Introduzione
L’intelligenza artificiale è ormai entrata stabilmente nella vita delle organizzazioni. Non è più una tecnologia sperimentale confinata ai dipartimenti IT, ai laboratori di innovazione o a poche funzioni specialistiche. Viene utilizzata quotidianamente da manager, professionisti e dipendenti operativi per produrre contenuti, analizzare dati, sintetizzare informazioni, automatizzare attività e supportare decisioni.
Questa diffusione potrebbe indurre a pensare che la fase più complessa della trasformazione sia ormai superata. In realtà, l’adozione degli strumenti rappresenta soltanto il primo passaggio.
Il vero tema manageriale riguarda la capacità delle imprese di trasformare l’uso dell’intelligenza artificiale in valore economico, organizzativo e professionale. Ed è proprio su questo punto che emergono le differenze più profonde tra le organizzazioni che si limitano a distribuire nuovi strumenti e quelle che stanno realmente ripensando il proprio modello operativo.
La quarta edizione del rapporto BCG AI at Work, pubblicata nel giugno 2026 con il titolo Strategy Matters More Than Tools, restituisce un messaggio molto chiaro: la disponibilità della tecnologia non è sufficiente. Il valore nasce quando l’intelligenza artificiale viene inserita all’interno di una strategia comprensibile, di processi ridisegnati, di sistemi di misurazione coerenti e di un progetto organizzativo che coinvolga le persone.
In altri termini, la sfida non è più prevalentemente tecnologica. È strategica, manageriale e organizzativa.
L’adozione dell’intelligenza artificiale è ormai diffusa
Uno dei dati più significativi riguarda la crescita dell’utilizzo regolare dell’intelligenza artificiale tra i lavoratori privi di responsabilità manageriali.
Secondo la rilevazione, il 74% dei cosiddetti frontline employees dichiara di utilizzare regolarmente strumenti di AI, con un incremento di 23 punti percentuali rispetto al 2025. Tra i manager la quota sale all’88%, mentre tra i leader raggiunge il 93%.
Questo dato mostra che la tradizionale distanza tra vertice e base dell’organizzazione si sta riducendo. L’intelligenza artificiale non è più appannaggio di pochi specialisti: viene utilizzata trasversalmente, spesso anche al di fuori di programmi aziendali formalizzati.
La diffusione, tuttavia, non è omogenea.
Il rapporto evidenzia differenze rilevanti tra mercati e funzioni aziendali. Tra i dipendenti operativi, l’India, il Medio Oriente e l’Australia registrano livelli di utilizzo superiori alla media, mentre Italia, Francia e Stati Uniti si collocano in posizione più arretrata. In Italia, l’uso regolare tra i dipendenti operativi si ferma al 62%, contro una media internazionale del 74%.
Anche le funzioni aziendali mostrano velocità differenti. IT, marketing, finanza e data analytics guidano l’adozione, mentre vendite, sviluppo commerciale, produzione e operations rimangono più indietro.
Questo divario non deve essere interpretato soltanto come una differenza tecnologica. Esprime una diversa capacità delle funzioni di integrare l’intelligenza artificiale nei processi quotidiani, nei criteri decisionali e nella definizione del lavoro.
Il tempo risparmiato non coincide automaticamente con valore creato
Uno dei risultati più interessanti riguarda il risparmio di tempo. Tra i dipendenti operativi che utilizzano regolarmente l’AI, il 42% dichiara di risparmiare almeno una giornata lavorativa alla settimana. La percentuale sale al 52% tra i manager e al 60% tra i leader. Il dato, preso isolatamente, potrebbe apparire straordinariamente positivo. In realtà, il rapporto evidenzia una criticità decisiva: il tempo risparmiato non viene automaticamente trasformato in valore per l’impresa. Il 66% dei dipendenti operativi dichiara infatti di ricevere indicazioni limitate o nulle su come utilizzare il tempo liberato dall’AI. Inoltre, il 58% non reinveste tale tempo in attività più strategiche. Questa evidenza mette in discussione una delle convinzioni più diffuse nei progetti di trasformazione digitale: l’idea che maggiore produttività individuale generi automaticamente maggiore performance organizzativa. Non è necessariamente così. Un’ora risparmiata può trasformarsi in migliore servizio al cliente, maggiore capacità di analisi, più tempo dedicato all’innovazione o alla relazione commerciale. Ma può anche disperdersi in nuove attività amministrative, riunioni aggiuntive, incremento del volume di lavoro o semplice intensificazione della prestazione. Il tempo liberato è quindi una risorsa che deve essere governata. Le organizzazioni devono decidere dove reinvestirlo, quali attività eliminare, quali capacità rafforzare e quali risultati attendersi. Senza questa regia, il miglioramento individuale rischia di non tradursi in vantaggio competitivo.
