situazione in cui molte persone iniziano semplicemente a lasciar andare passivamente ciò che fanno o il modo in cui pensano di creare valore, accettando 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, responsabile delle operazioni e dell’infrastruttura per l’IA in Zapier e, di fatto, responsabile del nostro centro di eccellenza per la trasformazione attraverso l’IA all’interno di Zapier.

Lavoro a stretto contatto con lei. Ha iniziato nel team dedicato alle persone più di quattro anni fa e ora ricopre questo importante ruolo. Questa è una delle questioni che lei e il gruppo di lavoro stavano affrontando nella prima metà dell’anno. Anche noi abbiamo visto aumentare i costi, ma abbiamo visto crescere anche tutti i modi in cui utilizziamo l’IA per produrre risultati.

L’aumento dei costi, da solo, non era quindi un segnale sufficiente, ma avevamo alcuni dubbi sulla selezione dei modelli. In futuro, anche nel prodotto Zapier, ci piacerebbe arrivare a un punto in cui, in base al livello di investimento che sei disposto a sostenere in un determinato periodo e al lavoro che stai svolgendo, il sistema possa associare il compito al modello più efficiente.

L’efficienza potrebbe riguardare la velocità, il costo, principalmente il costo, principalmente la velocità o la qualità. Dipende dalla funzione di ottimizzazione che stai utilizzando. Ma oggi non abbiamo ancora nulla del genere. Al momento spetta ai singoli comprendere i vantaggi e gli svantaggi relativi dei diversi modelli e assicurarsi di utilizzare quello giusto per il lavoro giusto.

Questo è ciò 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 utilizzano in azienda, compresi Zapier, i prodotti Anthropic, i prodotti OpenAI e alcuni altri strumenti, inserendo tutto in un unico ambiente di dati.

Abbiamo poi creato una serie di pannelli automatici e all’inizio di ogni mese ogni persona riceve un messaggio diretto su Slack: il proprio rapporto personale sull’utilizzo dell’IA. Ci sono due aspetti interessanti. Primo, il rapporto non è pubblico e non esistono classifiche, quindi nessuno viene confrontato con altre persone. Penso sia davvero importante.

Secondo, non si limita a descrivere il tuo utilizzo del mese precedente, ma formula anche raccomandazioni. Per esempio, supponiamo che io sia un analista dei benefit in Zapier e riceva il mio rapporto mensile. Per qualche motivo potrebbe risultare che ho usato Fable per tutto il mese.

Il rapporto tiene conto dei ruoli presenti nell’azienda e potrebbe dirmi: “Ehi, nel tuo ruolo nell’area dei benefit, stai costruendo un razzo per Marte? Se così non fosse, probabilmente non hai bisogno di Fable per molte attività del tuo lavoro. Secondo la nostra esperienza, Sonnet dovrebbe funzionare bene”.

Potrei provare Sonnet e il sistema verificherebbe la situazione dopo un mese. Tiene traccia delle raccomandazioni formulate e può adattare quelle del mese successivo in base ai risultati. È quindi descrittivo e prescrittivo, ma senza imporre limiti rigidi. Ora abbiamo effettivamente un limite all’utilizzo, ma serve a proteggere la spesa da aumenti incontrollati e non intenzionali. Le persone possono rimuoverlo semplicemente inviando un breve messaggio in un canale Slack.

Non serve a ridurre l’utilizzo. Serve solo a prevenire la piccola ma significativa possibilità di agenti fuori controllo o persino di soggetti malevoli che abbiano ottenuto una chiave e stiano eseguendo molte attività proprie.

David Rice: Ho notato che singoli dipendenti stanno diventando incredibilmente produttivi grazie all’IA. Ma questi vantaggi non si diffondono sempre tra i team e nell’organizzazione. Quando pensiamo all’apprendimento tra colleghi o all’apprendimento collettivo, che in alcuni modi sembra più difficile dell’apprendimento individuale, la questione diventa culturale. Che cosa avete fatto per costruire questo sistema e incoraggiarlo davvero?

Brandon Sammut: Siamo ormai circa due settimane nella seconda metà del 2026 e la nostra priorità numero uno, al di là di specifici nuovi modi di lavorare, è passare da un ottimo utilizzo individuale dell’IA a modalità di lavoro standard con l’IA condivise da tutto il team.

Abbiamo già svolto molte sperimentazioni, creato prototipi e così via. Quasi tutti i team stanno iniziando a individuare il percorso ideale: il modo in cui utilizziamo l’IA nel recruiting, nel marketing della crescita o nell’assistenza clienti. Nella seconda metà dell’anno la maggior parte di Zapier si concentrerà su questi percorsi ideali e sui nuovi modi di lavorare con le persone e con l’IA, assicurandosi che chiunque svolga quel lavoro in azienda abbia il contesto necessario, gli strumenti configurati e qualsiasi ulteriore sviluppo personale o del talento del team necessario perché interi gruppi inizino a lavorare in quel modo.

