L’AI corre più veloce della formazione: la sfida ora è dei manager

Cosa vuol dire essere manager oggi, navigando tra l’integrazione dell’AI, l’adozione delle policy di cybersecurity e la gestione di attività e team con modelli di lavoro ibridi? Cosa succede all’indomani dell’introduzione di una nuova tecnologia, senza una governance capace di bilanciare produttività, sicurezza e benessere organizzativo?

Il manager diventa regista di competenze, processi e cultura digitale passando dalla gestione dei dati sensibili alla prevenzione dei rischi cyber, fino all’uso consapevole degli strumenti di AI generativa.

Per anni la trasformazione digitale è stata raccontata come una questione di strumenti: quale piattaforma adottare, quale tecnologia “portare in casa”, quali processi “piegare” al sistema di turno. Quella narrazione oggi scricchiola.

L’intelligenza artificiale generativa, la sicurezza informatica e i modelli di lavoro ibridi non possono essere concepiti come progetti separati, perché convergono sullo stesso terreno – le persone e il loro lavoro di ogni giorno – per questo e necessitano di una risposta organica. Il punto non è più adottare la tecnologia. È governarla. E questa governance ha un indirizzo preciso: la linea manageriale, il punto in cui l’AI, la sicurezza e il lavoro ibrido entrano davvero nella pratica quotidiana. O non entrano affatto.

Il manager tra AI, cybersecurity e lavoro ibrido

Fino a poco tempo fa il perimetro aziendale era un luogo fisico: l’ufficio, la rete interna, i dispositivi controllati dall’IT. Lo smart working (o agile, che dir si voglia) lo ha dissolto. Oggi si lavora da reti domestiche, su device personali, dentro applicazioni cloud che a volte sceglie il singolo collaboratore. E l’AI generativa è entrata quasi sempre dalla porta di servizio: nessun progetto strutturato alle spalle, solo qualcuno che apre un chatbot per farsi riassumere un documento o buttare giù una bozza.

La sfida nasce dalla combinazione di questi elementi. Pensiamo a un collaboratore che, da casa e su un dispositivo non gestito, incolla i dati di un cliente in uno strumento di AI pubblico: in un solo gesto tiene insieme produttività individuale, rischio cyber e uso non governato dell’AI. Guardarle una alla volta significa perderne l’intreccio. Ed è lì che il manager entra in gioco.

Dove il manager affronta gli ostacoli alla trasformazione digitale

La tentazione è investire in ciò che si misura facilmente: licenze, piattaforme, competenze tecniche. È il riflesso più comune ed è anche il più fuorviante. Il collo di bottiglia, quasi sempre, è manageriale prima che tecnologico.

Perché è il manager di linea a dover portare l’AI dentro l’operatività quotidiana del team, a far rispettare la sicurezza senza soffocare la produttività, a tenere insieme un gruppo diviso tra ufficio e remoto. I progetti di trasformazione raramente falliscono per soldi o strumenti, falliscono perché le persone, e chi le guida in primis, non erano pronte a cambiare.

Quando questa regia manca, avviene una riconfigurazione tacita dei ruoli. Il ridisegno si compie ugualmente, solo in modo sommerso: ognuno integra l’AI a modo proprio e, sei mesi dopo, le attività sono cambiate senza che nessuno l’abbia mai deciso. Gli effetti sono abbastanza prevedibili.

Chi integra bene l’AI finisce per assumere un perimetro più ampio, magari senza alcun riconoscimento, chi fa più fatica di vederlo svuotato e di restare indietro senza che nessuno se ne accorga. Mentre le aspettative salgono, attività, modalità e tempi cambiano, il manager deve continuare ad avere la corretta percezione del lavoro e misurarlo con i giusti kpi.

Affrontando l’inserimento dell’AI nei processi del mio team, ho toccato con mano non solo l’eterogeneità del livello di adozione tra le persone, ma anche i rischi nascosti dietro un entusiasmo eccessivo che, se non governato, può spingere ad atteggiamenti poco sicuri. Sul fronte opposto, ho visto anche la voglia di essere guidati passo per passo, che può finire per spegnere la sperimentazione. Creare uno spazio sicuro e condiviso, in cui scambiare esperienze e far emergere in concreto i limiti, ha gettato le basi per un’integrazione sicura e coerente.

Il ruolo cambia natura. Da custode che dice “no”, o da esecutore di una strategia decisa altrove, il manager diventa il regista che costruisce le condizioni perché il “sì” sia possibile e, soprattutto, sicuro. Le policy, così, smettono di essere fogli archiviati ed entrano nei comportamenti quotidiani. Un conto è tappezzare la strada di cartelli di divieto. Un altro è disegnare perimetri e percorsi dentro cui le persone si muovono con serenità: le linee guida migliori servono ad abilitare più che a frenare.

Il manager davanti a shadow AI, dati sensibili e conformità

Il dato più eloquente sta nello scarto tra adozione e guida. Nel Cegos International Barometer – Transformations Skills & Learning 2026, il 68% dei Responsabili HR indica AI e automazione come la trasformazione che più inciderà sulle competenze nei prossimi due anni. Eppure solo il 32% dei collaboratori è già stato formato. Le persone l’AI la usano; a insegnargliela bene, per lo più, le aziende non ci hanno ancora pensato.