Dall’adozione degli strumenti al ridisegno del lavoro
Il rapporto distingue tre diversi livelli di utilizzo dell’intelligenza artificiale. Il primo è denominato Deploy e riguarda la distribuzione di strumenti per incrementare la produttività individuale. Il secondo, Reshape, riguarda il ridisegno end-to-end dei processi e dei flussi di lavoro. Il terzo, Invent, consiste nell’utilizzare l’AI per creare nuovi prodotti, servizi e modelli di business. La maggior parte delle imprese continua a operare principalmente sul primo livello. Tuttavia, cresce rapidamente il numero di organizzazioni che stanno passando dalla semplice adozione alla trasformazione strutturale. Le iniziative Invent sono quasi raddoppiate rispetto al 2025, passando dal 22% al 42%, mentre le iniziative di ridisegno dei processi coinvolgono il 57% delle organizzazioni osservate. La distinzione è fondamentale. Implementare uno strumento all’interno di un processo esistente produce spesso un miglioramento marginale. Può ridurre i tempi di esecuzione, automatizzare singoli compiti o aumentare la capacità individuale. Ridisegnare il processo significa invece riconsiderare sequenze, ruoli, responsabilità, controlli, competenze e relazioni tra funzioni. Il primo approccio rende più efficiente il lavoro esistente. Il secondo modifica il modo in cui il valore viene creato. Le imprese che ridisegnano i processi ottengono risultati migliori. Le organizzazioni che operano secondo logiche di Reshape o Invent mostrano risultati nettamente superiori rispetto a quelle concentrate esclusivamente sull’adozione degli strumenti. Tra i dipendenti delle imprese che ridisegnano processi o modelli di business, il 53% dichiara di risparmiare almeno una giornata lavorativa alla settimana, contro il 31% delle imprese ferme al livello Deploy. Il 67% osserva miglioramenti misurabili nei risultati aziendali, rispetto al 43% del gruppo focalizzato unicamente sugli strumenti. Anche la dimensione umana migliora. Il 68% dei lavoratori delle imprese più evolute dichiara maggiore soddisfazione professionale, contro il 48% delle organizzazioni che si limitano alla distribuzione della tecnologia. Inoltre, il 79% ritiene più semplice dimostrare il proprio valore distintivo all’interno dell’organizzazione, rispetto al 56% dei lavoratori delle aziende meno mature. Questi dati suggeriscono una conclusione importante: valore economico e qualità dell’esperienza lavorativa non sono necessariamente obiettivi alternativi. Al contrario, possono dipendere dagli stessi fattori organizzativi. Una strategia chiara, processi meglio disegnati, formazione adeguata e coinvolgimento delle persone possono produrre contemporaneamente migliori risultati e maggiore soddisfazione.
La vera sfida è ormai organizzativa e manageriale
L’intelligenza artificiale sta modificando la natura stessa del lavoro. Il 72% dei rispondenti afferma che sono cambiate le competenze attese per il proprio ruolo. Il 67% dichiara che l’AI ha assorbito attività più semplici, lasciando alle persone compiti più complessi e ad alto impatto. Il 60% rileva che lo standard di qualità considerato accettabile si è innalzato. Il 52% dedica più tempo alla revisione e alla correzione degli output prodotti dall’intelligenza artificiale. Il 47% osserva uno spostamento del proprio ruolo verso attività di gestione e direzione dell’AI. Questi numeri mostrano che l’automazione non elimina semplicemente attività. Modifica il contenuto professionale dei ruoli. Le persone devono imparare non soltanto a utilizzare strumenti, ma a valutarne gli output, individuarne gli errori, definire correttamente i problemi, attribuire responsabilità e assumere decisioni sulla base di informazioni generate o elaborate da sistemi artificiali. La competenza più rilevante non è quindi soltanto tecnica. Diventa una competenza di orchestrazione. Il lavoratore e il manager del futuro dovranno saper coordinare capacità umane e artificiali, definire i confini della delega, preservare il giudizio critico e mantenere la responsabilità delle decisioni.
Il divario tra competenze richieste e formazione ricevuta
L’88% dei partecipanti alla ricerca ritiene di aver bisogno di un importante aggiornamento delle competenze nei prossimi cinque anni. Tuttavia, soltanto il 36% dichiara di aver ricevuto una formazione adeguata. Questa distanza rappresenta uno dei principali rischi della trasformazione in corso. Le imprese stanno aumentando le aspettative nei confronti delle persone senza sempre fornire strumenti sufficienti per affrontare il cambiamento. Il risultato può essere un incremento dell’ansia professionale, una riduzione della fiducia e un utilizzo superficiale o improprio della tecnologia. La formazione non dovrebbe quindi essere limitata all’apprendimento di singoli software. Deve riguardare il modo in cui l’intelligenza artificiale modifica il lavoro, i processi, le responsabilità e le competenze distintive. Occorre formare le persone a formulare richieste efficaci, validare risultati, comprendere limiti e rischi, gestire dati, tutelare la riservatezza e integrare il contributo dell’AI nel giudizio professionale. Soprattutto, occorre chiarire come il ruolo umano continuerà a generare valore.
