Intelligenza artificiale e leadership: come l’AI sta rivoluzionando l’organizzazione e il ruolo dei Ceo

L’adozione dell’AI impone ai vertici aziendali di ripensare processi, competenze e governance per trasformare l’efficienza tecnologica in valore umano e di business

Molte organizzazioni stanno entrando in una nuova fase del percorso di trasformazione digitale: dopo anni in cui l’attenzione si è concentrata sulla sperimentazione delle tecnologie più innovative, oggi l’intelligenza artificiale rappresenta una sfida nuova, più ampia e complessa, che presenzia stabilmente nell’agenda dei vertici aziendali e impatta in modo diretto su leadership e organizzazione del lavoro. Il report “2026 View from the C-Suite” realizzato su un campione di oltre 2.500 aziende nel mondo da LHH, società del Gruppo Adecco specializzata in servizi di consulenza HR, ci dice in proposito come quasi un executive su due (il 49% per la precisione) indichi l’AI e gli strumenti generativi come la principale priorità di sviluppo professionale (e il principale gap di competenze da colmare) e come la definizione delle responsabilità sull’intelligenza artificiale, l’efficacia decisionale e la chiarezza strategica figurino tra le priorità manageriali dei prossimi anni. La sfida per i leader aziendali non riguarda quindi soltanto l’adozione di nuove soluzioni tecnologiche ma anche (se non soprattutto) la capacità di convertire l’efficienza operativa prodotta dalla maggiore automazione in valore aggiunto per le persone e per il business.

Un passaggio tutt’altro che scontato, anche se da molti condiviso, e su questa linea di pensiero si allinea anche Deborah Buttignol, Managing Partner di LHH Executive Search, secondo cui il vero tema legato all’uso pervasivo dell’AI è per l’appunto di natura organizzativa e legato alla capacità delle imprese di ripensare le modalità di lavoro.

L’impatto dell’intelligenza artificiale varia sensibilmente a seconda delle funzioni aziendali: customer service, back office amministrativo, attività di reporting ma anche lo sviluppo software e in generale i processi ripetitivi sono tra gli ambiti in cui l’automazione alimentata dagli algoritmi e dai modelli LLM sta producendo i risultati più evidenti. E sebbene diversi studi internazionali dicano che fino al 40% delle attività potrebbe essere automatizzato nei prossimi anni, liberare tempo e risorse non è (spesso) sinonimo di generazione di maggiore valore o di nuove iniziative sulle competenze o sullo sviluppo dei talenti. «Abbiamo più spazio di interazione sia con i candidati che con i clienti e aumenta il tempo dedicato alla relazione e al decision making perché non è più necessario analizzare manualmente grandi quantità di dati. Il punto – prosegue ancora Buttignol – è però capire come questo tempo viene reinvestito all’interno dell’organizzazione: se non si ridisegnano i processi, il rischio è che il lavoro venga semplicemente intensificato».

Vi sono effetti meno evidenti indotti dalla trasformazione digitale e dall’AI in modo particolare, e uno di questi è quello di aumentare in modo sostanziale la quantità di informazioni da interpretare. «L’intelligenza artificiale – sottolinea in proposito la manager – genera una mole enorme di dati e insight che devono essere rielaborati dalle persone. Occorre riflettere sul fatto che non solo si fa di più, aumentando la produttività, ma che si fa di più pensando di più, alimentando un carico cognitivo molto più elevato». Esiste inoltre una dimensione psicologica spesso sottovalutata ma sempre più rilevante, legata all’accesso continuo a sistemi capaci di generare risposte e al senso di inadeguatezza di chi percepisce di non essere all’altezza delle nuove tecnologie. «Si crea – come precisa Buttignol – quasi una forma di competizione e di contesa con l’intelligenza artificiale, perché si ha la sensazione che sappia più di noi e tale meccanismo può generare frustrazione, pressione e senso di inadeguatezza, soprattutto nelle persone maggiormente orientate alla performance».