E il vuoto ha conseguenze concrete. Informazioni riservate che finiscono in strumenti di cui nessuno ha letto la policy sui dati. Output dell’AI usati senza una verifica. Decisioni prese su basi che non si possono ricostruire. È la shadow AI: un uso spontaneo e sommerso, invisibile ai radar aziendali, e pericoloso proprio per questo.

Intanto le regole si sono fatte più severe. Il GDPR presidia il trattamento dei dati personali; la direttiva NIS2, recepita in Italia, ha esteso gli obblighi di sicurezza a una platea molto più ampia di organizzazioni; l’AI Act ha reso applicabili da agosto 2026 i primi obblighi di trasparenza, e quelli sui sistemi ad alto rischio sono ormai alle porte. Per il manager, insomma, governare l’AI è diventato anche un tema di conformità, non solo di efficienza.

Leadership digitale: le tre leve del manager

Come si traduce tutto questo, in pratica? Su tre leve, che agiscono su piani diversi e interconnessi.

Competenze, upskilling e reskilling

Serve un’alfabetizzazione all’AI che vada oltre il “come si usa il tool”: capire dove un modello aiuta e dove sbaglia, sapere quali dati non escono mai dall’azienda. Poi c’è il capitolo ruoli, dove conta distinguere l’upskilling dal reskilling.

L’upskilling aggiorna le competenze su un ruolo che in fondo resta quello di prima: il commerciale che impara a usare un CRM potenziato dall’AI. Il reskilling, invece, prepara a un ruolo nuovo, a volte irriconoscibile. Confonderli costa caro, perché necessitano di tempi, budget e conversazioni diverse. Ed è una leva squisitamente manageriale.

Dire “aggiungiamo qualcosa a ciò che già sai fare” non è la stessa cosa che dire, con onestà, “stiamo costruendo qualcosa di nuovo, e ci vorrà più tempo da entrambe le parti”. Chiamare le cose col loro nome cambia la relazione: le persone si fidano quando sanno cosa si sta chiedendo loro, con che tempi e con quale accompagnamento.

Processi sicuri per AI e lavoro ibrido

La seconda leva è progettare flussi di lavoro sicuri già in partenza. Quando mancano indicazioni chiare, le persone si bloccano oppure si arrangiano, e finiscono per adottare pratiche rischiose.

Dare loro strumenti di AI approvati e conformi toglie la tentazione di ripiegare su alternative pubbliche o gratuite, quelle che espongono l’azienda a rischi che spesso nessuno vede. Conviene poi disegnare la sicurezza dentro i processi ibridi, invece di applicarla a posteriori: accessi, classificazione dei dati sensibili, regole nette su cosa si può fare da remoto. Il processo giusto rende la scelta sicura anche la più comoda da seguire. Ed è così che il rischio cala per davvero: non a forza di divieti.

Cultura della fiducia e cambiamento

È la leva più difficile da misurare e la più decisiva. Prima di tutto è una questione di fiducia: un modello ibrido regge sulla responsabilità delle persone, non su chi le controlla. Ma è anche una questione di prontezza al cambiamento, la parte che di solito si trascura.

Qui il manager smette di essere solo un decisore e diventa una specie di coach, fatto di gesti piccoli e quotidiani. Una domanda giusta in riunione. Una checklist condivisa. Un rituale minimo che rende normale sperimentare, e normale chiedere “questo strumento, su questo dato, lo posso usare?”. Quando funziona, produttività e benessere delle persone smettono di litigare.

Come il manager misura il vantaggio competitivo digitale

L’innovazione diventa vantaggio competitivo solo quando la si sa misurare, ed è un terreno su cui molti manager ancora inciampano. Contare quante licenze di AI si sono attivate non racconta niente del valore che ne esce. Meglio adottare pochi indicatori attaccati agli esiti – quanto gli strumenti approvati vengono adottati davvero, se gli incidenti di sicurezza calano, quanta formazione copre le persone, come stanno i team ibridi – e diffidare dalle metriche di vanità che non spiegano nulla. Le migliori sono quelle che evidenziano se le tre leve stanno lavorando insieme. Alla fine non conta quanta tecnologia si è acquisita ma quanto si è diventati capaci di usarla.

Competenze umane e ruolo del manager nella trasformazione digitale

C’è un paradosso, in tutto questo: l’esito della trasformazione digitale dipende da fattori profondamente umani. Gli strumenti si assomigliano sempre di più e sono alla portata di tutti; a fare la differenza è la capacità di orchestrarli, di tenere insieme competenze, processi e cultura verso una direzione sola. Ed è anche il motivo per cui le competenze più umane — pensiero critico, capacità di giudizio, creatività — restano in cima alla lista delle skill prioritarie.

Guardando al 2035, sempre secondo il Barometer 2026, dipendenti (23%) e Responsabili HR (21%) convergono infatti sulla necessità di rafforzare proprio quelle capacità distintive che consentono alle persone di generare valore dove l’AI non sostituisce il contributo umano, ma ne amplifica il potenziale.

Il nuovo ruolo del manager sta tutto qui. Non nel conoscere la tecnologia meglio di chiunque, ma nel creare le condizioni affinché AI, sicurezza e lavoro ibrido spingano nella stessa direzione invece di intralciarsi. È un mestiere più strategico che tecnico, molto più di quanto la parola “digitale” faccia pensare. Ed è, oggi, il vantaggio competitivo che nessuno tool potrà mai copiare.