Cosa Chiede Davvero il Momento ai Leader
Distribuzione dell’IA: Il successo dell’IA ora dipende dalla distribuzione piuttosto che dalla tecnologia, mettendo l’accento su velocità e scalabilità efficiente.
Divario di Governance: La maggior parte delle aziende non dispone di una governance dell’IA completa, il che porta a rischi non contabilizzati e potenziali problemi legali.
Impatto sulla Forza Lavoro: Le implementazioni dell’IA influiscono drasticamente sui ruoli lavorativi, con numeri significativi che necessitano di reinserimento o riqualificazione.
Ruolo della Leadership: Un uso efficace dell’IA richiede una leadership trasparente e responsabile dell’impatto che l’IA ha sulle persone.
Giudizio Umano: In un panorama in cui l’IA è diventata una commodity, le organizzazioni devono dare priorità al giudizio umano e alla fiducia per differenziarsi.
Esiste una versione di leadership che persiste in questo momento. Agire in fretta, mostrarsi sicuri, annunciare iniziative, lasciando che i dettagli si risolvano più avanti. È un approccio che ha il suo fascino a metà del 2026, quando ogni riunione del consiglio ha un punto all’ordine del giorno riguardante l’AI e ogni presentazione dei fornitori promette che, se esiti, verrai superato.
È anche l’approccio che ha lasciato leader che l’hanno scelto alle prese con conseguenze che non avrebbero mai immaginato.
Ho trascorso la primavera osservando la conversazione sull’AI frammentarsi in direzioni diverse, come uno svincolo autostradale dove nessuno al volante del dibattito sembrava certo di dove stesse andando.
Continua a leggere—e continua a guidare con intelligenza
Crea un account gratuito per terminare la lettura e unirti a una community di leader lungimiranti che sbloccano strumenti, playbook e approfondimenti per prosperare nell'era dell'IA.
Have an account? Log In
I team legali si confrontano con un mosaico normativo in continua evoluzione stato per stato sulla regolamentazione AI, i costruttori mostrano cosa possono fare i sistemi autonomi, e le dimostrazioni sono impressionanti. I responsabili risorse umane chiedono chi risponde quando questi sistemi commettono errori, e il silenzio è istruttivo.
Trascorro molto tempo intervistando professionisti, accademici, psicologi del lavoro, consulenti retributivi e direttori delle risorse umane. Mentre queste conversazioni prendono direzioni diverse, una cosa diventa evidente. La distanza tra loro ha un costo organizzativo e colmarla è un compito di leadership che a nessuno è stato realmente affidato.
Il Modello Sotto i Modelli
Trovo che le conferenze siano un utile barometro sia dell’hype che della realtà. Le esposizioni dei fornitori alimentano l’hype con demo ben preparate e dettagli che in realtà non sono dettagli, ma punti del team di vendita riformulati a seconda dell’interlocutore.
Nel complesso, ho scritto più di una dozzina di articoli nati da quattro conferenze diverse nell’ultimo trimestre. Leggi tutte le prove in un’unica sessione e emerge un unico fatto strutturale.
Una fondatrice di un fornitore di governance AI dice che la sua organizzazione ha catalogato circa 1.600 categorie di rischio AI e utilizza misure di mitigazione per circa l’85% di esse. Questo è lo stato dell’arte, ma lascia comunque centinaia di rischi noti senza risposta.
Nel frattempo, la maggior parte delle aziende lavora su framework di governance progettati per rivedere le raccomandazioni fatte dall’AI e non le azioni da essa intraprese, anche quando mettono al lavoro agenti autonomi.
I programmi di fiducia aziendale stanno maturando rapidamente secondo la definizione di fiducia dei fornitori, quella che vive negli audit di sicurezza, mentre il concetto di fiducia dei dipendenti nell’AI in generale sembra essere meno importante. Alcuni temono ancora che usare l’AI sia visto come barare o una critica alla propria intelligenza, qualcosa che non può essere semplicemente conciliato con i mandati.
In stanze piene di professionisti HR, sono frequenti le discussioni su chi è responsabile dell’alfabetizzazione AI nelle rispettive organizzazioni. Vorrei poter dire che ne emerge un segnale di coerenza, sia per settore, sia per i titoli sempre diversi dei leader C-suite, sia per dimensione aziendale, qualcosa. Dove studi e sondaggi forniscono dati ordinati e argomentazioni ben confezionate, la realtà delle conversazioni che la maggior parte dei leader riporta è incoerente quanto la media delle esperienze dei clienti.
La causa di questa incoerenza, però, ha un elemento comune. Brandon Hall Group ha rilevato che il 65% delle organizzazioni sta integrando attivamente l’AI nei processi di lavoro core mentre meno del 30% ha ridefinito i ruoli per rifletterne l’impatto.
Nella selezione del personale, il segnale stesso sta crollando, con alcune piattaforme ATS che segnalano 750 candidature per ogni posizione aperta, tassi di revisione vicino al 2% e, secondo la stima di un fondatore di piattaforme di recruiting con AI, un candidato su quattro sarebbe fraudolento.
E Saahil Jain di You.com ha fornito la cifra più schietta che abbia sentito. Quando la sua azienda automatizza un processo per un cliente enterprise, circa il 60% delle persone che svolgevano quel lavoro non è più necessaria, circa il 12% può essere ricollocato supervisionando l’AI, e il restante 48% rappresenta un problema di transizione che molte organizzazioni non hanno risolto e di cui poche vogliono parlare.
