Chiedete a una stanza piena di dirigenti che cosa stia bloccando il ritorno sui loro investimenti in IA, e quasi tutti arriveranno alla stessa risposta: le nostre persone non hanno ancora le competenze. Il rapporto State of AI in the Enterprise 2026 di Deloitte — un'indagine su 3.235 dirigenti senior in 24 Paesi — conferma l'istinto. La carenza di competenze del personale è indicata come il singolo ostacolo più grande all'integrazione dell'IA nei flussi di lavoro esistenti (Deloitte, State of AI in the Enterprise 2026). Fin qui, niente di sorprendente.
La parte sorprendente è ciò che le aziende fanno dopo. Di fronte a un ostacolo di competenze, il 53% sta formando la forza lavoro più ampia per aumentare la padronanza dell'IA — la risposta più comune e con ampio margine. Molte meno toccano ciò in cui quelle competenze vengono riversate: solo il 33% sta ridisegnando i percorsi di carriera, e una minoranza analoga sta riprogettando ruoli e flussi di lavoro. La mossa dominante è formare le persone con più intensità per un lavoro che non ha cambiato forma. È questa la ragione silenziosa per cui gran parte della spesa in formazione sull'IA non si converte mai in valore — e, per un Head of Operations del mid-market, è l'errore più facilmente correggibile nel budget di questo trimestre.
Il riflesso: formare di più per lo stesso ruolo
Non c'è nulla di sbagliato nell'aumentare la padronanza dell'IA. Una forza lavoro che non sa usare gli strumenti è un punto di partenza impossibile. Il problema è trattare la padronanza come la risposta completa quando è soltanto il biglietto d'ingresso.
Immaginate un addetto alla contabilità fornitori il cui lavoro è definito come "elaborare 300 fatture a settimana". Lo mandate a un corso sull'IA. Torna capace di interrogare un modello, riassumere un contratto, redigere un'email più in fretta. Poi si siede davanti allo stesso ruolo — le stesse 300 fatture, lo stesso flusso di lavoro, la stessa definizione del lavoro — e usa la nuova competenza per ritagliare qualche minuto su attività che l'IA avrebbe potuto eliminare del tutto. Avete finanziato una persona più competente per svolgere un lavoro immutato un po' più velocemente. La competenza è salita; il lavoro è rimasto lo stesso. Il ritorno su quella formazione è reale ma marginale, e ben lontano da ciò che l'investimento in IA avrebbe dovuto produrre.
È questa la trappola che i dati di Deloitte rivelano. Il divario tra il 53% e il 33% — tra finanziare la padronanza e finanziare il ridisegno — non è una differenza da arrotondamento. È la differenza tra attrezzare le persone per il lavoro e ripensare il lavoro stesso — e il mercato sta scegliendo in modo schiacciante la prima opzione.
Perché formare per un ruolo immutato non si converte
Il motivo per cui la formazione senza ridisegno rende meno è strutturale, non motivazionale. La forma di un ruolo determina il tetto su ciò che qualsiasi competenza al suo interno può produrre. Se il ruolo è ancora definito come una sequenza di passaggi manuali, allora il dipendente più esperto di IA al mondo può solo ottimizzare quei passaggi. Non può eliminarli, ricombinarli o affidarli a un agente — perché la descrizione del lavoro, i passaggi di consegna e le metriche di successo presuppongono ancora che ciascuno sia svolto da un umano.
Il ridisegno dei ruoli con l'IA è l'atto di alzare quel tetto. Pone una domanda diversa da quella della formazione. La formazione chiede: "Come aiutiamo questa persona a svolgere il suo lavoro attuale con l'IA?" Il ridisegno chiede: "Dato che esiste l'IA, quale dovrebbe addirittura essere questo lavoro?" Le risposte sono radicalmente diverse. La prima mantiene l'addetto alle 300 fatture e lo rende più veloce. La seconda nota che un agente può smaltire 270 delle fatture e trasforma il ruolo in una funzione di eccezioni e controlli — meno transazioni, più giudizio, una metrica di successo diversa. Solo la seconda cattura il salto di livello per cui l'IA è stata acquistata.
È per questo che Deloitte rileva che solo il 34% delle organizzazioni usa l'IA per trasformare profondamente il proprio business, mentre circa due terzi restano su guadagni incrementali o superficiali. La maggioranza incrementale non è poco formata. È poco ridisegnata. Le competenze vengono aggiunte a forme di ruolo che non sono mai state ricostruite per usarle.
Che cosa significa davvero "ridisegnare il lavoro"
Se tutto questo suona ancora astratto, la ricerca 2026 di Gartner lo rende concreto e ne quantifica il premio. Nel suo Future of Work Trends for CHROs, Gartner indica i "process pros, non i tech prodigies" come il talento che sblocca il valore dell'IA, e riferisce che i team che ridisegnano i propri flussi di lavoro con l'IA hanno circa il doppio delle probabilità di superare gli obiettivi di fatturato rispetto ai team che si limitano a sovrapporre l'IA alle attività esistenti (Gartner, Future of Work Trends for CHROs, 2026). Il raddoppio non deriva da strumenti migliori o da più ore di formazione. Deriva dal ridisegnare il processo affinché lo strumento cambi il risultato, non solo la velocità.
