AI e organizzazioni

AI leadership, come cambiare la governance delle organizzazioni

L’AI sposta il valore dalle mansioni ripetitive alla capacità di orchestrare persone, conoscenze e sistemi intelligenti. Manager intermedi, direzioni HR e responsabili di linea diventano decisivi per costruire organizzazioni agili, apprendimento continuo e una governance realmente condivisa

Pubblicato il 7 set 2026

Nello Iacono

Esperto processi di innovazione e competenze digitali

Aggiungi tra i preferiti su Google

Da molte recenti ricerche pubbliche e private sull’impatto che sta producendo nelle organizzazioni la rivoluzione digitale, accelerata e plasmata dall’AI, emerge in modo convergente il consolidamento nei CEO e nei responsabili HR della consapevolezza del carattere profondamente trasformativo (e non meramente tecnologico) dell’AI. Si tratta di ricerche prevalentemente condotte in paesi anglosassoni, che ci consentono una riflessione su una situazione che molto probabilmente ci riguarderà nel prossimo futuro.

@RIPRODUZIONE RISERVATA

Nello Iacono

Esperto processi di innovazione e competenze digitali

Articolo agendadigitale AI leadership

Da molte recenti ricerche pubbliche e private sull’impatto che sta producendo nelle organizzazioni la rivoluzione digitale, accelerata e plasmata dall’AI, emerge in modo convergente il consolidamento nei CEO e nei responsabili HR della consapevolezza del carattere profondamente trasformativo (e non meramente tecnologico) dell’AI. Si tratta di ricerche prevalentemente condotte in paesi anglosassoni, che ci consentono una riflessione su una situazione che molto probabilmente ci riguarderà nel prossimo futuro.,

È una trasformazione che si evidenzia principalmente su due fronti:

la configurazione dei percorsi di ingresso e crescita del personale. Come ricorda il World Economic Forum (Wef), citando una ricerca di Cognizant e Pearson, condotta da Wakefield Research, su 750 responsabili delle risorse umane negli Stati Uniti, nel Regno Unito e in India, in media il 33% delle mansioni di base (di solito riservate ai nuovi inserimenti del personale) viene ora svolto dall’IA, percentuale che raggiunge il 39% nel Regno Unito;
la governance dell’AI, soprattutto lì dove ancora le tecnologie sono vissute e trattate come aspetto da specialisti e quindi confinabili in un settore di supporto.

Come si rileva dai rapporti, che evidenziano anche un utilizzo ancora basso dell’AI nelle organizzazioni (soprattutto l’utilizzo strutturale, strategico, più che quello individuale, autonomo ed estemporaneo), l’esigenza che si manifesta in modo più marcato è di una trasformazione della leadership, delle competenze e delle strategie di leadership, diffusa a tutti i livelli organizzativi, prima di tutto quello del management intermedio. In qualche modo confermando la necessità di evoluzione che ho trattato in tempi recenti.

1. Inserimenti e percorsi di carriera

1.1. AI e compiti entry-level

Come sottolinea il Wef, l’AI sta ormai automatizzando intere categorie di mansioni – di base, di routine, ad alto volume – che un tempo costituivano la base della tradizionale progressione di carriera. I dati di Cognizant e Pearson mostrano quanto questo fenomeno, certamente legato a una logica di efficienza di breve termine, possa assumere dimensioni notevoli.

Molte di queste mansioni erano ripetitive e non sempre distribuite equamente. Tuttavia, avevano anche uno scopo: offrivano alle persone la possibilità di mettersi alla prova e di sviluppare capacità operative e gestionali con la gradualità necessaria per poter aspirare a ruoli di maggiore responsabilità. Il tema non è, naturalmente, come preservare dall’automazione i compiti ripetitivi, ma, al contrario, come fare in modo che i percorsi di inserimento e di crescita possano risultare più stimolanti e supportati grazie proprio all’impiego dell’AI. Si tratta di pensare che, in una logica di ecosistema, l’accompagnamento all’interno della realtà organizzativa non penalizzi la mancanza di esperienza ma coltivi e rafforzi le competenze interdisciplinari e trasversali, essenziali per realtà sempre più dinamiche, fino a configurare i nuovi compiti di ingresso nel senso di supervisione e gestione dei sistemi IA che svolgono i compiti operativi routinari.