David Rice: È interessante perché, se i flussi di lavoro con l’IA rimangono nel taccuino di una persona o nelle sue note su Slack invece di diventare conoscenza istituzionale, hai migliorato un dipendente, ma resta del lavoro da fare per diffondere quel miglioramento. Hai visto molte organizzazioni iniziare ad andare oltre la semplice misurazione dell’adozione?

Penso che sia parte della conversazione. Abbiamo visto moltissime misurazioni dell’adozione e dell’utilizzo. Qual è la metrica che ti interessa di più per ciò che può dirti?

Brandon Sammut: Zapier investe molto nell’IA ormai da tre anni e un quarto, e questo è ciò che ho imparato sulla differenza tra adozione e impatto. All’inizio è stato molto utile concentrarsi sull’adozione, perché l’adozione era necessaria per sperimentare e imparare. È importante come indicatore anticipatore della profondità e dell’ampiezza della sperimentazione e dell’apprendimento, cioè per sviluppare la consapevolezza delle possibilità e alcune competenze all’interno dell’organizzazione.

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

Oggi Zapier non produce più rapporti periodici sull’adozione. Sappiamo di avere un’adozione del 100%. Cerchiamo familiarità con l’IA quando assumiamo, la includiamo nell’inserimento dei nuovi dipendenti, che abbiamo riprogettato circa un anno e mezzo fa. Siamo già molto avanti sul fronte dell’adozione.

Ora siamo concentrati quasi interamente sull’impatto. Gli indicatori di impatto sono quasi sempre misure di successo già esistenti nell’organizzazione: quanto velocemente 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 dei vari aspetti del prodotto rivolti ai clienti? Qual è il raggiungimento medio o mediano degli obiettivi da parte di un venditore?

Se ci pensi, tutte queste cose ci interessavano già prima dell’IA. Quindi torniamo al punto precedente: l’IA è un mezzo per portare a termine qualcosa. Di solito non cambia ciò in cui vogliamo essere eccellenti. Influisce sulla nostra idea di quanto possiamo essere bravi in quelle attività.

David Rice: Alcuni ospiti precedenti hanno parlato di come, storicamente, l’esperienza fosse spesso legata al possesso delle risposte. Ora l’IA dà improvvisamente a tutti accesso alle risposte, anche se la loro accuratezza o il loro contesto sono un’altra questione.

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

Brandon Sammut: David, è una domanda molto interessante. Non me l’aveva mai fatta nessuno.

Vorrei sentire la tua opinione dopo aver condiviso alcune riflessioni. Per me è chiaro che i vantaggi di questa tendenza vanno certamente alle organizzazioni. Per le organizzazioni è sempre stato un rischio che l’esperienza fosse isolata e rimanesse nelle mani di poche persone che sanno come fare una determinata cosa.

Ricordo che nella mia precedente azienda avevamo alcuni ingegneri che erano gli unici in tutta l’organizzazione a sapere come funzionava una particolare parte dell’architettura del prodotto. Di conseguenza erano praticamente intoccabili. Non è una situazione particolarmente sana o funzionale per nessuno.

C’è quindi un elemento di democratizzazione. Internet ha fatto molto per democratizzare l’accesso alla conoscenza e l’IA sta accelerando enormemente questo processo.

David Rice: Penso che una parte di ciò che significava avere esperienza fosse avere accesso a informazioni rare. Come hai detto, internet ha reso possibile…

Le informazioni sono abbondanti da tempo, ma quel tipo di informazione o interpretazione che nessun altro possiede, vista attraverso la tua lente specifica o da un punto di vista diverso, potrebbe cambiare il modo in cui si costruisce l’influenza. Lo vedo spesso nel mio lavoro. Riguarda meno il dire “questo è ciò che dobbiamo creare”.

Riguarda più il porre domande diverse per arrivare al punto in cui posso esercitare il giudizio su nuove idee, nuovi modi di fare le cose e attività che non abbiamo mai svolto prima, collegando poi quelle idee tra discipline diverse. Torno sempre al concetto di orchestratore. Penso che rimarrà importante ancora per un po’, anche perché tutti parlano del rischio di perdere il lavoro.

Io dico: “Non subito, non se sai almeno orchestrare”. Puoi poi leggere i segnali e capire dove porterà tutto questo, ma consiglio a tutti i miei colleghi di assicurarsi di sviluppare questa capacità. L’IA rende la conoscenza una commodity, ma aumenta il valore della saggezza, e penso che sarà così anche in futuro.

