non solo infrastrutture

Sovranità digitale, la vera sfida è costruire le competenze


Indirizzo copiato

La sovranità digitale non dipende soltanto da infrastrutture, cloud e contratti. Richiede competenze interne, capacità di governare i fornitori, autonomia delle persone e conoscenze che permettano alle imprese di cambiare tecnologia, mantenere i sistemi critici e ricostruire ciò che hanno esternalizzato

Pubblicato il 29 set 2026

Andrea Laudadio

Head of TIM Academy & Development, Docente di People Management – Università Europea di Roma



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
sovranità digitale e competenze




Hartmann, Shajek e Schmuntzsch (2025) definiscono la sovranità digitale come la possibilità e la capacità di un soggetto di utilizzare le tecnologie digitali ai propri fini, perseguendo i propri obiettivi attraverso un agire competente.

Nella definizione le tecnologie sono ciò che viene usato. Sovrano è chi le usa. E, all’interno di un’impresa, chi le usa appartiene contemporaneamente a due categorie: la persona che lavora e l’organizzazione nel suo complesso.

La possibilità dipende da condizioni esterne: contratti, licenze, giurisdizioni e alternative disponibili sul mercato. La capacità dipende da ciò che le persone sanno fare.

Gli stessi autori distinguono due facce della capacità. La sicurezza d’azione è la profondità delle competenze, cioè saper muoversi con padronanza. La libertà d’azione è la loro ampiezza, cioè la possibilità di scegliere fra strade diverse. Entrambe si applicano al capitale umano, a quello strutturale e a quello relazionale.

La sovranità digitale viene progettata come programma tecnologico, finanziata come problema infrastrutturale e discussa come questione geopolitica. Ma è, prima di tutto, un problema di persone e di competenze. Un data center non è sovrano. Lo è chi sa che cosa farci e saprebbe costruirne un altro.

Costruire infrastrutture è un problema di capitale e, in genere, di mesi. Formare persone capaci di governarle è un problema che richiede anni e riguarda una funzione aziendale diversa da quella che oggi guida i programmi di sovranità.

La destinazione e il suo costo

Un programma di sovranità digitale serio assomiglia a un piano industriale pluriennale: architetture di riferimento, ingegneria delle piattaforme, revisione degli acquisti, certificazione e riscrittura dei contratti con i fornitori esteri. Ogni cantiere ha un responsabile e una data. In fondo all’elenco c’è una voce chiamata formazione e sviluppo organizzativo, quasi sempre l’ultima ad avere entrambi.

Ganten, Seyffarth e Kuhlmann (2025) elencano i rischi della dipendenza da pochi grandi fornitori. I dati restano utilizzabili a costi ragionevoli solo all’interno dell’ambiente del fornitore. Cambiare operatore in tempi brevi diventa impraticabile. Gli aumenti di prezzo si accettano per forza. A ciò si aggiungono i rischi giurisdizionali e fisici.

Gli stessi autori aggiungono che, in questa configurazione, l’innovazione si riduce all’installazione di aggiornamenti per servizi sviluppati da terzi. Descrive un lavoro, prima ancora che un assetto contrattuale, ed è ciò che milioni di professionisti europei fanno tutti i giorni.

Rone (2024) intitola il suo studio sulle politiche di cloud sovrano parlando di preferenze nazionali divergenti e di competenze istituzionali contese, in un contesto di capacità tecnologiche limitate. Il limite che individua è di capacità, prima che di volontà politica.

Che lavoro fa oggi l’industria informatica europea

Eurofound (2026) ha analizzato quindici anni della forza lavoro digitale europea utilizzando due misure.

La prima conta le persone: gli specialisti ICT, cioè chi sviluppa, fa funzionare e mantiene sistemi informatici, in qualunque settore lavori. Erano 5,6 milioni nel 2011; sono 10,3 milioni nel 2024. Dal 3% al 5% dell’occupazione europea.

La seconda riguarda le imprese di un settore: la programmazione e la consulenza informatica. Qui gli occupati sono passati da 2,2 a 5 milioni, per una crescita del 128%. Il settore cresce otto volte più in fretta dell’economia nel suo complesso.

