AI: dal disegno organizzativo al disegno dello scopo

  • Home
  • Blog
  • AI: dal disegno organizzativo al disegno dello scopo
AI: dal disegno organizzativo al disegno dello scopo
16 novembre 2026

L'AI cambia anche “a cosa serve l'organizzazione”. Per un secolo il disegno organizzativo ha avuto un compito preciso: rendere governabile la complessità del mercato, creare un flusso di domanda prevedibile da assegnare a Funzioni, Ruoli e livelli gerarchici. 

Oggi, con l’AI un singolo professionista con un buon sistema di agenti può presidiare una Funzione o un intero processo, e la complessità smette di essere qualcosa da contenere con la struttura. Diventa un dato che il sistema tratta in tempo reale. 

Gli studi più recenti mostrano che cosa cambia nelle strutture organizzative, nel lavoro dei manager e nel carico di chi supervisiona. Mostrano anche che la complessità si sposta e non sparisce.

La trasformazione organizzativa con l’AI

Non basta chiedersi quali mansioni verranno delegate all’AI e agli Agenti. Bisogna chiedersi quanti livelli servono ancora, chi decide che cosa, che cosa significa gestire persone quando una parte del lavoro è svolta da agenti e quali competenze servono a chi li supervisiona. Sono domande di disegno organizzativo e ricadono su HR, perché riguardano ruoli, carriere, selezione e sviluppo.

Anche se i modelli organizzativi si sono evoluti più volte, dalla struttura per funzioni ai processi, dall'organizzazione customer centric a quella agile. Cambiava il modo di lavorare, la premessa restava la stessa: la complessità esterna è un problema che l'organizzazione deve assorbire con processi e competenze sempre più adattabili. Le persone elaborano le informazioni, i livelli le filtrano e le trasmettono, i ruoli si dividono il carico. La struttura organizzativa con la sua gerarchia è la risposta classica a un limite preciso, la capacità umana di elaborare informazioni, quello che Herbert Simon chiamava razionalità limitata.

La risposta più diffusa all'AI segue la stessa logica. Si inserisce lo strumento nei processi esistenti, si aggiornano le job description, si organizza formazione sull'uso. Sono passi utili, ma lasciano intatto il disegno: stessi livelli, stessi circuiti di approvazione, un assistente in più. Questo ha un effetto di ottimizzazione della risposta, ma non esprime tutto il potenziale che l’AI può esprimere.

Il segnale arriva dal lavoro sul campo. Nell'esperimento preregistrato condotto con 791 professionisti di Procter & Gamble, un singolo professionista con l'AI ha raggiunto la prestazione di un team senza AI e ha superato i confini dei silos funzionali (Dell'Acqua, Lakhani, Mollick e altri, Organization Science 2026). Se l'individuo potenziato fa il lavoro che prima richiedeva un team, il team, il livello che lo coordina e il ruolo che lo presidia vanno ripensati.


Meno livelli, meno middle management: che cosa dicono studi e casi

Le evidenze convergono su una direzione: con l'AI le organizzazioni tendono a perdere livelli e i manager intermedi vedono ridursi la funzione di coordinamento (MIT Sloan Management Review e BCG, novembre 2025). Gli studi e i casi hanno loro peculiarità ed è opportuno sottolineare che questo appiattimento organizzativo è una direzione, che sicuramente ha delle basi concrete su come si trasforma il lavoro con l’AI, ma appunto deve tenere conto di molti fattori. 

Kim e Koning (Kim (INSEAD) e Koning (HBS), "AI-Native Firms", 2026) hanno messo in evidenza che Le startup nate sull'AI hanno il 25% di persone in meno, il 15% di manager in meno e una gerarchia più piatta di mezzo livello, a parità di valutazione . Questi casi rilevano che la riduzione dell'organico viene soprattutto dall'AI incorporata nel prodotto e meno dall'AI usata come strumento di lavoro. Pertanto, è rilevante anche una componente di innovazione.

Diversi casi aziendali mostrano che la trasformazione verso organizzazioni più piatte è comunque avviata. In Amazon, Andy Jassy ha chiesto team più snelli e meno livelli e, secondo quanto riportato, un aumento di almeno il 15% del rapporto tra contributori individuali e manager (Armory Square).

Il punto più utile per HR è che appiattire non significa necessariamente decentralizzare. Come si è osservato (INSEAD), strumenti di monitoraggio e decisione basati su AI permettono a pochi manager di controllare molte persone: l'organigramma si appiattisce e l'autorità può restare concentrata.

Quello che si può leggere attraverso questi sturi e casi aziendali è che a ridursi è la funzione di trasmissione e controllo dell'informazione. Quella di orientare, sviluppare e rendere responsabili le persone resta, e pesa di più su meno persone.