1.2. Il ruolo del management intermedio

Per questa riconfigurazione dei percorsi è necessaria una trasformazione delle competenze di leadership nel senso che possiamo definire di “AI-leadership”, andando oltre il concetto di e-leadership e conservandone l’approccio, di riconfigurazione complessiva delle competenze di chi ha responsabilità gestionali e decisionali a tutti i livelli organizzativi e politico-sociali. In questi termini, possiamo parlare di AI-leadership diffusa, sapendo che l’acquisizione di queste competenze da parte del management intermedio è necessaria e attualmente per nulla scontata.

Dalla ricerca di Cognizant e Pearson emerge, non a caso, la presenza di un divario significativo: il 95% dei responsabili delle risorse umane afferma che i manager intermedi sono il fattore più cruciale per garantire che i dipendenti utilizzino l’intelligenza artificiale in modo efficace e il 92% afferma che sono cruciali per ridefinire i ruoli lavorativi, ma la maggior parte delle organizzazioni non sta riqualificando e formando i manager su questo versante. Per un cambiamento culturale che consenta di contribuire al governo dell’IA nell’organizzazione, a partire dalla partecipazione alla definizione della strategia fino al modularne l’utilizzo da parte del personale.

Questo è il vero cambiamento che ci si attende dalla trasformazione della leadership. Un approccio che in un contesto dinamico e abilitato dall’IA non può che spingere verso leader “orchestratori, in grado di contribuire alla costruzione di un’organizzazione curiosa e fluida, per un cambiamento che in poche realtà si sta deliberatamente progettando.

1.3 Un approccio diverso al personale

Come evidenzia la ricerca Global Human Capital Trends 2026 di Deloitte, dopo un primo periodo in cui l’introduzione dell’AI era in gran parte indirizzata all’efficienza per il breve termine, si sta sviluppando sempre più la consapevolezza che invece deve essere acquisita come opportunità di trasformazione. Non è un caso che, tra i leader intervistati, e che avevano licenziato dei lavoratori a causa dell’IA (un terzo del campione), più della metà (57%) ha affermato di aver iniziato a mettere in discussione la propria decisione.

Questo spostamento strategico dalla tecnologia alle persone emerge anche dalla ricerca condotta da Ibm su 2000 CEO, con un’enfasi molto forte sulla costruzione dell’organizzazione come ambiente di apprendimento, sulla base di una strategia sull’introduzione dell’IA che ne definisca in modo chiaro gli obiettivi ed eviti iniziative di utilizzo non utili, a basso valore aggiunto, in modo che capitali e talenti possano essere indirizzati verso ciò che è scalabile. Secondo la ricerca, l’83% dei CEO afferma che il successo dell’IA dipende più dall’adozione da parte delle persone che dalla tecnologia, quindi creare un ambiente in cui le persone siano entusiaste di pensare in modo creativo è essenziale per stimolare un cambiamento profondo, culturale.

1.4. Il knowledge management come spina dorsale dell’organizzazione

Un approccio di questo genere richiede che il knowledge management sia al centro del funzionamento e dell’architettura organizzativa, sua spina dorsale, e costituisca l’asse portante dell’apprendimento collettivo agile. In questa ottica diventano elementi essenziali le comunità di pratica e le comunità di innovatori (interdisciplinari e orientati a un obiettivo condiviso di innovazione).

Gli strumenti di comunicazione e collaborazione (dai forum di discussione alle chat strutturate) sono in buona parte essenziali per facilitare l’estensione del circolo virtuoso degli scambi e per favorire la costituzione di una superficie di impatto maggiore per tutte le fasi di creazione della conoscenza. In altri termini, nei ritmi propri delle attuali organizzazioni, perché si realizzi un vero e completo knowledge management aziendale è necessario disporre di una infrastruttura tecnologica e applicativa che interconnetta tutte le fonti e i destinatari degli scambi potenziali. In altri termini, tutto il personale e l’intera azienda estesa.

