L’adozione dell'Intelligenza Artificiale nelle aziende non è più una scelta tecnologica, ma una trasformazione organizzativa profonda. Spesso il focus iniziale cade sull’implementazione degli strumenti, ma questo è solo il "biglietto d'ingresso per partecipare alla gara”
La vera sfida per gli HR è far evolvere il modo di lavorare nella giusta direzione per cogliere le opportunità di questa tecnologia.
È importante mettere in evidenza la caratteristica cruciale dell’Intelligenza Artificale applicata al lavoro, ossia che l’Intelligenza Artificiale “autonomizza” il lavoro cognitivo. L’automazione arriva con gli Agent. L’Intelligenza Artificiale, infatti, consente alle persone di esercitare un perimetro di autonomia più ampio nel proprio lavoro. Sono qiundi le persone e i team a tradurre in valore purpose, strategie e decisioni.
Potenzialmente l’Intelligenza Artificiale libera Autonomia, che è la prima Dinamica Dominante nella trasformazione organizzativa. Questa dinamica richiama con urgenza la seconda Dinamica Dominante, ossia la diffusione di Know How qualificato e aggiornato ad ogni livello organizzativo. In altre parole Upskilling. Vedi il nostro articolo sulla People Strategy.
L’autonomia potenziata dall’AI al lavoro rende centrale definire percorsi di Upskilling sistemici se si vuole cogliere il valore potenziale di questa tecnologia
Sfide e criticità: oltre le competenze tecniche
Il cambiamento che l’Intelligenza Artificiale sta portando è rapido e apre al rischio concreto di uno skills gap significativo.
Già nel rapporto del 2024 “AI and the changing demand for skills in the labour market”, dell'OECD, emerge che circa il 40% delle aziende identifica nella mancanza di competenze il principale ostacolo all'adozione dell'AI. Ma in questi dati c’è una realtà controintuitiva: i lavoratori esposti all'AI non hanno necessariamente bisogno di specializzazioni tecniche come il machine learning, ma piuttosto di un upskilling verso competenze più eterogenee.
Sempre dalle ricerche OECD emerge che nelle professioni più impattate dalla tecnologia la domanda di competenze cognitive, digitali ed emotive è aumentata di circa 8 punti percentuali.
Serve una "AI literacy" non tecnica, intesa come sviluppo per il “lavoro supportato da AI”
Le criticità non sono solo formative ma anche psicologiche, perchè ci sono resistenze all’adozione di questa tecnologia da superare. Spesso la resistenza interna nasce dal timore per la sicurezza del posto di lavoro e dalla sfiducia verso sistemi percepiti come "black box". Inoltre, temi come i bias algoritmici e la privacy dei dati restano nodi centrali per ottenere il "buy-in" dei dipendenti.
Upskilling efficace: tra Skills Inference e Cambiamento Organizzativo
Per colmare queste lacune, l'upskilling deve essere trattato come un cambiamento strategico e sistemico, non come un semplice catalogo di corsi.
Un filone di soluzioni ha sfruttato lo stesso potenziale dell’Intelligenza Artificiale in progetti di Learning e Upskilling ma partecipati e personalizzati. Ecco alcuni esempi:
- Skills Inference (MIT Sloan): L'uso dell'AI stessa per analizzare i dati dei dipendenti e mappare con precisione millimetrica le competenze attuali e i gap rispetto ai ruoli futuri
- Formazione modulare e Microlearning: L'apprendimento frammentato in sessioni da 5-15 minuti garantisce un richiamo delle informazioni superiore del 76% rispetto ai corsi tradizionali. Il blended learning (AI unita a momenti in presenza; contenuti personalizzati con AI e and simulation-based learning ) aumentano i tassi acquisizione delle competenze in alcuni casi 32%, e la possibilità di raggiungere livelli proficency in tempi quasi dimezzati.
- Tra i casi più significativi, Johnson & Johnson ha utilizzato l'AI per identificare 41 competenze "future-ready" su 4.000 tecnologi. Presentando il processo come uno strumento di sviluppo personale e non di valutazione, l'azienda ha ottenuto un tasso di adesione del 90% alla piattaforma di apprendimento.
- Harvard ha risposto alla sfida lanciando "Future Proof with AI", un programma strutturato che ha registrato tassi di completamento tripli rispetto alla media.
- La ricerca empirica conferma i benefici dell’upskilling: uno studio pubblicato su The Quarterly Journal of Economics ha dimostrato che l'uso di assistenti AI nel customer support aumenta la produttività media del 15%. Il dato più interessante per gli HR è che i guadagni maggiori (fino al 30%) riguardano i lavoratori meno esperti, suggerendo che l'AI possa fungere da straordinario acceleratore per chi è all'inizio del percorso professionale.
Tuttavia, più fonti – tra cui McKinsey e MIT Sloan – sottolineano che il successo dell’AI Adoption dipende anche dalla sponsorizzazione dei leader e da un collegamento chiaro tra formazione e mobilità interna. Le aziende che hanno successo sono quelle che "ricablano" i propri modelli operativi mettendo la persona al centro. Perchè dietro ogni sistema di AI, ci sarà un apersona che lo guida per generare valore.
Conclusione: un nuovo paradigma per sviluppare le persone
In sintesi, l’AI non sta solo cambiando le skill necessarie, ma sta ridefinendo il concetto stesso di talento e di Upskilling: il vantaggio risiederà in chi saprà disegnare programmi di upskilling efficaci nel far convergere competenza di dominio e fluidità nel guidare i sistemi intelligenti. La sfida per gli HR è passare dalla teoria alla pratica, misurando come le persone utilizzano l’AI e come si esprime il talento quando task reali sono realizzati con il supporto dall'AI. (leggi anche Talent Management e AI)
È questo l’approccio che promuoviamo in Base 9: attraverso la nostra piattaforma AI Based Challenge©, permettiamo alle organizzazioni e alle persone stesse di osservare concretamente come interagiscono le persone con l'AI, valutando non solo il risultato, ma l'intero processo comportamentale.