L’Artificial Intelligence (AI) applicata al lavoro sta entrando nelle organizzazioni con una rapidità crescente. Ma la sua diffusione non coincide necessariamente con una trasformazione dell’organizzazione. È questo uno dei punti sui quali occorre oggi concentrare l’attenzione: un conto è introdurre strumenti di AI nelle attività quotidiane, un altro è innovare il modo in cui il lavoro viene organizzato attraverso queste tecnologie.
Per molto tempo l’intelligenza artificiale è stata considerata soprattutto come una tecnologia da valutare in funzione delle sue capacità. Oggi, però, cominciamo ad avere una quantità di dati sufficientemente ampia per analizzare con maggiore precisione i fenomeni connessi alla sua diffusione nel lavoro e nelle organizzazioni: non soltanto quanto viene utilizzata, ma dove, come e con quali modalità viene incorporata nei processi.
L’attenzione può quindi spostarsi dalla tecnologia in sé a ciò che accade quando le sue capacità entrano nel lavoro e iniziano a modificare attività, processi e modalità organizzative. È in questo passaggio che diventa possibile distinguere con maggiore chiarezza fra adozione della tecnologia, integrazione organizzativa e innovazione organizzativa, mettendo a fuoco anche i rischi che un’adozione senza riprogettazione comporta.
Indice degli argomenti
Dall’uso dello strumento alla trasformazione del processo
Per comprendere questa differenza occorre guardare all’organizzazione non come a un insieme di strumenti, ma come a un ecosistema composto da persone, tecnologie, attività, processi, relazioni, responsabilità e decisioni.
L’introduzione di una tecnologia può modificare il modo in cui vengono svolte una o più attività senza modificare la struttura complessiva del processo nel quale sono inserite. Ad esempio, un lavoratore può utilizzare ChatGPT o Copilot per scrivere un testo, produrre una sintesi, tradurre un documento, cercare informazioni, analizzare dati o sviluppare idee. Il risultato può essere un risparmio di tempo o un miglioramento della prestazione individuale, mentre la sequenza delle attività, le responsabilità, le modalità di coordinamento e i punti decisionali del processo rimangono sostanzialmente invariati.
È una condizione che le ricerche più recenti stanno iniziando a mettere in evidenza. Il problema non è più soltanto capire quante organizzazioni utilizzano l’AI, ma comprendere in quale modo la utilizzano e fino a che punto essa sia stata integrata nei processi di lavoro.
Sono almeno tre livelli distinti:
- avere accesso a uno strumento di AI;
- utilizzare l’AI nello svolgimento di alcune attività;
- trasformare il processo di lavoro perché l’AI ne diventi una componente strutturale.
Confondere questi tre livelli significa sovrastimare gli esiti prodotti dalla tecnologia. L’adozione, dunque, è una condizione necessaria, ma non coincide necessariamente con l’innovazione.
Dall’accelerazione dell’attività alla trasformazione del lavoro
Questa distinzione diventa ancora più importante se si considera l’evoluzione stessa delle forme di intelligenza artificiale.
La letteratura recente distingue fra AI predittiva, generativa, agentica ed embodied AI. Considerare l’AI come un unico oggetto rischia di nascondere differenze profonde nelle modalità con cui queste tecnologie intervengono sul lavoro, sull’expertise, sul giudizio, sul coordinamento e sull’autorità.
L’AI generativa ha prevalentemente rafforzato una logica di potenziamento: la persona utilizza uno strumento per svolgere più rapidamente o diversamente un’attività.
Con l’AI agentica il rapporto può diventare differente. Un agente può ricevere un obiettivo, pianificare una sequenza di azioni, utilizzare strumenti, produrre risultati intermedi e proseguire nell’esecuzione di un compito per un periodo più lungo.
Il passaggio può essere sintetizzato come uno spostamento da “prompt → risposta” a “obiettivo → delega → pianificazione → utilizzo di strumenti → esecuzione → verifica → intervento umano”.
È una trasformazione importante perché sposta l’unità del lavoro dalla singola interazione alla possibilità di delegare una parte più ampia e articolata dell’attività. Ed è proprio qui che l’adozione tecnologica incontra direttamente l’organizzazione.
Quando una persona utilizza un sistema per svolgere più rapidamente una determinata attività, il cambiamento può rimanere circoscritto alla prestazione individuale. Quando invece parte del lavoro viene delegata a un sistema capace di pianificare ed eseguire una sequenza di attività, emergono questioni nuove relative all’iniziativa, alla decisione, alla verifica e alla responsabilità.
