Internet Manager Blog

L’avvento diffuso dell’Intelligenza Artificiale ha infranto il ciclo prevedibile della legge di Moore. Sistemi capaci di auto-pianificazione e adattamento stanno accelerando il progresso in modo esponenziale, dopo che già Internet lo aveva velocizzato, inaugurando quella che potremmo definire una nuova “legge di Huang” – dal CEO di Nvidia che ne incarna la visione.

Questa accelerazione sta riscrivendo le regole in ogni azienda, non solo in Silicon Valley. Ma pone una domanda scomoda alla classe manageriale: se l’AI può automatizzare, analizzare e persino pianificare, qual è ancora il tuo valore aggiunto? E come mettere tutte le persone in condizioni di contribuire al meglio?

La risposta non sta nella tecnologia. Sta in tre dimensioni che troppi leader sottovalutano: governance dei dati e dei processi, cultura organizzativa che abilita (o blocca) l’adozione, e una nuova forma di leadership che orchestra intelligenza umana e artificiale invece di limitarsi a supervisionare.

L’AI, se governata con visione e pensiero critico, può dare nuovo slancio all’azienda. Senza quella visione, può farla scomparire. Il focus deve spostarsi dalla paura della sostituzione alla consapevolezza delle scelte da fare.

Il cambiamento non è (solo) tecnologico: governance, cultura e la sfida di pensare in un modo nuovo

Per troppo tempo, l’organizzazione aziendale è stata “la madre di tutti i problemi di governance della tecnologia” come ho scritto per anni, limitando la reale potenza degli strumenti, che senza l’adozione da parte delle persone sono degli oggetti inutili, mentre da un altro lato i software sono sempre più accessibili a tutti, addirittura per lo sviluppo di app.

L’AI esaspera questa frizione, ma allo stesso tempo offre la possibilità di superarla.

L’AI Agentica poi impone di ripensare i processi in un’ottica nuova (i tempi non sono pienamente maturi, però bisogna iniziare a predisporsi per tempo e in questo ho trovato dei buoni spunti nel post “sei cambiamenti per costruire l’organizzazione agentica del futuro” di McKinsey), anziché limitarsi ad aggiungere copilot o chatbot a flussi di lavoro obsoleti, come pura digitalizzazione centrata sulla tecnologia invece che come trasformazione basata sul valore.

Questo richiede un ripensamento end-to-end dei flussi di lavoro, dove l’umano è inserito deliberatamente e consapevolmente per aggiungere valore unico attraverso il giudizio, l’empatia e la creatività.

In questo, l’organizzazione deve evitare la trappola della iper semplificazione che di solito si tende ad applicare ai temi dell’adozione della Ai nelle aziende.

Non è un processo “plug & play” e serve molto di più di una licenza, auspicabilmente non quella gratuita, per portare davvero la AI in azienda.

La centralità dei dati e del capitale semantico

La prima cosa che la AI metterà alla prova sono i dati: la loro qualità, la facilità di accesso, il livello di data literacy ossia il fatto, in parole povere, che le persone si capiscano e siano sulla stessa pagina quando si confrontano su numeri e KPI.

I dati poi non sono quelli degli analytics e della business intelligence: tutto quello che è digitalizzato, dai testi alle foto passando per formati più particolari come file 3d e altri, sono da considerare degli asset aziendali, tanto è vero che vengono di solito definiti digital asset. La loro gestione deve essere strutturata e governata, e nei confronti della AI essi possono essere tanto degli input che degli output, da gestire, perché no, anche grazie all’intelligenza artificiale stessa, che li può categorizzare ed arricchire di informazioni a corredo.

Per dirla in modo semplificato, la AI ha quindi bisogno di una vera supply chain digitale, alla quale può contribuire in modo importante ma che deve essere strutturata bene all’inizio del percorso, una cosa non così comune nelle organizzazioni, grandi e piccole. Il momento è arrivato da molto tempo, visto che già nel 2020 avevo scritto a chiare lettere che il debito tecnico è un freno drammatico alla trasformazione digitale, intesa come reale creazione di valore e non solo come trasformazione di processi analogici in digitale.

