Una conversazione a tutto campo su velocità, competenze, lavoro e fiducia nell’epoca dell’AI generativa

Alessandro La Volpe ha oltre 29 anni di esperienza nel settore tecnologico, specializzato in intelligenza artificiale, cloud e trasformazione digitale. In IBM, di cui è stato CEO & General Manager in Italia, ha costruito una carriera fatta di trasformazioni complesse: ha fatto parte del WW Performance Team, un gruppo selezionato di appena 80 leader a livello mondiale che riporta direttamente al CEO di IBM.
Le sue competenze ruotano attorno a cinque aree che, messe insieme, raccontano bene il profilo di chi oggi guida la trasformazione nelle grandi organizzazioni: la consulenza strategica e la gestione del cambiamento, con un focus preciso su risorse e competenze allineate all’impatto economico desiderato; la progettazione organizzativa, soprattutto nei processi di fusione tra realtà diverse e nel lancio di nuovi modelli di go-to-market; un approccio alle decisioni aziendali guidato dai dati, per affrontare le sfide più complesse con un metodo data-centrico; la paternità di una metodologia di co-creazione pensata per far correre la trasformazione aziendale alla velocità di una startup, ma con la scala di una grande impresa; e infine la trasformazione del modello di vendita del software verso un modello a consumo, as-a-service, che richiede di ripensare insieme prodotto, processi, alleanze, competenze e incentivi.

Lo abbiamo incontrato per una chiacchierata libera, partendo dal quadro generale dell’AI per poi entrare nel merito di come tutto questo stia cambiando, oggi e nei prossimi anni, il mondo del lavoro, nelle competenze dei leader, nelle decisioni, nelle dinamiche aziendali, nelle competenze.

Partiamo dall’inizio, parliamo di intelligenza artificiale, che evolve a una velocità impressionante: ogni giorno ci sono novità, release, cambiamenti. Le aziende fanno fatica a starci dietro. Tu cosa pensi di questo impatto generale sul mondo aziendale?

La variabile più importante, rispetto a tutte le altre ondate tecnologiche vissute negli ultimi trent’anni, è proprio la velocità. Ed è una velocità sorprendente anche rispetto a quello che pensavamo solo pochi mesi fa. Se prendiamo le dichiarazioni pubbliche di McKinsey o del MIT di settembre-novembre dello scorso anno, parlavano ancora di un’AI generativa in fase embrionale nel mondo enterprise: tantissimi prototipi, spesso scollegati da una vera strategia aziendale. Era quella che con diversi clienti abbiamo chiamato scherzosamente la “palude dei prototipi”: sperimentazioni fini a sé stesse.

Poi, di colpo, l’accelerazione è stata pazzesca. Si parla di AI agentica già da più di un anno, da gennaio dell’anno scorso, ma è tra settembre e ottobre che il salto è diventato evidente ovunque. Un esempio su tutti: il mondo degli sviluppatori software, una professione che riguarda centinaia di migliaia di persone. Per anni abbiamo pensato che saper scrivere codice fosse una delle competenze più solide e di maggior valore sul mercato del lavoro. Abbiamo scoperto invece che la capacità dei modelli generativi di scrivere codici, affiancando o sostituendo gli sviluppatori, è impressionante: la produttività può crescere di molte volte, a parità di input. E quando la produttività cresce così tanto, inevitabilmente, servono meno persone.

Tutto questo è accaduto in meno di otto mesi. Anthropic ha dichiarato che l’ottanta per cento del proprio codice è generato direttamente dalla piattaforma: il sistema si autoalimenta. Non è un caso isolato: succede in tanti altri mestieri, affiancati o automatizzati dall’AI. Non parliamo più di hype, come accadeva per buona parte dello scorso anno. Oggi sappiamo che la trasformazione è molto più profonda di quanto pensassimo, ed entra ovunque: persino, da quello che si legge sui giornali, nelle strategie militari, dove la definizione degli obiettivi sembra essere affidata sempre più spesso a sistemi di intelligenza artificiale piuttosto che a esseri umani. Non è un’opinione mia, è quello che tutti quanti leggiamo.

