Il futuro della loyalty nell'era dei dati
Customer experience sempre più sofisticate e personalizzate...
Leggi di più
La maggior parte delle aziende fa con l'intelligenza artificiale quello che una squadra in difficoltà a metà campionato fa con il colpo di mercato invernale.
Si spende molto, si porta in rosa il campione che dovrebbe cambiare tutto, e ci si aspetta che il piazzamento in classifica migliori da un giorno all'altro. Quando i risultati non arrivano, la colpa è del giocatore: sopravvalutato, arrivato nel momento sbagliato. Ma i campionati non si vincono con un singolo talento. Si vincono ripensando lo schema di gioco, cambiando come i compagni di squadra (campione compreso) si muovono sotto pressione, e ricostruendo la fiducia quando il sistema cambia. Senza quel lavoro, anche i fuoriclasse non rendono quanto ci si aspetta.
Con l'AI è successo esattamente questo. I numeri lo confermano: tra maggio e luglio 2025, la fiducia dei dipendenti negli strumenti di AI generativa forniti dalla propria azienda è calata del 31%. La fiducia nei sistemi agentici è crollata dell'89%. E quasi la metà dei dipendenti ha fatto la cosa più prevedibile del mondo: ha abbandonato gli strumenti ufficiali per usare LLM personali (spesso gratuiti con significativi problemi di riservatezza), di nascosto, fidandosi più di ChatGPT che della strategia AI della propria organizzazione3.
Perché chi ridisegna lo schema ha un vantaggio tre volte superiore
Il report McKinsey State of AI 2025 fotografa il divario. Solo il 6% delle organizzazioni intervistate si qualifica come "high performer" nell'AI: aziende che generano almeno il 5% dell'EBIT grazie all'intelligenza artificiale e riportano un valore tangibile a livello di business1. Un'élite ristrettissima su quasi duemila organizzazioni in 105 paesi.
Cosa fanno di diverso? Non hanno semplicemente aggiunto l'AI ai processi esistenti. Hanno ridisegnato i flussi di lavoro da zero, con una frequenza tripla rispetto a tutte le altre1. In termini sportivi: non hanno inserito il campione in uno schema vecchio, hanno cambiato lo schema per sfruttare al massimo ciò che il fuoriclasse sa fare.
La maggior parte delle organizzazioni non l'ha fatto. Solo il 21% ha ridisegnato anche solo una parte dei propri flussi. Il resto ha provato a competere con il vecchio schema, costruito per un team che non comprendeva l'AI, per poi chiedersi perché il risultato non stesse cambiando.
Ma la riprogettazione dei workflow è davvero così decisiva? I dati McKinsey dicono di sì: è il fattore con la correlazione più forte nel tradurre le capacità dell'AI in impatto misurabile sul business. Non è un dettaglio operativo. È il discrimine tra un'AI che resta un accessorio e un'AI che cambia le regole della competizione.
Potenziamento o sinergia?
Una ricerca del MIT Sloan evidenzia le differenze tra le squadre che si fermano e quelle che migliorano2.
Il potenziamento (augmentation) è l'equivalente di inserire un bravo giocatore in uno schema invariato. Le prestazioni migliorano rispetto alla squadra senza di lui, ma la performance ha un cap dato dal sistema stesso. È più facile da implementare, meno destabilizzante, richiede meno investimento iniziale, ed è il motivo per cui la maggior parte delle organizzazioni si ferma qui. Ma questo approccio al cambiamento minimale ha un costo: lascia per strada buona parte del potenziale.
La sinergia invece si verifica quando la collaborazione tra uomo e AI supera le prestazioni di entrambi presi singolarmente. Uomo e macchina non lavorano in modo indipendente, ma si completano. Arrivarci richiede di ripensare i flussi di lavoro, richiede cambiamenti più importanti, ma il ritorno è concreto, soprattutto nei compiti creativi, dove la ricerca del MIT ha trovato gli effetti più significativi2.
Chi punta alla sinergia non sta ottimizzando l'efficienza del trimestre. Sta costruendo un vantaggio strutturale, ridisegnando come il lavoro viene coordinato, non solo quale strumento utilizzare per un dato compito.
La fiducia si allena, non si installa
A metà 2025 qualcosa ha iniziato a scricchiolare. La fiducia nell'AI generativa aziendale in caduta libera, quella nei sistemi agentici praticamente azzerata. E da qui l’ovvia risposta dei dipendenti che hanno accantonato gli strumenti ufficiali su cui la propria azienda aveva investito milioni.
In qualsiasi squadra che funziona, la fiducia si costruisce con l'allenamento. I giocatori non credono in un nuovo sistema solo perché è stato presentato come "rivoluzionario". Ci credono dopo le ripetizioni, il feedback, le vittorie condivise. L'AI in troppe aziende viene introdotta senza quelle fondamenta.
I dati però mostrano anche cosa funziona: i dipendenti che hanno ricevuto formazione pratica riportano livelli di fiducia nettamente superiori nell'AI aziendale. E chi si fida è molto più disponibile a imparare nuove competenze e ad adattarsi, esattamente il comportamento che serve per far funzionare la trasformazione3.
C'è poi un problema di trasparenza. Alla data della survey 2024 di McKinsey, solo il 17% delle organizzazioni stava lavorando attivamente sull'explainability dell'AI, pur essendo quasi la metà a riconoscerla come uno dei rischi maggiori4. Di cosa parliamo? In sostanza capire il perchè delle cose. Capire il perché dietro le risposte e i risultati dell’AI non è un requisito tecnico da spuntare: permette alle persone di dare significato a quei risultati ed approcciarli in maniera critica. Permette loro di sfruttare meglio gli strumenti. Senza quella visibilità, la fiducia si erode e si perde il coordinamento.
Quello che fa la differenza
Le organizzazioni che vedono un impatto reale dall'AI condividono una disciplina precisa. Riprogettano i flussi di lavoro per abilitare la collaborazione uomo-macchina, invece di forzare l'AI dentro strutture ereditate dal passato: non aggiungono un layer tecnologico a un processo immutato, lasciano che le nuove capacità cambino le modalità con cui un lavoro viene eseguito. Investono nell'allenamento, non solo nell'implementazione: la formazione pratica e la co-creazione costruiscono fiducia con un'efficacia che nessuna imposizione dall'alto può replicare.
Certamente non scelgono la strada più comoda e non evitano le decisioni difficili.
Ricostruire o competere
Il divario tra il 6% delle aziende che ha successo nell’implementare progetti AI e tutti gli altri non dipende dall'ambizione né dagli strumenti. Dipende dalla disponibilità della leadership a ripensare i processi1.
Le aziende che hanno le carte in regola per vincere non sono quelle che hanno adottato l'AI per prime. Sono quelle che hanno ricostruito la fiducia, riscritto lo schema di gioco e creato sistemi in cui persone e intelligenza artificiale giocano bene insieme. Quel 6% ha già scelto.
Fonti:
[1] McKinsey & Company, The State of AI in 2025: Agents, Innovation, and Transformation (Novembre 2025) — Survey su 1.993 organizzazioni in 105 paesi.
[2] MIT Sloan / Malone, Almaatouq, Vaccaro, "When humans and AI work best together — and when each is better alone", pubblicato su Nature Human Behaviour (2025) — Metanalisi su 106 esperimenti.
[3] Harvard Business Review / Deloitte TrustID Index, "Workers Don't Trust AI. Here's How Companies Can Change That" (Novembre 2025) — Dati Deloitte TrustID, maggio-luglio 2025.
[4] McKinsey & Company, "Building AI Trust: The Key Role of Explainability" (2024).