La Stratega del Futuro del Lavoro Analizza le Realtà Organizzative dell’IA e Come Affrontarle
Ha trascorso 30 anni all'interno di Intel osservando la tecnologia rimodellare il lavoro. Ora aiuta i leader a smettere di aggiungere l’IA a organigrammi già difettosi.
Nirit Cohen
Senior HR presso Intel
Impatto dell'IA: L’IA sta ridefinendo le strutture organizzative, passando da ruoli statici a diagrammi di lavoro dinamici.
Evoluzione della Leadership: Nell’era dell’IA, la leadership valorizza ora giudizio e contesto più che il semplice possesso delle risposte.
Integrazione dell’IA: Nirit utilizza intenzionalmente uno stack di strumenti IA fluido per riflessione strategica e workflow potenziato.
Necessità di Adattabilità: I leader HR devono guidare personalmente le transizioni IA, sperimentando e ridefinendo il proprio valore.
Nirit Cohen ha ricoperto ruoli dirigenziali nelle risorse umane e nella leadership presso Intel, dove ha lavorato per tre decenni in un ambiente tecnologico dinamico prima di dedicarsi al pensiero strategico. Oggi è una stratega del futuro del lavoro, editorialista per Forbes e creatrice della newsletter e del podcast The Future of Less Work.
Abbiamo incontrato Nirit per capire come il lavoro stia cambiando con la crescente diffusione dell'IA e cosa debbano fare i leader HR per gestire efficacemente questa transizione. Ecco cosa ci ha raccontato.
Guidare il Futuro del Lavoro
Ho trascorso quasi trent’anni in Intel, ricoprendo ruoli dirigenziali nelle risorse umane e nella leadership in Stati Uniti, Europa e Asia. Lavorare in un’azienda dove la tecnologia cambiava in tempo reale i settori significava dover costantemente ripensare a come organizzare il lavoro, come le persone creano valore e come i leader prendono decisioni sotto pressione.
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
Quell’esperienza ha modellato il mio modo di vedere la leadership. Non mi sono avvicinata al futuro del lavoro per teoria o moda, ma portando la responsabilità di risultati reali, ridefinendo ruoli mentre la tecnologia evolveva, facendo crescere i talenti in varie regioni, guidando nell’incertezza e aiutando i dirigenti a bilanciare priorità aziendali e impatto umano.
Circa quindici anni fa, quando smartphone e tecnologie mobili hanno iniziato a cambiare radicalmente dove e come si potesse lavorare, ho iniziato a farmi una nuova domanda: "Come si sentirà lavorare in futuro?". Questa domanda mi ha portata sulla strada del futuro del lavoro molto prima che diventasse un tema dominante.
Nel 2012 ho guidato un progetto che ha pubblicato uno dei primi whitepaper sul futuro del lavoro della conoscenza, guardando al 2025. Ciò che mi affascinava allora continua a guidare il mio lavoro oggi: come la tecnologia trasforma il lavoro stesso, come la leadership deve evolvere insieme ad essa e come le organizzazioni possono progettare ruoli, sistemi e culture che mantengano le persone rilevanti nell’accelerazione dell’automazione.
Oggi lavoro come stratega del futuro del lavoro, scrittrice e consulente. Attraverso la mia rubrica su Forbes e il mio podcast, The Future of Less Work, esploro le forze sociali e tecnologiche che stanno trasformando la leadership, le organizzazioni e le carriere. Con un piede in decenni di decisioni manageriali e l’altro nella narrazione del cambiamento del lavoro, aiuto leader, team HR e fornitori di soluzioni a comprendere ciò che accade e a sapere come agire.
Perché l’IA fa evolvere gli organigrammi in diagrammi del lavoro
Vedo il passaggio a un lavoro guidato prima dall’IA come molto più di un aggiornamento tecnologico. È una riproduzione di come organizziamo lo sforzo umano.
Per decenni, le organizzazioni sono state costruite attorno a strutture, mansioni e numero di risorse. L’IA impone una logica diversa.