Il paragone più calzante resta quello con l’arrivo di internet nel mondo industriale e commerciale, circa trent’anni fa: quando un fenomeno diventa pervasivo ed entra nei processi di business, le aziende sono costrette a trasformarsi, e con loro cambiano ruoli, catene del valore, vantaggio competitivo. La differenza, oggi, è che probabilmente la trasformazione sarà ancora più profonda, ma soprattutto molto più veloce.

Mi ha colpito una frase che ho letto in una recente pubblicazione di McKinsey: i leader d’azienda trasformeranno le loro imprese con la tecnologia per il resto della loro carriera. Non parliamo di un tema per l’IT: è diventato il tema principale per chi guida un’azienda. La tecnologia non è più solo un supporto o un acceleratore del business: è qualcosa che lo guida direttamente.

Ma il management delle aziende italiane, soprattutto nelle PMI, è davvero pronto a gestire un cambiamento così profondo anche dal punto di vista culturale?

Se la domanda è: le aziende sono pronte? E la risposta, purtroppo, è no, o almeno non del tutto. Non solo per le PMI: anche imprenditori e manager di aziende più grandi, strutturate, con figure fino al livello di general manager, oggi non sono del tutto pronti. Tutto questo sta avvenendo a una velocità tale che è impossibile pretendere di essere nati con la consapevolezza e la preparazione necessarie. Alcune competenze richieste oggi semplicemente non esistevano fino a poco tempo fa.

La maggior parte dei leader, per quanto bravissimi nel proprio settore, con una conoscenza profonda del mercato e dei concorrenti, oggi si trova davanti a qualcosa di diverso: non si tratta di aggiornare un sistema gestionale, ma di cambiare i processi aziendali, la struttura organizzativa, il profilo di leadership, le competenze richieste. È un salto di paradigma rispetto a quanto osservato negli ultimi decenni.

Detto questo, sono convinto che gli imprenditori italiani più illuminati, anche grazie alle dimensioni più piccole delle loro aziende, abbiano una capacità di cogliere il vantaggio competitivo più velocemente di altri: sono più agili, fiutano le opportunità e le colgono prima. Non voglio guardare tutto solo dal lato delle minacce, perché sarebbe un gioco troppo facile. Vedo soprattutto un’opportunità di trasformazione, di accelerazione e di nuova fonte di vantaggio competitivo.

Oggi non si tratta solo di dotare ogni dipendente di un nuovo strumento individuale, come accadeva un tempo con gli strumenti di produttività personale e oggi con Copilot, Gemini, le piattaforme Anthropic e tanti altri. Il vero cambiamento riguarda la trasformazione dei processi aziendali: ripensare come vengono pensati ed eseguiti i processi complessi, in modo radicalmente diverso grazie all’AI. È in quel momento che cambia davvero lo scenario in cui un’azienda opera: non si tratta più solo di scegliere tra Claude o ChatGPT, come fanno anche i nostri figli più o meno per gioco. Qui parliamo di processi che diventano autonomi, capaci di produrre un risultato, potenzialmente senza nemmeno richiedere il coinvolgimento di un essere umano.

Che impatto ha tutto questo, secondo te, sul mondo del lavoro in prospettiva?

Vi do un’opinione che ho maturato nelle ultime settimane, e che è cambiata parecchio rispetto a quello che pensavo fino a poco tempo fa: credo che sia un’opportunità pazzesca. Lo penso davvero.
È ovvio che il primo impatto sia difficile: ci sono lavori e ruoli che scompaiono, task che diventano superflui perché facilmente sostituibili da una tecnologia che li automatizza. Ma se pensiamo per un momento a cosa è successo con l’arrivo di internet, accanto ai mestieri che sono scomparsi ne sono nati altri che non riuscivamo nemmeno a immaginare. Oggi sono nate migliaia di nuove professionalità nel mondo della comunicazione e del marketing, anche grazie a percorsi universitari che fino a qualche anno fa non esistevano nemmeno.