Per non parlare poi di tutto quel mondo di operations digitali (termine fin troppo sconosciuto in Italia, nel marketing ma non solo) che dovrebbero garantire la creazione di processi orchestrati, di dati condivisi e di azioni portate “at scale” e che invece sono frammentate e spesso incentrate su workaround e soluzioni tampone…permanenti! Cose note, ma, di nuovo, la AI accelera ed esaspera tutto questo.

C’è poi un aspetto più profondo, per quanto assolutamente collegato al precedente. L’AI, basata su modelli linguistici, pone il linguaggio e il senso delle parole al centro della trasformazione, come bene ha raccontato Cristiano Boscato nel suo ultimo libro “Era, ora” che ho recensito qui sul blog. Il management deve lavorare sul capitale semantico dell’organizzazione, la componente semantica ha a che fare con il senso e il significato di ciò che ci circonda. Se tu non capisci una rivoluzione digitale le cose ti passano sopra la testa e le subisci e, come scrivo spesso, capire il senso profondo e non la singola tecnologia del momento è cruciale (non lo dico solo io).

La facilità d’uso dei tool quando li vediamo all’opera nel privato o nelle demo, infine, non deve portare al mero copy and paste di soluzioni tecnologiche viste altrove, dimenticando il perché di una scelta strategica. La governance non è più una questione di ownership ossessiva, ma di stabilire meccanismi per mantenere ordine senza ingessare l’innovazione.

Un sacco di stimoli e di sfide, e quindi cosa succede in tutto questo a chi ha la leadership in azienda?

Manager e AI: dalla supervisione all’orchestrazione

Il manager che rischia (e quello che no)

Leggo spesso che l’AI “ucciderà professionalmente i manager“. Non è vero. O meglio, non tutti i manager.

L’AI agisce come un revisore spietato che espone la mancanza di valore aggiunto in coloro che sono principalmente “supervisori”: chi passa le giornate in meeting di status update, chi controlla che le cose vengano fatte ma non capisce come, chi produce PowerPoint ma ha scarsa esperienza diretta dei processi che gestisce. Se il tuo valore sta principalmente nel “fare da tramite” tra livelli organizzativi, la tua posizione è oggettivamente a rischio – e direi abbastanza indipendentemente dall’AI.

Il manager che invece prospera è quello che usa l’AI per potenziare ciò che già sa fare bene: interpretare contesti complessi, prendere decisioni in situazioni ambigue, sviluppare le persone, costruire relazioni di fiducia. Non è la tecnologia a fare la differenza, ma la visione limitata del proprio ruolo.

La domanda quindi non è “l’AI sostituirà i manager?” ma “quali competenze manageriali diventano ancora più preziose nell’era dell’AI?”

L’AI come Intelligenza Aumentata: tre dimensioni concrete

Gartner propone un framework utile per capire come l’AI accresce (non sostituisce) il valore manageriale.

Vediamolo con esempi pratici:

1. AI come Mentore

Cosa significa: L’AI offre onboarding personalizzato e feedback in tempo reale su larga scala, accelerando la crescita delle persone nel team.

Esempio concreto: Un manager con 15 persone non può dare feedback quotidiano personalizzato a tutti. L’AI può analizzare il codice scritto da uno sviluppatore junior e suggerire miglioramenti immediati, liberando il manager per conversazioni più strategiche sulla carriera e sulla crescita professionale. Non sostituisce il mentoring umano, lo rende scalabile.

Il valore del manager qui: Definire quali competenze sviluppare, interpretare il contesto emotivo e motivazionale, costruire fiducia nel rapporto 1-to-1.

2. AI come Revisore

Cosa significa: L’AI libera il manager dal controllo operativo dei processi, permettendo di dedicare più tempo allo sviluppo delle persone e al supporto del cambiamento.

Esempio concreto: Invece di passare ore a controllare report di spesa o verificare la conformità di documenti, l’AI può flaggare automaticamente anomalie o problemi. Il manager può concentrarsi su conversazioni difficili, mediazione di conflitti, decisioni strategiche. Gartner stima che entro il 2028, il 56% dei CEO utilizzerà l’AI per ridurre il middle management che non evolve da questo modello di controllo.