La vera sfida ora è orchestrare intelligenza e capacità tra persone e macchine intorno al lavoro stesso. Questo ci obbliga a definire, con maggior chiarezza rispetto al passato, il contributo veramente umano al lavoro.
Per le risorse umane e la leadership, si tratta di un cambiamento radicale. Non riguarda solo i processi delle persone, ma molte delle strutture fondamentali su cui abbiamo fatto affidamento per decenni.
Gli organigrammi tradizionali e i ruoli fissi sono troppo rigidi per un mondo dove il lavoro cambia costantemente. Al loro posto, emergono i diagrammi del lavoro, ovvero configurazioni temporanee e orientate al risultato dove i team si riuniscono intorno ai problemi invece che ai titoli.
All’inizio della mia carriera, credevo che la chiarezza derivasse principalmente dalla struttura: ruoli chiari, gerarchie stabili e processi ben definiti. Ho imparato che in ambienti plasmati da IA e cambiamento continuo, troppa struttura può diminuire la chiarezza. Ora l’allineamento deriva da intenti condivisi, fiducia e dialogo continuo, non dal controllo.
Questo significa che dobbiamo trattare il lavoro come un portafoglio che può evolvere in funzione delle esigenze dell’azienda e delle aspirazioni dei dipendenti. Significa abbandonare la descrizione della mansione come unità primaria del lavoro per un approccio più fluido focalizzato su risultati, compiti e competenze, soprattutto considerando l’ottimizzazione dei ruoli destinati a scomparire.
Dobbiamo frammentare, ricombinare e rimodellare continuamente il lavoro, così che le persone possano concentrarsi dove il giudizio umano e la crescita contano di più. E i processi che una volta alimentavano strutture statiche ora devono evolvere per sostenere flussi di lavoro dinamici.
Perché l’IA sta cambiando competenze e responsabilità
Questo cambiamento modifica anche le competenze e le responsabilità richieste all’interno dell’organizzazione. Molte capacità che una volta chiamavamo “competenze manageriali” stanno rapidamente diventando competenze fondamentali per qualsiasi lavoratore.
Chiunque lavori con l’IA gestisce di fatto agenti digitali: assegna compiti, revisiona risultati e decide su cosa intervenire. Di conseguenza, non possiamo più insegnare competenze di leadership come delega, valutazione e feedback solo al momento della promozione. Devono diventare abilità di base fin dal primo giorno.
Allo stesso tempo, questo cambia ciò che ci si aspetta dai responsabili e dai leader. Non sono più gli unici detentori delle risposte. Quando l’intelligenza è accessibile a tutti, il valore del leader risiede nel giudizio, nel contesto e nella scelta. I leader decidono quali domande conviene porre, dove è indispensabile la supervisione umana e quando l’efficienza deve lasciare spazio a qualità, etica o fiducia.
Ho dovuto abbandonare l’idea che l’esperienza, da sola, offra una guida affidabile. In un contesto in rapido cambiamento, l’esperienza è meno una mappa e più una bussola. Il suo valore sta nel giudizio e nella capacità di attraversare l’incertezza, non nel ripetere ciò che ha funzionato in passato.
Ridefinire il proprio valore unico cambia il modo di guidare con l’IA
Come opinion leader, ho dovuto affrontare una domanda difficile:
Cosa succede a quel modello quando l’IA può generare, riassumere o spiegare gran parte di ciò che le persone cercano da me?
E penso che questa domanda sia valida per tutti i leader oggi.
Sperimentando sempre presto nuovi strumenti, già usavo l’IA per quello che definisco il “lavoro sul lavoro”. Attività come:
- Sintetizzare ricerche
- Redigere scalette
- Riassumere conversazioni
- Preparare versioni preliminari prima di applicare il mio giudizio e la mia prospettiva.
Ma mi sono reso conto che dovevo ridefinire intenzionalmente il confine tra il mio valore unico e il lavoro della macchina. E questo è ancora più vero oggi, con la diffusione dei flussi di lavoro agentici.