Oggi l’impatto è più profondo perché tocca le fondamenta delle aziende, ma l’opportunità di reinterpretare il proprio lavoro, o di crearne di nuovi, grazie all’AI è enorme. Vedo solo due strade possibili: o si cavalca questa ondata, o si viene sostituiti da essa, senza vie di mezzo. Le aziende che sapranno pensare a nuovi processi, abbattere i silos organizzativi, condividere davvero i dati al proprio interno, troveranno nuove fonti di vantaggio competitivo, e probabilmente premieranno profili anche piuttosto diversi da quelli che per anni abbiamo considerato vincenti, quando dicevamo che senza una laurea STEM non ci fosse spazio nel mondo del lavoro.

Di colpo scopriamo che le facoltà umanistiche, tornano a essere un vantaggio competitivo: la capacità di pensiero critico, di gestire la complessità, la creatività, una cultura ampia, la voglia di leggere e approfondire. Sono competenze che, in un mondo dove l’AI automatizza sempre più processi, possono fare davvero la differenza. Vorrei portare un punto di vista diverso da quello più allarmista che si legge spesso: certo, bisogna muoversi in fretta, specialmente sui ruoli entry level e di leadership, ma l’opportunità c’è ed è affascinante.

C’è però molta confusione tra chi si affaccia oggi al mondo del lavoro. Pensiamo a un ragazzo che esce dal liceo: come fa a capire qual è la professione del futuro?

Chiunque ti dica di saperlo, non lo sa: lo dice per mestiere, o fa solo delle ipotesi. Fino a qualche anno fa avevo dei punti di vista, basati su statistiche e dinamiche aziendali; oggi posso dire solo questo: più le università riescono a formare profili ampi, non iper-specialistici, più riescono a preparare le persone a entrare davvero nel mondo del lavoro.

Io vengo da economia, e quando ho studiato io non si faceva nemmeno coding. Oggi, quando insegno all’università, la prima cosa che facciamo è aprire un computer e iniziare un esame che è già pensato per essere affrontato insieme all’AI: un format nato sei anni fa, non con l’AI generativa di oggi. Il corso di Python è entrato in tutti i percorsi di economia: chi non lo studia, oggi, vive in una dimensione parallela. Serve quindi un mix di competenze il più ampio possibile: studiare molto, spaziare tra materie diverse, sviluppare creatività e intuizione.

Lo trovi anche nelle ultime dichiarazioni di Anthropic, quelle in cui ammettono che forse bisognerebbe rallentare lo sviluppo dell’AI: un’affermazione curiosa, detta proprio da chi sta accelerando più di chiunque altro. Sono dichiarazioni a orologeria, che fanno anche un po’ da slogan di marketing, e sono bravissimi a farle. Ma il punto è che la competizione globale, soprattutto tra Stati Uniti e resto del mondo, non si fermerà: a febbraio dello scorso anno, l’uscita di DeepSeek ci ha mostrato che il mondo dell’AI non si limita a OpenAI, Microsoft, Anthropic o Google, ma comprende anche un’altra parte del mondo che conosciamo molto meno. È una competizione fra giganti, in un contesto politico, soprattutto americano, che spinge più a deregolamentare che a porre dei freni.

