Il paradosso della produttività: come sfruttare appieno il potenziale della GenAI

E se il principale ostacolo a un impiego produttivo dell’IA non fosse la tecnologia? Molte aziende svizzere dispongono già da tempo di potenti strumenti di GenAI. Eppure, l’atteso aumento della produttività non si è ancora concretizzato. Ecco come promuovere una collaborazione proficua tra persone e IA.

Circa tre anni fa è iniziato il boom della GenAI. Poco dopo, il personale di molte aziende svizzere ha potuto sperimentare per la prima volta Copilot, ChatGPT o altri strumenti di IA. L’entusiasmo era grande e hanno cominciato a circolare le prime storie di successo. Oggi, però, in molti team emerge un quadro diverso: gli strumenti sono disponibili, ma il loro valore aggiunto per l’azienda non è ancora chiaramente visibile. Nel frattempo, i responsabili informatici segnalano che vengono già utilizzati strumenti di IA non autorizzati, senza sapere con certezza quali dati vengano trasmessi né dove finiscano.

Il paradosso: produttività individuale e produttività aziendale

È questo il paradosso della produttività nell’attuale fase dell’IA: la tecnologia funziona, ma tra i benefici ottenuti dalle singole persone e l’impatto misurabile sull’azienda permane un divario. Molte aziende hanno inizialmente introdotto la GenAI come assistente personale. Integrarla nei processi rilevanti e ripensare il lavoro in modo da generare valore su vasta scala è invece molto più impegnativo.

In Svizzera, Christof Zogg, Co-Lead Swisscom AI & Software Products, osserva diversi fattori che da un lato rallentano e dall’altro favoriscono l’impiego della GenAI: una forte consapevolezza giuridica e una marcata avversione al rischio possono frenarne l’introduzione, mentre le elevate competenze informatiche e l’infrastruttura digitale ben sviluppata costituiscono una solida base di partenza. La domanda decisiva non è quindi quanto rapidamente le aziende introducano la GenAI, bensì per quali attività la impieghino e quale contributo concreto forniscano queste applicazioni agli obiettivi aziendali.

La prossima fase evolutiva potrebbe contribuire almeno in parte a superare il paradosso della produttività: gli agenti di IA e le soluzioni maggiormente integrate possono non solo supportare singole attività, ma anche gestire processi interconnessi. Tuttavia, per generare un valore reale non bastano nuovi strumenti. Le aziende devono individuare i casi d’uso giusti, sviluppare ulteriormente i propri processi di lavoro e rafforzare le capacità che rendono le persone particolarmente preziose nella collaborazione con l’IA.

Cosa resta quando l’IA si occupa delle attività di routine?

Quanto più l’IA si fa carico di attività di routine, ricerche e prime bozze di testi, tanto più emerge chiaramente ciò che continua a richiedere il contributo umano. Ryan Roslansky, ex CEO di LinkedIn, e Aneesh Raman, Chief Economic Opportunity Officer presso Microsoft e in precedenza presso LinkedIn, hanno individuato, insieme a specialisti di diversi settori, cinque capacità che rendono le persone insostituibili nella collaborazione con l’IA: le cinque C, ossia Curiosity, Courage, Creativity, Compassion e Communication, ovvero curiosità, coraggio, creatività, empatia e comunicazione.

Ciò che in passato veniva liquidato genericamente come «soft skill» diventa così una competenza chiave nell’era dell’IA. Per le aziende ciò significa che queste cinque capacità non sono un semplice complemento alla strategia per l’IA: diventano la strategia stessa non appena la tecnologia assume le attività di routine.

La curiosità (Curiosity) è la capacità fondamentale su cui si basano tutte le altre. L’IA riconosce schemi nei dati esistenti, ma solo le persone si chiedono se un’attività non possa essere affrontata in modo completamente diverso. Nel lavoro quotidiano, lo dimostra ad esempio una persona del reparto contabilità che non si accontenta della spiegazione «si è sempre fatto così», ma si chiede perché determinati costi varino sensibilmente ogni trimestre, individuando così un’inefficienza che nessun rapporto standard aveva rilevato.