Le due misure divergono.

Nel 2011 il 29% degli specialisti ICT europei lavorava in imprese di servizi informatici. Nel 2024 è il 38,4%. Nello stesso periodo, la quota nel manifatturiero è scesa dal 16,3% al 13,2% e anche il commercio ha perso terreno. Gli autori spiegano perché. Le imprese non informatiche esternalizzano la funzione e, con il passaggio dal software installato ai servizi cloud, chi costruisce e mantiene il software lavora ormai per il fornitore e non per chi lo usa.

L’Europa ha passato quindici anni a spostare la competenza tecnica fuori dalle organizzazioni che usano la tecnologia e dentro quelle che la vendono. È il movimento che oggi la sovranità digitale dice di voler invertire.

Nel 2023, solo il 20% delle imprese europee impiegava specialisti ICT: il 78,4% delle grandi imprese, il 43% delle medie e il 14% delle piccole imprese. La maggior parte del tessuto produttivo europeo non ha in casa nessuno in grado di valutare ciò che acquista.

Nel 2024 il 57% delle imprese con posizioni informatiche aperte non è riuscito a coprirle, soprattutto per ruoli senior in cybersecurity, intelligenza artificiale e cloud. I sistemi di istruzione e di formazione professionale della maggior parte degli Stati membri non formano abbastanza personale. La migrazione da paesi terzi è diventata il canale principale di reclutamento: nel 2024 l’11,9% degli specialisti ICT era nato fuori dall’UE, contro il 10,6% dell’occupazione totale. Al 2030 mancheranno circa 5 milioni di persone rispetto all’obiettivo di 20 milioni.

I profili che servono alla sovranità sono quelli che oggi mancano di più. La transizione compete per le stesse persone che nessuno riesce ad assumere.

Il salto di mestiere

Costruire sovranità significa cambiare il contenuto del lavoro, non aggiungere corsi al catalogo.

Il mestiere dell’integratore dà sicurezza d’azione, ma non libertà d’azione. Chi configura bene un servizio ottiene il risultato in modo affidabile, sulla sola strada che ha.

Wöstmann e colleghi (2025) descrivono quali ruoli servono invece per risolvere in autonomia problemi basati sui dati nelle imprese manifatturiere: esperti informatici, esperti di dominio, data scientist, management e una figura di orchestrazione, il citizen data scientist. Per ciascun ruolo gli autori indicano le competenze e il modo in cui i ruoli si intrecciano nelle varie fasi. Poter scegliere fra strade alternative nasce dall’architettura dei ruoli, non dalla bravura del singolo.

Gli stessi autori aggiungono una condizione poco discussa. L’obiettivo è consegnare le soluzioni agli utenti interni, che devono essere messi in grado di mantenerle nel tempo. Le competenze interne servono a capire e a fidarsi di ciò che è in produzione.

Chi lo aveva detto, e quando

Il problema che la sovranità digitale pone oggi sul tavolo è stato descritto quarant’anni fa, in un altro campo e con altre parole.

Nel 1983 Lisanne Bainbridge pubblica su Automatica cinque pagine sulle ironie dell’automazione. L’argomento è semplice. Chi progetta un sistema automatico considera l’operatore poco affidabile e cerca di toglierlo di mezzo, ma gli lascia proprio i compiti che non sa automatizzare. Sono i compiti più difficili del sistema, non i più facili.

Bainbridge distingue due tipi di competenze necessarie quando l’automazione cede il passo. Quelle di controllo manuale, per riprendere in mano il processo. Quelle cognitive, per capire il guasto e decidere se fermare o recuperare.

L’operatore esperto esegue il numero minimo di azioni e il processo raggiunge rapidamente il nuovo livello. L’operatore inesperto lo fa oscillare intorno all’obiettivo. La differenza non sta nel sapere cosa fare, ma nel dosaggio e nei tempi. Ed è proprio questo che si perde quando non lo si esercita.