Dal prevedere al dare scopo: come cambia il lavoro manageriale

La ricerca "Purpose not prediction" di Amir Goldberg (Stanford) e Phanish  Puranam (INSEAD), editoriale del numero speciale sull'AI del Journal of Organization Design parte da un'osservazione: gran parte del lavoro manageriale, come pianificare, fare budget e monitorare, è fatta di previsioni, cioè ciò che l'AI sa fare meglio. 

Sarebbe sbagliato dedurre che i manager spariranno. Infatti, gli autori sostengono che i manager restano necessari finché la capacità e il diritto di definire gli obiettivi più alti si distinguono da quelli dell'AI. Per sostituirli servirebbero soglie minime sia di prestazione tecnica sia di accettabilità normativa. Goldberg ha aggiunto in un'intervista che le priorità di una macchina le fissano per ora i suoi progettisti e che fissare e valutare gli obiettivi resta un compito da persone.

Indicazioni chiare e molto utili emergono dal recente studio di BCG che ha coinvolto oltre 50 aziende pioniere nell’uso dell’AI per reinventare il modo di lavorare. Emergono cinque discontinuità:

• i team rispondono di risultati invece di eseguire compiti;

• le macchine producono e le persone dirigono e valutano;

• le decisioni scendono verso chi è più vicino al problema;

• cambia il coordinamento;

• la retribuzione premia l'impatto.


Nello studio, BCG descrive un lavoro organizzato intorno a sistemi di agenti che si coordinano dinamicamente: i leader fissano gli obiettivi e le reti di agenti decidono come raggiungerli (BCG, aprile 2026).

Un aspetto interessante emerge dal lavoro di E Reitzig e Heiss (MIT SMR, 2025) i quali mostrano che quando un'azienda elimina livelli cambia la composizione del personale: cresce la quota di persone che stanno bene in condizioni di autonomia. Il disegno organizzativo agisce quindi anche su chi resta e su chi viene scelto, ed è un tema di selezione e assessment, prima che di organigramma.

Nel Work Trend Index 2025 Microsoft introduce quello che chiama capacity gap. L'80% della forza lavoro globale dichiara di non avere tempo o energia sufficienti per svolgere il proprio lavoro, e in media un dipendente viene interrotto da una riunione, una mail o un messaggio circa ogni due minuti. La domanda di lavoro supera la capacità umana, e gli agenti vengono proposti come la leva per colmare questo gap. La novità più interessante per HR è una nuova metrica, la human-agent ratio, il rapporto tra persone e agenti, da usare per pianificare l'organico. Microsoft precisa che il rapporto cambia da compito a compito e invita a chiedersi quanti agenti servano per quali ruoli e quante persone per guidarli. Tra i criteri indica i casi in cui persone e lavoro digitale insieme battono l'AI da sola, quelli in cui i clienti preferiscono il contatto umano e quelli in cui qualcuno deve rispondere del risultato, come nelle decisioni ad alto rischio su prodotto o finanza.

Moderna ha unito HR e IT in un'unica Funzione guidata da una Chief People and Digital Technology Officer, che decide che cosa fanno le persone e che cosa la tecnologia, e usa oltre 3.000 GPT specializzati.

BNY ha creato i "digital employees", agenti con credenziali, numero di matricola e un manager umano, circa 140, mentre oltre la metà dei dipendenti costruisce agenti. Una struttura interna dedicata decide se un'attività va a una persona, a un collaboratore esterno o a un agente: è la human-agent ratio gestita come funzione aziendale.


La complessità non scompare: cambia posto

La complessità che prima era distribuita tra molte persone e molti livelli deve andare da qualche parte. Gli studi indicano quattro destinazioni.

1. L'architettura dei sistemi. Con gli agenti il costo di integrazione non cresce più con il quadrato dei componenti ma in modo lineare, mentre la verifica cresce con il volume dei compiti svolti. L'impresa che ne risulta separa l'esecuzione dalla gestione centrale e la coordina con protocolli e controlli invece che con la supervisione gerarchica. La complessità sta nel progetto di quei protocolli e di quei controlli, che qualcuno deve disegnare, mantenere e correggere.

2. La governance. Se gli agenti decidono come raggiungere gli obiettivi, serve stabilire chi risponde di che cosa. Il rischio opposto è quello segnalato prima: meno livelli senza una governance esplicita concentrano controllo e decisioni al vertice e fanno nascere poteri informali.

3. La dipendenza dall'ecosistema. La complessità non è sparita: è passata dall’interno dell’organizzazione dove agiscono gli agenti, ai contratti, ai fornitori e alle piattaforme da cui l’organizzazione dipende.