Il coraggio (Courage) determina che cosa fare di questa curiosità. L’IA può calcolare i rischi, ma solo le persone decidono quale rischio un’azienda è disposta ad assumersi. Lo dimostra chi, nel pieno di un progetto di sviluppo, propone di passare a un nuovo framework perché a lungo termine risponde meglio alle esigenze della clientela. Oppure chi, nella direzione vendite, comunica apertamente a una grande azienda cliente che la sua richiesta non rappresenta la soluzione più adatta. Avere coraggio significa agire prima di disporre di tutte le informazioni, una decisione che nessun algoritmo può prendere al posto nostro.

La creatività (Creativity) va oltre il semplice «remix» di ciò che già esiste, come fa l’IA. Significa immaginare qualcosa che prima non c’era. Steve Jobs non ha inventato né il computer né il telefono, ma ha immaginato come riunirli in un unico dispositivo. Per le aziende ciò significa che la creatività non è un privilegio del marketing o dello sviluppo di prodotti, bensì una capacità necessaria in ogni funzione non appena l’IA assume il lavoro preparatorio.

L’empatia (Compassion) non equivale a un tono convincente generato da un chatbot. È la capacità che permette a chi svolge una funzione dirigenziale di riconoscere il calo di rendimento di un membro del team, chiedere che cosa stia succedendo e, se necessario, consentire orari di lavoro flessibili, ad esempio quando la persona deve assistere un genitore. In un mondo del lavoro in cui l’IA struttura un numero crescente di interazioni, il contatto umano diventa un elemento distintivo, sia nei confronti del personale sia della clientela.

La comunicazione (Communication), infine, è la capacità di dare significato al linguaggio e non soltanto di tradurre informazioni come fa un’IA. Chi sa formulare con precisione all’interno del team che cosa si aspetta da un sistema di IA e sa contestualizzarne i risultati in modo comprensibile porta la collaborazione con l’IA a un livello completamente diverso rispetto a chi si limita a digitare prompt.

I due autori sottolineano che le cinque C non si possono apprendere in un workshop di un fine settimana. Si sviluppano nel tempo, attraverso relazioni autentiche e il confronto con problemi complessi. Per le aziende ciò significa che non è possibile imporre le cinque C mediante una direttiva: occorre creare consapevolmente lo spazio necessario nella quotidianità lavorativa.

Shadow AI: non un problema di disciplina, ma un segnale

Molte organizzazioni reagiscono inizialmente all’impiego incontrollato dell’IA con divieti: domini bloccati, direttive rigorose e richiami durante le riunioni di team. Il problema è che la Shadow AI nasce quasi sempre da un’esigenza legittima. Il personale ricorre a uno strumento non autorizzato perché permette di svolgere un’attività più rapidamente, più facilmente o in modo più creativo rispetto allo strumento ufficiale. Un divieto non elimina questa esigenza: la sposta semplicemente verso canali più difficili da controllare e penalizza proprio quella curiosità che le aziende dovrebbero promuovere.

Un approccio diverso è più efficace: sicurezza, facilità d’uso e fiducia devono costituire le basi di un impiego controllato dell’IA. Quando il personale sa che i dati sono effettivamente protetti all’interno di uno strumento autorizzato, è più propenso a utilizzarlo anche per attività complesse e a sperimentarne le possibilità. In questo modo, la governance non diventa un freno, bensì il presupposto per un utilizzo responsabile e innovativo dell’IA.

Un ecosistema sovrano invece di un unico grande strumento

Un’altra ragione per cui molti progetti di IA faticano a progredire è il tentativo di soddisfare tutte le esigenze con un unico strumento. È più opportuno adottare un ambiente di lavoro basato sull’IA, adeguato alle necessità e articolato su tre livelli:

• Copilot nell’ecosistema Microsoft 365 per la produttività personale nelle attività quotidiane d’ufficio.
• Un assistente aziendale sovrano, ad esempio Swiss AI Assistant, che opera su un’infrastruttura svizzera e consente di trattare in modo sicuro, con il supporto dell’IA, dati aziendali confidenziali e particolarmente sensibili, anche quando l’impiego di altre soluzioni di IA è limitato da requisiti di protezione dei dati o di compliance.
• Agenti specializzati, integrati nei sistemi CRM ed ERP o nelle banche dati specialistiche, che automatizzano processi aziendali concreti.