Poi c’è il paradosso della sorveglianza. Se adottiamo l’automazione perché la macchina lavora meglio della persona, su quale base chiediamo alla persona di sorvegliare la macchina? La conclusione di Bainbridge ha retto per quarant’anni: chi supervisiona ha bisogno di più addestramento, non di meno.

L’articolo è tra i più citati della disciplina e tra i più verificati. Baxter e colleghi (2012) sono tornati sulle ironie dopo trent’anni, chiedendo nel titolo se fossero ancora in salute. La risposta era sì. Strauch (2018) ha ripreso la questione con un titolo che è già una sentenza: le ironie sono ancora irrisolte dopo tutti questi anni.

Quarantatré anni, due verifiche, nessuna soluzione. Il problema non è mai stato che nessuno lo avesse detto.

La risposta del 1998, e che fine ha fatto

Anche la domanda su ciò che non si esternalizza mai ha già una risposta, ma è stata a lungo dimenticata.

Nel 1998, al culmine della prima ondata di esternalizzazione informatica, Feeny e Willcocks partono da tre sfide di fondo. Orientare l’informatica alle strategie di business, erogare servizi a basso costo e di alta qualità, scegliere la piattaforma su cui erogarli. Da lì ricavano nove capacità che l’impresa deve mantenere internamente, anche se decide di acquistare all’esterno (Feeny & Willcocks, 1998a, 1998b).

Tre di queste guardano al business: la leadership, che lega la tecnologia alle finalità dell’impresa; il pensiero sistemico, che immagina i processi resi possibili dalla tecnologia; la costruzione di relazioni con le funzioni aziendali.

Due guardano alla tecnologia: progettare l’architettura e far funzionare le cose ottenendo rapidamente un risultato.

Quattro, quasi la metà, guardano ai fornitori. L’acquisto informato guida la strategia di approvvigionamento. La facilitazione contrattuale rende operativi i contratti in essere. Il monitoraggio contrattuale tutela la posizione dell’impresa oggi e domani. Lo sviluppo del fornitore individua il valore che il fornitore può ancora generare.

Il modello dice ciò che il dibattito sulla sovranità sta riscoprendo con altre parole. Quasi metà delle competenze che tengono un’impresa padrona delle proprie scelte non è tecnica. Riguarda il giudicare, il negoziare, il controllare e il sostituire chi fornisce la tecnologia. Sono competenze delle persone, non caratteristiche dei sistemi.

Le nove capacità, notano gli autori, mescolano competenze tecniche, di business e relazionali, e gli assetti di fornitura vanno progettati in anticipo, non in reazione.

Willcocks, Feeny e Olson (2006) hanno seguito, dal 2000 al 2005, tre organizzazioni che lo avevano adottato: una media impresa che iniziava a esternalizzare e due banche già impegnate in grandi contratti.

Le mancanze sono quattro. Era stata trattenuta troppo poca capacità di progettare architetture e di mettere mano alla tecnologia. I compiti di leadership erano privi di risorse e di un piano di successione. L’acquisto informato e il governo della fornitura non erano stati istituiti. I ruoli di cerniera con le funzioni aziendali non erano presidiati.

Quelle organizzazioni conoscevano l’elenco, e hanno lasciato scoperte proprio le voci che l’elenco indicava come critiche.

Fra il 1998 e oggi il vocabolario è cambiato. Allora si parlava di esternalizzazione; oggi, di sovranità digitale. La domanda è la stessa: la risposta esisteva già e sappiamo anche quali quattro caselle si svuotano per prime.

La sequenza è questa. Un avvertimento nel 1983 sul singolo operatore. Una risposta organizzativa del 1998 su cosa tenere dentro. Una verifica sul campo nel 2006 per individuare le caselle ancora vuote. Due bilanci, del 2012 e del 2018, che segnalano il problema ancora aperto.

Tutte queste capacità hanno una caratteristica in comune: non producono nulla di visibile finché tutto funziona. Chi le taglia ottiene un risparmio immediato e non rischia conseguenze per anni. Chi le difende chiede un budget per un rischio che non si è ancora verificato.