Un altro tema importante su cui porre attenzione, secondo la manager, è la trasversalità dell’intelligenza artificiale, in relazione al fatto che siamo al cospetto di una tecnologia che non può più essere considerata una questione confinata ai soli dipartimenti IT. La responsabilità della trasformazione si allarga infatti, e inevitabilmente, sui vertici aziendali e tale tendenza è dimostrata anche dall’evoluzione delle strutture organizzative, con il Chief Information Officer che è entrato stabilmente nella C-Suite e nei processi decisionali strategici di molte aziende, riportando direttamente ai Chief Executive Officer. A sua volta, la figura apicale dell’organizzazione è oggetto di un grande cambiamento. «Il Ceo – rimarca il concetto Buttignol – è chiamato quotidianamente a prendere decisioni che riguardano il ridisegno dell’organizzazione e deve capire quali strumenti utilizzare e come integrarli. Oggi si parla sempre più di leader come architetti dei sistemi, e quindi figure chiamate a progettare architetture ibride e a governare in modo equilibrato la trasformazione». La sfida, in altre parole, è evitare che l’innovazione produca nuove inefficienze: se l’accelerazione di una funzione aziendale vede il resto dell’organizzazione rimanere ferma si rischia di spostare il collo di bottiglia da un’altra parte.

L’altro fenomeno destinato a incidere profondamente sulle imprese e sul management riguarda la progressiva semplificazione delle strutture gerarchiche. La disponibilità di strumenti avanzati di analisi e supporto alle decisioni permette anche ai livelli intermedi e ai profili più giovani di assumere responsabilità che in passato richiedevano maggiore esperienza, e questa è una dinamica che può diventare sì un vantaggio competitivo ma impone al tempo stesso nuove capacità di leadership. «Si parla di flattening – spiega in proposito la Managing Partner di LHH – perché i flussi decisionali sono più veloci e le organizzazioni diventano più piatte e snelle. C’è un grande tema di schiacciamento del middle management e chi saprà utilizzare i nuovi strumenti riuscirà a fare molta più strada mentre chi resisterà al cambiamento rischia invece di essere tagliato fuori. E questo ragionamento vale a tutti i livelli, non solo per i giovani manager: anche i Ceo devono evolvere, proprio perché il ridisegno del lavoro in azienda deve partire dai vertici».

Una delle convinzioni più diffuse è che il processo di trasformazione pilotato dall’AI riguardi soprattutto grandi aziende multinazionali dotati di ingenti risorse economiche, mentre la realtà è ben più articolata. «Non ne farei un discorso di dimensione aziendale, ne faccio un discorso di maturità manageriale. Le organizzazioni – continua Buttignol – che hanno pensiero critico, capacità di decision making, buona governance e leadership diffusa possono affrontare questo percorso indipendentemente dalla loro dimensione». Il riferimento va (in)direttamente alle medie imprese italiane, realtà che possono beneficiare di maggiore agilità organizzativa per rendere il processo di cambiamento persino più veloce. La realtà, tuttavia, è ancora molto disomogenea – «molto a macchia di leopardo» per dirla con le parole della manager di LHH – e se ci sono aziende, anche piccole, che hanno già fatto passi da gigante, altre invece non sono ancora partite. Quel che è certo, aggiunge ancora Buttignol, «è che siamo di fronte a una trasformazione che avrà impatti profondi e progressivi, che richiede il coraggio di affrontarla, perché indietro non si torna».

Da che punto iniziare a costruire questa grande opera di ripensamento di modelli e processi? La ricetta di LHH in tal senso è chiara: costruire la governance dei sistemi, capendo che cosa integrare e dove investire, evitando di disperdere risorse in tecnologie che non generano valore. Il concetto di “performance aumentata” si basa non a caso sull’integrazione tra capacità umane, dati e automazione e spesso non si tratta di grandi progetti trasformativi ma di interventi mirati e progressivi, in cui l’AI può diventare uno strumento per aumentare la cosiddetta “value density”, ovvero la capacità di concentrare e valorizzare i dati disponibili per migliorare le decisioni. «Molto spesso – ha concluso in proposito Buttignol – le aziende possiedono già una grande quantità di informazioni su clienti e mercati ma non riescono a valorizzarle. L’obiettivo non è fare di più, ma estrarre più valore dalle informazioni che si hanno già».