Non chiedete dove inserire l’AI. Chiedete dove si blocca il lavoro.

L’AI può rendere più veloce un dipendente senza rendere più veloce l’azienda. L’indagine globale di McKinsey dell’agosto 2026 fotografa bene questo divario: l’80% degli intervistati ha dichiarato che l’AI ha migliorato la propria produttività individuale, ma solo il 37% le ha attribuito un impatto sull’EBIT e appena il 6% circa rientrava tra le aziende più performanti nell’uso dell’AI. A distinguerle non era soltanto l’accesso a strumenti migliori: quasi tre su quattro avevano riprogettato radicalmente i flussi di lavoro, contro una su quattro tra le altre aziende intervistate. Se una persona prepara un report in dieci minuti, ma questo resta comunque tre giorni in attesa di approvazione, la produttività locale è aumentata senza che il cliente ne abbia percepito alcun beneficio. Adottare uno strumento non significa migliorare un processo.

Rendere più veloce il lavoro di una persona non significa necessariamente rendere più veloce l’azienda.

Un collo di bottiglia non è sempre una persona visibilmente oberata o una casella di posta stracolma. Spesso il vero costo si nasconde tra un’attività e l’altra: una richiesta attende le informazioni necessarie, una pratica passa da un sistema all’altro oppure un’eccezione non ha un percorso da seguire. Cercate i punti in cui il tempo trascorso è molto superiore al tempo effettivo di lavorazione. È lì che i clienti aspettano, i ricavi slittano, gli errori si moltiplicano e le persone più qualificate diventano ponti umani tra processi scollegati.

• Attese: Le pratiche restano ferme nelle caselle di posta, nelle code di approvazione o negli elenchi personali delle attività.

• Passaggi di consegne: La responsabilità diventa poco chiara quando il lavoro passa da un team o da un sistema all’altro.

• Ricerca: Le persone devono cercare ripetutamente lo storico del cliente, documenti, regole o aggiornamenti sullo stato.

• Reinserimento: Le stesse informazioni vengono copiate, riconciliate o riformattate più di una volta.

• Rilavorazioni: Dettagli mancanti o decisioni incoerenti fanno tornare il lavoro a un passaggio precedente.

• Eccezioni: Un solo caso insolito blocca l’intero flusso perché non esiste un percorso di escalation.

La parte più costosa di un flusso di lavoro è spesso il tempo in cui nessuno ci sta lavorando.

Partite da un risultato aziendale, non da un reparto o da un prodotto software. Scegliete qualcosa di concreto, come «un preventivo completo raggiunge un acquirente qualificato» oppure «una fattura approvata è pronta per il pagamento». Seguite quindi un insieme rappresentativo di casi reali, dall’evento iniziale al risultato finale. Parlate con chi svolge il lavoro e includete il foglio di calcolo non ufficiale, la casella di posta condivisa, il messaggio in chat e il controllo manuale ignorati dalla procedura formale. Per ogni passaggio, annotate chi ne è responsabile, quale sistema viene utilizzato, quanto dura l’attività, per quanto tempo la pratica resta in attesa, quali informazioni servono e cosa può farla fallire.

• Inizio e fine: Definite con precisione quando comincia il flusso di lavoro e quando il valore è stato effettivamente consegnato.

• Flusso: Registrate ogni azione, sistema, responsabile e passaggio di consegne nell’ordine in cui avvengono.

• Attriti: Evidenziate code, informazioni mancanti, inserimenti ripetuti, rilavorazioni ed eccezioni.

• Conseguenze: Collegate ogni ritardo a costi, capacità, ricavi, servizio o rischio.

Un organigramma mostra chi risponde a chi. Non spiega perché un preventivo resta fermo per tre giorni.

Il compito più sgradito ai dipendenti non è necessariamente quello che limita l’azienda. Copiare dati per cinque minuti può essere irritante, mentre una regola di approvazione poco chiara trattiene ogni pratica per due giorni. Fate una semplice prova controfattuale: se domani questo passaggio diventasse istantaneo, il risultato end-to-end migliorerebbe in modo sostanziale? Se la risposta è no, avete trovato un attrito locale, non il vincolo dominante. Date priorità al punto che determina capacità operativa, tempi di risposta, qualità o liquidità. Una volta migliorato, mappate di nuovo il flusso: i vincoli si spostano e il ritardo secondario di ieri può diventare il collo di bottiglia di domani.