Per le aziende il discorso non cambia: bisogna partire dai propri dati. Sono accessibili, puliti, organizzati, pronti per alimentare applicazioni di analytics e poi di AI? Se la risposta è sì, si può accelerare; altrimenti bisogna ripartire da lì. Oggi l’opportunità che le aziende hanno davanti è molto più grande della loro reale capacità di colmarla: in termini di tecnologia, di dati e di competenze. E tornando ai ragazzi che oggi scelgono l’università: quale facoltà fare? Quella per cui si ha più passione. Parlavo proprio con un amico la cui figlia ha scelto filosofia: qualche anno fa sarebbe sembrata una follia, oggi è una scelta più interessante di quanto pensiamo. Magari non basta da sola: va completata con qualcosa di più scientifico, per capire cosa sia un modello probabilistico, come funzionano i dati. Non necessariamente saperlo fare, ma almeno capirlo. È una sfida, ma anche divertente: chi si muove più velocemente oggi ottiene un vantaggio competitivo molto superiore a tutti gli altri.

Con internet è stato lo stesso: chi si è trasformato per primo, chi ha creduto in nuove catene del valore e ha cambiato i propri processi, ha avuto un vantaggio; chi ha seguito è sopravvissuto; chi non l’ha fatto è scomparso.

Parliamo del tema degli entry level jobs: In America è scattato un “allarme” perché stanno scomparendo creando un problema di ingresso nel mondo del lavoro.

Su questo tema ho un punto di vista un po’ diverso da quello più diffuso: credo che non sia stata l’AI a minacciare gli entry level jobs, almeno non come causa unica e principale. Parlando di neolaureati, quello che ha davvero rimesso in discussione l’ingresso dei giovani nel mondo del lavoro, prima ancora della tecnologia, è stata la scelta di puntare sul lavoro da remoto integrale, il vero remote working.

Quando inserisci un ragazzo chiedendogli di lavorare quasi sempre da remoto, e magari di farsi vedere in ufficio una volta ogni due settimane, stai decidendo a priori che dovrà occuparsi di task tecnicamente più semplici e più facilmente sostituibili, che richiedono poca interazione con le persone, poca comprensione della cultura aziendale, poche relazioni informali con colleghi più esperti o di altri reparti. È stata quella scelta, prima per necessità e poi per abitudine, ad aver eretto una barriera all’ingresso per i più giovani: ci sono studi che lo confermano.

Detto questo, è vero che l’AI si inserisce facilmente proprio su quei ruoli entry level molto ripetitivi e automatizzabili, gli stessi in cui il contributo della persona è più marginale. Ma proprio per questo è anche una grande opportunità per le aziende di ripensare l’inserimento dei giovani: i nuovi talenti possono diventare produttivi molto più rapidamente di quanto accadesse quando sono entrato io nel mondo del lavoro, perché crescono già circondati da strumenti che svolgono i task più ripetitivi al posto loro, lasciando spazio per imparare più in fretta cose più complesse. Vedo più difficoltà, sinceramente, per chi è già nel mondo del lavoro da anni e deve reinventarsi un modo di lavorare completamente diverso, piuttosto che per chi entra oggi già pronto a usare questi strumenti.

Resta un tema sociale da non sottovalutare, soprattutto per i ruoli che richiedono competenze medio-basse: per questo serve una spinta forte verso percorsi tecnici alternativi all’università: l’Italia, rispetto alla Germania, ha ancora un rapporto molto più basso di giovani che scelgono percorsi tecnico-professionali invece dell’università, e questo, visto il nostro tessuto manifatturiero, è un’opportunità che non possiamo permetterci di ignorare. Le macchine diventeranno sempre più intelligenti, ma le persone continueranno a essere necessarie nella catena produttiva.

Credo sia un momento di passaggio, dove la velocità del cambiamento non è facile da gestire né per le aziende private né per il settore pubblico, dal mondo accademico alla scuola. Probabilmente anche le aziende dovranno dare un valore diverso alla formazione interna, creando un nuovo patto con le proprie persone per gestire insieme questo cambiamento. Ma se vogliamo un effetto rapido, la responsabilità maggiore resta in capo alle aziende, ai manager, agli imprenditori: prima ancora che al sistema pubblico, sono loro a poter creare oggi percorsi diversi per i nuovi talenti, che vengano dagli istituti tecnici o dal mondo accademico.

