ISG Future Workplace Summit: otto spunti su come riprogettare il lavoro attorno all’AI

L’AI ha superato la fase di sperimentazione. La domanda che i leader aziendali devono affrontare non è più se aumenti la produttività. È se l’organizzazione riesca a riprogettare lavoro, governance, leadership e cultura abbastanza velocemente da generare valore duraturo. Questo è stato il messaggio chiave del primo giorno dell’ISG Future Workplace Summit, dove keynote speaker, relatori e il nostro team di ricerca sono giunti alla stessa conclusione: l’AI è un imperativo di riprogettazione della forza lavoro, non un’iniziativa tecnologica. Otto spunti sono emersi in modo particolare.

1. Il lavoro viene ricostruito attorno all’AI.

Il keynote di apertura ha riformulato il dibattito. Non è la fine del lavoro. È la fine del lavoro come lo conoscevamo. L’AI sta spostando l’impegno da ruoli e funzioni fisse verso attività, decisioni e flussi di lavoro, mentre sistemi agentici iniziano a eseguire processi end-to-end in autonomia. Le gerarchie tradizionali non si adattano a questo modello. Le aziende stanno già riducendo i livelli manageriali e ricostruendo i flussi di lavoro attorno all’orchestrazione uomo-AI. Il valore futuro deriva dal pensiero critico, dalla capacità di definire i problemi, dal giudizio umano e dall’abilità di guidare efficacemente l’AI. Sta emergendo una nuova classe di “moltiplicatori di forza”: dipendenti che amplificano la propria produttività da cinque a dieci volte.

2. La trasformazione AI si fonda sulla preparazione delle persone.

Ogni sessione è tornata sullo stesso punto. I problemi di adozione dell’AI raramente sono tecnici. Sono organizzativi, comportamentali e culturali. Un keynote ha costruito la propria argomentazione attorno alla psicologia della leadership e alla preparazione emotiva, con un messaggio diretto: l’AI amplifica disfunzioni, ego e paure tanto quanto amplifica la produttività. I leader che non hanno sviluppato consapevolezza di sé e adattabilità non riescono a riprogettare il lavoro in modo efficace, perché la resistenza che incontrano spesso riflette un’ansia organizzativa più profonda. La capacità tecnica permette di iniziare. Maturità della leadership, fiducia e sicurezza psicologica determinano la scalabilità.

3. La forza lavoro ibrida ha bisogno di un manager.

Una sessione ha descritto l’ascesa della forza lavoro ibrida, in cui gli agenti AI si comportano meno come software e più come lavoratori digitali. La maggior parte delle organizzazioni si chiede ancora come utilizzare l’AI. La domanda più pertinente è chi gestisce la forza lavoro AI. La risposta proposta divide la responsabilità in tre: l’HR gestisce ruoli, competenze e aspettative di performance; l’IT gestisce infrastruttura, accessi e sicurezza; le business unit gestiscono risultati e valore operativo. L’avvertimento pratico è che la governance dell’AI deve essere abbastanza leggera da favorire la sperimentazione e abbastanza strutturata da prevenire il caos su larga scala.

4. La riprogettazione dei workflow supera l’automazione delle singole attività.

La maggiore opportunità non è l’automazione isolata. È la riprogettazione end-to-end dei flussi di lavoro e dei sistemi decisionali. I relatori di LinkedIn e Dentsu hanno illustrato casi concreti: gestione dei dati master potenziata dall’AI, cicli decisionali uomo-AI, onboarding HR riprogettato e coaching assistito dall’AI. Anche il fallimento ricorrente è stato istruttivo. I progetti si bloccano quando le organizzazioni inseriscono l’AI nei workflow esistenti senza chiarire proprietà, responsabilità o la riprogettazione del processo stesso. Automatizzare un processo inefficiente lo fa solo fallire più velocemente.

5. L’AI scala attraverso la fiducia.

Una sessione ha introdotto uno dei framework più utili della giornata: gli AI trust experience level agreements – o XLA. La maggior parte delle organizzazioni misura l’AI in base a produttività, utilizzo, costi e soddisfazione. La proposta è stata di considerare tre segnali diversi: esperienza (i dipendenti si fidano del sistema?), comportamento (i workflow stanno davvero cambiando?) e risultati (si osserva un impatto misurabile sul business?). Questa tesi ha collegato l’intera giornata. L’AI non scala attraverso il semplice deployment. Scala attraverso la fiducia. Rilegge shadow AI, scetticismo e resistenze alla governance come problemi di fiducia piuttosto che tecnologici e pone l’accento sulla reale preparazione della forza lavoro. Il nostro AI Maturity Index nasce proprio per rispondere a questa domanda.

6. Incentivi disallineati frenano l’AI.

Un’altra sessione ha affrontato il motivo per cui la trasformazione si blocca nonostante investimenti significativi. La risposta: gli incentivi raramente corrispondono ai comportamenti che le organizzazioni dichiarano di voler promuovere. Sono stati mappati quattro profili di adozione (i sopraffatti, gli scettici, i minacciati e i conformisti non adottanti) e avanzato un punto controintuitivo. I top performer sono spesso i più resistenti perché hanno già ottimizzato il proprio lavoro in base al sistema di ricompense esistente. La sfida per i leader è smettere di misurare login, utilizzo degli strumenti e volume di prompt e iniziare a misurare integrazione nei workflow, miglioramenti qualitativi e profondità del cambiamento comportamentale.

7. Il modello di apprendimento deve essere ricostruito.

Le competenze cambiano più velocemente di quanto i programmi formali possano essere sviluppati. I dipendenti resistono alla riqualificazione continua. Le aziende devono gestire il business attuale mentre ricostruiscono il modello di forza lavoro sottostante. Il cambiamento va oltre l’upskilling. I ruoli vengono ripensati, le definizioni statiche di job lasciano spazio a modelli di competenze evolutivi e l’alfabetizzazione all’AI diventa fondamentale. È qualcosa di più grande dell’apprendimento di nuove competenze. Le organizzazioni stanno ridefinendo l’identità professionale.

8. La trasparenza determina se la forza lavoro si fida del cambiamento.

La conversazione più franca della giornata ha riguardato l’onestà. I dipendenti non credono più completamente al messaggio secondo cui l’AI si limiterà ad aumentare le loro capacità. Vedono che i guadagni di produttività possono anche portare a riduzioni del personale, e molte organizzazioni stanno ristrutturando in modo silenzioso mentre comunicano pubblicamente in modo positivo sull’AI. Il messaggio dal palco è stato opposto: comunicare apertamente l’impatto sulla forza lavoro e il design futuro. I dipendenti possono tollerare l’incertezza. Non possono tollerare ambiguità e segretezza.

Cosa significa per i leader aziendali

Il filo conduttore di tutti e otto gli spunti è coerente. La trasformazione AI è trasformazione del modello operativo. Le organizzazioni che sapranno generare valore riprogetteranno workflow, strutture, governance e modelli di forza lavoro, e considereranno la fiducia come una metrica centrale, non come un elemento secondario.

È attorno a questa conversazione che si costruiscono i nostri eventi. Il Future Workplace Summit è uno dei forum in cui leader aziendali, advisor e practitioner affrontano queste sfide insieme a chi le sta risolvendo in contesti operativi reali. Consulta i prossimi eventi ISG per partecipare al prossimo incontro ed esplora la nostra Future of Work Advisory per scoprire come aiutiamo le organizzazioni a trasformare spunti come questi in cambiamenti operativi concreti.