L’introduzione dell’intelligenza artificiale in un’azienda non è solo un progetto tecnologico. È un processo di cambiamento organizzativo che incide sul modo in cui le persone lavorano, su quali competenze diventano più preziose e su come si prendono le decisioni. In aziende di ogni dimensione, la gestione di questo processo umano incide spesso sul successo più della qualità tecnica del sistema.
Un sistema di IA tecnicamente eccellente che il team non adotta produce esattamente lo stesso ritorno di un sistema che non funziona. E un cambiamento gestito male può generare resistenze che durano ben oltre il lancio.
Il timore per il posto di lavoro: come affrontarlo apertamente
La prima reazione di molti dipendenti quando sentono che l’azienda introdurrà l’IA è chiedersi che cosa significhi per il proprio lavoro. È una reazione naturale e ragionevole, ed eluderla o minimizzarla è controproducente.
La risposta più utile non è la rassicurazione generica («l’IA non toglierà posti di lavoro»), perché in alcuni contesti il lavoro cambia davvero in modo significativo. La risposta utile è quella specifica: quali attività concrete del team cambieranno, quali verranno automatizzate, quali richiederanno nuove competenze e quali opportunità apre la nuova situazione perché il team svolga un lavoro di maggior valore.
Nella maggior parte dei progetti di IA l’effetto pratico non è l’eliminazione di posti, ma la ridefinizione di ciò che fa ciascuno: meno tempo su attività ripetitive a basso valore aggiunto, più tempo su un lavoro che richiede giudizio, relazione con i clienti e capacità decisionale. Ma va spiegato con dati concreti del progetto, non con affermazioni generiche.
Coinvolgere il team fin dalla progettazione, non solo nella formazione
Il momento più prezioso per coinvolgere i dipendenti che useranno il sistema non è la formazione che precede il lancio, ma la fase di progettazione.
Le persone che svolgono il lavoro ogni giorno conoscono i casi che il sistema deve risolvere, le eccezioni del processo e i modi in cui il flusso di lavoro cambia nelle situazioni reali. Senza questa conoscenza, il sistema viene progettato da una prospettiva tecnica e rischia di non adattarsi al modo in cui il team lavora davvero.
Il coinvolgimento fin dalla progettazione genera anche senso di appartenenza: un team che ha contribuito a definire il funzionamento del sistema ha molti più motivi per volerne il buon esito rispetto a un team che si è visto installare un sistema senza essere consultato.
I diversi profili di reazione al cambiamento
Non tutti i membri di un team reagiscono allo stesso modo all’introduzione di una nuova tecnologia. Riconoscere questi profili consente di gestire il processo in modo più efficace.
I primi utilizzatori vedono l’IA come un’opportunità e vogliono esplorarla. Sono alleati naturali del progetto e possono diventare promotori interni del cambiamento, soprattutto se hanno un’influenza informale nel team.
Il profilo pragmatico aspetta di vedere se funziona prima di impegnarsi. È il profilo più diffuso. Con questo gruppo la chiave è che le prime esperienze con il sistema siano positive: che il sistema faccia ciò che promette fin dai primi utilizzi, che la formazione sia adeguata e che ci sia supporto quando sorgono dubbi.
Il profilo scettico ha dubbi sinceri sul fatto che il sistema funzioni, che sia utile per il proprio lavoro specifico o sulle implicazioni per il proprio ruolo. Questo gruppo richiede più attenzione e più prove concrete. Ignorare il suo scetticismo non lo elimina: lo trasforma in resistenza passiva.
La formazione che cambia davvero i comportamenti
La formazione che precede il lancio di un sistema di IA ha spesso un difetto: molto tempo dedicato a illustrare le funzionalità e poco alla pratica su casi reali del proprio lavoro. Il risultato è che i dipendenti escono dalla formazione sapendo che cosa può fare il sistema in teoria, ma senza aver risolto con esso nessun problema reale.
La formazione più efficace unisce una breve spiegazione delle funzionalità a una pratica intensiva sui casi d’uso specifici del lavoro di ciascuno. Se il sistema riguarda la gestione documentale, la formazione prevede l’elaborazione di documenti reali del team; se riguarda il servizio clienti, la gestione di conversazioni reali con il sistema.
Il supporto nei primi giorni di uso reale, quando emergono i casi non trattati in formazione, è importante quanto la formazione stessa.
Metriche di adozione: che cosa misurare
Il lancio di un sistema di IA non si esaurisce con l’entrata in esercizio. Le metriche che indicano se il sistema viene adottato correttamente sono più utili di quelle tecniche:
- percentuale di transazioni elaborate dal sistema rispetto al processo precedente
- tasso di intervento umano (quante volte il team modifica la raccomandazione del sistema)
- soddisfazione del team nei confronti del sistema nelle prime settimane
- tempo di risposta alle richieste di supporto
Un tasso elevato di modifiche alle raccomandazioni del sistema segnala che il team non si fida del sistema: può indicare che il modello non funziona bene o che il team non ne ha compreso bene lo scopo.
Domande frequenti
Che cosa fare se una parte del team si rifiuta di usare il sistema? Il rifiuto attivo di usare un sistema introdotto ha di solito cause concrete: il sistema non funziona bene per quel lavoro specifico, la formazione ricevuta non è stata sufficiente, restano preoccupazioni irrisolte sul proprio ruolo. Individuare la causa specifica è il primo passo. La soluzione varia molto a seconda della causa: può trattarsi di adattare il sistema, offrire più supporto o affrontare direttamente le preoccupazioni legate al lavoro.
Qual è il momento giusto per comunicare al team l’introduzione dell’IA? Prima si comunica, meglio è, purché il progetto sia abbastanza definito da dare risposte concrete alle domande del team. Comunicarlo troppo presto, quando le risposte concrete mancano, genera ansia senza informazione. Comunicarlo troppo tardi, quando il sistema è quasi pronto, dà l’impressione che il team non abbia avuto voce nel processo.
L’IA può creare nuovi ruoli in azienda? Sì, nelle aziende in cui l’adozione dell’IA è progressiva. Figure come il «responsabile del sistema di IA» (la persona interna che si occupa del funzionamento e dell’aggiornamento del sistema), l’analista di dati o il formatore interno sugli strumenti di IA sono sempre più frequenti nelle aziende che sono più avanti nella maturità sull’IA.