4. Cognitive workload. l'AI intensifica il lavoro invece di ridurlo: ritmi più rapidi, perimetro dei compiti più ampio, lavoro che invade le pause. Una ricerca BCG pubblicata su HBR a marzo 2026 su 1.488 lavoratori ("AI brain fry") indica che supervisionare gli agenti è l'attività più faticosa e che oltre tre strumenti di AI la produttività percepita cala; usare l'AI per eliminare compiti ripetitivi riduce invece il burnout del 15%.


Il vincolo da progettare: scopo, giudizio, verifica, responsabilità

Se la gerarchia nasceva per aggirare il limite umano nell'elaborare informazioni, e l'AI sposta quel limite molto in là, il disegno organizzativo deve chiedersi che cosa solo una persona può e deve fare. 

Dalle ricerche e i casi che abbiamo analizzato, sembrano essere quattro capacità umane su cui puntare:

• Dare scopo. Definire gli obiettivi che vale la pena perseguire resta il terreno che distingue i manager dall'AI.

• Giudicare. Decidere quando conviene un agente, quando una persona e quando le due insieme è un giudizio sul lavoro e non un calcolo.

• Verificare. Il costo della verifica cresce con il volume di compiti svolti dagli agenti, e la supervisione è l'attività più faticosa.

• Rispondere dei risultati. Con gli agenti che eseguono, qualcuno deve restare il nome e il volto di una decisione.


In sintesi, il disegno organizzativo serviva a ridurre e incanalare la complessità esterna attraverso struttura, ruoli e gerarchie. 

Con l'AI diventa la progettazione dell'architettura in cui persone e agenti trattano la complessità come input operativo in tempo reale. 

Il vincolo di cui tener conto nella progettazione organizzativa non è più la capacità umana di elaborare informazioni, ma la capacità umana di dare scopo, giudicare, verificare e rispondere dei risultati.


Che cosa può fare HR e come lavora Base 9

Per HR il passaggio dal disegno della struttura al disegno dello scopo si traduce in quattro mosse concrete.

1. Verificare per ogni attività ad ogni livello che cosa si deve decidere. Per ogni livello conviene chiedersi che cosa decide che nessun altro livello può decidere. Dove la risposta è "inoltra e controlla", la funzione è quella che l'AI assorbe per prima.

2. Definire per processo il ratio Human-Agent e chi risponde. Per ogni processo servono un perimetro per gli agenti, un punto in cui una persona verifica e un nome che risponde del risultato.

3. Valutare le persone sulle capacità che diventano il vincolo. Dare scopo, giudicare, verificare e assumersi la responsabilità sono competenze osservabili in contesto, non tratti generici. Si valutano facendo lavorare le persone su casi reali con l'AI a disposizione, perché la stessa competenza cambia a seconda dello spazio di autonomia e del perimetro di responsabilità del ruolo.

4. Presidiare il carico di chi supervisiona. Se la supervisione degli agenti è l'attività più faticosa, vanno misurati carico, numero di strumenti e confini del lavoro, e sviluppati i manager a gestirli.


Su questo Base 9 affianca le funzioni HR con assessment di potenziale che osservano come le persone interagiscono con l'AI e la integrano nel lavoro, con la formazione su AI per manager e professionisti e con percorsi di sviluppo costruiti sul ruolo e sul perimetro di responsabilità di ciascuno. Se vuoi capire come queste capacità si presentano nella tua organizzazione, contattaci per un confronto.


Domande frequenti

Le evidenze indicano meno livelli e ampiezze di controllo maggiori. Si riduce la funzione di trasmissione e controllo dell'informazione. Orientare, sviluppare e rendere responsabili le persone resta un attività che deve svolgere il Manager. I disegni organizzativi più piatti mantengono comunque le responsabilità decisionali sul middle management e sul vertice. Con l’AI che cosa cambia nel lavoro di un manager? Il lavoro fatto di previsione (pianificare, budget, monitoraggio) è il più impattato dall’AI. Resta la definizione dello scopo, cioè degli obiettivi che vale la pena perseguire, insieme alla valutazione dei risultati.

È la metrica introdotta da Microsoft per pianificare l'organico: quanti agenti servono per quali compiti e quante persone per guidarli. Cambia da compito a compito e tiene conto di dove deve rispondere una persona.

Il sovraccarico. Gli studi di Berkeley Haas, BCG e del British Journal of Industrial Relations associano l'uso intenso dell'AI a lavoro intensificato, affaticamento da supervisione su un perimetro di attività più ampio e più stress, legati al carico e non alla paura di perdere il posto.

Verificare che cosa decide ogni livello, definire il rapporto persone-agenti e chi risponde per processo, valutare le persone su scopo, giudizio, verifica e responsabilità, e presidiare il carico di chi supervisiona.

Hai bisogno d'informazioni?