Il lavoro cambia prima della tecnologia
Di fronte all’adozione di sistemi di intelligenza artificiale, la tentazione più diffusa è porsi una domanda tecnologica. Quale strumento acquistare, quale modello scegliere, quale funzione automatizzare per prima. È una domanda legittima, ma arriva troppo presto. Prima che cambi la tecnologia, cambia il lavoro, il ruolo formale di una persona in azienda resta spesso lo stesso – responsabile commerciale, analista, avvocato interno – ma cambia radicalmente il contenuto concreto di ciò che quella persona fa ogni giorno.
Più attività operative vengono delegate a un sistema automatizzato, più acquista peso relativo tutto ciò che non si lascia ridurre a un compito ripetibile. Definire obiettivi, interpretare un contesto ambiguo, costruire relazioni di fiducia, formulare correttamente un problema prima di cercarne la soluzione, esercitare un giudizio professionale, assumersi una responsabilità verso un cliente o un’autorità. L’intelligenza artificiale non rende necessariamente meno rilevante il lavoro umano: ne sposta il baricentro verso attività a più alto contenuto di giudizio.
Non progettare i ruoli, progetta il lavoro
Da questa constatazione discende una conseguenza organizzativa di rilievo. Per oltre un secolo le imprese sono state disegnate a partire da una domanda implicita: chi deve fare cosa ?
Da questa domanda sono nati organigrammi, funzioni, job description, mansionari una risposta efficace in un mondo nel quale il lavoro era relativamente stabile e ogni attività doveva necessariamente essere assegnata a una persona fisica, perché non esisteva alternativa.
Oggi diventa possibile, e in certi contesti necessario, invertire la domanda: qual è il lavoro che deve essere svolto, e qual è il modo migliore per svolgerlo ?
Rispondere significa scomporre attività e flussi di lavoro, individuare dove serve davvero esperienza e giudizio umano, dove un agente software può intervenire in autonomia, dove persone e sistemi di IA devono collaborare in sequenza o in parallelo, e punto spesso trascurato quali attività abbiano semplicemente cessato di avere una ragion d’essere autonoma, perché il processo che le generava è stato ridisegnato integralmente.
Questo approccio, che alcuni definiscono organization design “a partire dal lavoro” anziché dal ruolo, comporta una revisione non incrementale dei processi. Non si tratta di innestare un agente su un flusso esistente, ma di riprogettare il flusso stesso a partire da una domanda diversa.
Squadre dinamiche, non organigrammi statici
Il secondo effetto riguarda la struttura dei team. La letteratura manageriale più recente — che utilizza tra l’altro la formula “agentic organization”, ripresa anche da McKinsey per descrivere questo nuovo modello operativo descrive un passaggio dai team autogestiti, centrali nei modelli organizzativi degli ultimi vent’anni, a quelli che potremmo chiamare “team agentici”. Gruppi di persone che orchestrano portafogli di agenti specializzati, affiancando all’organigramma tradizionale nuove mappe di lavoro costruite pensando prima di tutto all’integrazione uomo-macchina.
In questo scenario la composizione della forza lavoro smette di essere un dato puramente umano e diventa una combinazione di persone e agenti software, con gradi di autonomia decisionale diversi a seconda del rischio e della reversibilità delle decisioni in gioco. La funzione risorse umane, di conseguenza, non si limita più a gestire il talento delle persone deve occuparsi della progettazione di un “talento ibrido”, ripensando ruoli, valutazione delle prestazioni, percorsi di crescita e formazione per team composti in parte da agenti.
Il profilo giuridico del cambiamento organizzativo
Qui la trasformazione smette di essere solo una questione di management e diventa una questione di diritto del lavoro. Quando l’introduzione di sistemi decisionali o di monitoraggio automatizzati incide sull’organizzazione delle mansioni, sui tempi di lavoro o sulla valutazione delle prestazioni, scatta l’obbligo informativo previsto dall’art. 1-bis del d.lgs. 152/1997, introdotto dal cosiddetto Decreto Trasparenza (d.lgs. 104/2022). Il datore di lavoro deve informare per iscritto i lavoratori interessati sull’uso di tali sistemi, sulle finalità, sulla logica di funzionamento e sulle categorie di dati trattati, prima ancora che l’obbligo generale di trasparenza del GDPR entri in gioco per il trattamento dei dati personali coinvolti.
Quando gli agenti intervengono su decisioni che rientrano tra quelle classificate ad alto rischio dall’Allegato III dell’AI Act – selezione del personale, valutazione delle prestazioni, promozioni, gestione dei turni con effetti significativi sulle condizioni di lavoro – si aggiungono gli obblighi di supervisione umana, tracciabilità e valutazione d’impatto propri di quella categoria, indipendentemente da come l’impresa scelga di chiamare, internamente, il proprio “agente”. Il fatto che l’agente non compaia in un organigramma non lo sottrae al perimetro della normativa, ciò che conta è la funzione che svolge, non l’etichetta interna che gli viene attribuita.
Va inoltre ricordato che l’introduzione di sistemi di controllo a distanza dell’attività lavorativa, anche quando indiretta e conseguente all’uso di strumenti agentici, resta soggetta ai limiti dell’art. 4 dello Statuto dei Lavoratori, che subordina l’installazione di strumenti da cui derivi anche indirettamente un controllo a distanza a un accordo con le rappresentanze sindacali o, in mancanza, all’autorizzazione dell’Ispettorato del Lavoro.
Governance integrata fin dall’inizio, non aggiunta in un secondo momento
L’errore più costoso che un’organizzazione può commettere è trattare questi obblighi come un adempimento da innestare a valle, dopo che il nuovo modello operativo è già stato disegnato e adottato. La governance – informativa ai lavoratori, valutazione di impatto, definizione dei livelli di autonomia consentiti a ciascun agente, canali di escalation verso un responsabile umano – funziona quando è parte integrante della progettazione del lavoro fin dalla prima riga di processo ridisegnato, non quando viene applicata retroattivamente a un sistema già in produzione.
Un nuovo modello di leadership
Tutto questo richiede, infine, una leadership diversa da quella richiesta da un’organizzazione gerarchica tradizionale: capacità di orchestrare ecosistemi eterogenei di persone e agenti, visione sui processi più che sulle funzioni, e soprattutto la disponibilità a governare l’ambiguità di un modello operativo che, per definizione, non sarà mai completamente stabile. Le imprese che tratteranno l’AI Organization come un progetto tecnologico da affidare all’IT, anziché come una trasformazione organizzativa che il diritto del lavoro e la protezione dei dati personali attraversano da cima a fondo, scopriranno il proprio ritardo proprio nel momento in cui quella governance sarebbe servita.
Un processo, non un evento
Vale la pena ribadire un ultimo punto, spesso frainteso da chi guarda all’AI Organization come a una trasformazione da completare in un progetto a termine. Il ridisegno del lavoro attorno a persone e agenti non si esaurisce in un intervento una tantum: ogni miglioramento delle capacità degli agenti disponibili, ogni nuovo processo automatizzato, riapre la stessa domanda – quale lavoro va fatto, e da chi o da cosa – e richiede una nuova valutazione degli obblighi informativi e di supervisione che ne derivano. Le organizzazioni più solide non sono quelle che hanno risolto il problema una volta per tutte, ma quelle che hanno costruito una capacità stabile di riesaminarlo, con la stessa disciplina con cui riesaminano un rischio di sicurezza informatica o un adempimento di compliance ricorrente.
