Cosa possono fare i dirigenti quando un promettente progetto pilota di IA non ha cambiato il lavoro quotidiano?

Un progetto pilota basato sull’intelligenza artificiale può sembrare promettente al momento del lancio. Alcuni individuano applicazioni utili, la partecipazione ai corsi di formazione è buona e gli strumenti sono disponibili. Qualche settimana dopo, però, la maggior parte dell’organizzazione continua a lavorare più o meno come prima. Quindi, cosa dovrebbero fare i leader quando si trovano ad affrontare difficoltà nell’adozione dell’intelligenza artificiale?

Nel primo episodio del podcast “Experiments in Artificial Intelligence” di The Gen AI Academy (22 gennaio 2026), l’esperta di IA e gestione del cambiamento Karrie Sullivan ha parlato con il cofondatore di The Gen AI Academy e conduttore del podcast Dave Birss del lato umano dell’adozione dell’IA. Il suo messaggio principale è che i primi utenti di un progetto pilota e la forza lavoro in generale spesso necessitano di tipi diversi di supporto. Il compito dei leader oggi è quello di trasformare esperimenti isolati in modalità di lavoro migliori, per poi valutare se tali cambiamenti apportino valore.

Ascolta la conversazione per intero

Un'adozione dell'IA che funziona davvero: andare incontro alle persone là dove si trovano

Esperimenti nell'intelligenza artificiale, episodio 1: “Andare incontro alle persone là dove si trovano: un’adozione dell’IA che funziona davvero” — Dave Birss con Karrie Sullivan.

Perché l’adozione dell’IA rallenta dopo una fase pilota?

Karrie afferma che in molti progetti pilota a cui ha collaborato, solo circa il 15–25% dei partecipanti continua a utilizzare la tecnologia dopo i primi giorni o le prime settimane. Si tratta di un’osservazione tratta dalla pratica organizzativa, non di un tasso universale né di un parametro di riferimento che ogni azienda dovrebbe aspettarsi di raggiungere. La domanda importante è: perché i restanti dipendenti non hanno trovato un modo utile e praticabile per adottarla?

I dirigenti hanno riscontrato problemi simili nell’implementazione dei sistemi ERP e CRM: l’acquisto di un sistema non basta di per sé a cambiare le abitudini. L’intelligenza artificiale aggiunge un’ulteriore sfida, poiché i suoi utilizzi sono meno definiti. I team devono decidere in che modo essa si adatti ai propri clienti, alle proprie attività e ai propri standard di qualità. Una dimostrazione di ciò che uno strumento è in grado di fare non costituisce ancora un metodo di lavoro consolidato.

I primi utenti non costituiscono un gruppo omogeneo. Alcuni amano sperimentare strumenti nuovi. Altri cercano un vantaggio pratico nel proprio ruolo. Altri ancora vogliono capire se l’intelligenza artificiale possa influire sul proprio lavoro. Il loro uso continuativo indica ai dirigenti quali aspetti approfondire, ma non dimostra che lo stesso approccio funzionerà anche per tutti gli altri.

Fornire ai diversi gruppi il sostegno di cui hanno bisogno

Non interpretare l’esitazione come una mancanza di capacità. Un dipendente che pone molte domande potrebbe cercare di ridurre l’incertezza riguardo alle aspettative, alla sicurezza, alla qualità o al proprio ruolo futuro. Incoraggiarlo maggiormente a “sperimentare” potrebbe non risolvere nessuna di queste preoccupazioni.

La sequenza da lei suggerita parte da chi è già pronto: utilizzare il lavoro reale per sviluppare e testare applicazioni specifiche, per poi mostrare ai colleghi cosa è cambiato. Per il resto della forza lavoro, tradurre tali insegnamenti in mappe di processo specifiche per ruolo, liste di controllo, esempi e indicazioni riutilizzabili. Spiegare quando è opportuno ricorrere all’IA, come si presenta un risultato corretto e chi lo verifica. L’obiettivo è rendere ripetibile una pratica utile, piuttosto che aspettarsi che ogni dipendente ne inventi una da zero.

È proprio in questo contesto che i leader possono porre una domanda più costruttiva rispetto a “Perché le persone oppongono resistenza?”: quale parte del nuovo flusso di lavoro proposto risulta poco chiara, difficile o non supportata?

Aiutare i manager a far funzionare il cambiamento

I quadri intermedi sono spesso responsabili dell’affidabilità delle consegne, del servizio clienti e della conformità normativa. Karrie sostiene che le organizzazioni possano poi chiedere a questi stessi manager di guidare una trasformazione incerta senza modificare i criteri in base ai quali vengono valutati né fornire loro una strategia chiara per gestire i rischi.