Ho iniziato a lavorare con l’IA in modo intenzionale. Parto da un’idea, la elaboro insieme all’IA, le chiedo di raccogliere input e creare una prima sintesi, poi metto alla prova ipotesi e prospettive instaurando un dialogo continuo.
Tratto l’IA esplicitamente come partner di pensiero, e sono rimasto sorpreso dalla profondità della riflessione strategica che ottengo collaborando in questo modo. In passato, se fossi uscito da una sessione di coaching con un mentore di alto livello con tale livello di intuizione, sfida e riformulazione, avrei considerato il denaro ben speso. Non me lo aspettavo dalla tecnologia.
Ma è fondamentale sottolineare che l’IA non prende decisioni. Revisiono, riformulo e scelgo consapevolmente ogni output per assicurarmi di non perdere la mia voce o il mio punto di vista.
Questo cambiamento ha modificato la mia allocazione dell’attenzione. Sono diventato più intenzionale nello scegliere dove il mio contributo umano conta davvero:
- Definire la narrazione
- Decidere cosa non dire
- Collegare schemi tra contesti diversi
- Adattare le idee a pubblici specifici.
Alla fine, l’IA mi ha costretto a essere più onesto sul mio vero ruolo e più disciplinato nell’abbandonare il lavoro dove non aggiungo più valore unico.
Uno stack IA intenzionalmente fluido
Il mio stack di strumenti IA è intenzionalmente fluido. Utilizzo regolarmente diversi strumenti di IA generativa generici, tra cui ChatGPT, Claude, Gemini e Perplexity. Passo da uno all’altro a seconda del compito e dei punti di forza richiesti.
Alcuni eccellono nella sintesi e nel pensiero strutturato, altri nella lingua e nel tono, altri ancora nell’individuare fonti o mettere in discussione preconcetti. Usare più di uno strumento mi aiuta a non adattare troppo il mio pensiero ai modelli di un singolo sistema.
Per lavori ricchi di ricerca impiego strumenti come Perplexity e NotebookLM, utili per organizzare grandi quantità di informazioni, confrontare punti di vista e individuare collegamenti che altrimenti potrei perdere. Questo ha cambiato profondamente il mio modo di preparare articoli, podcast e attività di consulenza, perché mi permette di gestire più materiale concentrando la mia attenzione su interpretazione e giudizio.
Attualmente sto esplorando Notion, in particolare la sua integrazione dell’IA nei flussi di lavoro personali e nella gestione della conoscenza.
Oltre agli strumenti specifici, un cambiamento chiave dell’ultimo anno riguarda il modo in cui scopro e valuto ogni strumento. Seguo attivamente newsletter, ricercatori e professionisti che individuano strumenti e casi d’uso emergenti.
Scorro questi quotidianamente, non per adottare tutto, ma per restare informato su ciò che diventa possibile. In particolare, tengo d’occhio da vicino lo spazio degli assistenti personali basati su intelligenza artificiale, come ClawdBot, perché aspetto il momento in cui potrò delegare ai processi che gestisco nel lavoro.
La maggior parte degli strumenti non entra nel mio flusso di lavoro regolare, e questo è intenzionale. La sperimentazione è costante, l’adozione è selettiva.
Perché le organizzazioni non riescono a ottenere il pieno valore dall’IA
Le organizzazioni tendono a introdurre l’IA come iniziativa tecnologica, ma il suo vero impatto è molto più radicale, influenzando l’automazione del lavoro e la cultura organizzativa.
Siccome le organizzazioni in genere operano tramite ruoli, organigrammi e metriche di successo fisse, la maggior parte delle aziende sovrappone l’IA alle strutture esistenti. I ruoli restano gli stessi. I flussi di lavoro restano gli stessi. Le aspettative di performance restano le stesse. I leader si aspettano che l’IA “trasformi” il lavoro senza affrontare quali attività siano ancora rilevanti, come dovrebbero essere gestite in un’organizzazione abilitata dall’IA o cosa dovrebbe rappresentare il successo quando l’intelligenza non è più scarsa.