• Velocità: Il tempo di ciclo complessivo diminuirebbe?

• Flusso: Un maggior numero di pratiche arriverebbe a conclusione?

• Qualità: Gli errori o le rilavorazioni a valle diminuirebbero?

• Valore: Ricavi, liquidità, servizio, capacità o rischio migliorerebbero in modo misurabile?

Applicare l’AI lontano dal vincolo può produrre risultati più in fretta e limitarsi a creare una coda ancora più lunga.

Quando il vincolo diventa visibile, resistete alla tentazione di rendere l’AI un requisito. A volte il lavoro è bloccato da un’approvazione superflua. Altre volte le richieste arrivano incomplete o un team non può vedere i dati custoditi in un altro sistema. Le decisioni stabili possono richiedere semplici regole, mentre documenti o conversazioni variabili possono trarre beneficio dall’AI. Salite lungo la scala degli interventi solo quanto richiede il problema. L’obiettivo è un flusso affidabile, non il massimo della sofisticazione tecnologica.

• Eliminare: Rimuovete un passaggio, un report o un’approvazione che non protegge più nulla di valore.

• Chiarire: Migliorate il modulo, la policy, il modello, l’assegnazione delle responsabilità o i diritti decisionali.

• Collegare: Trasferite i dati affidabili direttamente tra i sistemi esistenti.

• Automatizzare: Utilizzate regole fisse per decisioni stabili e prevedibili.

• Assistere: Utilizzate l’AI per recuperare, estrarre, classificare, confrontare, riassumere o preparare contenuti.

• Delegare: Affidate più passaggi autorizzati a un agente con un perimetro definito e un percorso per le eccezioni.

Un sistema più semplice non è un risultato minore. Spesso costa meno, è più sicuro e si mantiene più facilmente.

L’AI è più utile nello spazio tra regole rigide e giudizio senza limiti. Il risultato deve essere abbastanza ripetibile da poter essere definito, mentre gli input devono variare abbastanza da rendere fragile un’automazione basata su regole fisse. Valutate il flusso di lavoro, anziché dichiarare «automatizzabile» un intero ruolo o reparto. Un caso d’uso promettente ha un valore visibile, un contesto accessibile, un modo pratico per verificare la qualità e conseguenze che possono essere contenute quando il sistema è incerto.

• Rilevante: Il flusso presenta volumi, ritardi, costi o valore perso sufficienti a giustificare un intervento.

• Variabile: Gli input includono linguaggio, documenti, immagini o situazioni che non seguono un unico schema fisso.

• Circoscritto: Inizio, fine, azioni consentite e azioni vietate possono essere definiti con chiarezza.

• Ben informato: Il contesto necessario è disponibile presso fonti affidabili e autorizzate.

• Verificabile: Una persona o un sistema può stabilire se il risultato è accettabile.

• Con un responsabile: Una persona designata governa le eccezioni, le prestazioni e le modifiche future.

Se non sapete descrivere che cosa significa «ben fatto», non siete pronti ad automatizzare il giudizio.

Immaginate un distributore che riceve via email richieste di preventivo, spesso con i prodotti elencati in PDF o fogli di calcolo. Un coordinatore legge il messaggio, identifica il cliente, verifica il territorio e il listino prezzi, cerca informazioni sulle giacenze, chiede la data di consegna mancante, crea un’opportunità nel CRM, assegna un commerciale e prepara una risposta. L’idea più ovvia per l’AI è «scrivere l’email». Ma il vincolo non è la scrittura: sono le richieste incomplete e il contesto sparso tra più fonti. Un flusso migliore verifica le informazioni obbligatorie alla ricezione, estrae prodotto e quantità, recupera i dati del cliente tramite un’integrazione diretta, applica regole territoriali fisse, prepara la scheda nel CRM e formula una richiesta di chiarimento precisa quando manca qualcosa. Un commerciale continua ad approvare prezzo, condizioni e impegno finale.

• Risposta: Misurate il tempo necessario per inviare la prima risposta utile, non quello richiesto per generare del testo.

• Completezza: Verificate quante richieste possono essere elaborate senza un ulteriore scambio di messaggi.

• Impegno: Contate gli interventi manuali e i minuti impiegati per raccogliere il contesto.

• Flusso: Misurate l’intero ciclo, dalla richiesta al preventivo.

• Qualità: Monitorate errori di prezzo, correzioni, perdite di margine e follow-up con il cliente.