Restando sul tema dell’impatto sociale: di recente ci sono state diverse proteste nelle università da parte di studenti quasi stanchi di sentire parlare di intelligenza artificiale, come se ci fosse un istinto di conservazione verso una tecnologia percepita come inevitabile. Cosa ne pensi?

È una reazione, per definizione, comprensibile: è una presa di consapevolezza, e come tale va osservata e rispettata. Anche il Papa, nella sua prima lettera enciclica dall’elezione, ha affrontato il tema dell’impatto dell’AI sulle aziende e sull’essere umano: vuol dire che ce lo stiamo chiedendo tutti, ognuno dal proprio punto di vista. È importante saper leggere questi segnali, capirli, non ignorarli.

Ci saranno sempre proteste e posizioni più critiche, ed è giusto che ci siano, ma non credo che la risposta sia mettere un freno: il mondo, fuori da quella bolla, va avanti comunque, e velocemente. Nel mondo aziendale, per fortuna, c’è un approccio un po’ diverso, perché le aziende sanno bene che i propri dati sono una fonte di vantaggio competitivo, e li trattano con più cura.

I dati aziendali sono un vero tesoretto e vanno maneggiati con attenzione: non basta prendere un modello qualunque, per quanto potente, e applicarlo senza criterio. Servono modelli personalizzati sui propri dati, pensati per risolvere problemi specifici, anche piccoli, ma reali: nella gestione del rapporto con i clienti, nei processi di risorse umane, nelle previsioni commerciali. E va fatto in modo governabile, trasparente, etico. Le aziende, in larga parte, queste domande se le fanno, semplicemente perché un solo errore di valutazione può distruggere un rapporto di fiducia costruito in decenni.

Hai detto la parola che forse riassume tutto: trasparenza. Quanto conta davvero, oggi, per il rapporto tra aziende e clienti?

Conta moltissimo, ed è destinata a contare sempre di più: non basta più adottare l’AI, bisogna farlo con la piena consapevolezza di cosa si stia facendo e con una trasparenza che permetta sia all’azienda che ai propri clienti di capire davvero come funziona. Pensa al classico esempio della guida autonoma: come decide l’auto in un determinato momento? Quella decisione deve poter essere spiegata, compresa, comunicata in modo trasparente. È lo stesso principio che si applica a qualsiasi processo aziendale che diventa completamente automatizzato: deve restare spiegabile verso il cliente finale.

L’AI ha anche un impatto importante, quello sulla sostenibilità ambientale…

È un impatto che forse non immaginavamo, e che invece sta diventando sempre più evidente e concreto. C’è ancora l’idea che il digitale sia qualcosa di effimero, non fisico: in realtà i data center che si continuano a costruire, hanno un impatto fortissimo sul consumo di acqua, di energia, persino sull’inquinamento delle falde acquifere. È un tema di sostenibilità che, devo dire, oggi è un po’ passato di moda, forse perché percepito come troppo politico: ma credo tornerà velocemente di attualità, perché l’impatto in termini di carbon footprint dei data center necessari a far girare l’inferenza dei modelli di AI è già un dato di fatto, e ormai superiore a quanto ci si aspettasse anche solo otto o nove mesi fa.

Dal punto di vista aziendale, il punto è semplice: se convertiamo la sostenibilità in soldi, le aziende diventano automaticamente più sensibili al tema, perché un maggiore impatto vuol dire maggiore consumo di risorse computazionali, e quindi maggiore costo. Diventa importante chiedersi come ridurre quell’impatto già in fase di progettazione: quando, a livello di board, si decide di affrontare un processo di business con l’AI, bisogna chiedersi non solo quali dati usare, ma anche quale modello, perché modelli diversi consumano risorse molto diverse. Nel mondo consumer tendiamo a usare tutti gli stessi modelli, spesso i più grandi e quindi i più energivori; nel mondo aziendale, invece, si può e si deve fare un conto più preciso: a volte un modello più piccolo, magari addestrato nel cloud pubblico ma poi eseguito su infrastrutture private dove si controlla meglio il consumo, è più che sufficiente per svolgere un determinato compito.

