Ascolta l’Audio dell’Articolo
Ascolta il Mini Podcast dell’articolo
L’adozione dell’intelligenza artificiale corre, ma la distanza tra “usare” e governare i sistemi è diventata il vero terreno competitivo per le imprese, in particolare per le funzioni HR. Secondo l’ultimo McKinsey State of AI, l’88% delle organizzazioni impiega già l’AI in almeno una funzione e circa un terzo ha avviato programmi di scaling; eppure, nelle PMI italiane, il 76% non ha investito né prevede investimenti, mentre solo il 7% ha programmi strutturati di formazione. Nello stesso arco temporale, il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro, in crescita del 50% in dodici mesi. Il punto è chiaro: si comprano tool, raramente si costruisce infrastruttura organizzativa in grado di rendere tracciabili processi, responsabilità e conoscenza.
Per l’HR, questo scenario è un invito all’azione: alfabetizzazione diffusa, regole di ingaggio, presidio dei rischi e, soprattutto, trasformazione della conoscenza che l’AI fa emergere ogni giorno in un capitale cognitivo aziendale, difendibile ed etico.
AI Act e legge 132/2025: obbligo di struttura, non burocrazia
I segnali di allarme sulla readiness sono netti: per la Cloud Security Alliance, oltre il 50% delle organizzazioni non ha ancora un inventario dei propri sistemi AI; Vision Compliance rileva che il 78% non ha avviato passi significativi; un’indagine Deloitte indica che solo il 26,2% dei manager ha iniziato l’adeguamento. In Italia, la legge 132/2025 introduce sanzioni fino a 774.685 euro, misure interdittive ai sensi del D.Lgs. 231/2001 e una nuova fattispecie penale per contenuti AI-generated o alterati non dichiarati (da uno a cinque anni). Alcune scadenze sono già scattate: requisiti per i modelli general purpose dal 2 agosto 2025 e obblighi di alfabetizzazione AI da febbraio 2025. Per i sistemi ad alto rischio (tra cui occupazione e gestione dei lavoratori), il Digital Omnibus ha differito la scadenza al 2 dicembre 2027. Ma il rinvio non sospende gli obblighi: chiede di costruire struttura.
Il requisito sostanziale non è la performance dei modelli, ma la loro governabilità: tracciabilità decisionale, supervisione umana verificabile, documentazione aggiornata e classificazione del rischio attestata. Per l’HR significa: mappare i sistemi impiegati in recruiting, valutazione, formazione, analisi delle performance; assegnare responsabilità; dimostrare controllo umano e correttezza dei dati lungo tutto il ciclo di vita.
ISO 42001: dall’uso di tool a un sistema di gestione
Lo standard ISO/IEC 42001:2023 rappresenta il passaggio dall’adozione tattica di strumenti a un management system dell’AI, con policy, controlli, audit e responsabilità esplicite. La sua architettura si innesta sui requisiti dell’AI Act: inventario dei sistemi, classificazione del rischio, meccanismi di supervisione umana, documentazione tecnica. Un’organizzazione che implementa seriamente ISO 42001 ha già impostato gran parte del percorso di conformità, non per mero adempimento, ma perché valore e compliance dipendono dalla stessa cosa: la capacità di governare il processo che genera gli output. Per le risorse umane, questa cornice include criteri verificabili di equità e trasparenza negli algoritmi per selezione, mobilità interna e reward, e una filiera di controllo dati-disegno-uso che abbatte bias e rafforza la fiducia dei lavoratori.
Dal valore individuale al patrimonio condiviso: il capitale cognitivo
La sfida non si esaurisce in norme e processi. McKinsey stima che i lavoratori della conoscenza passino in media 1,8 ore al giorno a cercare informazioni interne; IDC quantifica in 31,5 miliardi di dollari le perdite annue per le sole Fortune 500 dovute a condivisione inefficace; per CIO Insight, il 57% dei lavoratori segnala che la carenza di accesso alle informazioni riduce la propria capacità produttiva. Con l’AI, ogni interazione che risolve un problema, definisce un criterio o ordina una sequenza decisionale genera metodo. Se questa logica resta intrappolata in conversazioni e prompt non strutturati, l’azienda perde patrimonio replicabile. L’HR può guidare il cambio di passo trasformando l’AI da acceleratore individuale a infrastruttura cognitiva dell’organizzazione, con quattro azioni concrete:
- Mappare sistematicamente tutti i sistemi AI in uso (ufficiali e shadow), soprattutto quelli che toccano persone, dati sensibili e processi di valutazione.
- Estrarre il capitale cognitivo identificando interazioni ad alto valore (metodi, criteri, sequenze) e formalizzandole in asset riusabili per onboarding, formazione e qualità decisionale.
- Unificare le responsabilità creando un modello coerente che integri supervisione AI Act, presidio ISO 42001 e governance della conoscenza, evitando strutture parallele.
- Classificare dati e sovranità distinguendo ciò che può transitare in cloud pubblici da ciò che richiede ambienti controllati o on-premise per proteggere asset metodologici e persone.
Questo è un percorso etico e competitivo insieme: tutela le persone, rende dimostrabili scelte e risultati, consente di trattenere e scalare il modo in cui l’azienda pensa e decide. Le organizzazioni che lo completano non saranno solo più efficienti: saranno più difendibili, perché avranno trasformato l’AI in una infrastruttura organizzativa tracciabile, responsabile e sostenibile, allineata all’innovazione che Assodigit sostiene.