E questa saggezza non riguarda solo il lavoro, ma anche le persone con cui lavori, come ottenere il meglio da loro e come aiutarle a capire dove hanno opportunità che non hanno ancora esplorato.

Brandon Sammut: Wow. Le persone dovrebbero prendere nota.

Mi piace come l’hai formulata, David. È la differenza tra conoscenza e saggezza. Potremmo dedicare un intero episodio a questo tema. Conoscenza e saggezza non sono la stessa cosa. L’altra cosa a cui mi fai pensare è che, ancora una volta, ciò che è vecchio torna a essere nuovo in termini di ciò che viene o dovrebbe essere maggiormente valorizzato nelle organizzazioni.

Oltre alla saggezza autentica, al giudizio o al gusto, come a volte viene chiamato, ci sono anche enormi vantaggi organizzativi nell’essere degni di fiducia, affidabili e responsabili, e nel saper influenzare senza autorità per riunire un gruppo di persone e portare a termine insieme qualcosa di importante e difficile.

In questo momento, con la velocità con cui le cose stanno cambiando, questi aspetti diventano più importanti, non meno, con o senza IA.

David Rice: Sono d’accordo. Per molto tempo i manager sono stati principalmente responsabili della direzione del lavoro, ma stiamo assistendo a organizzazioni più piatte e, sempre più spesso, i dipendenti definiscono i propri flussi di lavoro o costruiscono automazioni.

Lavorano con l’IA in modi che la leadership non riesce necessariamente a vedere. Che aspetto ha una gestione efficace in questo ambiente? E quali sono le maggiori 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 manager delle persone abbiano tre responsabilità specifiche. La prima è fornire chiarezza al team: che cosa stiamo facendo? Che aspetto ha un ottimo risultato? La seconda è allocare le risorse, prendendo decisioni su chi fa cosa e sul livello di investimento in una tecnologia. La terza responsabilità specifica dei manager è fare coaching e sviluppare il team.

Ora i manager 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 nel garantire una di queste capacità.

Nel tempo, in alcuni casi, questo potrebbe significare che un singolo manager può gestire più persone, ottenendo maggiore leva dall’IA. Per esempio, parte del miglior coaching professionale che ho ricevuto nella prima metà dell’anno è arrivata da un coach scritto da Courtney Hickey, responsabile delle operazioni esecutive di Zapier, per il nostro team dirigenziale.

Questo coach ascolta le riunioni del team dirigenziale e utilizza un modello già 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 dirigenziale.

Il coach ascolta le riunioni e, subito dopo, fornisce su Slack un riepilogo di coaching. Include un riepilogo generale del nostro comportamento come team utilizzando il modello delle cinque disfunzioni. Poi offre un feedback individuale su come ciascuno di noi ha partecipato e registra tutto settimana dopo settimana, così da individuare temi, aspetti in cui il team sta migliorando e aspetti in cui non sta ancora migliorando.

È specifico e universale. Nessuno viene preso di mira. Tutti ricevono feedback e raccomandazioni. Inoltre, parlando con i colleghi e riflettendo sulla mia esperienza con questo coach, trovo che il feedback sia molto incisivo.

È uno dei feedback più diretti che ricevo in un mese, ma lo accetto molto più facilmente da un coach addestrato su un modello o su un insieme di valori in cui credo già, rispetto a quanto farei se fosse Wade, il mio capo, a dirmelo ogni settimana. È semplicemente una questione di comportamento umano.

Il feedback è lo stesso e merita la mia attenzione indipendentemente da chi lo fornisce. Ma, per qualche motivo, vediamo che le persone sono particolarmente ricettive al feedback costruttivo quando viene fornito 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 enorme del modo in cui si forma la percezione di ciò che ne deriverà. Penso che per i manager il cambiamento consista nel fatto che non dirigono più il lavoro allo stesso modo. Cercano di creare le condizioni perché possa emergere un buon lavoro. È un modello di leadership e gestione molto meno controllante, cosa che la maggior parte dei dipendenti accoglie positivamente, anche se in alcune culture la transizione sarà più lunga.

Se hai fatto qualcosa nello stesso modo per decenni, le abitudini sono difficili da cambiare. Lo strumento può offrirti molti modi per farlo, ma il tuo modo abituale di agire resta quello. Guardando al futuro, se l’IA diventerà una forza nel 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 consiglio vale per me tanto quanto per chiunque altro. Credo che l’IA possa 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 suggerimento personale è che, al di là dell’IA, in questo momento i nostri team hanno bisogno di molto aiuto sui temi di cui abbiamo parlato prima. Hanno bisogno di aiuto per mantenere chiaro l’obiettivo, cioè ciò che stiamo cercando di fare. In molte organizzazioni il ritmo del cambiamento è molto elevato e anche il livello di concorrenza nei settori in cui operiamo e costruiamo aziende è insolitamente alto.