La sovranità digitale smette qui di essere un problema di conoscenza e diventa un problema di incentivi. E gli incentivi sulle persone sono materia di chi dirige il personale, non di chi dirige la tecnologia.

Perché non basta un piano formativo

Le persone chiamate a costruire l’alternativa sono cresciute nell’ecosistema che si intende sostituire. Ne hanno le certificazioni, le abitudini e le categorie mentali.

Cohen e Levinthal (1990) hanno mostrato che riconoscere il valore di un’informazione esterna e saperla utilizzare dipende in gran parte da ciò che si sa già. Chi ha imparato un solo modo di costruire sistemi valuta le alternative con gli strumenti di quel modo. È una competenza orientata proprio verso ciò da cui ci si vuole rendere indipendenti.

Reckelkamm e Deuse (2021) descrivono lo stesso circolo nelle imprese manifatturiere di medie dimensioni. Senza percorsi interni per le competenze in machine learning, l’esternalizzazione diventa la scelta praticabile e ogni esternalizzazione toglie occasioni per costruirle. Vale identico per un’azienda informatica che ha costruito quindici anni di ricavi sull’integrazione.

Ganten e colleghi ricordano che il software libero consente di ispezionare, modificare e sostituire i sistemi. Ma quella possibilità resta sulla carta senza qualcuno capace di leggere il codice e di metterci mano. Adottare tecnologie aperte senza competenze interne produce conformità anziché autonomia.

C’è poi un problema di rifornimento. Il rapporto di Eurofound segnala che, nelle professioni informatiche, le competenze invecchiano più in fretta che in qualsiasi altra occupazione. Nel 2023, solo il 22% delle imprese europee ha offerto formazione digitale ai propri dipendenti. Gli specialisti ICT dicono di aver bisogno di più formazione quasi il doppio della media, e uno su cinque l’ha chiesta senza ottenerla.

L’esercizio irlandese di previsione dei fabbisogni, citato nel rapporto, giunge a una conclusione valida per l’intera Europa. I ruoli di ingresso stanno sparendo perché l’automazione assorbe i compiti di routine e le imprese cercano persone esperte senza creare i posti in cui l’esperienza si costruisce. Il canale che alimenta i senior di domani si sta chiudendo. Una transizione sovrana che parta fra cinque anni troverà meno persone pronte di oggi.

La condizione organizzativa: autonomia

Glock (2025) ha studiato il rapporto fra l’autonomia dei lavoratori e la capacità innovativa dell’impresa su 3.839 rispondenti manifatturieri dell’indagine BIBB/BAuA tedesca. L’autonomia è associata a impegno, creatività, comportamento innovativo, soddisfazione e benessere.

L’analisi individua tre gruppi. I potenziali, circa il 37%, dispongono di risorse per innovare ma non riescono a usarle perché hanno poca autonomia e molte richieste. I passivi bilanciati, pari a circa il 20%, funzionano bene, ma dispongono di poche risorse per innovare. Gli apripista autonomi, pari a circa il 42%, dispongono di maggiore autonomia e di risorse. L’autrice segnala che rischiano di essere schiacciati dalla pressione a cui sono esposti.

La libertà d’azione di un’organizzazione nasce dalla discrezionalità delle persone nei loro compiti. Un’impresa che vuole cambiare strada ha bisogno di persone abili a prendere decisioni.

La materia prima esiste. Nella rilevazione europea sulle condizioni di lavoro, gli specialisti ICT superano la media in tutte le dimensioni della qualità del lavoro e lo scarto più alto riguarda proprio le competenze e la discrezionalità (Eurofound, 2026). Sono persone già abituate a risolvere problemi imprevisti. La sovranità deve smettere di sprecare quella disposizione.

Fatto bene, un programma di sovranità arricchisce il lavoro: riporta le decisioni delegate, restituisce problemi completi al posto dei ticket e rende modificabile ciò su cui si lavora. Molte trasformazioni digitali degli ultimi quindici anni hanno fatto l’opposto. La sovranità rende possibile invertire la rotta, ma non lo garantisce.