2. Governance dell’AI

2.1. Il contesto trasformativo

L’Intelligenza Artificiale (IA) è agente abilitatore oltre che acceleratore di cambiamento e innovazione, e richiede una visione, una strategia di utilizzo, nell’ambito però di un approccio organico all’innovazione, di cui l’IA non può che essere “al servizio”, per una “IA positiva”, orientata alla realizzazione di uno scenario desiderabile a livello sociale e organizzativo. Questo è un approccio che richiede consapevolezza e maturità da parte di chi ha responsabilità di guida di progetti, unità organizzative, organizzazioni in termini di AI-leadership, “e-leadership nell’era dell’IA”, con una rimodulazione profonda delle competenze richieste per la guida della trasformazione digitale.

In questo senso l’IA non crea un’area nuova per i processi di innovazione, ma contribuisce all’accelerazione, alla trasformazione e alla riconfigurazione di quelli già in atto o da disegnare. E richiede uno sforzo ulteriore per il loro orientamento, il loro governo e la loro attuazione, sforzo che è direttamente legato alla consapevolezza e alle competenze della popolazione nei diversi ruoli e settori. Nello stesso versante si colloca, nelle organizzazioni, l’architettura dei lavori e dei profili professionali.

2.2. Velocità, agilità e cambiamento

Nella ricerca Deloitte Global Human Capital Trends 2026, 7 leader aziendali su 10 affermano che la principale strategia competitiva delle loro organizzazioni per i prossimi tre anni sarà quella di essere veloci e agili, ovvero di adattarsi rapidamente e capitalizzare sulle mutevoli esigenze aziendali, dei clienti o del mercato. In particolare, i due fattori più importanti per il successo sono l’accelerazione del modo in cui persone e risorse vengono orchestrate per svolgere il lavoro e l’aumento della capacità della loro organizzazione e della forza lavoro di adattarsi al cambiamento e alla velocità.

Da sottolineare che la capacità di orchestrare il lavoro in modo dinamico si posiziona al primo posto tra le tendenze più importanti del 2026, con l’88% dei leader intervistati che afferma che è estremamente o molto importante accelerare il modo in cui persone, competenze e risorse vengono orchestrate per portare a termine il lavoro. D’altro canto, solo il 7% dei leader dichiara di aver compiuto grandi progressi verso questo obiettivo. La differenza di 81 punti percentuali tra importanza attribuita e azione è il divario più ampio registrato nella ricerca 2026.

2.3. L’IA nel processo decisionale

Dal citato rapporto Ibm, si rileva che, secondo i CEO intervistati, il 25% delle decisioni operative viene preso dall’IA senza intervento umano. Queste decisioni riguardano spesso aree in cui è possibile codificare coerenza e linee guida, come l’aggiornamento dei prezzi, l’allocazione delle scorte, il reindirizzamento delle spedizioni e la risoluzione automatizzata degli incidenti. I CEO prevedono, inoltre, che entro il 2030 la quota di decisioni operative prese dall’intelligenza artificiale raddoppierà, raggiungendo il 48%.

La maggior parte dei dirigenti sta già pianificando o implementando l’autonomia basata sull’IA in aree come la previsione della domanda (65%) e l’ottimizzazione delle scorte (61%), a dimostrazione di dove si sta spostando per prima l’autorità decisionale dell’IA.

Questa tendenza è legata al fatto che non in tutti i processi decisionali operativi è possibile adottare l’approccio “human-in-the loop”, e deve essere quindi pensato un approccio “on-the-loop”, in cui la decisione (e l’azione) operativa è autonoma, in un contesto gestito e monitorato e rispetto a una configurazione e un disegno di cui si ha cognizione e controllo. Questo passaggio, che con l’AI agentica diventa sempre più comune e diffuso, richiede nel management una consapevolezza dell’IA molto pronunciata e che connota anche le competenze di AI-leadership.

Da questo punto di vista, la diffusione della figura del CAIO (Chief AI Officer), che dalla ricerca risulta sempre più ampia, rischia di favorire il collocamento settoriale dell’AI, e la percezione che strategia e implementazione sull’AI possano essere delegati e che il management possa fare a meno delle competenze di AI-leadership.

