Le aziende italiane ed europee adottano sempre più l’intelligenza artificiale, però manca ancora la maturità organizzativa che resta non uniforme, oltre ai differenti livelli di maturità diversi fra i mercati e, dunque, l’emergere di priorità diverse per affrontare il cambiamento.
Tuttavia, “la sfida reale per le aziende europee, incluse quelle italiane, diventa sempre meno orientata all’adozione e sempre più alla trasformazione reale di ruoli, processi e governance”, commentano Roberto Ventura, managing director e Partner di BCG, ed Elena Lombardo, consultant di BCG.
Ma quindi, come cambia il change management nell’era dell’AI?
Indice degli argomenti
Le tendenze nel change management nell’era dell’AI
L’Italia ha assunto un approccio favorevole all’utilizzo dell’AI in azienda. “Il primo trend da leggere riguarda l’adozione dell’AI, sempre più diffusa: in Italia il 62% dei dipendenti di prima linea usa lo strumento con regolarità, contro il 74% della media globale”, sottolineano Ventura e Lombardo. Ma è giunta l’ora di cambiare ruoli, processi e governance.
Innanzitutto change management ed AI devono procedere a braccetto per accompagnare e plasmare l’innovazione nei processi aziendali: “Stiamo infatti passando da una fase di ‘technology adoption’ a una di ‘behavioral change’: non conta più soltanto mettere gli strumenti nelle mani delle persone, ma cambiare concretamente il modo in cui lavorano, prendono decisioni e collaborano”, evidenziano Ventura e Lombardo.
Occorre inoltre superare anche quel divario – fotografato da Ibm nel suo studio – fra l’ottimismo del management (nell’adottare e impiegare l’AI) e la realtà che i dipendenti vivono sulla loro pelle nelle loro attività quotidiane: “I dati del nostro report AI at Work 2026 mostrano che il gap riguarda soprattutto la trasformazione dei processi: solo il 44% dei lavoratori italiani percepisce un cambiamento nelle competenze richieste dal proprio ruolo, contro il 60% della media globale e un picco del 96% in India. Queste stime riflettono livelli di maturità diversi tra i mercati e, di conseguenza, priorità diverse sul fronte del cambiamento“, evidenziano Roberto Ventura ed Elena Lombardo.
Competenze e ruoli
Infatti l’adozione AI in azienda non dipende più solo dalla disponibilità della tecnologia, ma dalla capacità delle imprese di trasformare i processi, valorizzare le competenze e cambiare i ruoli dei dipendenti, minimizzando il gap fra la visione dei manager e l’esperienza sul campo dei lavoratori: “In Italia, dove il divario sulle competenze rimane rilevante, nelle organizzazioni meno mature l’attenzione è ancora concentrata soprattutto su awareness e AI literacy. Negli Usa, le aziende più avanzate stanno già lavorando sul redesign dei ruoli e dei modelli operativi e sull’integrazione degli AI agent nei workflow“, mettono in risalto Ventura e Lombardo.
Il nodo della mancanza di direzioni chiare e di un disegno strategico
Nel 2026 è ormai semplice avvalersi dell’AI in azienda. Ma la disponibilità tecnologica deve abbracciare la trasformazione del modello operativo aziendale, portando l’avanzamento del layer tecnologico al ritmo dei dipendenti e dei processi decisionali.
“Sul fronte del change management, il nodo che osserviamo più spesso nelle aziende italiane è la mancanza di direzioni chiare. Il 66% degli utenti abituali di AI nel mondo risparmia tempo grazie allo strumento, ma riceve indicazioni limitate o nulle su come reinvestirlo. In Italia appena il 33% dei dipendenti di prima linea riceve indicazioni dalla leadership sull’uso dell’AI e solo il 28% percepisce coerenza tra ciò che i vertici dichiarano e ciò che l’organizzazione fa concretamente”, mettono in guardia Ventura e Lombardo di BCG.