Questi tre livelli non si escludono a vicenda, bensì si completano. Per le PMI con risorse informatiche limitate ciò significa che non ogni problema richiede un nuovo strumento. Per i primi casi d’uso interni, spesso è sufficiente, ad esempio, combinare Microsoft 365 Copilot con un assistente aziendale agile e protetto. Nelle organizzazioni più grandi, chi è responsabile dell’IA dovrebbe invece chiarire sistematicamente l’architettura prima di procedere all’introduzione: quale strumento va utilizzato per quale attività e come devono essere gestiti i dati?

L’impiego richiede accompagnamento: tre leve importanti

Anche con la giusta architettura degli strumenti, dopo alcuni mesi si osserva spesso lo stesso fenomeno: l’utilizzo diminuisce se non viene accompagnato attivamente. La tecnologia, da sola, non modifica le abitudini di lavoro. A farlo è la pratica concreta all’interno del team. Ed è qui che il discorso torna alle cinque C: non si sviluppano grazie a uno strumento, bensì attraverso lo scambio, l’esercizio e una collaborazione autentica.

Tre leve si sono dimostrate efficaci:

• Semplificare la condivisione delle conoscenze: consentire al personale di mettere a disposizione del team modelli di prompt specifici per il proprio ambito e di condividere apertamente le buone pratiche. Un buon esercizio di comunicazione.
• Promuovere il supporto tra pari mediante ambassador dell’IA nelle unità specialistiche, che affiancano il personale nel lavoro quotidiano concreto anziché limitarsi a una formazione centralizzata. Questo stimola la curiosità e riduce le reticenze nei confronti della sperimentazione.
• Creare opportunità di apprendimento continuo: brevi sessioni pratiche e dimostrazioni regolari che integrano durevolmente l’IA nelle abitudini di lavoro esistenti.

Per i responsabili informatici delle PMI, questa è una buona notizia: le tre leve richiedono un budget contenuto, ma attenzione e costanza. Per chi è responsabile dell’IA e delle nuove forme di lavoro nelle organizzazioni più grandi, rappresentano invece un compito preciso: l’accompagnamento all’adozione deve essere pianificato e gestito con la stessa attenzione riservata all’introduzione tecnica, attribuendogli obiettivi e risorse propri anziché considerarlo un aspetto secondario.

Dal progetto informatico allo sviluppo organizzativo

Chi gestisce la trasformazione basata sull’IA esclusivamente come un progetto informatico finirà per arrivare proprio a questo punto: la tecnologia funziona, ma l’impatto rimane inferiore alle aspettative. La vera opportunità si trova altrove, ossia nel rendere il lavoro più umano, creativo ed efficace affidando all’IA le attività di routine e creando così spazio per curiosità, coraggio, creatività, empatia e comunicazione.

Da questa riflessione emergono tre azioni concrete:

• Creare un’infrastruttura sicura e sovrana, con Swiss AI Assistant, Microsoft 365 Copilot o una combinazione dei due.
• Investire in modo mirato nelle cinque C del personale attraverso programmi di ambassador, opportunità di apprendimento e uno scambio aperto delle conoscenze. Secondo Roslansky e Raman, queste capacità si sviluppano solo con il tempo, grazie alle relazioni e alla risoluzione di problemi reali.
• Non destinare semplicemente il tempo guadagnato grazie all’IA a produrre una quantità maggiore dello stesso tipo di risultati, ma riservarlo consapevolmente all’innovazione, alla strategia e allo sviluppo delle relazioni con la clientela.

Il paradosso della produttività non si risolve con il prossimo aggiornamento di uno strumento, ma quando le aziende iniziano a organizzare consapevolmente il lavoro attorno a ciò che distingue le persone. Il criterio del successo cambia allora: non più «Quanto tempo risparmiamo?», bensì «Quanto migliora il nostro lavoro?».

Lettura consigliata

Open to Work: How to Get Ahead in the Age of AI, Ryan Roslansky, Aneesh Raman, HarperCollins, 2026. Disponibile in inglese, spagnolo e francese.