Come però sottolinea la ricerca, per evitare il caos organizzativo è necessario invece chiarire che i CAIO possono avere l’autorità sulle priorità, gli standard e i criteri di finanziamento dell’IA, ma non la responsabilità dei risultati di business. Il loro compito è accelerare i processi decisionali, scalare ciò che funziona e interrompere ciò che non funziona, ma i responsabili di linea restano responsabili dei risultati.

2.4. L’organizzazione intelligente e il ruolo centrale della direzione HR

Il disegno dell’organizzazione intelligente, che chiamo così nel senso proprio della sociotecnica 5.0 e dei cantieri di costruzione descritti dal sociologo Federico Butera, come «adozione integrata di tecnologie abilitanti e “intelligenza artificiale giusta”», valorizza le potenzialità di una strutturazione interna flessibile e connessa, oltre che di quella che si può definire “assenza di confini”.

L’assenza di confini è la naturale conseguenza di un’evoluzione che cerca di spostare le interazioni sui flussi e sui collegamenti produttivi, insieme ad una forte spinta verso l’autonomia sia all’interno sia all’esterno. Nell’organizzazione il valore è rappresentato dalla composizione del valore intrinseco delle persone e del valore prodotto dalle interazioni. Tutto ciò a prescindere dall’appartenenza organizzativa dei gruppi. L’interazione crea valore. Il governo dell’interazione crea valore.

Il processo continuo di riarticolazione dei lavori, che l’IA rende necessario, è fondamentale per un’organizzazione intelligente perché pone le basi per la costruzione delle condizioni di una possibilità di evoluzione secondo un modello di complementarità. Per questa ragione sono necessari quelli che Butera chiama “architetti dei nuovi sistemi tecnologico-organizzativi”, architetti dei nuovi lavori nella dimensione della sociotecnica 5.0. Si tratta di quella che il premio Nobel Dorian Acemoglu indica come «la complementarità tecnologica».

Riflessioni conclusive sull’architettura dei lavori

Per il nuovo AI-leader, si tratta di curare che nel disegno organizzativo si dia prevalenza alla ricerca di una migliore qualità del lavoro umano attraverso una complementarità tecnologica applicata sui compiti che compongono i singoli lavori, per migliorare e aumentare la capacità dei singoli lavoratori. Approccio che si riflette nella definizione dei profili IA.

Si tratta, così, di prevedere di avvalersi di figure di architetti dei nuovi lavori, che in un contesto di co-progettazione consentano ai lavoratori di diventare protagonisti della propria evoluzione dei compiti.

L’innovazione richiede, da questo punto di vista, di considerare la conoscenza e le competenze come asse portante dell’organizzazione, base per abilitare reali processi di innovazione ma anche per rendere efficaci le azioni, necessarie, verso una richiesta di trasparenza degli algoritmi e del loro monitoraggio rispetto all’utilizzo nei processi decisionali ed operativi.

In questo contesto, la definizione dei profili AI è fondamentale perché fornisce un orientamento chiaro sulla rimodulazione e sul posizionamento organizzativo che si rendono necessari per introdurre l’AI nei profili tecnici, di business e manageriali. Profili che non sono da vedere come specializzazioni accessorie di profili esistenti, ma di rimodulazioni ed evoluzioni di riferimento per il percorso di utilizzo strategico dell’IA nelle organizzazioni, nella consapevolezza che l’IA è trasversale su tutte le aree della trasformazione digitale.

Come punti di riferimento, forniscono un contributo importante sia nell’articolazione delle competenze necessarie sulle quali impostare gli sviluppi del personale sia nella definizione delle posizioni di ricerca del personale, con un impatto di orientamento per i professionisti e per la definizione dei percorsi formativi universitari e post-universitari, oltre che nella logica dell’upskilling e dell’apprendimento permanente.

Allo stesso tempo, la consapevolezza dell’estrema dinamicità e rapidità della rivoluzione digitale obbliga a pensare a cicli brevi di miglioramento continuo, evitando il rischio di consolidare una configurazione. Questo vale per i processi organizzativi così come per i lavori e le competenze e rende necessaria la strategia della centralità delle persone come scelta indispensabile per il governo del cambiamento nell’era dell’IA.