AI e processi aziendali: quando l’efficienza congela gli errori

“Abbiamo messo l’AI su quel processo (e adesso nessuno lo toccherà più)”. Mi capita sempre più spesso di sentire la stessa frase, in contesti diversi e da persone diverse. Ed è quasi sempre vero. Quello che mi viene da chiedere ogni volta, e che di solito tengo per me perché la domanda suona un po’ antipatica, è se quel processo qualcuno lo avesse guardato, prima di metterci sopra l’AI. Cioè se si fosse chiesto perché esiste, chi l’ha disegnato, per rispondere a cosa, e se quel cosa esiste ancora.

Mi rendo conto che sembra una domanda da rompiscatole. Però è esattamente la domanda che mi hanno fatto per questo articolo: cosa vuol dire che un’organizzazione è “progettata”, e cosa succede quando ci mettiamo dentro l’AI senza che lo sia.

Provo a mettere in fila quello che ne penso.

AI nei processi aziendali: il nodo delle organizzazioni non progettate

Un’organizzazione è fatta di processi, ruoli, regole, sistemi di misurazione, strumenti. Sono tutte cose che qualcuno ha costruito, in un certo momento, per uno scopo, e che quindi potrebbero essere diverse. Poi ce ne sono altre, meno visibili e secondo me molto più potenti proprio perché nessuno le chiama organizzazione: il calendario delle riunioni, le catene di approvazione, chi può dire la sua su cosa, il gestionale scelto dieci anni fa che oggi di fatto decide come si fa un preventivo. Sono queste a definire come un’organizzazione si muove e vive nello spazio in cui opera, molto più dell’organigramma, che è la cosa a cui tutti guardano.

Dire che un’organizzazione è progettata vorrebbe dire che qualcuno ha deciso tutto questo con un’intenzione, partendo da una visione dell’ambiente in cui vive e di come vuole starci dentro. Nella mia esperienza succede di rado. Quello che vedo quasi sempre è una stratificazione di decisioni prese per gestire un tema del momento: un cliente difficile, un errore da non ripetere, un capo da accontentare.

Decisioni ragionevoli una per una, legate a un momento che poi passa mentre la decisione resta. Il risultato complessivo non l’ha deciso nessuno, e il motivo in fondo è semplice: progettare l’organizzazione non è il lavoro di nessuno. C’è un responsabile del prodotto, uno delle vendite, uno delle persone, uno del budget. Dell’organizzazione in sé, come cosa che si può disegnare e ridisegnare, non si occupa nessuno. Che è un po’ assurdo, visto che decide come funzionano tutte le altre.

I segnali della complessità accidentale

Quanta della complessità che vediamo nelle aziende è necessaria? Un po’ sì, per leggere un ambiente complicato bisogna essere complicati almeno quanto lui. Il resto è complessità accidentale, che non racconta il mercato ma la storia dell’azienda. I segnali li conoscono tutti, la burocrazia che cresce, l’incoerenza, un’organizzazione che chi ci lavora dentro non riesce più a spiegare a un nuovo arrivato. A me però ne bastano due. Il primo è quando chiedi perché esiste una regola e la risposta è “si è sempre fatto così, ci sarà un motivo”.

Il secondo è quando il processo vero è fatto di workaround: la procedura ufficiale c’è, documentata, ma il lavoro passa altrove, nelle chat, nei fogli condivisi, nel collega che sa a chi chiedere. A quel punto l’organizzazione vera è quella informale che nessuno ha mai scritto, e quella ufficiale è una finzione che tutti mantengono per educazione.

Quando l’AI rende più efficienti i processi sbagliati

E qui arrivo al punto. La risposta che si sente di solito è che l’AI “amplifica le inefficienze”, che è vera ma mi sembra che manchi un pezzo, secondo me quello più grave.

Un processo sbagliato ha almeno un vantaggio: va male. Costa, crea attrito, e prima o poi qualcuno si arrabbia abbastanza da chiedersi se abbia senso. L’AI toglie il dolore senza togliere l’errore. Automatizzare un task rende più economico il processo che lo contiene, e un processo più economico vive più a lungo, perché sparisce la pressione che avrebbe costretto a ripensarlo.

È la path dependence di cui ho già scritto parlando di innovazione, una volta imboccata una strada tornare indietro costa sempre di più, solo che qui la strada la stiamo anche asfaltando.

C’è poi un secondo effetto, più subdolo. Chi automatizza task guarda i task, e non vede quello che la stessa tecnologia renderebbe possibile a chi partisse da zero. Il problema non è che le cose vadano peggio, è che vanno un po’ meglio nella direzione sbagliata. Automatizzare senza ripensare processi, logiche, modello di business e struttura compromette la capacità di stare sul mercato, in un modo che all’inizio sembra un successo, con tanto di slide.

Consulenza e AI: dal tempo venduto al valore per il cliente

Lo spiego con il caso che vedo da più vicino, visto che ci lavoro dentro da tanti anni: un progetto di consulenza. Oggi è disegnato intorno a una scarsità, il tempo delle persone. L’unità di prezzo è la giornata, il deliverable è la prova dello sforzo, il margine è la differenza tra quanto costa quel tempo e quanto lo vendi. Tutto il processo, dal preventivo alla fattura, sta in piedi su quell’assunto, che era vero quando è stato concepito, in un momento in cui la tecnologia non consentiva alti gradi di automazione né di ripensare l’output.