Hofmann, Hartmann e Shajek (2023) hanno studiato cinque settori, ciascuno con quattro casi, intervistando le direzioni e le rappresentanze dei lavoratori. Le persone avevano rapidamente acquisito le competenze digitali richieste. Il collo di bottiglia era rappresentato dalle competenze sociali. Gli stessi autori notano che chi progetta un sistema non è la persona adatta a spiegarlo, e che serve qualcuno che faccia da mediatore. Nei modelli di competenze in uso questa figura non c’è.

Tre livelli di competenza e il test dell’uscita

Le organizzazioni misurano la sicurezza d’azione e perdono la libertà d’azione. Un’impresa può raggiungere i suoi obiettivi in modo affidabile ed economico percorrendo una sola strada, che non ha scelto e non saprebbe cambiare. Sul primo asse il risultato è ottimo, sul secondo è zero. I cruscotti direzionali misurano tempi, costi e disponibilità dei sistemi: tutte grandezze del primo asse.

I modelli di competenza in uso trattano il sapere tecnologico come una scala continua, dall’alfabetizzazione di base alla specializzazione. A mio avviso sono invece tre livelli diversi fra loro, con conseguenze gestionali opposte.

Il primo livello è quello delle competenze d’uso: far funzionare uno strumento e ottenerne un risultato. Il mercato le offre in abbondanza e i fornitori le insegnano volentieri, perché ogni persona certificata su una piattaforma aumenta il costo di uscita da quella piattaforma. Non producono sovranità.

Il secondo livello è costituito dalle competenze di governo: le nove del 1998 e, soprattutto, le quattro rivolte ai fornitori. Sono scarse: si possono reclutare e, da sole, non bastano. Perché l’acquisto sia davvero informato, qualcuno in azienda deve sapere com’è fatto ciò che si acquista. Chi negozia senza quel sapere è in svantaggio, e nessuna clausola lo compensa.

Il terzo livello è quello delle competenze di ricostruzione: saper rifare internamente ciò che è stato esternalizzato. Non si comprano, non si reclutano in tempi utili, si perdono se non si esercitano, e nessuno le misura.

Un’organizzazione è sovrana nella misura in cui può ricostruire i propri sistemi. Non si misura in base a ciò che possiede, né a dove si trovano i dati, ma in base al costo dell’uscita: quanto tempo, quante persone e quanta perdita di servizio servirebbero per ricostruire in casa una funzione critica.

La conseguenza per chi dirige il personale è sgradevole. Tenere competenze di ricostruzione significa pagare persone perché sappiano fare ciò che l’azienda ha deciso di non fare. È una riserva: costosa, e senza risultati visibili finché non serve. E non si conserva sulla carta. La meta-analisi di Arthur e colleghi (1998), basata su 189 stime provenienti da 53 studi, mostra che le competenze cognitive si perdono più rapidamente di quelle fisiche quando non vengono esercitate. Una competenza di riserva che vive in un catalogo formativo non esiste.

Due indicatori dovrebbero predire meglio la sovranità reale rispetto alla spesa formativa per persona. Il primo è la quota di sistemi critici che l’organizzazione saprebbe mantenere senza l’aiuto esterno. Il secondo è il tempo necessario per sostituire un fornitore di una funzione essenziale. Nessuno dei due compare nei sistemi di reporting delle direzioni del personale che conosco. Resta un’ipotesi da verificare, non un risultato.

Un’agenda per chi si occupa di persone

Il primo intervento riguarda il disegno dei ruoli. La libertà d’azione nasce dall’incastro di profili diversi, come mostra l’architettura descritta da Wöstmann e colleghi. Servono nuove descrizioni di ruolo e criteri di selezione che distinguano i profili d’uso da quelli di governo.

Il secondo consiste nel presidiare le quattro capacità rivolte ai fornitori, trattandole come posizioni stabili con un piano di successione. Willcocks, Feeny e Olson mostrano che sono proprio quelle che le organizzazioni lasciano scoperte. Balland (2022) indica nella fidelizzazione delle competenze la posta decisiva della sovranità, e lo fa dalla difesa, un settore che ha affrontato il problema prima degli altri.