Il problema non è più soltanto quanto velocemente l’AI possa svolgere un compito. Diventa necessario stabilire come quel compito debba essere inserito nel processo e quale debba essere la relazione fra la capacità del sistema e la responsabilità della persona.
Cresce la diffusione, ma l’innovazione è un’altra cosa
I dati disponibili mostrano con chiarezza quanto rapidamente l’AI stia entrando nel tessuto produttivo. Ma mostrano anche che la crescita dell’utilizzo non consente, da sola, di parlare di trasformazione organizzativa.
In Italia, secondo i dati ISTAT (2025), nell’anno trascorso il 16,4% delle imprese con almeno 10 addetti utilizza tecnologie di intelligenza artificiale, una quota quasi raddoppiata rispetto all’8,2% del 2024 e più che triplicata rispetto al 5% del 2023. La distanza dimensionale rimane tuttavia molto ampia: l’AI è utilizzata dal 53,1% delle grandi imprese, mentre tra le piccole e medie imprese la quota si ferma al 15,7%.
Anche la distribuzione settoriale evidenzia livelli di adozione molto differenti. L’utilizzo raggiunge il 53% nei servizi di informazione e comunicazione, il 49,5% nelle attività cinematografiche e audiovisive e il 37,3% nelle telecomunicazioni.
Guardando alle applicazioni, emerge inoltre che una parte consistente dell’utilizzo riguarda attività nelle quali l’AI interviene come strumento di supporto al lavoro cognitivo. Il 70,8% delle imprese che utilizzano AI la impiega per l’estrazione di documenti, testi e conoscenze, mentre il 59,1% la utilizza per la produzione generativa di linguaggio, immagini, video, suoni o audio.
Sono dati che raccontano una diffusione significativa, ma non ancora necessariamente un processo di innovazione organizzativa. Un indicatore particolarmente interessante va proprio in questa direzione: nel 2025 il 33,4% delle imprese che utilizzano AI dichiara di non avere uno specifico obiettivo aziendale per il suo utilizzo, contro il 15,5% del 2024. Il fenomeno riguarda soprattutto le imprese più piccole.
L’aumento della diffusione può dunque accompagnarsi a forme di adozione ancora iniziali, sperimentali o poco strutturate: l’AI può essere già presente nell’organizzazione senza esservi realmente incorporata.
La Banca d’Italia (Banca d’Italia, giugno 2026) lo rileva con particolare chiarezza nelle sue più recenti analisi sulle imprese italiane: l’adozione dell’AI è ancora inferiore alla media europea e spesso limitata a usi sperimentali. Perché la tecnologia produca effetti significativi sulla produttività, occorre una diffusione più ampia e soprattutto più profonda, capace di integrarla nei processi produttivi e organizzativi.
Una precedente analisi della stessa Banca d’Italia mostra inoltre che le imprese italiane si attendono dalla GenAI soprattutto una ricomposizione delle funzioni svolte dai dipendenti, mentre le aspettative di riduzione dell’occupazione sono contenute.
È precisamente in questa ricomposizione che la questione tecnologica diventa organizzativa. Non basta chiedersi quale tecnologia acquistare: occorre decidere come ridisegnare le attività, come distribuire il lavoro tra persone e sistemi intelligenti, quali competenze utilizzare, quali responsabilità mantenere in capo alle persone e come coordinare i diversi contributi.
La PA è già dentro questa transizione
Questa dinamica non riguarda soltanto le imprese. La Pubblica Amministrazione rappresenta un secondo osservatorio particolarmente significativo della stessa trasformazione, perché qui l’introduzione dell’AI non investe soltanto l’efficienza dei processi, ma anche il modo in cui vengono esercitate funzioni pubbliche, prese decisioni e assunte responsabilità.
L’AI può intervenire nella gestione documentale, nella ricerca normativa e amministrativa, nell’analisi delle informazioni, nella predisposizione di testi e comunicazioni, nella gestione dei dati e nel supporto alle attività decisionali. Anche nella PA, dunque, la questione riguarda soprattutto il modo in cui l’intelligenza artificiale viene inserita nei processi di lavoro.
Il Dipartimento della Funzione Pubblica ha infatti costruito un programma specifico, “Lavorare con l’Intelligenza Artificiale nella PA”, articolato su livelli base, intermedio e avanzato, che comprende ricerca e gestione delle informazioni, prompting, elaborazione di documenti e dati, sistemi generativi e agentici, oltre agli aspetti di uso responsabile, sicuro e trasparente dell’AI.