Chi si limita a rendere più efficienti i task di quel progetto ottiene giornate più economiche. E il cliente lo sa benissimo, visto che ha in mano lo stesso strumento e sta già facendo lo stesso conto. Il risultato è la commoditizzazione del servizio e, per molti, l’antieconomicità di offrirlo. Non parlo del futuro, nei conti di agenzie e studi che mi capita di vedere si legge già.

Ripensare il progetto è un’altra cosa, e parte dal bisogno invece che dal task. Cosa compra davvero il cliente? Quasi mai compra giornate. Compra una decisione presa meglio, oppure un presidio continuo su un problema che non sparisce. Se l’unità di valore diventa quella cambia l’output, cambia il prezzo, cambia come si organizza il team e cosa chiedi alle persone. Automatizzare parte da come lavoriamo oggi, ripensare parte da perché esistiamo, e sono due lavori che hanno poco in comune anche se usano la stessa tecnologia.

L’AI come collega cambia ruoli e responsabilità

Finché l’AI è uno strumento la domanda è di efficienza. Quando diventa un soggetto che prende decisioni, le domande diventano organizzative e vanno rifatte più o meno tutte: chi ha l’autorità di decidere? Chi risponde di una decisione presa da un agente? Come si assegna il lavoro in un team in cui non tutti sono umani? Che fine fa la filiera della competenza se il lavoro con cui i junior imparavano il mestiere lo fa una macchina?

Coinvolgere le persone nel ridisegno del lavoro

Ma c’è una cosa che vedo trascurata più di tutte. La maggior parte dei benefici dell’AI non arriva dall’automazione in sé, arriva dalla capacità di ripensare logiche, bisogni e modo di concepire il servizio. E quel ripensamento lo può fare solo chi il lavoro lo conosce davvero, cioè chi lo fa tutti i giorni, nel modo più diffuso possibile. Il beneficio dipende quindi dal coinvolgimento delle persone, e qui c’è un paradosso che trovo quasi comico: chiediamo alle persone di reinventare il proprio lavoro senza dire loro perché lo facciamo, come vogliamo farlo e cosa ci guadagnano.

Cioè in sintesi: “caro collega, ti abbiamo comprato la licenza, adesso trova tu il modo di rendere inutile il tuo lavoro, grazie”. Chi si sente minacciato non co-progetta niente, si difende, e non riesco a dargli torto.

Microsoft nel Work Trend Index 2026 scrive che cultura organizzativa e supporto dei manager pesano più del doppio dei fattori individuali sull’adozione dell’AI, 67% contro 32%. Sembra ovvio. E invece si continua a investire quasi tutto su corsi e licenze e quasi niente sul resto.

Una costituzione per l’adozione dell’AI

In Maize abbiamo fatto una cosa molto semplice e molto pratica: abbiamo scritto una specie di costituzione dell’adozione dell’AI. Non un piano, non una lista di use case, un documento in cui ci siamo chiariti perché lo facciamo e come vogliamo farlo. Non ha risolto niente da solo. Però ha cambiato le conversazioni, perché quando si presenta una scelta abbiamo un riferimento condiviso invece di ridiscutere tutto da capo. La consapevolezza, in questi passaggi, fa la differenza più della tecnologia.

Con l’AI il tempo non è più la misura del valore

Qui si apre la cosa più interessante. Le convenzioni con cui misuriamo il lavoro vengono dalla fabbrica, ci sei quindi lavori quindi produci quindi ti pago, e l’ora come unità di valore è sopravvissuta un secolo al contesto che l’aveva generata. Non è semplice prevedere come evolverà, ma di una cosa sono abbastanza sicuro: l’AI sgancerà il concetto di valore da quello del tempo necessario a generarlo. E quando il tempo non è più la misura, molte delle metriche che usiamo perdono senso, a partire dalle ore e dall’utilization.

Cosa ci sarà al loro posto non lo so, e diffido di chi lo sa. Vedo una direzione: margine per progetto invece che per giornata, qualità delle decisioni, capacità di un team di imparare. E una metrica che nessuno misura, cioè quanto le persone partecipano davvero al ridisegno del proprio lavoro, che ho il sospetto predica tutte le altre.

AI nei processi aziendali: le tre domande da cui partire

Se un’azienda volesse cominciare oggi, le prime domande non sono sugli use case. Sono tre, e sono scomode. Perché lo facciamo? Come vogliamo farlo? Come vogliamo ridistribuire i benefici che ne derivano?

La terza è quella che nessuno ha voglia di porsi ed è quella che decide le altre due, perché se la risposta implicita è “li teniamo tutti noi” il coinvolgimento di cui parlavo non arriverà mai, e con lui nemmeno il valore.

Conclusione

Tre cose che mi porto a casa:

1. Un’organizzazione non progettata non è neutra. È progettata da nessuno, che è peggio.
2. L’AI non amplifica soltanto le inefficienze, le fissa.
3. Il processo sbagliato che funziona meglio è il più difficile da cambiare.

Prima di comprare qualcosa, scrivete perché lo fate e come. Noi l’abbiamo fatto e non è stato tempo perso.