L’incertezza sull’AI come freno all’innovazione organizzativa

Cosa è successo?

Nell’analisi How the Job Market Is Shaping Up for 2026 di Knowledge at Wharton, l’intervista a Matthew Bidwell evidenzia un paradosso emergente: l’AI influenza le decisioni sul lavoro prima ancora di essere pienamente adottata. I dirigenti percepiscono un divario crescente tra le prestazioni attuali (efficaci in pochi compiti ma deludenti in molti) e aspettative future molto elevate, secondo cui l’AI “farà presto tutto”. Questa incertezza spinge le imprese a rimandare assunzioni e investimenti in persone, nella convinzione che attività oggi svolte da lavoratori possano essere automatizzate a breve. L’effetto è indiretto ma reale: la domanda di lavoro rallenta anche senza una sostituzione tecnologica compiuta.

Perché è importante?

Nel breve periodo, l’impatto dell’AI sull’innovazione è controintuitivo. Aumenta le aspettative di produttività di lungo termine, ma nel frattempo deprime sperimentazione, assunzioni e apprendimento organizzativo. Il freno principale non è l’automazione in sé, bensì l’incertezza: quando le imprese sospendono decisioni su team, ruoli e processi, congelano anche la capacità di testare nuovi modelli operativi. Questo ritardo riduce l’accumulazione di competenze e rallenta la trasformazione necessaria per catturare i benefici dell’AI.

E adesso?

Sbloccare il potenziale dell’AI richiede ridurre l’incertezza decisionale, non solo migliorare i modelli. Le organizzazioni devono investire in sperimentazione guidata (assunzioni mirate, progetti pilota con responsabilità chiare, apprendimento rapido) anziché attendere una maturità tecnologica indefinita. Senza investimenti complementari nel capitale umano, i guadagni di produttività promessi dall’AI resteranno latenti. In sintesi, l’AI diventa un acceleratore solo se accompagnata da scelte organizzative coraggiose; altrimenti, l’attesa rischia di trasformarsi nel principale ostacolo all’innovazione.