Il punto significativo è proprio il verbo utilizzato: lavorare con l’intelligenza artificiale. La formulazione sposta l’attenzione dalla tecnologia al lavoro. Se l’AI entra nelle attività quotidiane, occorre comprendere non soltanto come utilizzare uno strumento, ma come cambiano le attività, quali compiti possono essere supportati, quali devono rimanere sotto controllo umano e come verificare gli output.
La formazione sull’AI non può quindi esaurirsi nell’apprendimento di singoli strumenti. Deve accompagnare la comprensione di come cambiano le attività e diventare parte del processo attraverso cui l’organizzazione costruisce la propria capacità di lavorare con sistemi intelligenti.
La stessa evoluzione normativa sta rendendo questa esigenza più concreta. Nel luglio 2026 il Senato ha pubblicato il dossier “Governance e Formazione IA”, relativo allo schema di decreto legislativo collegato alla legge 132/2025 e dedicato, tra l’altro, ai poteri delle Autorità nazionali e all’utilizzo dell’intelligenza artificiale nella formazione.
La formazione entra così nel sistema di governance dell’AI non come attività accessoria, ma come una delle condizioni attraverso cui persone e organizzazioni possono utilizzare la tecnologia in modo consapevole.
Il passaggio dalle imprese alla PA rende evidente una dinamica comune: l’AI sta entrando nel lavoro prima che siano completamente ridefiniti i dispositivi organizzativi necessari a governarla. Cambiano i contesti, le finalità e i vincoli istituzionali, ma la questione di fondo è la stessa: la velocità dell’innovazione tecnologica sta diventando superiore alla velocità con cui le organizzazioni riescono a ripensare processi, ruoli, competenze, responsabilità e forme di coordinamento.
Il vero passaggio, allora, non è semplicemente dall’organizzazione analogica all’organizzazione digitale, né dall’organizzazione digitale all’organizzazione con l’AI. È il passaggio verso organizzazioni nelle quali persone e sistemi di intelligenza artificiale partecipano insieme alla produzione, all’elaborazione e, in alcuni casi, all’esecuzione del lavoro.
È qui che emerge il tema del Blended Work Human + AI: non l’AI che sostituisce semplicemente il lavoratore, ma una nuova configurazione organizzativa nella quale bisogna riprogettare il rapporto tra capacità umane e capacità artificiali, stabilendo chi fa cosa, chi decide, chi verifica, chi risponde e come viene coordinato il lavoro.
L’Italia dentro una transizione più ampia
Il dato italiano va letto all’interno di un processo internazionale nel quale l’utilizzo dell’AI sta aumentando rapidamente.
Secondo uno studio OECD, nel 2025 il 20,2% delle imprese nei Paesi considerati utilizza l’intelligenza artificiale, rispetto al 14,2% del 2024 e all’8,7% del 2023. Anche in questo caso la dimensione dell’impresa incide fortemente: la quota arriva al 52% nelle grandi imprese, mentre si ferma al 17,4% nelle piccole.
I livelli più elevati si registrano nei settori dell’ICT e delle attività professionali e scientifiche, cioè in contesti nei quali la produzione e l’elaborazione della conoscenza costituiscono una parte rilevante delle attività.
Questi dati confermano la rapidità della diffusione, ma non dicono ancora se e quanto la tecnologia abbia modificato ruoli, responsabilità, processi decisionali, modalità di coordinamento e organizzazione del lavoro. È questo il passaggio che la ricerca sta iniziando a mettere a fuoco: non soltanto quanto l’AI sia diffusa, ma come venga incorporata nei sistemi organizzativi.
Germania: utilizzare l’AI non significa ancora integrarla
Il caso tedesco, attraverso i dati di una ricerca dello ZEW – Leibniz Centre for European Economic Research del 2026, rende particolarmente evidente questa differenza. Su un campione di quasi 10.000 lavoratori, il 64% dichiara di utilizzare strumenti di AI, ma soltanto il 20% li utilizza frequentemente.
Emerge una distanza fra disponibilità e uso sistematico. Ma il dato più interessante è che il sostegno formale dell’organizzazione, la formazione e l’integrazione nei processi sono associati a una maggiore frequenza di utilizzo e a una maggiore percezione dei benefici.
