by
Redazione

Un indicatore sorprendentemente efficace del successo di una strategia di AI adoption? Il livello di resistenza che genera. Se l’introduzione dell’AI in azienda non provoca dubbi o frizioni, è possibile che non stia incidendo davvero sul modo in cui si lavora.
È un’idea che emerge chiaramente dalle riflessioni di Tyler Cowen, professore di economia alla George Mason University, e di altri esperti di AI e organizzazione del lavoro intervistati nel podcast WorkLab di Microsoft. Il loro punto di partenza è chiaro: diventare un’organizzazione capace di usare l’AI come una risorsa diffusa e strutturale richiede cambiamenti profondi, non solo tecnologici.
Chiedere alle persone di ripensare il proprio lavoro in funzione dell’AI significa, di fatto, chiedere loro di ridefinire il proprio ruolo. Per questo il reskilling non può limitarsi a qualche corso online.
Secondo Raffaella Sadun della Harvard Business School, la trasformazione deve partire da una chiara spiegazione del perché: perché l’azienda investe in AI, quali obiettivi di business vuole raggiungere e che tipo di futuro immagina per le proprie persone. Senza questa cornice, l’incertezza rischia di bloccare il cambiamento.
Molte organizzazioni si concentrano sugli strumenti, ma trascurano la domanda fondamentale: a cosa serve davvero l’AI?
Dan Diasio, Global AI Consulting Leader di EY, sottolinea che una trasformazione efficace richiede tre elementi: mentalità, competenze e strumenti. L’AI è paragonabile all’allenamento per una maratona: è necessaria, ma non è l’obiettivo. Il punto è capire dove si crea valore e quali risultati concreti si vogliono ottenere.
Con l’aumento delle capacità dell’AI, competenze come persuasione, pensiero critico, e intelligenza emotiva diventano ancora più decisive.
Come osserva Cowen, costruire e mantenere una rete di relazioni solide diventa essenziale. Pascal Bornet, autore e AI Expert, sottolinea che creatività autentica, pensiero critico e fiducia sono qualità distintamente umane e determinano anche quanto efficacemente una persona riesce a lavorare con agenti AI e sistemi avanzati.
In sintesi, quindi, il cambiamento genera inevitabilmente disagio. Più una trasformazione è reale, più riduce la prevedibilità, mettendo in discussione abitudini consolidate.
I leader, quindi, devono imparare a leggere il disagio come un indicatore di progresso. In questo senso, le lamentele non sono un fallimento dell’AI Adoption ma la vera e propria prova che il processo sta funzionando.