Il valore del manager qui: Gestire il cambiamento, prendere decisioni in situazioni grigie dove le regole non sono chiare, leggere segnali deboli nell’organizzazione.

3. AI come Cassa di Risonanza

Cosa significa: L’AI agisce come un partner di pensiero, aiutando a simulare decisioni e preparare conversazioni complesse con velocità.

Esempio concreto: Prima di una conversazione difficile con un dipendente o prima di una decisione strategica complessa, un manager può usare l’AI per esplorare scenari diversi, testare argomentazioni, anticipare obiezioni. È come avere un advisor sempre disponibile che ti aiuta a pensare, non che pensa al posto tuo.

Il valore del manager qui: Il giudizio finale, l’empatia nel capire come le persone reagiranno davvero, la capacità di adattare la comunicazione al contesto specifico.

Il nuovo ruolo: gestore di connessioni organizzative

In una struttura sempre più fluida, organizzata attorno a “team autonomi umano + agente”, la figura chiave non è chi sa tutto, ma chi sa orchestrare l’intelligenza ibrida.

Questo richiede di diventare un “gestore di connessioni organizzative” – un concetto che ho già esplorato in passato e che ho ritrovato con piacere nel libro “Era, Ora” di Cristiano Boscato. Non è solo un nuovo titolo, è un modo completamente diverso di pensare il ruolo manageriale.

Cosa fa un gestore di connessioni?

• Dà visione d’insieme in un mondo dove gli specialist (umani e AI) vedono solo la loro parte
• Facilita il dialogo tra persone, tra team, tra umani e sistemi AI
• Umanizza la tecnologia con una governance illuminata, assicurandosi che l’AI amplifichi le capacità umane invece di alienarle
• Unisce i punti – una capacità che, come scrivo dal 2012, è distintivamente umana e che nella complessità odierna diventa ancora più cruciale

Le macchine possono analizzare, categorizzare, ottimizzare. Non possono leggere la stanza, capire le dinamiche non dette, intuire quando un team sta per rompersi, costruire la fiducia necessaria per il vero cambiamento.

La competenza nascosta: digital fluency + esperienza di dominio

Qui sta il vero discrimine tra chi sopravvive e chi prospera: non basta essere bravi con la tecnologia, serve padroneggiare sia il proprio dominio che gli strumenti digitali.

Il manager che ha 20 anni di esperienza in supply chain e capisce come l’AI può ottimizzare i flussi diventa preziosissimo. Il manager che sa solo usare tool digitali ma non capisce davvero il business è vulnerabile. E il manager che conosce il business ma rifiuta di capire la tecnologia è destinato a diventare irrilevante.

Questa combinazione – competenza di dominio + digital fluency – crea quello che potremmo chiamare il “manager ibrido”: qualcuno che sa quando delegare all’AI, quando intervenire, quando fare un passo indietro per lasciare che il team (umano + AI) trovi la soluzione.

E quindi? Cosa fare concretamente

Se sei un manager e vuoi prosperare nell’era dell’AI, ecco tre azioni concrete:

1. Fai l’audit del tuo tempo. Traccia per una settimana dove va davvero il tuo tempo. Quanto è dedicato a:

• Controllo operativo che l’AI potrebbe fare?
• Supervisione che non aggiunge valore?
• Sviluppo reale delle persone?
• Decisioni strategiche complesse?
• Costruzione di relazioni e fiducia?

Se più del 50% del tuo tempo va nelle prime due categorie, sei vulnerabile.

2. Diventa fluente (non esperto) in AI Non serve che diventi un data scientist, ma devi capire:

• Cosa l’AI può fare bene e cosa no
• Quando i suoi output vanno presi cum grano salis
• Come strutturare i prompt per ottenere risultati utili
• Quali bias introduce e come mitigarli

La digital fluency non è un corso, è una pratica quotidiana.

3. Ridefinisci il tuo valore aggiunto Scrivi su un foglio: “Il valore unico che porto a questo team è…”. Se la risposta include parole come “coordino”, “supervisiono”, “controllo”, hai un problema. Se include “interpreto contesti complessi”, “costruisco fiducia”, “prendo decisioni in situazioni ambigue”, “sviluppo talenti”, sei sulla strada giusta.

