Perché l’AI finisce per “congelare” gli errori organizzativi

Molte aziende applicano l’AI a processi nati da decisioni stratificate, regole obsolete e workaround informali. L’efficienza ottenuta può nascondere l’errore di fondo, consolidare modelli di business superati e impedire di ripensare servizi, ruoli, responsabilità e criteri con cui si misura il valore.

“Abbiamo messo l’AI su quel processo (e adesso nessuno lo toccherà più)”. Mi capita sempre più spesso di sentire la stessa frase, in contesti diversi e da persone diverse. Ed è quasi sempre vero. Quello che mi viene da chiedere ogni volta, e che di solito tengo per me perché la domanda suona un po’ antipatica, è se quel processo qualcuno lo avesse guardato, prima di metterci sopra l’AI. Cioè se si fosse chiesto perché esiste, chi l’ha disegnato, per rispondere a cosa, e se quel cosa esiste ancora.

Mi rendo conto che sembra una domanda da rompiscatole. Però è esattamente la domanda che mi hanno fatto per questo articolo: cosa vuol dire che un’organizzazione è “progettata”, e cosa succede quando ci mettiamo dentro l’AI senza che lo sia.

Le componenti invisibili dell’organizzazione

Un’organizzazione è fatta di processi, ruoli, regole, sistemi di misurazione, strumenti. Sono tutte cose che qualcuno ha costruito, in un certo momento, per uno scopo, e che quindi potrebbero essere diverse. Poi ce ne sono altre, meno visibili e secondo me molto più potenti proprio perché nessuno le chiama organizzazione: il calendario delle riunioni, le catene di approvazione, chi può dire la sua su cosa, il gestionale scelto dieci anni fa che oggi di fatto decide come si fa un preventivo. Sono queste a definire come un’organizzazione si muove e vive nello spazio in cui opera, molto più dell’organigramma, che è la cosa a cui tutti guardano.

Dire che un’organizzazione è progettata vorrebbe dire che qualcuno ha deciso tutto questo con un’intenzione, partendo da una visione dell’ambiente in cui vive e di come vuole starci dentro. Nella mia esperienza succede di rado. Quello che vedo quasi sempre è una stratificazione di decisioni prese per gestire un tema del momento: un cliente difficile, un errore da non ripetere, un capo da accontentare.

La mancanza di un vero progetto organizzativo

Decisioni ragionevoli una per una, legate a un momento che poi passa mentre la decisione resta. Il risultato complessivo non l’ha deciso nessuno, e il motivo in fondo è semplice: progettare l’organizzazione non è il lavoro di nessuno. C’è un responsabile del prodotto, uno delle vendite, uno delle persone, uno del budget. Dell’organizzazione in sé, come cosa che si può disegnare e ridisegnare, non si occupa nessuno. Che è un po’ assurdo, visto che decide come funzionano tutte le altre.

Quanta della complessità che vediamo nelle aziende è necessaria? Un po’ sì, per leggere un ambiente complicato bisogna essere complicati almeno quanto lui. Il resto è complessità accidentale, che non racconta il mercato ma la storia dell’azienda. I segnali li conoscono tutti: la burocrazia che cresce, l’incoerenza, un’organizzazione che chi ci lavora dentro non riesce più a spiegare a un nuovo arrivato. A me però ne bastano due.

    • Il primo è quando chiedi perché esiste una regola e la risposta è “si è sempre fatto così, ci sarà un motivo”.
    • Il secondo è quando il processo vero è fatto di workaround: la procedura ufficiale c’è, documentata, ma il lavoro passa altrove, nelle chat, nei fogli condivisi, nel collega che sa a chi chiedere.

A quel punto l’organizzazione vera è quella informale che nessuno ha mai scritto, e quella ufficiale è una finzione che tutti mantengono per educazione.

L’effetto “amplifica le inefficienze”

E qui arrivo al punto. La risposta che si sente di solito è che l’AI “amplifica le inefficienze”, che è vera ma mi sembra che manchi un pezzo, secondo me quello più grave. Un processo sbagliato ha almeno un vantaggio: va male. Costa, crea attrito, e prima o poi qualcuno si arrabbia abbastanza da chiedersi se abbia senso. L’AI toglie il dolore senza togliere l’errore.

Automatizzare un task rende più economico il processo che lo contiene, e un processo più economico vive più a lungo, perché sparisce la pressione che avrebbe costretto a ripensarlo. È la “path dependency” di cui ho già scritto parlando di innovazione: una volta imboccata una strada tornare indietro costa sempre di più, solo che qui la strada la stiamo anche asfaltando.

Il pericoloso effetto secondario: migliorare nella direzione sbagliata

C’è poi un secondo effetto, più subdolo. Chi automatizza task guarda i task, e non vede quello che la stessa tecnologia renderebbe possibile a chi partisse da zero. Il problema non è che le cose vadano peggio, è che vanno un po’ meglio nella direzione sbagliata. Automatizzare senza ripensare processi, logiche, modello di business e struttura compromette la capacità di stare sul mercato, in un modo che all’inizio sembra un successo, con tanto di slide.