In assenza di chiari orientamenti manageriali e strategici e di un disegno strategico da parte di un change management strutturato, l’AI rischia di non trasformarsi in valore. Di rimanere lettera morta.
L’approccio alla trasformazione è invece duplice: Top-down, con executive e c-level che si occupano di identificare direzioni strategiche per tradurre l’AI in valre; e bottom-up, per attuare la strategia grazie al coinvolgimento dei dipendenti, perché il change management nell’era dell’AI riguarda la possibilità di cambiare il modo di lavorare e collaborare.
Il ruolo del middle management
Ma non ci sono solo i vertici e i C-level in questa corsa al Change management ai tempi dell’AI.
“In questo passaggio il middle management è determinante – affermano Ventura e Lombardo -: spetta ai manager tradurre la strategia AI nel lavoro quotidiano, ridisegnando priorità e modalità operative, guidando i team nell’adozione e creando le condizioni perché la tecnologia generi valore concreto”.
Infatti, “senza una direzione esplicita, il tempo liberato dall’AI rischia di disperdersi senza lasciare traccia nei risultati. In parallelo, evolvono anche i KPI con cui misurare l’adozione: oltre a licenze e accessi, diventa essenziale misurare qualità e frequenza di utilizzo, processi ridisegnati, tempo liberato e, soprattutto, valore economico generato per il business”, avvertono Roberto Ventura ed Elena Lombardo.
Le aspettative di crescita e di creare valore
Per i prossimi anni rimangono alte le aspettative di crescita degli investimenti AI e del suo potenziale di generare valore.
“In media l’1,7% dei ricavi aziendali a livello globale sarà investito in AI nel corso di quest’anno, più del doppio rispetto al 2025, ma con differenze geografiche. Nei paesi dell’Asia, in particolare in India e nell’area della Grande Cina, circa tre quarti dei CEO credono che l’AI genererà valore nel prossimo futuro, mentre in Europa la quota si attesta al 61%, negli Usa al 52% e nel Regno Unito al 44%. Nei mercati occidentali una parte più consistente di CEO ammette che gli investimenti siano spinti anche dalla pressione competitiva e dal timore di restare indietro, più che da una piena fiducia nel ritorno economico“, avvertono Ventura e Lombardo.
Le migliori pratiche di change management ai tempi dell’AI
L’adozione dell’AI richiede un change management non temporaneo, bensì continuo. Vediamo le aziende scommettere su policy, sensibilizzazione e analisi di privacy, anche se tuttora, in molti casi, latita una vera< strategia su ruoli e competenze.
Tuttavia non mancano i casi positivi che ci lasciano intravvedere un bicchiere mezzo pieno.
“Sul piano operativo, le best practice si concentrano su poche leve efficaci: sviluppare casi d’uso ad alto valore differenziati per ruolo, coinvolgere le persone fin dalle fasi pilota, anche attraverso incentivi economici che premino il contributo alla sperimentazione, e attivare network di AI champion per accelerare l’adozione e portare su scala le pratiche più efficaci. A queste si affiancano il ruolo della leadership come modelli di riferimento e una governance chiara, che definisca cosa delegare all’AI, cosa sottoporre a verifica e dove mantenere responsabilità e giudizio umano”, sottolineano Ventura e Lombardo.
Per esempio EY (l’ex Ernst & Young) ha recentemente stanziato 100 milioni di dollari a favore dei dipendenti che hanno dimostrato competenze umane.
“Le aziende che ottengono risultati misurabili ridisegnano i processi end-to-end invece di limitarsi a ‘distribuire’ lo strumento, con una probabilità del 24% superiore di registrare un miglioramento misurabile del business e del 22% di risparmiare un’intera giornata lavorativa a settimana“, spiegano Roberto Ventura ed Elena Lombardo: “È un passaggio fondamentale: il valore dell’AI emergerà sempre meno da singoli use case individuali e sempre più dalla capacità di ripensare interi processi intorno alle nuove capacità della tecnologia”.
