Per anni abbiamo misurato la formazione attraverso ciò che era più facile contare: ore erogate, corsi completati, tassi di partecipazione, certificazioni conseguite. Con l’intelligenza artificiale questo approccio non solo non basta più, ma svilisce il lavoro di chi progetta ed eroga piani di upskilling. Se un’impresa investe per insegnare alle proprie persone a lavorare con l’Ai, la domanda decisiva non è quante persone abbiano seguito un corso, ma che cosa siano in grado di fare meglio, più velocemente o in modo nuovo dopo averlo seguito.
È qui che entra in gioco il Roi dell’upskilling Ai. E misurarlo significa compiere un passaggio culturale prima ancora che finanziario: considerare la formazione non come un costo operativo da rendicontare, ma come un investimento produttivo del quale verificare il ritorno.
Indice degli argomenti
Roi dell’upskilling Ai: partire dai processi e dalla baseline
La velocità del cambiamento rende questo passaggio inevitabile. Il Future of Jobs Report 2025 del World Economic Forum rileva che il 63% dei datori di lavoro considera lo skill gap uno dei principali ostacoli alla trasformazione aziendale e l’85% prevede di investire nell’upskilling della propria forza lavoro. Il 70% pensa contemporaneamente di assumere persone dotate di nuove competenze, mentre il 51% intende spostare personale da ruoli in declino verso attività in crescita.
Nel caso dell’Ai, tuttavia, il problema non è semplicemente imparare a utilizzare un nuovo software. Cambia il modo in cui viene prodotto il valore. Per questo il punto di partenza dovrebbe essere il processo, non il corso.
Prima di avviare un programma di upskilling occorre identificare le attività sulle quali l’Ai può incidere e costruire una baseline: quanto tempo richiede oggi quel processo? Quante persone coinvolge? Qual è il costo medio? Qual è il tasso di errore? Quanto lavoro deve essere rifatto? Quale volume di output produce?
Solo a quel punto la formazione diventa misurabile economicamente.
Produttività e competenze Ai: scegliere i Kpi giusti
Le evidenze disponibili mostrano quanto possa essere rilevante l’impatto, ma anche quanto sia sbagliato applicare una percentuale standard a tutta l’organizzazione.
Uno degli studi sul campo più solidi, condotto da Erik Brynjolfsson, Danielle Li e Lindsey Raymond su 5.179 addetti al customer care e successivamente pubblicato sul Quarterly Journal of Economics, ha rilevato un incremento medio della produttività del 14% tra gli operatori assistiti dall’Ai. Il beneficio arrivava al 34% per i lavoratori meno esperti e meno qualificati, mentre era molto più limitato per quelli già altamente performanti.
Un altro esperimento condotto con Boston Consulting Group su 758 consulenti ha mostrato che, nei compiti compresi entro quella che i ricercatori definiscono la “frontiera tecnologica” dell’Ai, chi utilizzava GPT-4 completava il lavoro oltre il 25% più velocemente e produceva risultati valutati oltre il 40% migliori. Ma quando il compito si collocava al di fuori di quella frontiera, chi utilizzava l’Ai aveva 19 punti percentuali di probabilità in meno di arrivare alla soluzione corretta.
È probabilmente questa la lezione più importante per chi vuole misurare il Roi: non esiste “la produttività dell’Ai”. Esiste la produttività dell’Ai applicata a una determinata persona, su un determinato compito, dentro un determinato processo.
Come calcolare il ritorno economico della formazione Ai
Il Roi può partire dalla formula tradizionale:
Roi = (benefici economici generati – costo totale dell’investimento) / costo totale dell’investimento × 100
La parte difficile non è la formula. È stabilire che cosa mettere al numeratore.
Il costo dell’investimento deve comprendere piattaforme formative, docenza, licenze tecnologiche, tempo dedicato dai dipendenti alla formazione, eventuale consulenza e costi di implementazione. I benefici, invece, devono essere ricavati dai processi reali.
Il primo indicatore è il tempo. Ma anche qui occorre evitare una scorciatoia.
Se un’attività che richiedeva dieci ore ne richiede otto dopo l’introduzione dell’Ai, non significa automaticamente che l’impresa abbia ridotto del 20% il proprio costo. Ha liberato due ore di capacità produttiva. Il valore economico nasce da ciò che accade a quelle due ore.
Possono tradursi in maggiori volumi, tempi di risposta più rapidi, più clienti gestiti, riduzione degli straordinari oppure nella possibilità di destinare le persone ad attività a maggiore valore aggiunto. È questo il valore da misurare.
Un esperimento Microsoft su oltre 6.000 knowledge worker di 56 imprese ha rilevato, tra chi utilizzava gli strumenti di Ai, documenti completati il 12% più rapidamente. Gli utilizzatori hanno inoltre trascorso circa mezz’ora in meno alla settimana nella lettura delle email. Sono guadagni reali, ma diventano Roi solo quando l’organizzazione riesce a trasformare il tempo recuperato in output.