La versione organizzativa dello stesso punto emerge nello studio sull'impresa agentica di MIT Sloan Management Review e BCG: tra le aziende con un'adozione estesa dell'IA agentica, il 45% prevede riduzioni dei livelli di middle management (MIT Sloan Management Review & BCG, The Emerging Agentic Enterprise, 2025). I livelli si comprimono solo quando il lavoro sottostante viene davvero ristrutturato — non quando la stessa gerarchia diventa semplicemente più esperta. Il ridisegno è ciò che produce il cambiamento strutturale; la sola formazione produce uno status quo più capace.
La contro-argomentazione: "La formazione è più rapida e sicura della ristrutturazione"
L'obiezione onesta di un responsabile delle operazioni è che ridisegnare i ruoli è dirompente, mentre la formazione no. Rimodellare un lavoro tocca organici, fasce retributive, linee di riporto e il senso di sicurezza delle persone. Mandare il team a un workshop non tocca nulla di tutto ciò. Dovendo scegliere tra una leva sicura e una dirompente, perché non tirare quella sicura?
Perché la leva sicura, in silenzio, costa di più. Formare per un ruolo immutato non è gratuito — è una spesa ricorrente che compra un ritorno marginale, ripetuta a ogni ciclo di budget mentre il guadagno strutturale resta irraggiungibile. La "disruption" del ridisegno è reale ma circoscritta e una tantum; la sotto-performance della sola formazione è modesta ma permanente. E la disruption è più piccola di quanto sembri quando la si fa alla scala di un singolo ruolo anziché di un'intera funzione. Non state ristrutturando l'azienda questo trimestre. State ricostruendo un solo lavoro attorno a ciò che l'IA ora può davvero fare, imparando da esso e decidendo se estendere lo schema. Il rischio è un esperimento contenuto. Il rischio della sola formazione è un divario che si accumula e che non avete mai nominato.
Il guadagno è grande — e si vede solo dopo il ridisegno
Il motivo per cui vale il disagio è la dimensione del beneficio dall'altra parte. L'esperimento sul campo di Harvard Business School e BCG sui knowledge worker ha rilevato che chi usava bene l'IA completava i compiti circa il 25% più velocemente e produceva output valutato circa il 40% superiore in qualità rispetto al gruppo di controllo (Harvard Business School & BCG, 2023). È questo il premio che ogni budget per l'IA sta implicitamente sottoscrivendo.
Ma notate la condizione: usavano bene l'IA. Il beneficio si è materializzato dove il lavoro era genuinamente riorganizzato attorno ai punti di forza del modello e lontano dalle sue debolezze — non dove le persone avevano semplicemente accesso allo strumento all'interno del vecchio flusso. Il guadagno di qualità del 40% è un risultato di ridisegno travestito da etichetta di budget formativo. Riversate denaro nella padronanza senza rimodellare il ruolo e finanziate l'accesso ma rinunciate al beneficio. È esattamente il meccanismo per cui due terzi delle organizzazioni finiscono su guadagni incrementali credendo di aver investito nella trasformazione.
La mossa per il Q3: ridisegnate un ruolo prima di finanziare altra padronanza
Non serve ristrutturare l'organizzazione per agire su questo. Serve invertire l'ordine delle operazioni su un solo ruolo. Prima di approvare la prossima tranche di formazione sulla padronanza dell'IA, prendete un singolo ruolo ad alto volume nel vostro team e ridisegnatelo prima attorno all'IA.
Tre passaggi lo rendono concreto. Primo, mappate il ruolo così com'è — ogni attività ricorrente — e segnate quali un agente potrebbe assumersi del tutto, quali un umano deve mantenere e quali dovrebbero semplicemente cessare. Secondo, riscrivete il ruolo attorno a ciò che resta: un nuovo mix di attività, una nuova metrica di successo (giudizio ed eccezioni, non volume di transazioni) e i passaggi di consegna tra umano e agente resi espliciti. Terzo — e solo terzo — finanziate la formazione, ora mirata al ruolo ridisegnato anziché a quello vecchio. Fatta in questa sequenza, la spesa per la padronanza atterra su un lavoro costruito per usarla, e potete misurare la differenza rispetto ai ruoli che non avete ancora toccato.
La decisione per questo trimestre
I dati di Deloitte sono uno specchio, e alla maggior parte dei team operativi non piacerà il riflesso: il divario di competenze sull'IA è reale, e la risposta standard lo sta rendendo più piccolo, non più grande, il ritorno. Formare una forza lavoro per forme di ruolo che precedono l'IA non è una via verso la trasformazione; è il modo più costoso di restare incrementali.
Quindi, prima di approvare un altro giro di formazione sulla padronanza dell'IA, ponete una domanda al vostro ruolo più carico di IA: abbiamo ridisegnato questo lavoro attorno all'IA, oppure stiamo solo insegnando alle persone a correre più veloci dentro il vecchio? Se è la seconda, trattenete il budget per la formazione per due settimane e spendetele a ridisegnare il ruolo. Tutti, nel vostro team, possono essere formati. Le aziende che vinceranno i prossimi due anni saranno le poche che avranno ridisegnato il lavoro per prime — e poi avranno formato le persone per il lavoro che esiste davvero.
