Il cambiamento del lavoro non si vede sempre dall’organigramma. Spesso emerge prima nei colloqui, nei percorsi di onboarding, nelle competenze che diventano urgenti e nei comportamenti che l’AI rende possibili o necessari. È lì che le Risorse Umane possono intercettare i primi segnali della trasformazione.
Indice degli argomenti
Guardare più in alto per vedere prima il cambiamento
Una sera ad Agios Nikolaos, nel Mani, la mezzaluna illumina il mare. Il suo riflesso rende quasi perfettamente visibile la linea dell’orizzonte. «Papà, ma quanto è lontano?», mi chiede mio figlio. Per un uomo con gli occhi poco sopra il livello del mare, sorprendentemente poco: circa cinque chilometri.
Gli racconto allora che quando vivevo a Saint Joseph, sulla sponda orientale del lago Michigan, nelle giornate più limpide riuscivo a vedere dall’altra parte del lago le punte dei grattacieli di Chicago, a quasi cento chilometri. Non la città: soltanto la parte più alta della skyline. È la curvatura della Terra. A livello dell’acqua vediamo poco lontano, ma basta salire perché l’orizzonte si allarghi rapidamente. Per questo sulle navi esistevano le vedette.
Le vedette HR nell’era dell’AI
Qualcuno saliva sull’albero maestro e guardava: una costa, una nave, una tempesta, un iceberg. Il suo compito non era prevedere il futuro. Era vedere prima.
Anche le organizzazioni hanno bisogno di vedette. Alcune stanno in alto: strategia, tecnologia, ricerca, management. Altre fanno il contrario. Scendono fino al livello delle persone. Ed è qui che le Risorse Umane diventano interessanti. HR parla con chi vuole entrare, accompagna chi è appena arrivato, ascolta i manager che cercano competenze nuove, osserva chi cresce, chi fatica, chi cambia ruolo. Presi singolarmente sono colloqui, vacancy, assessment, onboarding. Insieme possono diventare una rete di sensori sul futuro del lavoro.
È da questa idea che abbiamo deciso di approfondire non come sarà il lavoro tra dieci anni, ma quali segnali si possono vedere già oggi.
La mappa globale
Il Future of Jobs Report del World Economic Forum stima che entro il 2030 cambierà circa il 39% delle competenze chiave. L’intelligenza artificiale è uno dei motori, insieme ad automazione, transizione energetica, demografia e nuovi modelli di business. Ma il dato più interessante è un altro: mentre crescono AI, big data e cybersecurity, restano centrali pensiero analitico, creatività, resilienza, leadership, collaborazione e capacità di apprendere. Il futuro non sembra chiedere di scegliere tra competenze tecnologiche e umane. Chiede entrambe.
I lavori cambiano prima del loro nome
Un project manager, un ingegnere, un commerciale, un controller possono avere oggi lo stesso titolo di tre anni fa, mentre dentro il ruolo stanno cambiando ricerca di informazioni, analisi, scrittura, preparazione di documenti e interrogazione dei dati. Il job title resta. Il lavoro dentro il job title si muove. È forse il primo segnale da osservare: meno attenzione alla casella dell’organigramma, più alle attività e alle competenze che la riempiono.
Dal saper fare al saper giudicare
Qui possiamo già vedere un cambiamento netto. L’AI riduce il tempo necessario per raccogliere informazioni, costruire contesto e produrre una prima analisi. Le persone capaci possono arrivare prima a un contributo utile e dedicare più tempo a interpretazione, decisione e giudizio.
Ma c’è una distinzione decisiva: l’AI accelera il percorso verso il contributo, non automaticamente quello verso l’esperienza. L’expertise continua a richiedere pratica, feedback, conseguenze, ambiguità reali. La differenza tra un buon utilizzatore e uno debole non sta quindi nel numero di prompt. Chi usa bene l’AI non la tratta come una macchina delle risposte: la sfida, chiede alternative, verifica assunzioni, cerca rischi e trade-off. E resta responsabile della decisione.
Lo vediamo anche nei colloqui. Non gli interessa sentirsi dire «uso l’AI», ma capire che cosa il candidato ha realmente ottenuto: quale problema ha affrontato, che cosa ha verificato in autonomia, quali alternative ha considerato, quale risultato ha prodotto. La sua sintesi è efficace: i migliori arrivano con opzioni, assunzioni testate e una raccomandazione. I più deboli arrivano con una risposta. L’AI quindi non abbassa l’asticella. Può alzarla. Se l’accesso alla conoscenza diventa più facile, aumentano il valore di curiosità, learning agility, pensiero critico, capacità di sintesi, giudizio e gestione della complessità.
Chi farà il lavoro facile con cui imparavamo quello difficile?