Se il gruppo dirigente intende promuovere la diffusione dell’uso dell’IA, i manager hanno bisogno di tempo e di indicazioni per decidere quali attività siano adatte, come verrà valutato il lavoro, cosa debba fare il personale quando un risultato è errato e in che modo il nuovo approccio influisca sulle responsabilità esistenti. In caso contrario, le richieste di una rapida adozione potrebbero entrare in conflitto con il dovere del manager di garantire la stabilità delle operazioni.

Misurare il lavoro svolto e i relativi risultati

Gli accessi e il completamento dei corsi indicano la partecipazione. Non indicano però se un team produca un lavoro più affidabile, offra un servizio migliore ai clienti o abbia ridotto un carico di lavoro evitabile. È necessario collegare l’adozione della nuova procedura alla strategia aziendale e monitorare risultati quali il carico di lavoro, la qualità delle consegne, l’esperienza dei dipendenti e dei clienti e la fidelizzazione. Gli indicatori utili dipenderanno dal flusso di lavoro oggetto di modifica.

Man mano che l’uso si diffonde, anche il rischio può cambiare. Sullivan descrive una fase successiva in cui le persone potrebbero accettare troppo facilmente i risultati forniti dall’IA. Il suo esempio è una proposta per un cliente che sembra convincente ma promette qualcosa che l’organizzazione non è in grado di garantire. Sia che un team si trovi all’inizio del processo di adozione o che utilizzi l’IA regolarmente, è comunque necessario che qualcuno si assuma la responsabilità della decisione, verifichi il lavoro e ne comprenda le conseguenze.

Dave descrive un cambiamento simile nel lavoro con i clienti della Gen AI Academy: le organizzazioni spesso iniziano chiedendo competenze relative ai prompt, per poi rendersi conto di aver bisogno di aiuto nella scelta dei flussi di lavoro e nello sviluppo della capacità di giudizio necessaria per utilizzare l’IA al loro interno. La questione pratica per la leadership non è semplicemente quante persone hanno utilizzato uno strumento, ma quali attività sono cambiate, cosa è migliorato e chi rimane responsabile.

Cosa dovrebbe fare ora un leader?

Se il tuo pilota ha un gruppo attivo ristretto e un cambiamento di prospettiva piuttosto limitato, inizia con tre domande:

• Quali attività concrete sono state migliorate dai primi utenti e come lo sapete?
• Di cosa hanno bisogno gli altri dipendenti e i loro responsabili per applicare tali approcci in modo sicuro e coerente?
• Quali risultati e controlli di qualità ti consentirebbero di stabilire che il nuovo flusso di lavoro è migliore?

Le risposte potrebbero indicare azioni diverse a seconda dei team. Inoltre, forniscono una base più chiara per decidere se estendere il progetto pilota, riprogettare un flusso di lavoro o investire in un supporto più mirato.

Scopri la puntata e come funziona il supporto offerto dalla Gen AI Academy

Per le organizzazioni che stanno passando da una fase iniziale di sperimentazione a una capacità operativa più ampia, il Programma di adozione dell’IA inizia con una valutazione dell’organizzazione, per poi sviluppare le competenze della leadership e le capacità interne e monitorare i progressi compiuti. L’episodio spiega perché questo percorso debba partire dalle persone e dai loro attuali modi di lavorare.

Il corso “Strategie basate sulla psicologia per l’adozione dell’IA” e il workshop “Adozione dell’IA per i leader ” di Karrie Sullivan approfondiscono il suo approccio. Aggiungere i link verificati al corso, al workshop e al profilo di esperta di Karrie prima della pubblicazione.

Ascoltate la conversazione completa qui sopra per scoprire il punto di vista di Sullivan sulla cultura aziendale, i pregiudizi, le preoccupazioni dei dipendenti e il futuro del processo decisionale.

Ulteriori approfondimenti

L'IA ha un problema di "trofei di partecipazione " — Helena McAleer spiega perché la partecipazione ai corsi di formazione e il feedback positivo potrebbero comunque non modificare il lavoro quotidiano. Questo articolo esamina cosa possono fare i leader quando un progetto pilota raggiunge quel punto.

"AI-First" potrebbe essere l'approccio peggiore all'intelligenza artificiale — Dave Birss analizza le decisioni dei vertici aziendali alla base dell'implementazione dell'intelligenza artificiale e spiega perché le licenze o gli obiettivi di utilizzo, da soli, non costituiscono una strategia.

Ampliare la collaborazione tra esseri umani e IA generativa — La risorsa di Karrie Sullivan approfondisce la psicologia del cambiamento e come approcciare i diversi gruppi all’interno di un’organizzazione.