Immaginiamo tre Persone dello stesso team. Lavorano sullo stesso progetto e hanno accesso agli stessi strumenti. La prima utilizza l’intelligenza artificiale ogni giorno: ha imparato a darle istruzioni precise, confronta i risultati, corregge gli errori e ha sviluppato un proprio metodo di lavoro. La seconda utilizza gli stessi strumenti, ma in maniera diversa: fa una domanda, riceve una risposta e tende a considerarla buona, risparmiando tempo ma verificando molto meno. La terza preferisce non usare l’AI: non si sente sufficientemente sicura, non ne comprende fino in fondo l’utilità oppure nessuno l’ha aiutata a capire come applicarla al proprio lavoro.

Chi dei tre è più avanti? La risposta sembra semplice, ma probabilmente non lo è. Perché il problema non è soltanto quanta AI utilizzano. Queste tre Persone potrebbero iniziare a sviluppare tre modi diversi di lavorare. Non cambia soltanto la velocità: cambiano il modo di cercare informazioni, verificare un documento, affrontare un progetto, controllare un risultato e forse persino il criterio con cui un lavoro viene considerato concluso. Quando nello stesso team iniziano a convivere metodi molto diversi, la questione smette di riguardare esclusivamente la competenza individuale e diventa organizzativa.

Quando la tecnologia corre più velocemente della cultura

Una ricerca Deloitte su scala globale introduce un’espressione particolarmente efficace: “cultural debt”, debito culturale. Indica le conseguenze che possono accumularsi quando un’organizzazione trascura la propria cultura mentre il lavoro cambia. Con l’AI questa tensione diventa particolarmente rilevante: comportamenti e modalità di lavoro possono evolvere velocemente mentre comunicazione, fiducia e sicurezza psicologica rimangono indietro.

Il 42% dei lavoratori intervistati dichiara che la propria organizzazione valuta raramente l’impatto dell’AI sulle Persone. Ancora più provocatorio è un secondo dato: l’80% di leader, manager e lavoratori intervistati si dichiara preoccupato che colleghi e team utilizzino l’AI per apparire più produttivi di quanto siano realmente.

Qui entra in gioco qualcosa che sembra avere poco a che fare con la tecnologia: la fiducia. Se non sappiamo come l’altro ha costruito un risultato, quanto lo ha verificato e quale ruolo abbia avuto l’AI, anche valutare il lavoro può diventare più complesso. Il problema, quindi, potrebbe non essere avere troppa o troppo poca AI, ma lasciare che cambino le modalità di lavoro senza costruire contemporaneamente un modo condiviso per comprenderle e governarle.

Come abbiamo visto nel precedente articolo, “L’AI è già nella tua azienda. Ma la tua azienda lo sa?”, il problema non è necessariamente convincere le Persone a utilizzare l’AI. La ricerca McKinsey suggerisce che il collo di bottiglia può trovarsi anche nella capacità della leadership di guidare la trasformazione. Qui facciamo un passo ulteriore: cosa significa diventare un’organizzazione realmente matura nell’utilizzo dell’AI?

Il nuovo digital divide potrebbe essere dentro l’organizzazione

Per anni abbiamo associato il digital divide principalmente all’accesso alla tecnologia. Chi aveva strumenti, connessioni e competenze digitali da una parte, chi non li aveva dall’altra. Con l’AI potrebbe emergere una forma diversa di divario.

Un’indagine Deloitte condotta nel Regno Unito su 25.000 lavoratori descrive un utilizzo della Generative AI ormai diffuso ma ancora superficiale e molto disomogeneo. Per esempio, il 26% delle Persone che lavorano nel marketing dichiara di utilizzarla più volte al giorno, contro il 12% dell’intero campione.

Non significa che nelle aziende italiane esista la stessa differenza e non ci dice cosa accada all’interno di uno specifico team. Ci permette però di porci una domanda interessante: cosa succede quando la capacità di lavorare con l’AI cresce a velocità diverse tra Persone, ruoli e funzioni?

Forse il nuovo divario non sarà semplicemente tra chi ha accesso all’AI e chi non ce l’ha. Potrebbe essere tra organizzazioni nelle quali ognuno impara da solo e organizzazioni capaci di imparare insieme.

Dalla Persona all’organizzazione

Possiamo immaginare l’adozione dell’AI come un percorso: Persona → attività → processo → team → organizzazione.

Si parte dalla Persona che sperimenta uno strumento e scopre che può svolgere meglio o più velocemente alcune attività. L’AI trova poi applicazioni concrete: preparare una proposta, analizzare informazioni, sintetizzare documenti, generare alternative. Il passaggio successivo arriva quando entra nel processo e l’azienda comincia a stabilire dove utilizzarla, cosa controllare e dove il giudizio umano rimane indispensabile.

Quando arriviamo al team, quello che una Persona scopre non rimane più soltanto nel suo computer: iniziano a svilupparsi criteri e modalità condivise. Infine c’è l’organizzazione, dove l’AI entra nei processi, nelle competenze, nella formazione, nella leadership e nelle regole con cui l’azienda lavora. La maturità AI, quindi, non dipende soltanto da quanto una tecnologia viene utilizzata, ma da quanto il suo utilizzo riesce a diventare capacità organizzativa.

Come si misura la maturità AI?

È precisamente la domanda sulla quale stiamo lavorando in CliWell. Se vogliamo capire quanto un’organizzazione sia realmente pronta a lavorare con l’AI, contare licenze, accessi o utenti attivi non basta. Serve osservare anche cosa accade alle Persone, ai processi e al modo in cui l’organizzazione impara. Adozione, competenze, fiducia, condivisione, leadership e governance diventano allora alcune delle domande da cui partire.