Il terzo riguarda il reclutamento. I profili necessari sono i più contesi d’Europa e una strategia basata sull’assunzione compete con tutti gli altri per le stesse persone. Costruire internamente non è la scelta virtuosa: è l’unica praticabile su larga scala.

Il quarto è progettare la pratica non assistita: rotazioni, ricostruzioni interne di componenti esternalizzate ed esercizi periodici su sistemi che l’azienda non utilizza più. È l’unico modo noto per fermare il declino della riserva.

Il quinto riguarda il metodo. Kauffeld e Berg (2025) descrivono un programma per formare changemaker interni basato sull’apprendimento sul lavoro: un progetto concordato con la direzione e dotato di risorse, di partecipazione in coppia, di confronto fra pari e di ex partecipanti come mentori. È sviluppo organizzativo travestito da formazione.

Il sesto è il più difficile. Chi guiderà la transizione saranno, con ogni probabilità, gli apripista autonomi di Glock, cioè le persone già più sotto pressione. Caricarle con un programma pluriennale, senza togliere loro altro, provoca logoramento. Alleggerirle è una decisione di sovranità, anche se sembra una decisione di benessere.

La base empirica resta sottile. Su 622 contributi passati in rassegna, nessuno studio sperimentale collega un intervento rivolto alle persone a un esito misurabile di sovranità.

Restano aperte due questioni che ho trattato altrove. La prima è la grammatica che manca a chi gestisce persone in presenza di sistemi automatici (Laudadio, 2026a). La seconda è il rischio di trattare l’adozione dell’intelligenza artificiale come una decisione isolata, anziché come una scelta che ridisegna competenze e organizzazione (Laudadio, 2026b).

L’industria informatica europea è cresciuta specializzandosi nell’integrare tecnologie progettate altrove, mentre le imprese che le utilizzavano si svuotavano di competenza tecnica. La sovranità chiede il mestiere opposto e compete per i profili già più scarsi sul mercato. Non è un passaggio che si compie con un piano formativo: chi deve costruire l’alternativa è cresciuto all’interno dell’ecosistema da sostituire. La condizione che lo rende possibile è l’autonomia delle persone nei loro compiti, che, al contempo, rende il lavoro migliore. Tutto questo si sa dal 1983, e ogni verifica successiva lo ha confermato.

La partita resta aperta e vale più di quanto si dica: abbiamo l’occasione di ricostruire il sistema tecnologico su cui poggerà l’economia europea nei prossimi decenni, e di farlo con le persone che già lavorano nelle nostre imprese.


Riferimenti bibliografici

Arthur, W., Jr., Bennett, W., Jr., Stanush, P. L., & McNelly, T. L. (1998). Factors that influence skill decay and retention: A quantitative review and analysis. Human Performance, 11(1), 57–101. https://doi.org/10.1207/s15327043hup1101_3

Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779. https://doi.org/10.1016/0005-1098(83)90046-8

Balland, M. (2022). Les ressources humaines au défi de la souveraineté et de la résilience numériques. Revue Défense Nationale, (855), 74–80. https://doi.org/10.3917/rdna.855.0074

Baxter, G., Rooksby, J., Wang, Y., & Khajeh-Hosseini, A. (2012). The ironies of automation… still going strong at 30? In P. Turner & S. Turner (Eds.), Proceedings of the 30th European Conference on Cognitive Ergonomics (pp. 65–71). Association for Computing Machinery. https://doi.org/10.1145/2448136.2448149

Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128–152. https://doi.org/10.2307/2393553

Eurofound. (2026). IT sector in focus: Evolution of the EU’s digital workforce. Publications Office of the European Union. https://www.eurofound.europa.eu/en/publications/all/it-sector-in-focus-evolution-digital-workforce

Feeny, D. F., & Willcocks, L. P. (1998a). Core IS capabilities for exploiting information technology. Sloan Management Review, 39(3), 9–21. https://sloanreview.mit.edu/article/core-is-capabilities-for-exploiting-information-technology/

Feeny, D. F., & Willcocks, L. P. (1998b). Re-designing the IS function around core capabilities. Long Range Planning, 31(3), 354–367.