Un lavoratore può trovare autonomamente un modo efficace per utilizzare un sistema di AI per scrivere, sintetizzare, tradurre, analizzare informazioni, svolgere attività di ricerca o elaborare idee. Questa sperimentazione può produrre un’innovazione dal basso utile e concreta. Ma se il processo è stato progettato per funzionare esclusivamente attraverso attività umane, lo strumento intelligente rischia di rimanervi semplicemente sovrapposto.
Il caso tedesco mette quindi in evidenza soprattutto il peso delle condizioni organizzative: formazione, sostegno e integrazione nei processi trasformano la disponibilità della tecnologia in capacità effettiva di utilizzarla.
Il Regno Unito: cresce anche la pluralità degli strumenti
Un andamento analogo, ma particolarmente interessante per la velocità della crescita, emerge dai dati dell’ONS sul Regno Unito, dove, tra le imprese con almeno 10 addetti, l’utilizzo dell’AI passa da circa il 12% nel 2023 a circa il 35% nel giugno 2026. Nello stesso periodo aumenta anche il numero medio delle tecnologie di AI utilizzate, da 1,4 a 1,6.
Il dato mostra, quindi, non soltanto una maggiore diffusione, ma anche una progressiva pluralizzazione degli strumenti presenti nelle organizzazioni. L’aumento del numero e della varietà delle tecnologie utilizzate rende ancora più rilevante la capacità di integrarle coerentemente nei processi di lavoro.
USA vs Europa: la variabile manageriale
Il confronto fra Stati Uniti ed Europa aggiunge un ulteriore elemento di riflessione. Una recente ricerca (Bick, A., Blandin, A., Deming, D. J., Fuchs-Schündeln, N., Jessen, J., 2026), condotta sui lavoratori statunitensi e di sei Paesi europei, rileva che il 43% dei lavoratori negli Stati Uniti utilizza l’AI per il lavoro, contro una media del 32% in Europa.
La differenza non sembra essere riconducibile soltanto alla disponibilità tecnologica. Nel testo viene richiamato il ruolo delle condizioni manageriali e organizzative: l’incoraggiamento da parte dei manager, la disponibilità di strumenti interni e il livello di integrazione dell’AI nei processi incidono sulla sua diffusione.
La tecnologia, infatti, non si diffonde nel vuoto. Le decisioni manageriali, le infrastrutture, le autorizzazioni e il sostegno organizzativo contribuiscono a determinare il modo in cui viene adottata. Questo elemento è particolarmente importante anche per interpretare il caso italiano: la questione non consiste soltanto nell’aumentare il numero delle imprese che utilizzano l’AI, ma nel creare le condizioni attraverso le quali l’utilizzo possa tradursi in trasformazione organizzativa e produttività.
È qui che il ruolo del management assume una rilevanza diversa rispetto a quella tradizionalmente associata all’introduzione di una nuova tecnologia. Non si tratta semplicemente di decidere quale strumento acquistare o autorizzare, ma di comprendere dove l’AI interviene nel processo, quali attività modifica e quali nuove forme di coordinamento diventano necessarie.
Negli USA, poi, il dibattito si sta spostando persino sulla riprogettazione dell’organizzazione attorno agli agenti AI. Il caso Meta è particolarmente interessante perché mostra anche quanto sia rischioso pensare che sostituire rapidamente persone con agenti equivalga automaticamente ad aumentare la produttività.
Il caso Meta: sostituire attività non significa automaticamente aumentare la produttività
Il caso Meta (Reuters, 2026) è particolarmente istruttivo proprio perché riguarda una delle aziende tecnologicamente più avanzate al mondo. Nel 2026 Meta ha avviato Project OT, un progetto di trasformazione organizzativa finalizzato a riorganizzare l’azienda intorno all’AI e agli agenti, con l’ipotesi di ridurre significativamente le dimensioni di alcuni team. Il progetto è stato successivamente ridimensionato dopo problemi di performance dei sistemi, difficoltà organizzative e un aumento degli incidenti tecnici.
Il caso non dimostra che l’AI non produca produttività. Dimostra qualcosa di più interessante: la sostituzione rapida di attività umane con agenti non produce automaticamente un’organizzazione più produttiva. Se cambiano le attività ma non cambiano adeguatamente processi, coordinamento, supervisione, responsabilità e sistemi di controllo, il problema può semplicemente spostarsi.
La tecnologia accelera il lavoro, ma può anche accelerare gli errori, le dipendenze e i colli di bottiglia di un’organizzazione non riprogettata.