Sono temi che vanno pensati a livello strategico, non lasciati alla fine della filiera: la corsa a sistemi computazionali che richiedono meno risorse sarà sempre più una questione di sostenibilità economica, prima ancora che ambientale, e tornerà centrale nel dibattito. Ho la sensazione che oggi ci sia molta meno attenzione su questo rispetto a tre anni fa, ma è un tema che dovrà tornare con forza, e l’Europa, su questo, potrebbe davvero giocare un ruolo guida nei confronti del resto del mondo.

Siamo arrivati quasi alla fine della nostra chiacchierata: abbiamo toccato lo scenario generale, il mondo del lavoro, le aziende. C’è un tema su cui senti ancora il bisogno di tornare?

Alla fine, tutto si riconduce a un tema di competenze, che resta affascinante sia per lo sviluppo di quelle nuove sia per la tutela di quelle esistenti: nessuno ha la bacchetta magica per dire con certezza quali serviranno. È un mondo in grande evoluzione, e servono competenze molto più ampie, capaci di spaziare tra ambiti STEM e ambiti umanistici, molto più di quanto fosse richiesto fino a poco tempo fa.

Alla base, però, restano sempre le stesse domande di fondo, le stesse che ci si faceva dieci o vent’anni fa: i nostri dati sono giusti, sono raccolti correttamente, sono utilizzabili, sono organizzati, sono accessibili? Oggi quella domanda diventa più urgente, perché usare l’AI in modo efficace vuol dire poter contare su dati sicuri, affidabili, accurati, che non producano allucinazioni. Vale in ogni settore: persone e dati restano i due elementi su cui si gioca tutto.

Per assurdo, l’intelligenza artificiale potrebbe finire per valorizzare ancora di più l’essere umano?

È un po’ la mia speranza, ed effettivamente credo possa starci: la capacità di avere un pensiero critico, di gestire la complessità, di discutere e trovare una sintesi, sono caratteristiche che forse appartengono in modo particolare al nostro modo di pensare, alla nostra cultura. Sono competenze che possono rappresentare una vera opportunità per il mondo del lavoro. Il mio consiglio, per qualsiasi azienda di qualsiasi settore, è di non aspettare: meglio avere oggi l’ossessione di provare, anche a costo di sbagliare, di sperimentare con un vero indirizzo strategico, piuttosto che restare fermi a guardare. Il momento della sperimentazione fine a sé stessa è finito: oggi bisogna farsi le domande serie, sui dati, sui prodotti, sui clienti, sulla propria identità.

Secondo te, come esperto di innovazione, che ruolo gioca oggi l’AI nell’executive search e quanto ti fidi di affidarle decisioni che riguardano le persone?

Anche qui l’elemento umano resta centrale, anche se sempre più spesso, nella selezione del personale, si utilizza l’intelligenza artificiale per una prima scrematura dei curriculum: è un primo filtro utile, soprattutto quando arrivano centinaia o migliaia di candidature da analizzare. Ma quando si arriva davvero a scegliere la persona, il discorso cambia: io, come persona fisica, ho probabilmente una propensione all’errore superiore rispetto a uno strumento automatico, ma in questa fase del percorso di selezione non mi sento ancora di dire che si possa demandare del tutto la decisione a un sistema automatizzato. AI sì, ma co human in the loop.

È più corretto pensarlo come un primo livello di pulizia, anche perché oggi i candidati stessi hanno imparato come scrivere un curriculum perché venga notato dai motori di selezione automatica: ormai è quasi una giungla, dove bisogna muoversi con grande attenzione. Ma proprio per questo, alla fine, la parte più delicata e davvero decisiva della selezione resta, ed è giusto che resti, una responsabilità umana.