competenze, reskilling e leadership per il futuro

Il mismatch di competenze assurge di conseguenza a tema strategico ma al contempo anche molto operativo, incidendo direttamente sulla produttività e sulla velocità di trasformare i progetti pilota in soluzioni industrializzate. La questione, in altre parole, va oltre la ricerca di data scientist, machine learning engineer o cloud architect perché il vero obiettivo delle imprese sono figure ibride, in grado di muoversi tra competenze verticali e specialistiche e conoscenza dei processi industriali e di tradurre il potenziale dell’AI in casi d’uso concreti nei diversi settori. In questo scenario, l’upskilling e il reskilling diventano non solo una leva di sviluppo delle persone ma una condizione necessaria per la competitività delle organizzazioni. Il capitale umano torna quindi ad essere elemento centrale della strategia industriale come asset da valorizzare e la vera sfida, come sintetizza efficacemente l’amministratore delegato di Mercer, «non è scegliere tra persone e tecnologia, quanto piuttosto trasformare l’AI in valore reale per il business senza impoverire il capitale umano. Le aziende che lo faranno meglio saranno quelle capaci di colmare il gap di competenze, ridisegnare ruoli e responsabilità e costruire una nuova alleanza tra impresa e lavoratori fondata su aggiornamento delle skill, fiducia e chiarezza sul cambiamento».

La necessità di un nuovo modello di leadership

Se la disponibilità (o per meglio dire la carenza) di competenze rappresenta il primo nodo da sciogliere, il secondo riguarda il tema della leadership. La ricerca evidenzia in tal senso un apparente paradosso, che nasce dalla contrapposizione fra la curva di crescita degli investimenti nelle tecnologie dell’AI e la diminuzione della fiducia (lamentata dai vertici aziendali) nelle proprie capacità di gestire efficacemente la trasformazione. Fra i dati più significativi contenuti nello studio, spicca quello che vede solo il 51% degli executive considerarsi pronto ad affrontare il nuovo paradigma organizzativo, contro il 65% rilevato due anni prima.

«C’è un gap – sottolinea in proposito Morelli – che è soprattutto culturale e di leadership, più che strettamente tecnologico, proprio perché la tecnologia oggi è sempre più accessibile. Il punto focale della questione è dunque un altro: le aziende devono ripensare processi, ruoli, metriche e modalità decisionali ed è su questo piano che spesso si crea il divario tra consapevolezza e azione, quella che chiamiamo awareness‑action gap. Uno degli errori più frequenti – continua ancora l’AD – è considerare l’AI come un tema da affidare all’area IT o a un gruppo ristretto di specialisti mentre in realtà l’intelligenza artificiale cambia il modo in cui si lavora, si prendono decisioni e si misurano i risultati. Un secondo errore è partire dai tool invece che dai problemi di business: molte organizzazioni sperimentano soluzioni interessanti, ma senza una chiara priorità strategica, senza una governance e senza metriche di impatto, con il rischio di accumulare proof of concept che non arrivano mai davvero in produzione».

In questo contesto emerge quindi una figura manageriale diversa da quella che ha caratterizzato l’ultima stagione della trasformazione digitale, che indossa le vesti di facilitatore di nuove modalità di collaborazione tra persone e agenti digitali e non più solo quelle di decisore e controllore. Nell’era dell’AI serve una leadership che sappia costruire fiducia, favorire la sperimentazione e creare le condizioni perché innovazione tecnologica e valore umano possano procedere nella stessa direzione. Senza dimenticare che, come ricorda ancora Morelli, che «bias, explainability, responsabilità nell’utilizzo dell’AI e sicurezza dei dati sono temi che vanno affrontati fin dall’inizio. Se mancano policy chiare, aumenta il rischio percepito e l’organizzazione tende a rallentare: la leadership deve quindi creare le condizioni perché l’AI sia adottata con fiducia, responsabilità e impatto reale». Per le imprese italiane, la partita si gioca su due campi: da una parte colmare il deficit di competenze e dall’altro sviluppare una nuova cultura manageriale in grado di guidare il cambiamento. Perché, come suggerisce il report Mercer, il vantaggio competitivo nel business segnato dall’intelligenza artificiale premierà soprattutto le aziende che riusciranno a integrarla meglio con il talento, le competenze e la leadership “aumentata” dei manager che le guidano.