È il paradosso più delicato. Abbiamo sempre imparato i lavori complessi iniziando da quelli semplici: raccogliere dati, preparare una prima analisi, scrivere una bozza, fare calcoli, cercare documenti. Proprio alcune delle attività che oggi l’AI accelera di più. Il World Economic Forum ha dedicato nel 2026 un rapporto al lavoro entry-level, richiamando l’attenzione su accesso al lavoro, progettazione dei ruoli e pipeline dei talenti.
In Sidel, queste attività non stanno semplicemente scomparendo. Sta però accelerando moltissimo l’acquisizione di conoscenza e contesto. Lo ha visto, per esempio, nel NextGen Lab di Octeville: giovani professionisti hanno utilizzato AI e tecnologia per comprendere problemi complessi e costruire soluzioni credibili in tempi che in passato avrebbero richiesto mesi di esposizione e confronto.
È un’enorme opportunità. Ma resta una distinzione fondamentale: l’AI accelera l’acquisizione di conoscenza, non sostituisce l’acquisizione di esperienza. Per questo mentoring, coaching e feedback potrebbero diventare ancora più importanti. Il rischio è produrre persone molto efficienti senza renderle altrettanto competenti. Usa un’immagine semplice: l’AI può aiutarci a fare meglio i compiti a casa. Ma prima o poi dobbiamo sostenere l’esame.
Più informazioni, più bisogno di relazioni
C’è poi un apparente paradosso. Più l’AI rende accessibile la conoscenza aziendale, più aumenta il valore di ciò che non riesce a creare da sola: contesto, fiducia, appartenenza. I nuovi assunti, racconta, vogliono capire come l’azienda si prepara al futuro, quanto innovazione, digitalizzazione e AI siano davvero parte della strategia. Una volta entrati, però, il problema non è soltanto trovare informazioni.
In una matrice globale come la nostra, le domande reali diventano: come funziona davvero l’organizzazione? Chi devo coinvolgere? Dove iniziano e finiscono le responsabilità globali e regionali? Come vengono prese le decisioni? L’AI può rendere informazioni e indicazioni più accessibili. Non può creare da sola il senso del contesto. Qui torna centrale il manager. Sistemi e processi possono supportare l’onboarding, ma è il manager che collega la persona giusta alle persone giuste, chiarisce aspettative e priorità, costruisce fiducia. Per questo l’onboarding non è soltanto trasferimento di informazioni. È costruzione di connessioni.
Una frase di Alessandro lo riassume bene: l’AI può aiutare una persona a capire l’organizzazione. Un grande manager la aiuta a diventarne parte.
Le tre cose che una vedetta HR vede prima dei numeri
Alla fine ho chiesto ad Alessandro che cosa riferirebbe oggi al ponte di comando.
Il primo segnale è che l’ambizione è alta, ma può frammentarsi. Le persone vogliono contribuire, innovare, avere impatto. Il rischio non è la mancanza di energia: è che rimanga dispersa tra funzioni, regioni e iniziative. La collaborazione diventa quindi una questione di execution, non soltanto di clima.
Il secondo è che il toolset corre più velocemente del mindset. Le aziende investono in sistemi, processi e piattaforme digitali. Ma se comportamenti e cultura non cambiano alla stessa velocità, il risultato è esitazione, ownership incerta e distanza tra processo formale e realtà quotidiana.
Il terzo riguarda l’innovazione. L’appetito esiste, ma la capacità di trasformarlo in azione è disomogenea. Innovare non significa trasformare tutta l’azienda in una start-up, ma creare spazio per sperimentare, imparare in fretta e portare a scala le soluzioni migliori.
È questo, per lui, il segnale con le conseguenze potenzialmente maggiori nei prossimi anni: non la mancanza di idee, ma la velocità con cui riusciamo a trasformarle in capacità organizzativa.
Le vedette sono già al lavoro
Il cambiamento non arriverà tutto insieme nel 2030. Arriverà attraverso episodi piccoli: una competenza che perde valore, un’altra che diventa decisiva, un junior che impara più velocemente, un senior che deve imparare di nuovo, un candidato che porta un comportamento nuovo. Prima anomalie. Poi segnali. Infine evidenze. La funzione delle vedette è riconoscerli nella seconda fase. Quella sera davanti al mare del Mani spiegavo a mio figlio che salire di qualche metro permette di vedere più lontano.
Nelle organizzazioni vale anche il contrario. Per vedere il futuro, qualche volta bisogna scendere abbastanza vicino alle persone da accorgersi di ciò che sta già cambiando. Poi bisogna tornare sul ponte, collegare i segnali e interpretarli. La domanda sull’intelligenza artificiale nelle imprese, allora, non è soltanto quali lavori farà l’AI. È anche questa: come stanno cambiando, già oggi, i lavori che continueremo a fare noi?
Le vedette probabilmente hanno già cominciato a vederlo. Ora bisogna ascoltarle.
Partecipa alla community