Le persone che portano quel rischio sono concentrate nel mezzo. Kyle Holm, consulente per la remunerazione presso Sequoia Consulting Group, ha descritto la forma che le aziende AI-native stanno già assumendo, con operatori esperti in cima, giovani talenti molto capaci alla base, e ben poco in mezzo.
“Queste gerarchie manageriali e organizzative semplicemente spariranno in un modo per cui non credo la gente sia davvero pronta”, mi ha detto.
Il centro dell’organigramma era dove nascevano le carriere e risiedeva la coordinazione. Si sta assottigliando in tempo reale mentre la maggior parte dei programmi di readiness continua a trattare la transizione come un problema di competenze individuali.
Ognuno di questi aspetti è stato riportato come una storia a sé, ma fanno tutti parte dello stesso racconto. I costruttori hanno framework dettagliati per rendere affidabili i sistemi. I practitioner hanno framework dettagliati per rendere le persone adattabili.
Tra questi due poli si trova il tessuto organizzativo che dovrebbe collegarli: la supervisione in tempo reale, il controllo delle interfacce tra i vari livelli di persone, l’architettura di ricollocamento per quel 48%, il responsabile ufficiale di ciò che gli agenti hanno fatto lo scorso trimestre. Nella maggior parte delle aziende, questo tessuto non esiste e costruirlo non è compito assegnato a nessuno.
I comitati non sono tessuto. Gartner rileva che il 55% delle organizzazioni dispone ora di un board o comitato di supervisione AI. Solo nel 28%, secondo McKinsey, l’amministratore delegato si assume la responsabilità diretta della governance AI, e solo il 17% dei consigli di amministrazione lo ha inserito nei propri statuti.
Il comitato di governance non è presente quando qualcuno prende una decisione in una frazione di secondo alle 2 di notte. La prescrizione di Vittoria Reimers di Juniper Squared era di spendere dieci volte di più sulle persone che sul comitato. Questo rapporto dovrebbe far male. Capovolgilo e avrai l'attuale budget della maggior parte delle aziende.
Cosa ti viene richiesto
Non un altro framework. Le sette capacità che abbiamo già descritto — empatia, presenza, mentalità di prodotto, coraggio, pazienza strategica, trasparenza e pensiero sistemico — descrivono come i leader si comportano nell'incertezza. Ciò che la primavera ha aggiunto è dove devono essere presenti, nello strato connettivo.
Ti chiede di formalizzarlo. Una persona, con budget e autorità, responsabile di ciò che l'IA della tua organizzazione fa alle persone all'interno e all'esterno. Perché “di proprietà ovunque e senza responsabilità da nessuna parte”, la situazione predefinita descritta da Sean McIntire di Pebl a Transform, è una strategia legale per gli imputati.
Chiede al CHRO di prendersi il posto invece di aspettarlo. L’implementazione dell’IA è un evento per la forza lavoro. Le competenze, la psicologia, l’architettura della formazione, il contesto comportamentale che i modelli generici non avranno mai, sono il materiale della funzione People.
Per questo motivo le Risorse Umane devono sedersi nel consiglio IA accanto al CIO e al CFO nel momento in cui si prendono decisioni, non gestire le conseguenze in seguito.
Ti chiede di rispondere per il 48% prima di automatizzare, non dopo. Se sai nominare il processo che intendi affidare agli agenti, puoi nominare anche le persone che vi lavorano. Se passeranno ad altro ruolo dipende molto meno dalla loro adattabilità che dal fatto che tu abbia costruito un percorso in cui possano andare.
Oracle aveva quasi certamente persone adattabili. Quello che apparentemente mancava era un sistema per individuarle e svilupparle alla velocità richiesta dalla transizione, e questa è stata una scelta.
Ti chiede di decidere che cosa significa performance prima che lo definiscano i sistemi. Kamaria Scott, fondatrice e CEO di Enetic, ha posto la domanda a cui ogni processo di valutazione dovrà presto rispondere.
“Come valuterai ora la mia performance come persona per un lavoro che ormai non svolgo neanche più completamente da sola?”
Se la tua risposta è una metrica di utilizzo, otterrai utilizzo. Non otterrai giudizio, e il giudizio è ciò per cui pagherai.
Ti chiede di sapere davvero come viene svolto il lavoro nella tua organizzazione prima di lasciare che un sistema lo ridisegni. E ti chiede di raccontare la verità nel frattempo, separando ciò che è certo (stai investendo, alcuni ruoli cambieranno) da ciò che non lo è (esattamente quali, e quando).
L’ambiguità è estenuante. Se manca struttura e trasparenza, il tuo personale si farà le proprie idee.
Niente di tutto ciò è fuori portata per le organizzazioni che leggono questo. Tutto è più lento rispetto alla delivery e invisibile alle chiamate degli analisti. È proprio per questo che è il vero lavoro da fare. I costruttori ci hanno detto la verità questa primavera. Continueranno a produrre, i modelli continueranno a migliorare, e l’apprendimento continuerà in produzione.
I workflow della tua azienda si stanno già riorganizzando attorno a questi sistemi. La finestra entro cui si può ancora progettare la responsabilità, invece che arrivarci tramite contenzioso, è ancora aperta. Non resterà aperta solo perché hai creato un comitato.
Quando la capacità diventerà una commodity, e così sarà, ciò che distingue un’organizzazione è il giudizio e la fiducia delle sue persone, entrambi costruiti o distrutti da come gestisci questa transizione. Ora devi costruire l’unica cosa che i costruttori non possono creare: un’organizzazione dove la tecnologia risponde a qualcuno.
