Per decine di anni abbiamo raccontato l’innovazione tecnologica più o meno nello stesso modo: arrivava un nuovo software, cambiavano gli strumenti, aumentava la produttività.
È successo con l’ERP, con il CRM, con il cloud, con gli smartphone. Ogni volta la tecnologia modificava il modo in cui svolgevamo alcune attività, ma lasciava sostanzialmente invariato il modello organizzativo. Le persone continuavano a essere l’unità fondamentale del lavoro. Il software era uno strumento: più potente, più veloce, più integrato, ma pur sempre uno strumento.
L’intelligenza artificiale rompe questa continuità e da qui nasce uno dei principali equivoci che accompagnano la sua adozione. Molte aziende stanno affrontando l’AI come se fosse l’ennesima piattaforma da introdurre: confrontano modelli, sperimentano Copilot, ChatGPT, Gemini o altri strumenti, costruiscono roadmap tecnologiche.
Sono attività necessarie. Ma rischiano di partire dalla domanda sbagliata perché l’AI non introduce semplicemente un nuovo software ma un nuovo modo di svolgere il lavoro. E quando cambia il lavoro, prima o poi deve cambiare anche l’organizzazione.
Indice degli argomenti:
Il lavoro prima della tecnologia
Prendiamo una figura qualsiasi: un buyer, un commerciale, un controller, un progettista.
Tendiamo a pensarli come ruoli. In realtà ciascun ruolo è un contenitore di attività molto diverse: cercare informazioni, analizzare dati, preparare documenti, confrontare alternative, prendere decisioni, negoziare, coordinare persone, immaginare soluzioni.
Fino a ieri era sostanzialmente inevitabile che tutto questo venisse svolto dalla stessa persona. Non necessariamente perché fosse il modo migliore, ma perché non esistevano molte alternative.
L’AI modifica questo vincolo. Può ricercare informazioni, leggere documenti, preparare analisi, confrontare offerte, verificare dati, sintetizzare report, recuperare conoscenza aziendale. Non elimina necessariamente il ruolo, ma ne modifica profondamente il contenuto.
Per questo chiedersi quali professioni verranno sostituite dall’AI è probabilmente meno interessante che chiedersi quali attività verranno ridistribuite tra persone e sistemi intelligenti.
Il ruolo rimane. Il lavoro al suo interno cambia. E cambia anche il contributo distintivo delle persone. Più una parte delle attività operative viene delegata, più acquistano valore quelle difficili da ridurre a un task: definire obiettivi, interpretare il contesto, costruire relazioni, formulare problemi, esercitare giudizio, assumersi responsabilità.
L’AI non rende necessariamente meno importante il lavoro umano ne sposta il baricentro.
Non progettare i ruoli; progetta il lavoro
Da qui deriva una conseguenza organizzativa importante. Abbiamo progettato le aziende partendo dalla domanda chi deve fare cosa?
Da questa domanda sono nati organigrammi, funzioni, job description, responsabilità e mansionari. Era una risposta efficace per un mondo nel quale il lavoro era relativamente stabile e, soprattutto, ogni attività doveva necessariamente essere attribuita a una persona.
Oggi possiamo iniziare dalla domanda opposta: qual è il lavoro che deve essere fatto e qual è il modo migliore per farlo?
Significa scomporre attività e flussi, capire dove servono esperienza e giudizio umano, dove può intervenire un agente, dove persone e AI possono collaborare e quali attività, semplicemente, non hanno più ragione di esistere. È il passaggio dalla job description al work design.
Prendere il processo esistente e inserire AI in ogni punto possibile è certamente utile: si risparmia tempo, si riducono attività manuali, aumenta la produttività. Ma significa utilizzare una tecnologia nuova per rendere più efficiente un modello di lavoro vecchio.
La trasformazione vera inizia con una domanda più radicale: se questo processo venisse progettato oggi, sapendo che l’AI esiste, lo costruiremmo davvero nello stesso modo? Probabilmente no.
Molti processi aziendali sono figli dei limiti tecnologici del passato. Esistono passaggi perché le informazioni sono distribuite, report perché i dati devono essere raccolti manualmente, controlli perché nessuno dispone in tempo reale del quadro complessivo.
Quando questi vincoli cambiano, possono cambiare anche i processi.
L’automazione migliora un processo. L’AI permette di chiedersi se quel processo debba continuare a esistere in quella forma.
Dall’organigramma alle capacità
Quando il lavoro e i processi diventano più dinamici, anche un’altra certezza organizzativa inizia a vacillare: il team.
Marketing, Finance, Customer Service, Acquisti, IT. Abbiamo costruito organizzazioni come insiemi di gruppi relativamente stabili, ciascuno con competenze, responsabili e confini definiti.
Ma osserviamo il lavoro che crea davvero valore: lanciare un prodotto, rispondere a una crisi, acquisire un cliente importante, sviluppare un nuovo servizio.
Quasi mai segue perfettamente l’organigramma. Richiede capacità differenti che devono incontrarsi intorno a un problema.
L’AI può rendere questa ricomposizione molto più semplice. La conoscenza può essere recuperata rapidamente, le informazioni possono attraversare i confini funzionali, una parte delle attività può essere delegata e nuove capacità possono essere aggiunte quando servono.
Il team può così diventare meno una struttura permanente e più una configurazione dinamica.
Oggi cinque persone. Domani tre persone, due agenti AI e uno specialista esterno. La settimana successiva una combinazione ancora diversa. Ciò che rimane stabile non è necessariamente il gruppo ma il risultato da raggiungere.