La riprogettazione viene prima dello strumento
Un’ulteriore recente ricerca di McKinsey (2026) sullo sviluppo di prodotti e software offre un’evidenza particolarmente significativa. Le organizzazioni che hanno riprogettato i processi prima di incorporare l’AI risultano più di due volte più propense a riportare incrementi di produttività superiori al 20% rispetto a quelle che hanno semplicemente sovrapposto l’AI ai modi di lavorare esistenti.
Le organizzazioni che ottengono i risultati migliori non si limitano ad adottare nuovi strumenti: riprogettano workflow, ruoli, responsabilità e sistemi di verifica. Non è quindi la quantità di AI introdotta a determinare da sola il valore prodotto, ma il modo in cui l’organizzazione ridisegna il sistema di lavoro attorno ad essa.
Rischi sistemici dell’AI nei processi organizzativi e responsabilità pubblica
L’introduzione dell’AI nei processi organizzativi porta con sé un insieme articolato di rischi che riguardano non soltanto la dimensione tecnica, ma anche la qualità del lavoro, la responsabilità, la trasparenza e la tenuta complessiva dei processi decisionali. Il Governance and Accountability Framework dell’OECD (2025) evidenzia che l’AI può amplificare rischi etici legati a bias algoritmici, opacità degli output, difficoltà di spiegabilità e incertezza sulla titolarità delle decisioni, soprattutto quando viene inserita in processi che non sono stati riprogettati per accoglierla.
Il dossier del Senato Governance e Formazione IA (2026) conferma che, senza criteri chiari di responsabilità, l’AI può generare decisioni non verificabili, con conseguenze rilevanti nei contesti regolati e ad alto impatto pubblico. Nella Pubblica Amministrazione questi rischi sono amplificati, in quanto l’uso non governato dell’AI può produrre errori nella gestione documentale e normativa, difficoltà nella tracciabilità delle decisioni e violazioni dei principi di imparzialità e buon andamento, rendendo indispensabile definire con precisione human oversight, criteri di verifica, audit trail e responsabilità esplicite.
Accanto ai rischi etici e istituzionali emergono quelli che riguardano la qualità del lavoro, una dimensione che la letteratura internazionale sta iniziando a esplorare con maggiore attenzione. Studi recenti sul lavoro cognitivo mostrano che l’introduzione dell’AI senza una riprogettazione dei processi può generare forme di sovraccarico cognitivo, aumento dello stress decisionale e riduzione della qualità del giudizio (OECD, 2025; ONS, 2026).
La ricerca organizzativa ha inoltre evidenziato che l’AI può modificare expertise, judgment, coordination e authority prima che l’organizzazione abbia definito come governare questi cambiamenti (Chalmers et al., 2026), producendo una trasformazione “silenziosa” che avviene nelle attività quotidiane senza essere riconosciuta né gestita.
Il World Economic Forum (2026) segnala che l’adozione non progettata dell’AI può portare a deskilling, riducendo l’esercizio quotidiano delle competenze professionali e indebolendo la capacità delle persone di prendere decisioni autonome. OpenAI (2026b) documenta che, in alcuni contesti, l’AI sposta attività complesse verso sistemi automatici, riducendo la qualità del lavoro e la profondità dell’expertise.
McKinsey (2026) mostra inoltre che molte organizzazioni registrano un aumento della produttività individuale grazie all’AI, ma non un corrispondente aumento della produttività del processo o dell’organizzazione: quando l’AI viene sovrapposta ai workflow esistenti, senza ridisegnare ruoli, responsabilità e coordinamento, possono generarsi colli di bottiglia, dipendenze dai sistemi, rallentamenti nelle verifiche e un aumento degli errori.
Infine, la letteratura internazionale sta iniziando a esplorare anche i rischi relativi alle professioni e all’occupazione, che riguardano la possibile ridefinizione dei confini professionali, la trasformazione delle competenze richieste e la redistribuzione delle attività tra persone e sistemi intelligenti. Si tratta di un tema ampio e complesso, che merita un approfondimento dedicato: per questo motivo non verrà trattato in questo articolo, ma sarà oggetto di un contributo specifico.
Conclusioni
Dai dati e dagli studi esaminati emerge una distanza che possiamo definire come il vero gap dell’AI: quella tra la velocità con cui la tecnologia entra nelle organizzazioni e la capacità delle organizzazioni di riprogettarsi per integrarla.
L’intelligenza artificiale introduce infatti una possibilità nuova: intervenire non soltanto sulla velocità con cui vengono svolte le attività, ma sulla distribuzione stessa del lavoro cognitivo e operativo. Questo richiede una diversa capacità di lettura dell’organizzazione: comprendere quali attività possono essere sostenute dall’AI, quali possono essere delegate, quali richiedono supervisione e quali devono rimanere sotto responsabilità umana.