La dimensione tecnica: adozione, competenza, integrazione

La prima domanda è inevitabile: quanto viene realmente utilizzata l’AI? Ma subito dopo ne arrivano altre due. Le Persone possiedono le competenze necessarie per utilizzarla bene? E l’AI rimane uno strumento occasionale oppure entra concretamente nelle attività e nei processi?

Avere cento Persone con una licenza non significa avere cento Persone capaci di lavorare con l’AI. E avere cento Persone capaci non significa ancora avere un’organizzazione che integra l’AI nei propri processi. Adozione, competenza e integrazione sono quindi tre cose diverse.

La dimensione umana: fiducia, condivisione, sicurezza psicologica

C’è poi una componente meno visibile. Quanto si fidano le Persone degli strumenti e quanto rimane solida la fiducia nel modo in cui viene prodotto e valutato il lavoro? Quello che una Persona impara viene condiviso oppure rimane patrimonio individuale?

E poi c’è una domanda apparentemente banale: una Persona può tranquillamente dire “non so come si fa”?

Oppure teme che ammettere di non conoscere un determinato strumento venga interpretato come incompetenza? Per imparare occorre poter fare domande, sperimentare, sbagliare e confrontarsi. Se non possiamo dichiarare quello che non sappiamo, il rischio è semplicemente nasconderlo. Per questo fiducia, condivisione e sicurezza psicologica entrano nella maturità AI tanto quanto la competenza tecnica.

La dimensione organizzativa: leadership, governance, equità di accesso

Infine c’è quello che deve fare l’organizzazione. Quale direzione danno i manager? Esistono criteri comprensibili su strumenti, dati, verifiche e responsabilità? E tutte le Persone hanno realmente opportunità adeguate di imparare?

Equità, in questo caso, non significa necessariamente dare a tutti lo stesso strumento. Un commerciale, un tecnico, un amministrativo e un responsabile possono avere esigenze molto diverse. La domanda è se ciascuno abbia opportunità adeguate al proprio ruolo per comprendere l’AI, sperimentarla e sviluppare le competenze necessarie. Altrimenti rischiamo di creare una nuova distanza interna, non necessariamente tra giovani e anziani o tra tecnici e non tecnici, ma tra chi ha avuto occasioni per imparare e chi è rimasto ai margini del cambiamento.

La maturità non è uniformità

Questo punto è fondamentale: un’organizzazione matura non è un’organizzazione nella quale tutti utilizzano l’AI allo stesso modo. Sarebbe probabilmente anche poco utile. Ruoli differenti hanno bisogni differenti. La maturità consiste piuttosto nel sapere perché esistono quelle differenze.

Una cosa è che due Persone utilizzino diversamente l’AI perché svolgono lavori diversi. Un’altra è che lo facciano perché una ha imparato autonomamente e l’altra è rimasta indietro. Una cosa è decidere consapevolmente che in un determinato processo l’AI non serve. Un’altra è non utilizzarla perché nessuno ha mai mostrato come potrebbe essere utile. Una cosa è lasciare spazio alla sperimentazione. Un’altra è non sapere cosa le Persone stanno facendo. La maturità organizzativa non elimina necessariamente le differenze. Le rende comprensibili e governabili.

Non chiederti soltanto chi usa l’AI

Qui si chiude il cerchio iniziato con il nostro primo articolo. La prima domanda era: l’AI è già nella tua azienda, ma la tua azienda lo sa? La seconda diventa: se l’AI è già entrata, quanto siete capaci di imparare a usarla insieme?

È anche su questi temi che CliWell sta ragionando nello sviluppo del futuro modulo AI di RiseWell. L’obiettivo è osservare le nove dimensioni della maturità AI confrontando due prospettive: quella delle Persone che vivono quotidianamente il lavoro e quella del management che deve guidarne l’evoluzione.

Ed è proprio la distanza tra queste prospettive che potrebbe raccontare qualcosa di importante: un management convinto di avere regole chiare e Persone che invece non sanno cosa possono utilizzare; un’azienda convinta di aver diffuso competenze e gruppi nei quali l’AI rimane patrimonio di pochi; Persone entusiaste di sperimentare e manager che percepiscono soprattutto i rischi. O magari l’esatto contrario.

Non vogliamo quindi stabilire semplicemente se un’azienda sia “avanti” o “indietro” sull’AI. Vogliamo capire dove tecnologia, Persone e organizzazione stanno andando nella stessa direzione e dove rischiano di separarsi.

Perché la maturità AI non misura quanti strumenti possiede un’azienda. Misura quanto Persone, team e organizzazione hanno imparato a usarli per un fine comune.

────────────────────────────────────────────────────────

CliWell nasce per ascoltare: un ascolto profondo, professionale e sistematico. Crediamo che solo attraverso un ascolto vero possa prendere forma il cambiamento necessario nei nostri luoghi di lavoro.
Per questo vogliamo iniziare a conoscerti proprio partendo dall’ascolto.

Se desideri parlare con noi, puoi prenotare una webcall quando preferisci cliccando QUI.

Se vuoi ascoltarti, forse come non hai mai fatto prima, inizia da StartWell: è gratuito e, con pochi minuti di attenzione, ti offrirà qualcosa di reale valore. Clicca QUI.

Fonti

Deloitte, 2026 Global Human Capital Trends, “Dealing with AI’s cultural debt”, marzo 2026. Ricerca su scala globale.

Deloitte UK, GenAI Workforce Survey 2026, indagine su 25.000 lavoratori nel Regno Unito.

McKinsey & Company, Superagency in the Workplace: Empowering people to unlock AI’s full potential, gennaio 2025. Approfondita nel primo articolo della serie.