I leader si aspettano guadagni di produttività, ma non cambiano i diritti decisionali, i livelli di approvazione o il modo in cui misurano i risultati. Raramente ci chiediamo se i nostri sistemi di valutazione della performance favoriscono l’apprendimento per il lavoro di domani o semplicemente premiano la consegna sulla base delle ipotesi di ieri.
Quando lavoro con le organizzazioni, affronto questi temi partendo dai processi legati alle persone, non dalla tecnologia. Cerchiamo i processi che permettono la trasformazione, oppure la ostacolano.
Un esempio semplice è il modo in cui i manager revisionano il lavoro in corso. Accettano il lavoro fatto come si è sempre fatto, o sono disposti a fermarsi, mettere in discussione, e chiedere ai team di rifarlo usando nuovi strumenti, anche se questo significa impiegare più tempo nel breve termine?
Il modo in cui misuriamo la performance, riconosciamo l’impegno e valutiamo il successo fa davvero la differenza se le persone si sentano autorizzate a rallentare e imparare.
Un altro esempio è come le organizzazioni trattano gli early adopter. In ogni organizzazione ci sono persone che naturalmente sperimentano con nuovi strumenti e modalità di lavoro. Questi individui sono fondamentali per diffondere la conoscenza pratica tra i team, ma ciò può avvenire solo se l’organizzazione dà loro autorizzazione, ruoli formali, tempo e riconoscimento.
Troppo spesso il contributo di queste persone viene visto come attività extracurriculare, quando invece può essere tra il lavoro più importante che si svolge nell’organizzazione.
Come evolveranno ruoli e dipartimenti
Tra cinque anni, la maggior parte di noi non svolgerà lo stesso lavoro nello stesso modo di oggi, a prescindere da ruolo, funzione o settore. Né il cosa, né il come.
Ciò significa anche che i dipartimenti, come li intendiamo oggi, conteranno meno rispetto al lavoro che rendono possibile. I confini tra HR, strategia, operations e tecnologia continueranno a sfumare perché progettare il lavoro, sviluppare le persone e implementare l’intelligenza diventeranno attività inseparabili.
In questo senso, il futuro consiste nel riconoscere che nessuno di noi potrà rimanere esattamente dov’è e nel decidere chi vogliamo diventare in futuro.
Perché ogni leader HR deve prendersi personalmente carico della transizione all’IA
Il ritmo e la portata del cambiamento sono troppo rapidi perché qualcun altro possa risolvere la questione. Non esiste un manuale universale su quali strumenti utilizzare, quali processi cambiare o quale sarà il proprio valore personale in un mondo plasmato dall’IA. Questo lavoro ora è profondamente individuale, e ciascuno di noi deve farsene carico.
Ciò significa creare spazio deliberatamente per questo. Devi riservare tempo, attenzione e persino budget per capire cosa sta accadendo, esplorare, testare e sperimentare.
Nel breve termine, spesso ciò rallenta la consegna. Potresti produrre meno o impiegare più tempo, perché stai imparando a lavorare in modo diverso. Ma questo investimento è inevitabile. Attendere chiarezza o che qualcun altro disegni la risposta non è più un’opzione.
Ciò che conta non è solo ciò che delega all’IA, ma come si ridisegna il valore che si crea al suo posto. Il vero lavoro sta nel comprendere dove giudizio, prospettiva ed esperienza fanno la differenza e poi costruire intenzionalmente il proprio ruolo attorno a questo, invece che attorno a compiti sempre più facili da automatizzare ogni giorno.
Per i leader in senso più ampio, il consiglio è simile ma rafforzato. Non si può delegare questo momento. I leader devono essere d'esempio per i comportamenti che desiderano vedere. Creare spazio per l’apprendimento, accettare inefficienze a breve termine in favore di una maggiore capacità a lungo termine, ed essere espliciti su quali tipi di lavoro meritano attenzione umana.