Lo spiego con il caso che vedo da più vicino, visto che ci lavoro dentro da tanti anni: un progetto di consulenza. Oggi è disegnato intorno a una scarsità, il tempo delle persone. L’unità di prezzo è la giornata, il deliverable è la prova dello sforzo, il margine è la differenza tra quanto costa quel tempo e quanto lo vendi. Tutto il processo, dal preventivo alla fattura, sta in piedi su quell’assunto, che era vero quando è stato concepito, in un momento in cui la tecnologia non consentiva alti gradi di automazione né di ripensare l’output.

Chi si limita a rendere più efficienti i task di quel progetto ottiene giornate più economiche. E il cliente lo sa benissimo, visto che ha in mano lo stesso strumento e sta già facendo lo stesso conto. Il risultato è la commoditizzazione del servizio e, per molti, l’antieconomicità di offrirlo. Non parlo del futuro: nei conti di agenzie e studi che mi capita di vedere si legge già.

Ripensare il valore, non il task

Ripensare il progetto è un’altra cosa, e parte dal bisogno invece che dal task. Cosa compra davvero il cliente? Quasi mai compra giornate. Compra una decisione presa meglio, oppure un presidio continuo su un problema che non sparisce. Se l’unità di valore diventa quella, cambia l’output, cambia il prezzo, cambia come si organizza il team e cosa chiedi alle persone.

Automatizzare parte da come lavoriamo oggi, ripensare parte da perché esistiamo, e sono due lavori che hanno poco in comune anche se usano la stessa tecnologia.

Domande organizzative quando l’AI prende decisioni

Finché l’AI è uno strumento la domanda è di efficienza. Quando diventa un soggetto che prende decisioni, le domande diventano organizzative e vanno rifatte più o meno tutte: chi ha l’autorità di decidere? Chi risponde di una decisione presa da un agente? Come si assegna il lavoro in un team in cui non tutti sono umani? Che fine fa la filiera della competenza se il lavoro con cui i junior imparavano il mestiere lo fa una macchina?

Ma c’è una cosa che vedo trascurata più di tutte. La maggior parte dei benefici dell’AI non arriva dall’automazione in sé, arriva dalla capacità di ripensare logiche, bisogni e modo di concepire il servizio. E quel ripensamento lo può fare solo chi il lavoro lo conosce davvero, cioè chi lo fa tutti i giorni, nel modo più diffuso possibile. Il beneficio dipende quindi dal coinvolgimento delle persone, e qui c’è un paradosso che trovo quasi comico: chiediamo alle persone di reinventare il proprio lavoro senza dire loro perché lo facciamo, come vogliamo farlo e cosa ci guadagnano.

Cioè in sintesi: “caro collega, ti abbiamo comprato la licenza, adesso trova tu il modo di rendere inutile il tuo lavoro, grazie”. Chi si sente minacciato non co-progetta niente, si difende, e non riesco a dargli torto.

Il ruolo della cultura organizzativa

Microsoft nel Work Trend Index 2026 scrive che cultura organizzativa e supporto dei manager pesano più del doppio dei fattori individuali sull’adozione dell’AI, 67 % contro 32 %. Sembra ovvio. E invece si continua a investire quasi tutto su corsi e licenze e quasi niente sul resto.

In Maize abbiamo fatto una cosa molto semplice e molto pratica: abbiamo scritto una specie di costituzione dell’adozione dell’AI. Non un piano, non una lista di use case, un documento in cui ci siamo chiariti perché lo facciamo e come vogliamo farlo. Non ha risolto niente da solo. Però ha cambiato le conversazioni, perché quando si presenta una scelta ora tutti chiedono “qual è il principio guida?” invece di “qual è il tool più costoso?”.

Questa costituzione contiene tre pilastri fondamentali:

    • Scopo chiaro: definire quale problema di valore reale vogliamo risolvere, non quale attività vogliamo velocizzare.
    • Coinvolgimento continuo: i dipendenti che vivono il processo partecipano alla definizione dei criteri di successo e al disegno dei flussi.
    • Revisione periodica: ogni sei mesi si verifica se il processo automatizzato è ancora allineato con la strategia aziendale.

Con questi punti, le organizzazioni riescono a trasformare l’AI da “cappuccio di efficienza” a “catalizzatore di innovazione”.

Conclusioni: dall’automazione alla trasformazione

L’AI non è una bacchetta magica che risolve i problemi di processi mal progettati. Se l’obiettivo è solo ridurre i costi di un task, si rischia di consolidare errori strutturali e di rendere più difficile una futura riprogettazione. La vera opportunità sta nel usare la tecnologia per mettere in discussione le assunzioni di base: perché esiste quel processo, quale valore crea, chi dovrebbe farlo e come dovrebbe essere misurato.

Solo quando le domande organizzative vengono poste prima di introdurre l’AI, le imprese possono evitare di “congelare” le inefficienze e, invece, sfruttare la tecnologia per creare nuovi modelli di business, ruoli più significativi e metriche di valore più pertinenti. In questo modo l’intelligenza artificiale diventa non solo un risparmio di tempo, ma un vero motore di crescita sostenibile.