La verità scomoda

Starei attento a generalizzare sulla fine dei ruoli manageriali: il futuro ha ancora bisogno di visione e di leader, non solo di singoli specialisti resi più efficaci dagli strumenti tecnologici.

Ma devono essere leader veri, competenti sia del loro dominio sia della tecnologia. Probabilmente molti manager oggi non lo sono. L’AI è una lente di ingrandimento su questo problema, non la causa.

Il futuro non appartiene né ai technology enthusiast che pensano l’AI risolva tutto, né ai resistenti che la ignorano sperando passi. Appartiene a chi sa orchestrare intelligenza umana e artificiale con saggezza, mantenendo al centro il giudizio, l’empatia e quella capacità di unire i punti che solo gli esseri umani possiedono.

Non ci sono però solo i manager in azienda.

La sfida antropologica: umano vs. macchina (e la paura qui non serve)

Mentre figure come Elon Musk profetizzano alla propria maniera che l’AI sostituirà tutti i lavori con i robot (intanto, serve che i robot possano essere così diffusi, e non è automatico dal punto di vista produttivo), i dati mostrano una realtà più sfumata ma non meno dirompente e preoccupante in alcuni casi.

Le grandi aziende (Google, Microsoft, IBM, AWS e tante altre) stanno tagliando migliaia di posti di lavoro in ruoli di livello entry e medio (HR, customer care, amministrativo). Questi tagli non sono il segno di una crisi, spesso queste imprese vanno molto bene, ma di una strategia aziendale che utilizza l’AI per aumentare la produttività e reinvestire le risorse liberate in nuove aree ad alto valore.

Non è un discorso così facile e lineare come ci viene raccontato dalle big tech, che sono di scuola anglosassone dove entrare e uscire dall’organizzazione è un processo più dinamico e, diciamolo pure, meno tutelato.

Non è nemmeno tutto in bianco e nero nei ragionamenti più specifici: Il CEO di AWS, Matt Garman ha definito in questo video sotto “una delle cose più stupide che abbia mai sentito” l’opzione di sostituire lavoratori “junior” con l’AI.

Questi lavoratori, continua Garman, sono “i dipendenti meno costosi che hai. Sono quelli che hanno più familiarità con i tuoi strumenti di intelligenza artificiale. Come funzionerà se tra 10 anni non c’è nessuno che abbia costruito o imparato qualcosa?”. Tuttavia anche la sua organizzazione sta agendo in modo aggressivo sugli organici, non è così semplice tracciare una linea, di certo non è un’idea intelligente nemmeno mettere un esercito di junior a fare attività di copia incolla a zero valore aggiunto, ma come al solito le cose sono più sfumate e la tentazione del taglio di costi nel brevissimo periodo è sempre (troppo) forte.

L’incertezza è quindi palpabile e, secondo il rapporto BCG nel suo AI at Work 2025, nelle aziende con adozione AI avanzata, i dipendenti sono più preoccupati per la sicurezza del lavoro (46%) rispetto a quelli in aziende meno avanzate (34%). E i manager temono più degli operai: il 43% contro il 36%.

Paradossalmente però, io sono ancora più preoccupato per le aziende meno avanzate che si fanno irretire dalle sirene di questi saving da taglio di organico: chi ha processi più confusi e minori capacità tecnologiche e di gestione dei dati ha davvero scarse chance di successo in queste opere di riduzione, perché non è affatto facile capire dove le Ai possono portare davvero beneficio e serve una grande conoscenza sia della tecnologia che dell’organizzazione.

Come in tutte le cose che hanno a che fare con delle rivoluzioni tecnologiche non sono utili e produttive né la paura che deriva dalla non conoscenza né al suo opposto un entusiasmo cieco e immotivato.

Per questo, è di fondamentale importanza lavorare a livello diffuso sulla digital literacy, perché come ho scritto anche di recente la tecnologia corre a velocità supersonica, ma l’alfabetizzazione di base (reale) su come usarla procede a passo d’uomo e questo divario non è un problema teorico; è probabilmente il rischio operativo e personale più grande del nostro tempo, dato che il reskilling non è così banale come si tende a dire (vedi il video sotto), perché cambia la modalità di pensare, non i tool.