Il paradosso della soddisfazione: il lavoro migliora ma diventa più impegnativo
Il rapporto individua quello che definisce il “paradosso della gioia” associato all’intelligenza artificiale. Il 67% degli utilizzatori abituali dichiara che l’AI ha aumentato la soddisfazione nel lavoro quotidiano. Tra i leader, la percentuale raggiunge il 77%. Allo stesso tempo, il 41% segnala un aumento della pressione mentale e del carico cognitivo. Questa apparente contraddizione è in realtà comprensibile. L’intelligenza artificiale elimina alcune attività ripetitive, amplia le possibilità creative e consente di affrontare problemi più interessanti. Ma innalza anche le aspettative, aumenta la velocità richiesta e trasferisce sulle persone attività di controllo, valutazione e decisione più complesse. Inoltre, chi utilizza l’AI può avvertire una crescente difficoltà nel dimostrare il proprio contributo distintivo. Se una parte dell’output viene prodotta da sistemi artificiali, diventa più difficile attribuire con chiarezza il valore generato alla competenza individuale. Questo aspetto richiede una revisione dei sistemi di valutazione delle performance. Le imprese dovranno imparare a premiare non soltanto la quantità di output prodotti, ma la qualità delle decisioni, la capacità di utilizzare l’AI in modo responsabile, il contributo al miglioramento dei processi e il valore effettivamente generato.
La chiarezza strategica vale più della disponibilità degli strumenti
Uno dei risultati più importanti del rapporto riguarda il confronto tra disponibilità tecnologica e chiarezza strategica. Tra i lavoratori che dispongono di strumenti avanzati ma operano in organizzazioni prive di una direzione chiara, soltanto il 60% osserva un impatto misurabile. La percentuale sale all’80% tra coloro che dispongono di una forte chiarezza strategica, pur avendo un accesso limitato agli strumenti. Raggiunge l’83% quando chiarezza strategica e disponibilità tecnologica sono entrambe elevate. La differenza è eloquente. Aumentare l’accesso agli strumenti, senza una strategia chiara, produce un miglioramento di soli cinque punti percentuali. Aumentare la chiarezza strategica produce invece un incremento di venticinque punti. La tecnologia è quindi un moltiplicatore. Ma moltiplica ciò che l’organizzazione ha già definito. Se esistono obiettivi chiari, processi coerenti e responsabilità ben assegnate, l’AI accelera la creazione di valore. Se prevalgono confusione, frammentazione e assenza di priorità, accelera la dispersione.
La “luna di miele” dell’AI non dura senza una direzione
Nelle prime fasi di adozione, l’intelligenza artificiale genera spesso entusiasmo. La novità, la possibilità di sperimentare e l’aumento delle capacità individuali producono curiosità e soddisfazione. Con il passare del tempo, tuttavia, questo effetto tende a ridursi. Per chi utilizza l’AI da più di un anno, il principale fattore che sostiene la soddisfazione non è più la novità tecnologica. È la presenza di una strategia chiara. Assumono inoltre grande importanza le indicazioni su come utilizzare il tempo risparmiato e la possibilità di comprendere in quale direzione l’organizzazione stia evolvendo. Al contrario, rimangono costanti nel tempo due fattori negativi: formazione insufficiente e difficoltà nel dimostrare il proprio valore distintivo. Il messaggio è chiaro. L’entusiasmo può favorire l’adozione iniziale. Solo la strategia può sostenere il cambiamento nel lungo periodo.
Gli agenti AI sono già una realtà, ma manca il modello operativo
Il rapporto dedica particolare attenzione agli agenti AI, cioè sistemi capaci di eseguire sequenze di attività con un livello crescente di autonomia. La conoscenza di questi strumenti è molto diffusa: l’84% dei rispondenti ne ha sentito parlare. Tuttavia, il 52% dichiara di comprenderne ancora poco il funzionamento. L’integrazione degli agenti nei processi aziendali è più che raddoppiata rispetto al 2025, passando dal 13% al 30%. Un ulteriore 50% delle organizzazioni li utilizza in forma sperimentale. Il 61% dei rispondenti ritiene che, entro tre anni, gli agenti potrebbero svolgere almeno la metà delle attività attualmente comprese nel proprio ruolo. Tra manager e leader la percentuale sale al 65%. La tecnologia sta quindi avanzando rapidamente. I modelli organizzativi, tuttavia, non procedono alla stessa velocità.La metà dei lavoratori dichiara che la propria organizzazione non ha ancora definito indicazioni chiare per la gestione dei team misti uomo-AI. Il problema è particolarmente avvertito dai manager, tra i quali la percentuale sale al 55%. Il 47% considera inoltre l’accountability una delle principali preoccupazioni dei prossimi anni. Chi risponde dell’errore di un agente? Chi autorizza le decisioni? Quali attività possono essere delegate? Quali controlli devono rimanere umani? Come vengono documentate le scelte?