Le nostre persone lo sanno. Vedono aziende concorrenti licenziare dipendenti. C’è molta paura, incertezza e dubbio, e tutto questo influenza inevitabilmente il modo in cui pensano al loro lavoro nelle nostre organizzazioni. Credo profondamente in tutto ciò che abbiamo detto sull’opportunità offerta dall’IA e su come possa migliorare il lavoro delle persone.

Ma ci sono anche alcuni aspetti fondamentali su cui leader come te e me devono restare estremamente concentrati: mantenere attenzione e senso dello scopo per ogni persona dell’organizzazione ed essere molto chiari sulle sfide che l’organizzazione sta affrontando.

A volte, come leader, pensiamo che questo renderà le persone nervose o spaventate. Ma le nostre persone conoscono generalmente i rischi e i problemi. Può, e spesso riesce a, ispirare fiducia quando vedono i leader nominarli apertamente, parlare di come li stanno vivendo e di come considerano le opportunità dell’azienda all’interno di quelle difficoltà.

Questa è una lezione classica di leadership e io stesso ci sono caduto molte volte. Ci sto lavorando e sto migliorando: quando vedi qualcosa di difficile, sii il primo a nominarlo. Non addolcirlo. Non fingere che esista una risposta perfetta, a meno che tu non creda davvero che esista.

Può essere davvero salutare nominare il problema davanti al team, perché in questo modo le persone saranno più propense a parlarne, a definirlo o a proporre idee. È l’opposto del crogiolarsi nell’incertezza. Nominarla è sano, ti avvicina alla definizione di un piano per superarla, e questo è uno dei miei principali incoraggiamenti per chiunque stia costruendo qualcosa in questo momento.

David Rice: Ti ho sentito parlare del fatto che, quando discutiamo dell’esperienza dei dipendenti, spesso parliamo di qualcosa che le organizzazioni forniscono a un dipendente. Ma sembra che tu stia suggerendo che le organizzazioni più interessanti dei prossimi anni non saranno semplicemente datori di lavoro.

Cambieranno davvero le persone. È ovviamente un’asticella molto più alta rispetto all’engagement o alla soddisfazione, ma se guardi a ciò che sta vivendo la Generazione Z e a ciò che affrontano i neolaureati, con tutte queste difficoltà nel trovare lavoro e questo continuo interrogarsi sul proprio futuro e sul proprio scopo, penso che tu abbia ragione.

Dobbiamo pensare a come formare le persone in modo diverso, perché questo le manterrà rilevanti, stimolate e coinvolte. Forse in futuro i migliori datori di lavoro non saranno conosciuti per lo stipendio o per essere un nome prestigioso sul curriculum. Saranno conosciuti perché aiutano le persone a diventare versioni migliori di sé stesse.

Saranno più capaci e più sicure.

Brandon Sammut: Penso sia proprio così. Un altro aspetto molto concreto del momento attuale è che il luogo in cui le persone trascorreranno i prossimi anni della loro carriera influenzerà enormemente le loro opportunità per molti anni a venire.

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

Ogni persona del team dedicato alle persone di Zapier sta diventando assolutamente eccellente nel modo moderno di gestire l’acquisizione dei talenti, le strategie di ricompensa totale, la tecnologia per le persone e l’analisi delle persone. È notevole, e mi fa stare bene, ma non è questo il punto.

Noi leader dovremmo poter rispondere a questa domanda. Oltre a essere una cosa straordinaria da rendere possibile per il team, per le aziende che diventano conosciute come luoghi in cui si investe profondamente nelle persone e in cui il loro tasso di crescita è molto elevato, questo diventa parte della proposta di valore per i dipendenti e un elemento di attrazione verso l’azienda.

Soprattutto nel settore del software, costruire software oggi è incredibilmente complesso e stimolante. Le persone lo sanno. Non credo che stiano cercando principalmente un lavoro facile o un posto semplice in cui lavorare. Vogliono che il prossimo luogo in cui andranno, o il prossimo lavoro che svolgeranno nell’azienda attuale, sia un posto in cui impareranno molto sulle cose che conteranno nei prossimi dieci o più anni della loro carriera.

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

Brandon Sammut: Come sempre, David. Rifacciamolo un’altra volta.

David Rice: Ascoltatori, se non l’avete ancora fatto, andate su 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 abbiate bisogno di pensare ad altro, ma troverete anche strumenti, consigli e contenuti simili. Assicuratevi di iscrivervi.

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