Non è nemmeno solo un tema generazionale: la maggior parte degli utenti vive una pericolosa illusione di competenza, le interfacce sono intuitive, il che ci illude di aver capito la complessità sottostante. Inoltre che c’è un falso mito sul fatto che i nativi digitali (presto nativi AI?) siano competenti di tecnologia ma la realtà è che sono abituati ad usarla, e c’è un’enorme differenza fra le due cose, come ho già detto tante altre volte.

Per questo, “Umanesimo Digitale” e “Macchinismo Digitale” sono prospettive diverse nella visione della tecnologia, un concetto di Gartner che cito da più di 12 anni.

Il «Macchinista Digitale» vede il valore primario della tecnologia nel tempo risparmiato, sia per l’organizzazione che per l’individuo, che deriva dalla continua riduzione delle attività umane.

Un “Umanista Digitale” crede che la tecnologia diventi virtuosa quando permette alle persone di fare cose che non si credevano possibili o quando ridefinisce il modo in cui gli obiettivi delle persone possono essere raggiunti.

E’ un altro modo di leggere il concetto di digitalizzazione vs. trasformazione digitale, come racconta meglio di me Stefano Epifani nel suo podcast (ascoltatelo qui sotto) non bisogna confondere le due cose: mentre la digitalizzazione riguarda la conversione di processi analogici in digitali, la trasformazione digitale implica un cambiamento più profondo, che coinvolge modelli di business, cultura organizzativa e strategie operative.

Sembra teoria, è invece un aspetto concreto e fondamentale.

In conclusione: tre priorità per i leader

L’AI Agentica non è una minaccia esistenziale, ma un potente acceleratore che amplifica sia i punti di forza che le debolezze della tua organizzazione. La differenza tra chi ne trarrà vantaggio e chi ne sarà travolto si gioca su tre priorità concrete:

1. Sviluppa la Digital Fluency nella C-Suite

I dati Gartner sono chiari: i CEO percepiscono lacune nelle competenze AI dei loro team dirigenziali persino più ampie di quelle vissute con la trasformazione digitale negli anni 2010.

Non basta delegare alla funzione IT o assumere un Chief AI Officer. Serve che l’intera leadership comprenda davvero come funziona questa tecnologia, non per diventare esperti tecnici, ma per sviluppare quel pensiero critico che impedisce all’algoritmo di sollevarci dalla responsabilità (e dalla libertà) di decidere con la nostra testa.

2. Investi nell’apprendimento continuo, non solo nell’AI

Il gap tra progresso tecnologico e competenze interne è il vero collo di bottiglia. Non si tratta solo di imparare nuovi tool, ma di cambiare la modalità di pensare. Passa dalla cultura dell’expertise (chi sa tutto di una cosa) alla cultura dell’apprendimento (chi sa imparare continuamente). Incentiva la sperimentazione, la fiducia e l’adattabilità come competenze essenziali.

3. Ripensa i processi per creare valore, non per tagliare costi

La tentazione di vedere l’AI solo come strumento di riduzione dei costi è forte, ma è una visione miope da “Macchinista Digitale”. L’approccio dell'”Umanista Digitale” chiede invece: questa tecnologia cosa ci permette di fare che prima non potevamo? Come ridefinisce i nostri obiettivi? Non replicare in digitale processi obsoleti. Ridisegna i flussi di lavoro end-to-end, inserendo l’umano dove aggiunge valore unico attraverso giudizio, empatia e creatività.

Il bivio

Il futuro non è delle “macchine pensanti”, ma dell’intelligenza umana aumentata e sapientemente orchestrata. I leader che ridisegnano flussi di lavoro, reinventano ruoli e favoriscono l’apprendimento continuo renderanno le loro organizzazioni più resilienti e competitive. Gli altri subiranno la trasformazione come un destino inevitabile.

La AI può essere uno straordinario acceleratore di tutto questo. Ma il suo esito deve stare nelle nostre mani, non in quelle dei signori degli algoritmi. La scelta è tua, e il momento per farla è adesso.