Errori e rilavorazioni: il valore della qualità
C’è poi una dimensione spesso trascurata: la qualità. Un programma di upskilling può produrre valore anche senza aumentare sensibilmente il numero di attività svolte. Se diminuiscono gli errori, le revisioni, le escalation verso profili senior, i reclami o i tempi necessari per correggere un output, il ritorno economico esiste ed è quantificabile.
Per questo ai Kpi di velocità dovrebbero sempre essere affiancati indicatori di qualità: error rate, first-time-right, numero medio di revisioni, escalation, customer satisfaction, rating NPS e costo della rilavorazione.
È inoltre il modo migliore per evitare il “falso Roi” dell’Ai: produrre più velocemente qualcosa che poi richiede più controllo umano non è necessariamente un guadagno di produttività.
Nuovi servizi e capacità interne: misurare la crescita
Il terzo livello è più difficile da misurare, ma potenzialmente più importante. L’Ai non serve soltanto a fare più rapidamente e meglio ciò che facevamo ieri. Può consentire alle persone di svolgere attività che prima richiedevano competenze specialistiche, sviluppare nuovi servizi o aumentare la capacità innovativa dell’organizzazione.
È un passaggio che emerge anche dai dati più recenti. Il Global AI Jobs Barometer 2026 di PwC mostra che la crescita della produttività è stata del 40% più elevata nelle aziende maggiormente esposte all’Ai rispetto a quelle meno esposte. Nelle professioni più coinvolte, inoltre, le competenze richieste cambiano a una velocità più che doppia. Il dato non dimostra da solo un rapporto causale tra formazione e produttività, ma indica quanto rapidamente si stia spostando il terreno sul quale le imprese devono costruire le proprie capacità.
Il Roi dell’Ai non dovrebbe quindi essere soltanto un Roi di efficienza, ma di crescita: nuovi servizi, maggiore capacità di risposta, attività prima non sostenibili economicamente, decisioni migliori e più veloci, competenze che possono essere portate all’interno invece di essere acquistate ogni volta sul mercato.
Misurare il Roi dell’upskilling Ai a 30 giorni e a 12 mesi
Per evitare che il Roi resti una stima teorica, la misurazione dovrebbe essere incorporata fin dall’inizio nel progetto formativo. La prima fotografia è la baseline: tempi, costi, volumi, qualità ed errori prima della formazione. Una prima verifica a 30-90 giorni consente di capire se le nuove competenze vengono realmente applicate e se stanno modificando i comportamenti di lavoro.
La verifica a 6-12 mesi serve invece a distinguere il miglioramento occasionale dal cambiamento strutturale. È qui che si può misurare se il tempo liberato si è trasformato in capacità produttiva, se la qualità è rimasta stabile o è migliorata, se nuovi processi sono diventati sostenibili e se l’organizzazione ha ridotto la propria dipendenza da competenze esterne.
Il confronto dovrebbe avvenire, quando possibile, tra gruppi, funzioni o processi comparabili e non soltanto attraverso questionari di soddisfazione. Il gradimento del corso è utile, ma non coincide con il valore generato.
Dati Hr, operativi e finanziari da leggere insieme
La misurazione richiede inoltre che Hr e controllo di gestione lavorino sugli stessi indicatori. I dati della piattaforma di learning – partecipazione, completamento, assessment – devono essere correlati ai Kpi operativi del processo e, dove possibile, ai risultati economici. In questo modo si passa dal sapere chi ha seguito un corso al capire se quella competenza ha prodotto un cambiamento osservabile.
Il modello può essere semplice: pochi use case prioritari, una baseline condivisa, Kpi di processo, un orizzonte temporale definito e un responsabile del risultato. È preferibile misurare bene cinque processi ad alto impatto che attribuire un Roi generico a migliaia di ore di formazione.
La formazione Ai come investimento produttivo
Misurare il Roi dell’upskilling Ai non significa pretendere di tradurre ogni competenza in euro. Significa però smettere di considerare il completamento di un corso come prova del suo successo.
La domanda utile è un’altra: quale processo volevamo migliorare, quale comportamento doveva cambiare e quale risultato economico o operativo ci aspettavamo? Se queste tre domande vengono poste prima dell’avvio della formazione, il Roi smette di essere un esercizio retrospettivo e diventa uno strumento di progettazione.
Con l’intelligenza artificiale questa disciplina è particolarmente importante. L’Ai può aumentare molto la produttività in alcuni compiti e peggiorare il risultato in altri. Può ridurre i tempi senza ridurre i costi. Può generare capacità che l’impresa non possedeva oppure produrre soltanto un nuovo livello di complessità. Per questo la competenza decisiva non è semplicemente saper usare uno strumento, ma sapere dove applicarlo, come verificarne l’output e come ridisegnare il lavoro intorno ad esso.
È qui che la formazione cambia natura. Non è più un catalogo di corsi né una voce accessoria del welfare aziendale. Diventa infrastruttura produttiva: un investimento che deve essere collegato ai processi, misurato nel tempo e valutato per la capacità di generare risultati. Il vero Roi dell’upskilling Ai, in definitiva, non è quanta formazione abbiamo erogato. È quanto valore in più l’organizzazione riesce a produrre perché le sue persone hanno imparato a lavorare diversamente.
Partecipa alla community