Ganten, P., Seyffarth, M., & Kuhlmann, N. (2025). Successful digital transformation in economy and industry requires open source. In U. Schmuntzsch, A. Shajek, & E. A. Hartmann (Eds.), New digital work II: Digital sovereignty of companies and organizations (pp. 17–32). Springer. https://doi.org/10.1007/978-3-031-69994-8_2

Glock, G. (2025). Innovation capacity in manufacturing: A question of autonomy? In U. Schmuntzsch, A. Shajek, & E. A. Hartmann (Eds.), New digital work II: Digital sovereignty of companies and organizations (pp. 175–194). Springer. https://doi.org/10.1007/978-3-031-69994-8_11

Hartmann, E. A., Shajek, A., & Schmuntzsch, U. (2025). Digital sovereignty of companies and other organizations—An introduction. In U. Schmuntzsch, A. Shajek, & E. A. Hartmann (Eds.), New digital work II: Digital sovereignty of companies and organizations (pp. 1–16). Springer. https://doi.org/10.1007/978-3-031-69994-8_1

Hofmann, A., Hartmann, E. A., & Shajek, A. (2023). Digitale Souveränität in soziotechnischen Systemen – KI-Nutzung und Krisenbewältigung. Gruppe. Interaktion. Organisation, 54(1), 95–105. https://doi.org/10.1007/s11612-023-00674-9

Kauffeld, S., & Berg, A.-K. (2025). Shaping transformation: Becoming a changemaker. In U. Schmuntzsch, A. Shajek, & E. A. Hartmann (Eds.), New digital work II: Digital sovereignty of companies and organizations (pp. 217–230). Springer. https://doi.org/10.1007/978-3-031-69994-8_13

Laudadio, A. (2026a). Gestire persone nell’era dell’AI: la grammatica che manca all’Italia. Agenda Digitale. https://www.agendadigitale.eu/cultura-digitale/gestire-persone-nellera-dellai-la-grammatica-che-manca-allitalia/

Laudadio, A. (2026b). Le imprese davanti all’AI: vietarla oggi significa perdere domani. Agenda Digitale. https://www.agendadigitale.eu/industry-4-0/le-imprese-davanti-allai-vietarla-oggi-significa-perdere-domani/

Reckelkamm, T., & Deuse, J. (2021). Kompetenzentwicklung für Maschinelles Lernen zur Konstituierung der digitalen Souveränität. In E. A. Hartmann (Ed.), Digitalisierung souverän gestalten: Innovative Impulse im Maschinenbau (pp. 31–43). Springer Vieweg. https://doi.org/10.1007/978-3-662-62377-0_3

Rone, J. (2024). “The sovereign cloud” in Europe: Diverging nation state preferences and disputed institutional competences in the context of limited technological capabilities. Journal of European Public Policy, 31(8), 2343–2369. https://doi.org/10.1080/13501763.2024.2348618

Strauch, B. (2018). Ironies of automation: Still unresolved after all these years. IEEE Transactions on Human-Machine Systems, 48(5), 419–433. https://doi.org/10.1109/THMS.2017.2732506

Willcocks, L., Feeny, D., & Olson, N. (2006). Implementing core IS capabilities: Feeny–Willcocks IT governance and management framework revisited. European Management Journal, 24(1), 28–37. https://doi.org/10.1016/j.emj.2005.12.005

Wöstmann, R., Schulte, L., Meierhofer, F., Beitinger, G., & Deuse, J. (2025). Future challenges of data-driven problem-solving in producing companies in context of digital sovereignty and lessons learned from electronics industry. In U. Schmuntzsch, A. Shajek, & E. A. Hartmann (Eds.), New digital work II: Digital sovereignty of companies and organizations (pp. 33–56). Springer. https://doi.org/10.1007/978-3-031-69994-8_3

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x