Sono domande di governance, non di tecnologia.
Dall’adozione alla governance continua
Il rapporto conclude individuando cinque priorità per i vertici aziendali. La prima consiste nell’assumere personalmente la responsabilità della strategia AI, definendo con chiarezza la direzione e comunicandola a tutta l’organizzazione. La seconda riguarda il sistema di misurazione: occorre valutare il valore prodotto, non la semplice diffusione degli strumenti. Il numero di utenti attivi o di licenze assegnate non dimostra che la trasformazione stia generando risultati. La terza priorità consiste nel ridisegnare i processi end-to-end, evitando di aggiungere nuovi strumenti a modalità operative costruite in epoche precedenti. La quarta riguarda il coinvolgimento delle persone. Il ridisegno non può essere imposto dall’alto: deve includere chi svolge quotidianamente le attività e conosce limiti, eccezioni e opportunità dei processi. La quinta consiste nel trattare la governance dell’AI come un’attività permanente. La tecnologia evolve troppo rapidamente per essere gestita attraverso un progetto una tantum. Servono strutture leggere ma continuative, capaci di rivalutare rischi, risultati, responsabilità e modalità di utilizzo.
Le implicazioni per le imprese
Per le imprese, il vero passaggio consiste nel superare la fase dell’adozione spontanea e frammentata. Distribuire strumenti può essere semplice. Definire una strategia, riprogettare processi, modificare ruoli e governare responsabilità è molto più complesso. Ma è proprio in questa seconda fase che si crea il valore. Ogni organizzazione dovrebbe interrogarsi su alcuni aspetti fondamentali. Deve comprendere dove l’intelligenza artificiale possa incidere realmente sui risultati, quali processi debbano essere ripensati, quali competenze diventeranno centrali e quali rischi debbano essere presidiati. Deve inoltre stabilire come misurare il ritorno degli investimenti, come utilizzare il tempo liberato, come riconoscere il contributo umano e come rendere coerenti comunicazione e comportamento organizzativo. La trasformazione non riguarda soltanto l’efficienza. Riguarda la configurazione futura dell’impresa.
Conclusioni
L’intelligenza artificiale è ormai presente in modo diffuso nelle organizzazioni, ma la sua presenza non garantisce automaticamente un vantaggio competitivo. Il valore non deriva dal numero di strumenti acquistati, dalla quantità di utenti attivi o dalle ore nominalmente risparmiate. Deriva dalla capacità di inserire la tecnologia all’interno di una direzione strategica, di ridisegnare il lavoro, di misurare i risultati, di sviluppare competenze e di definire una governance coerente. La lezione più importante è quindi anche la più semplice: la strategia conta più degli strumenti. Le imprese che comprenderanno questo principio utilizzeranno l’intelligenza artificiale per modificare processi, prodotti e modelli di business. Le altre rischieranno di limitarsi a produrre più velocemente le stesse attività di prima.
La fonte
Il presente articolo prende spunto dalla quarta edizione del rapporto BCG AI at Work, intitolata Strategy Matters More Than Tools e pubblicata nel giugno 2026 da Boston Consulting Group e BCG X. La ricerca si basa su un’indagine condotta su 11.749 partecipanti appartenenti a diversi livelli organizzativi, tra dipendenti operativi, manager e leader. Il campione comprende imprese di differenti dimensioni, settori economici e mercati geografici, tra cui Italia, Stati Uniti, Regno Unito, Germania, Francia, India, Giappone, Australia e altri Paesi. Il rapporto analizza il livello di adozione dell’intelligenza artificiale, il tempo risparmiato, l’impatto sulle competenze, la soddisfazione lavorativa, la formazione, il ridisegno dei processi, la diffusione degli agenti AI e la maturità dei modelli di governance. La fonte offre quindi una rappresentazione ampia e comparata dell’evoluzione dell’intelligenza artificiale nel lavoro, con particolare attenzione al rapporto tra tecnologia, organizzazione e leadership.
Qui il collegamento diretto al Report.
