Il settanta percento dei lavoratori dichiara di essere pronto a collaborare con agenti IA. Solo il 39% dei leader crede che i propri lavoratori sarebbero a proprio agio nel farlo. Quel divario di 31 punti è il numero più costoso della più recente indagine globale su come l'IA sta effettivamente atterrando dentro le aziende — e punta nella direzione opposta a quella verso cui mira la maggior parte dei team operativi del mid-market (Adecco Group, 2026). Il dato proviene da The Human Premium: Leadership Beyond the Algorithm, lo studio del 21 maggio 2026 dell'Adecco Group su 2.000 dirigenti C-suite in 13 Paesi che supervisionano complessivamente più di 8,6 milioni di lavoratori.
Il motivo per cui questo conta per un Head of Operations che sta finalizzando i deployment di agenti per il 2026 in questo trimestre è preciso. Se costruisci i piani di rollout attorno all'ipotesi che le tue persone resisteranno — rallentando i tempi, gonfiando il budget di change management, attenuando la comunicazione — stai progettando per il numero 39% quando quello reale è il 70%. Il divario di prontezza all'IA che l'indagine espone non è un deficit di competenze della forza lavoro. È un errore di calibrazione del leader, e viene messo a budget nelle roadmap proprio adesso.
Il numero che ribalta la storia dell'adozione
Per tre anni la narrazione dominante sull'adozione dell'IA è stata l'esitazione dei lavoratori: le persone sono ansiose, temono la sostituzione, vanno persuase. I dati di Human Premium dicono che l'esitazione è ormai per lo più dall'altro lato della scrivania.
L'indagine di Adecco ha rilevato che il 70% dei lavoratori si sente pronto a collaborare con agenti IA, contro il 39% dei leader che crede che i dipendenti sarebbero a proprio agio nel farlo (Adecco Group, 2026). La copertura indipendente del comunicato lo ha inquadrato senza mezzi termini: i lavoratori sono più pronti all'IA di quanto i loro leader pensino (Fair Play Talks, 2026). Non è un errore di arrotondamento né un artefatto da singola domanda. È una lettura strutturalmente sbagliata della forza lavoro da parte di chi alloca il budget.
Il divario si aggrava anche nell'altra direzione, ed è ciò che lo rende operativamente pericoloso e non solo interessante. Mentre il 45% dei leader si aspetta che gli agenti IA siano integrati nei flussi di lavoro entro i prossimi 12 mesi, solo il 30% dei lavoratori si aspetta lo stesso (Adecco Group, 2026). Quindi i leader sovrastimano la velocità con cui arriverà la tecnologia e sottostimano quanto le loro persone siano disposte a usarla. Sbagliano sui tempi e sbagliano sull'appetito — in direzioni opposte. Una roadmap costruita su entrambi gli errori insieme è una roadmap puntata verso una forza lavoro che non esiste.
Perché il miraggio è costoso, non solo sbagliato
Un divario di percezione conta solo se cambia ciò che fai. Questo lo fa, in tre modi misurabili, nessuno dei quali compare su una dashboard di licenze software.
Frizione nell'adozione
Quando i leader presumono resistenza, costruiscono per la resistenza: pilot più lunghi, gate di approvazione più pesanti, rollout prudenti a fasi che razionano l'accesso proprio alle persone più desiderose di usare gli strumenti. La prontezza è già lì al 70%; la frizione è fabbricata da un piano calibrato sul 39%. Ogni mese in cui un team disponibile attende dietro un gate costruito per la riluttanza è un mese di produttività non realizzata che il business case dava per acquisita.
Proliferazione di shadow-AI
Quando il rollout autorizzato resta indietro rispetto all'appetito reale, le persone non aspettano — portano i propri strumenti. Circa il 52% dei knowledge worker ora ammette di usare strumenti IA mai approvati dal datore di lavoro, e i decision-maker sono tra gli utenti più assidui, non i meno (CIO, 2026). Una forza lavoro pronta ma non governata fa transitare dati riservati attraverso modelli non verificati. Il 70% di prontezza che non sei riuscito a incanalare non scompare; si trasferisce in sistemi che non puoi vedere, controllare o mettere in sicurezza.
Erosione della fiducia
Il costo più silenzioso è il più duraturo. Solo il 36% dei leader dichiara che la propria strategia di talento dimostra chiaramente che l'IA creerà opportunità per i dipendenti anziché sostituirli (Adecco Group, 2026). Quando una forza lavoro pronta viene trattata come resistente — gestita in modo difensivo, informata vagamente, tenuta a distanza dal rollout — la prontezza si guasta. Trasformi collaboratori disponibili in collaboratori diffidenti agendo sull'ipotesi che lo fossero già. Il miraggio si autoavvera nella direzione sbagliata.
L'autodiagnosi nascosta nello stesso dataset
Ecco la parte del report che dovrebbe ridefinire come i leader operativi leggono la propria confidenza. Il problema di esecuzione non è, alla radice, la tecnologia. È la lettura che la leadership fa della propria prontezza.