Investire sulle persone
Gli executive, in questa trasformazione, si dimostrano una leva di cambiamento essenziale, perché il manager deve svolgere il training, mentre è al contempo il coach della trasformazione ovvero colui che dà un importante contributo all’intera squadra a capire la strategia e ad acquisire le competenze.
“Un’altra pratica che distingue i CEO più avanzati nell’adozione, che definiamo Trailblazer, è l’investimento nelle persone: destinano in media il 60% del budget AI alla riqualificazione della forza lavoro, contro il 27% dei Pragmatist (chi guarda all’AI con interesse, ma investe solo quando il valore atteso è chiaro e il rischio contenuto) e il 24% dei Follower, che restano la maggioranza e, pur riconoscendo il potenziale della tecnologia, non hanno ancora una convinzione piena”, illustrano Ventura e Lombardo.
La formazione e il divario di percezione fra i livelli aziendali
Procurarsi l’AI in azienda è ormai alla portata di tutti, ma la maturità dei progetti con AI, seppur in crescita, è disomogenea. Non sono molti che sanno integrare una visione strategica, invece spesso si denota l’assenza di monitoraggio, di chiari obiettivi, mentre arranca la gestione dei rischi etici e si rischia la perdita di know-how.
“Il capitolo della formazione merita poi un approfondimento specifico, soprattutto legato alla modalità in cui le aziende introducono gli agenti AI nei team. Come dimostra l’esperimento che abbiamo condotto con Boston University, quando un agente viene introdotto in un team come ‘collega’ o inserito in organigramma, la responsabilità percepita dai manager scende di 9 punti percentuali e gli errori individuati calano del 18%“, raccontano Roberto Ventura ed Elena Lombardo.
“Mentre sale il livello di adozione della tecnologia – continuano Ventura e Lombardo -, i manager devono quindi definire con chiarezza cosa un agente può fare in autonomia, quando serve una revisione umana e chi risponde in caso di errore“.
“Su questo fronte esiste già un divario di percezione tra i livelli aziendali: il 76% dei dirigenti ritiene che i dipendenti siano entusiasti dell’adozione dell’AI, ma solo il 31% dei collaboratori conferma lo stesso entusiasmo. Per ridurre questo divario non basta una comunicazione top-down: stanno acquistando importanza modelli di co-creazione che coinvolgono direttamente i dipendenti attraverso progetti pilota, l’istituzione di ambassador, la creazione di community, hackathon e raccolta continua di feedback“, illustrano le best practice Roberto Ventura ed Elena Lombardo.
Le tre priorità per le aziende
La checklist del change management nell’era dell’AI prevede la costruzione di percorsi di trasformazione delle competenze, un duplice approccio alla trasformazione, l’adozione di una comunicazione trasparente ed efficace, la capacità di orchestrare una governance chiara per la gestione della complessità e monitorare l’adozione dell’Ai.
“Le priorità che abbiamo individuato per le aziende riguardano in sintesi tre elementi, da costruire in parallelo: ridisegnare i processi, costruire dei piani di formazione per distribuire le competenze AI a tutti i livelli e, infine, tenere sempre la responsabilità del lavoro sulle persone, anche (e soprattutto) quando svolto con strumenti intelligenti”, mettono i puntini sulle i Ventura e Lombardo.
“Guardando ai prossimi anni, sarà sempre più importante integrare la strategia AI con quella per i talenti, con un ruolo centrale dei manager nel tradurre le nuove capacità tecnologiche in modalità di lavoro efficaci e nel guidare l’evoluzione dei team. A sostegno di questo percorso, le aziende dovranno costruire fiducia attraverso una governance chiara e integrare sicurezza e responsible AI direttamente nei flussi di lavoro, creando le condizioni per scalare l’AI in modo sostenibile e generare valore nel tempo”, concludono Roberto Ventura ed Elena Lombardo di BCG.
Partecipa alla community