È qui che si colloca il modello Blended Work Human + AI (Ciacia, 2025): non una semplice modalità di utilizzo dell’intelligenza artificiale, ma un modo di ripensare l’organizzazione a partire dalla collaborazione fra intelligenza umana e artificiale. Se l’AI entra stabilmente nei processi, non è sufficiente aggiungerla alle modalità di lavoro esistenti. Occorre ripensare attività, ruoli, competenze, processi, autonomia, coordinamento e responsabilità in funzione della nuova configurazione del lavoro.
Questo significa anche progettare correttamente le diverse modalità di collaborazione fra persone e sistemi: dal human-in-the-loop, nel quale l’intervento umano rimane parte integrante del processo decisionale, al human-on-the-loop, nel quale la persona esercita una funzione di supervisione su sistemi che possono operare con maggiore autonomia.
L’organizzazione deve quindi passare dalla logica dell’adozione alla logica della riprogettazione. È questo il passaggio da una tecnologia utilizzata a una tecnologia integrata: dall’AI come strumento aggiunto all’AI come componente del sistema organizzativo.
In questo passaggio la leadership assume una funzione decisiva (Ciacia, 2026). Non più soltanto guidare le persone nell’utilizzo di nuove tecnologie, ma agire come leader as orchestrator, progettando le condizioni nelle quali intelligenze differenti possano lavorare insieme e mantenendo chiari obiettivi, ruoli, responsabilità, livelli di autonomia e forme di controllo.
Il punto non è dunque stabilire soltanto quanto l’AI sia entrata nelle organizzazioni. La questione più importante è capire che cosa cambia nell’organizzazione quando l’AI vi entra davvero. Introdurre l’AI è una questione tecnologica, trasformare il lavoro attraverso l’AI è una questione organizzativa. Ed è dalla capacità di compiere questo passaggio che l’adozione può diventare innovazione.
Riferimenti
Bellomarini, L., Bertolotti, F., Citino, L., Cassinis, M. G., D’Amuri, F., Del Prete, S., Formai, S., Mirenda, L., Rigon, M., Russo Russo, A. (2026), L’adozione dell’intelligenza artificiale: effetti su produttività e politiche a sostegno, Questioni di Economia e Finanza, n. 1009, Banca d’Italia, giugno 2026.
Bick, A., Blandin, A., Deming, D. J., Fuchs-Schündeln, N., Jessen, J. (2026), Mind the Gap: AI Adoption in Europe and the US.
Chalmers, D., Hunt, R., Pachidi, S., Potočnik, K., Townsend, D. (2026), “The Acceleration of Artificial Intelligence: Rethinking Organization and Work in an Era of Rapid Technological Change”, Journal of Management Studies, 63(2), pp. 285–314.
Ciacia, C. (2025), Il lavoro del futuro è Blended. Ripensare le organizzazioni come ecosistemi collaborativi tra intelligenza umana e artificiale, Edizioni Palinsesto, Roma.
Ciacia, C. (2026), “Leadership blended: come gestire intelligenze umane e artificiali”, Agenda Digitale, 17 febbraio 2026.
ISTAT (2025), Imprese e ICT – Anno 2025, Roma, 15 dicembre 2025.
McKinsey & Company (2026), “Beyond the copilot: Scaling the agentic product development life cycle”.
OECD (2025), Governance and Accountability Framework.
ONS (2026), Office for National Statistics, Regno Unito, giugno 2026.
OpenAI (2026a), “How agents are transforming work”, 25 giugno 2026.
OpenAI (2026b), “How AI is expanding what people do at work”, 27 luglio 2026.
Reuters (2026), “Mark Zuckerberg had a bold plan to replace Meta staff with AI. Here’s how it imploded”, 26 agosto 2026.
Senato della Repubblica (2026), Dossier Governance e Formazione IA.
World Economic Forum (2026), Human-Machine Collaboration Framework, 23 giugno 2026.
ZEW (2026), Arntz, M., Baum, M., Brüll, E., Dorau, R., Hartwig, M., Matthes, B., Meyer, S.-C., Schlenker, O., Tisch, A., Wischniewski, S., “Low Barriers, High Stakes: Formal and Informal Diffusion of AI in the Workplace”, Discussion Paper No. 26-001, Mannheim, 8 gennaio 2026.
Partecipa alla community