Solo il 22% dei leader dichiara di essere molto fiducioso che la propria organizzazione stia sviluppando le capacità digitali e future-ready necessarie a tenere il passo. Solo il 31% afferma che la leadership stessa ha competenze e conoscenze sull'IA sufficienti a comprenderne rischi e opportunità. E solo il 39% coinvolge direttamente i dipendenti nella riprogettazione dei ruoli (Adecco Group, 2026). Leggi insieme queste tre cifre e il divario 70-vs-39 smette di sembrare un mistero. I leader che non si sentono fluenti nell'IA, e che non coinvolgono i lavoratori su come cambieranno i ruoli, ripiegano sull'ipotesi più sicura disponibile — che la forza lavoro non sia pronta. L'ipotesi dice più su chi valuta che sul valutato.
Questa è la trappola di sostituire l'istinto del leader al segnale del lavoratore. La cifra del 39% non è una misura della prontezza dei lavoratori. È una misura della confidenza del leader riguardo alla prontezza dei lavoratori — e l'indagine mostra che sono due cose molto diverse, distanti 31 punti. I team operativi del mid-market che non hanno l'organico di una funzione dedicata di change management sono i più esposti qui, perché l'istinto del leader è probabilmente l'unico strumento nella stanza.
Cosa fa diversamente la minoranza future-ready
Il report non si limita a diagnosticare; isola la variabile. Adecco identifica una minoranza di organizzazioni "future-ready" — imprese human-centric e tech-enabled che estraggono realmente valore strategico dall'IA — e ciò che le distingue non è il budget né la scala. È la misurazione.
Tra le organizzazioni future-ready, il 49% riferisce un approccio maturo alla misurazione della fiducia della forza lavoro, contro il 18% di tutte le altre (Adecco Group, 2026). Lo stesso gruppo riferisce una forza lavoro altamente adattabile al 76% contro il 42% altrove (PR Newswire, 2026). La storia causale che il report avanza è diretta: le organizzazioni che misurano la fiducia in modo sistematico possono allineare le strategie su persone e tecnologia, perché lavorano sul segnale di prontezza reale anziché sull'ipotesi del leader al riguardo. Hanno chiuso il divario 70-vs-39 strumentandolo.
Questa è l'intuizione operativa per un'azienda da 100–500 dipendenti. Non serve il budget di ricerca di Adecco per ottenere il vantaggio di Adecco. Serve smettere di inferire la prontezza dei lavoratori dalla confidenza della leadership e iniziare a misurarla direttamente. Le aziende future-ready non sono più brave a indovinare. Hanno smesso di indovinare.
La contro-obiezione: "Conosciamo già le nostre persone"
L'obiezione più acuta di un leader operativo esperto è che questo è un eccesso di ingegnerizzazione. Gestisco un'azienda da 200 persone. Parlo con i miei team. So se sono pronti per l'IA — non mi serve uno strumento di indagine per dirmi ciò che leggo in uno stand-up.
I dati di Human Premium sono la confutazione esatta di quella confidenza. I 2.000 dirigenti che hanno prodotto la cifra del 39% credevano anch'essi di conoscere le proprie persone. Non erano sbadati; erano calibrati sulla lettura sbagliata di 31 punti in 13 Paesi e 8,6 milioni di lavoratori (Adecco Group, 2026). L'errore non è funzione delle dimensioni dell'azienda né dell'attenzione. È funzione del sostituire l'inferenza alla misurazione — e più piccolo è il tuo team, più totale è la tua dipendenza dall'inferenza di un singolo leader, e più concentrato è il rischio quando quell'inferenza è sbagliata. "Conosco già le mie persone" è esattamente la convinzione che i dati falsificano. La soluzione non è conoscerle meglio. È chiederlo loro direttamente e con cadenza.
La mossa per il Q1: installa il pulse prima del prossimo agente
Il correttivo non è un programma di trasformazione. È un solo strumento, installato prima del prossimo deployment, e non costa quasi nulla.
Prima che il tuo prossimo agente IA parta in questo trimestre, attiva un pulse mensile a una domanda sulla prontezza all'IA dei lavoratori: Quanto ti senti pronto a usare strumenti IA nel tuo ruolo questo mese? Traccia il trend, segmentalo per team e lascia che sia il numero misurato — non l'ipotesi della leadership — a dettare ritmo e sequenza del rollout. Quel singolo segnale fa tre cose che l'istinto del 39% non può: ti dice quali team sbloccare per primi, fa emergere la domanda di shadow-AI prima che ti aggiri, e dà ai lavoratori un canale stabile che segnala che l'IA viene fatta con loro, non a loro — affrontando direttamente il divario del 36% sulla strategia di talento che l'indagine nomina.
Lo strumento è una domanda. L'analisi è una linea di tendenza. L'alternativa è continuare a costruire roadmap 2026 attorno a un'ipotesi del 39% quando il numero reale è 70 — pagando la differenza in frizione nell'adozione, rischio shadow-AI e fiducia che passerai il resto dell'anno a ricostruire. Lo studio Adecco non ha rilevato che la tua forza lavoro non è pronta. Ha rilevato che non riesci a vedere quanto sia già pronta. Chiudi quel divario di prontezza all'IA in questo trimestre, prima che parta il prossimo agente, misurando l'unica cosa che ogni roadmap presume e quasi nessuno verifica.