La vera unità organizzativa diventa allora la capacità di mettere insieme, ogni volta, le risorse migliori per affrontare un problema gli agenti assumono un significato molto più interessante rispetto a quello di semplici chatbot evoluti.
Quando il software entra nella workforce
Uno strumento aspetta che qualcuno lo utilizzi.
Un agente può ricevere un obiettivo, recuperare informazioni, utilizzare strumenti, interagire con sistemi, svolgere attività, verificare un risultato e collaborare con altri agenti o con le persone.
Naturalmente un agente non è una persona. Non possiede coscienza, non ha responsabilità giuridica e non comprende il contesto umano come noi. Ma dal punto di vista organizzativo introduce qualcosa di nuovo: una capacità operativa digitale.
Questo modifica persino il concetto di workforce. Quando chiediamo quante persone lavorano in un’azienda, oggi guardiamo l’organigramma. In futuro questa misura potrebbe raccontare soltanto una parte della sua capacità produttiva.
Due imprese con mille dipendenti potrebbero possedere capacità operative radicalmente differenti se una delle due disponesse anche di centinaia di agenti specializzati, conoscenza aziendale immediatamente accessibile e sistemi capaci di collaborare con le persone.
La workforce diventa così un ecosistema composto da persone, conoscenza e agenti.
E il vantaggio competitivo non consiste nel possedere più agenti, così come non consiste nell’avere più dipendenti. Consiste nel saperli orchestrare.
Il ruolo del manager
Questo scenario non rende meno importante il management. Al contrario, ma ne modifica il lavoro.
Una parte significativa dell’attività manageriale tradizionale riguarda l’assegnazione di task, la raccolta delle informazioni, il coordinamento operativo, il monitoraggio degli avanzamenti. Molte di queste attività saranno sempre più supportate dall’AI.
Il valore del manager si sposta quindi verso un livello superiore: costruire contesto, definire direzioni, scegliere priorità, sviluppare competenze, creare fiducia, prendere decisioni quando non esiste una risposta evidente.
Il manager diventa progressivamente l’architetto di un sistema di lavoro. Non gestisce soltanto persone ma progetta il modo in cui capacità umane e artificiali collaborano per produrre valore.
E proprio perché aumenta l’autonomia del sistema, diventa inevitabile affrontare un ultimo tema: la governance.
La governance non viene alla fine
Quando si parla di AI governance, il dibattito tende a concentrarsi su compliance, privacy, sicurezza e regolamentazione.
Sono aspetti fondamentali, ma la questione organizzativa viene ancora prima: di cosa ci fidiamo abbastanza da affidarlo a un agente? Può leggere determinati dati? Può proporre una decisione? Può eseguire un’azione? Può comunicare con un cliente? Quando deve fermarsi e chiedere l’intervento di una persona?
Governare l’AI significa innanzitutto progettarne l’autonomia.
Ogni agente avrà bisogno di un perimetro operativo, permessi, regole, soglie di autonomia, modalità di escalation e meccanismi di controllo. Non per impedirgli di lavorare, ma per permettergli di farlo su scala.
Con due sperimentazioni isolate la governance può sembrare un vincolo. Con cinquanta o cento agenti diventa ciò che rende possibile l’intero sistema. Per questo non arriva dopo l’innovazione ma nasce insieme ad essa.
Dall’azienda che usa l’AI all’AI Organization
Mettendo insieme questi cambiamenti emerge qualcosa di più grande: il lavoro viene redistribuito.
I ruoli cambiano. I processi vengono riprogettati. I team diventano più dinamici. Gli agenti entrano nella workforce. Il management evolve. La governance diventa parte del design.
Presi singolarmente sembrano fenomeni diversi. In realtà sono manifestazioni della stessa trasformazione. Possiamo iniziare a parlare di AI Organization: non un’azienda che utilizza molti strumenti di intelligenza artificiale ma un’organizzazione progettata assumendo fin dall’inizio che persone, conoscenza e sistemi intelligenti collaborino quotidianamente.
Fra qualche anno quasi tutte le imprese avranno accesso a modelli, agenti e piattaforme molto simili. La tecnologia tenderà progressivamente a democratizzarsi.
Il vantaggio competitivo dovrà quindi nascere altrove: dalla capacità di progettare meglio il lavoro, di ripensare i processi, di combinare capacità umane e artificiali, di costruire organizzazioni capaci di apprendere e riconfigurarsi.
Per questo la domanda più interessante per un manager oggi probabilmente non riguarda quale AI adottare ma una molto più radicale: se dovessimo progettare oggi la nostra azienda sapendo che persone e AI possono lavorare insieme, la costruiremmo davvero nello stesso modo?
Probabilmente no e da questa risposta dovrebbe iniziare la trasformazione più importante: non aggiungere AI all’organizzazione; ripensare l’organizzazione per un mondo in cui l’AI esiste.
Conclusioni
La conversazione su questi temi è appena all’inizio, essi saranno al centro di AI Compass 2026, l’evento annuale di 4ward che si terrà quest’anno a Reggio Emilia il prossimo 29 ottobre. Insieme a economisti, esperti di organization design, aziende, partner tecnologici e vendor dell’AI proveremo a rispondere a una domanda che va ben oltre la scelta di una piattaforma: come si progettano le organizzazioni capaci di competere nell’AI Economy?
L’obiettivo non sarà presentare l’ennesima rassegna di strumenti, ma offrire ai manager una bussola per interpretare una trasformazione che sta già ridefinendo il lavoro, la leadership e il modo stesso di creare valore.
Partecipa alla community