La bozza dell’email è la funzionalità visibile. Il valore nasce dal portare più rapidamente alla decisione una richiesta completa e indirizzata alla persona giusta.

La supervisione umana va progettata in funzione dell’incertezza, delle conseguenze e della reversibilità, non aggiunta come una casella di approvazione puramente formale. Spesso l’AI può leggere, organizzare, confrontare, classificare e preparare il lavoro di routine. Le persone dovrebbero mantenere le decisioni che comportano compromessi commerciali insoliti, relazioni delicate, impegni legali, pagamenti, sicurezza o azioni difficili da annullare. Definite permessi minimi, regole di verifica chiare, registri, percorsi di escalation e un modo per arrestare il sistema. Chi effettua la revisione deve inoltre disporre del contesto, del tempo e dell’autorità necessari per mettere in discussione il risultato: approvare tutto senza un vero controllo aggiunge ritardi e crea una falsa sicurezza.

• Ordinario e reversibile: L’AI può agire entro permessi circoscritti, registrando ciò che ha fatto.

• Incerto ma a basso rischio: L’AI propone un risultato e chiede assistenza quando manca il contesto necessario o le regole di verifica non sono rispettate.

• Rilevante ma reversibile: Una persona qualificata approva prima che l’azione venga eseguita.

• Sensibile o irreversibile: La decisione resta a una persona; l’AI può soltanto preparare le informazioni di supporto.

Un’approvazione di facciata non è supervisione umana.

Scegliete una porzione circoscritta del flusso, con un volume sufficiente a produrre evidenze. Prima di modificarla, registrate i tempi di ciclo, lavorazione e attesa attuali, il tasso di errore, le rilavorazioni, le eccezioni e il costo per pratica completata. Eseguite un progetto pilota di durata limitata e confrontate le stesse misure. Includete l’intero costo operativo: integrazione, utilizzo dell’AI, monitoraggio, manutenzione, revisione umana e recupero dagli errori. L’accuratezza del modello può essere utile, ma non costituisce un business case. La prova decisiva è se l’intero flusso produce un risultato migliore senza spostare costi o rischi altrove.

• Capacità operativa: Una maggiore quantità di lavoro ha raggiunto un risultato utile?

• Velocità: Il tempo end-to-end è diminuito, code comprese?

• Impegno: Gli interventi manuali sono stati davvero eliminati?

• Qualità: È aumentata la quota di pratiche corrette al primo tentativo?

• Sostenibilità economica: Il valore ricorrente supera l’intero costo ricorrente?

• Adozione: Il team è in grado di gestire, mettere in discussione e migliorare il nuovo flusso?

I minuti risparmiati contano solo quando si trasformano in capacità, liquidità, servizio, qualità o minore rischio.

Estendete la soluzione soltanto dopo che il progetto pilota ha migliorato il risultato end-to-end e qualità, rischio e sostenibilità economica restano accettabili. Stabilizzate il flusso, studiatene le eccezioni, aggiornate le regole e poi valutate il vincolo adiacente. In questo modo l’AI passa dall’essere una raccolta di licenze e dimostrazioni a un portafoglio di miglioramenti aziendali con responsabili precisi. L’organizzazione conta quanto il modello: il Work Trend Index 2026 di Microsoft ha rilevato che fattori organizzativi come cultura, supporto dei manager e pratiche di gestione dei talenti erano associati a un impatto dichiarato dell’AI oltre doppio rispetto a quello associato all’atteggiamento e al comportamento individuali. Il compito del management è scegliere il risultato, progettare il lavoro e mantenere chiare le responsabilità. La domanda che resta valida nel tempo non è «Dove possiamo aggiungere l’AI?», ma «Dove smette di avanzare il lavoro di valore, perché, e qual è il cambiamento più piccolo e sicuro che può rimetterlo in movimento?».

• Dimostrare: Richiedete un punto di partenza operativo e un risultato misurato.

• Stabilizzare: Documentate responsabilità, passaggi di consegne, eccezioni e controlli di qualità.

• Estendere: Aggiungete i passaggi adiacenti solo quando le evidenze lo giustificano.

• Mappare di nuovo: Cercate il vincolo successivo anziché dare per concluso il lavoro.

A volte la risposta è l’AI. Altre volte è un’integrazione, una regola più chiara o l’eliminazione di un passaggio superfluo. In ogni caso, a vincere è l’azienda.