Chi guida un’auto elettrica da qualche anno conosce bene una certa frustrazione. Non è l’auto il problema, è il parcheggio del centro commerciale costruito vent’anni fa, le colonnine sistemate negli angoli più scomodi della città, segnalate male, spesso occupate da auto termiche. È l’autostrada con un’area di servizio mal equipaggiata. È la giunta comunale che ha deciso di “andare verso l’elettrico” senza mai chiedersi cosa cambia concretamente per chi l’auto elettrica la usa davvero.
La tecnologia è cambiata. Il sistema intorno è rimasto quello di prima.
Questa è esattamente la dinamica che si sta ripetendo nelle aziende con l’intelligenza artificiale. Al posto delle colonnine che ti attirano per poi deluderti perché sono offline, ci sono i corsi di prompt engineering.
I corsi di prompt engineering sono la versione 2026 dei corsi di PowerPoint del 2005. Allora si insegnava a usare gli strumenti (animazioni, layout, transizioni) senza mai toccare il problema reale: come si costruisce un argomento, come si struttura una narrazione, chi ha il diritto di raccontare cosa a chi. Il risultato è stata una generazione di persone tecnicamente abili con le slide e concettualmente dipendenti da chi stabiliva i contenuti.
Oggi si insegna a scrivere prompt. Ma un buon prompt è, in fondo, retorica applicata: richiede di sapere cosa vuoi dire, a chi, con quale struttura logica. Se non sai argomentare, non sai nemmeno chiedere. Il corso ti insegna la sintassi. Non ti dà la grammatica del pensiero.
Il rituale che non trasforma niente
I numeri raccontano una storia precisa. Quasi nove organizzazioni su dieci usano oggi l’AI in almeno una funzione aziendale. Eppure solo il 6% delle aziende sta effettivamente generando valore reale, quello misurabile sul risultato operativo. Il 34% sta davvero riprogettando come lavora. Il resto sta facendo qualcos’altro.
Quel qualcos’altro ha un nome: formazione.
Secondo Deloitte, la risposta numero uno delle aziende alle trasformazioni legate all’AI nel talent management è stata formare i dipendenti. Non ridisegnare ruoli, non ripensare workflow, non toccare la struttura organizzativa: formare. Mentre secondo McKinsey, il fattore singolo più correlato al successo con l’AI è esattamente quello che le aziende fanno meno: la riprogettazione dei processi dall’inizio alla fine.
Il paradosso non è inspiegabile. È strutturale.
Perché succede: il sistema premia la superficie
La domanda più interessante non è cosa fanno le aziende. È perché lo fanno.
La risposta è che i sistemi organizzativi, come quelli urbani o come quelli mediatici, sono costruiti per rispondere ai trend in modo visibile, rapido e misurabile. Non per trasformarsi in profondità.
Un corso si conta. Produce ore, attestati, dashboard per l’HR. Una colonnina si inaugura con una foto. Un titolo di giornale annuncia che “l’azienda X abbraccia l’AI”. La riprogettazione di un processo decisionale, invece, non ha un momento fotografabile. Non c’è un giorno in cui finisce. Non produce una metrica pulita da inserire nel report trimestrale.
È lo stesso meccanismo che ha fatto sì che per anni si parlasse di “futuro elettrico” sui giornali mentre le infrastrutture reali rimanevano pensate per il termico. Il trend viene amplificato, adottato nel linguaggio, celebrato nelle presentazioni, ma poi non viene mai messo a terra, trasformato in cambiamento strutturale. Come mai? Perché il cambiamento strutturale è costoso, lento e politicamente complicato.
La superficie è più facile da gestire del profondo. E i sistemi di valutazione (aziendali, mediatici, istituzionali) premiano ciò che offre visibilità nel breve periodo.
Non è tecnica, baby: è potere
C’è un livello ulteriore che quasi nessuno dice ad alta voce.
Riprogettare il lavoro nell’era dell’AI non è solo un problema di competenze o di tempo. È un problema di potere. Ridisegnare un processo significa decidere chi lo supervisiona e chi no. Significa togliere a qualcuno la funzione di collo di bottiglia, che è anche, spesso, la sua fonte di autorità informale. Significa mettere in discussione ruoli di middle management che esistono da anni, layer di approvazione che non aggiungono valore ma che qualcuno presidia con attenzione.
Una ricerca della Harvard Business Review lo dice in modo diretto: la maggior parte delle aziende non riesce a creare valore reale dall’AI non perché la tecnologia non funzioni, ma perché le persone, i processi e la politica interna lo impediscono. Le strutture di potere consolidate sabotano silenziosamente le iniziative AI, anche nelle aziende con gli strumenti più avanzati.
I corsi di prompt engineering non toccano niente di tutto questo. Sono, da questo punto di vista, perfetti: danno all’azienda la sensazione di agire sull’AI senza che nulla di strutturale venga messo in discussione. I manager che li approvano rimangono dove sono. I processi rimangono quelli che erano. L’organigramma non viene sfiorato.
È formazione come teatro: è una performance con uno scopo sociale, quello di dimostrare che l’organizzazione si sta adattando. Il pubblico è interno ed esterno. Il copione è già scritto.
Cosa significherebbe farlo davvero
Riprogettare il lavoro nell’era dell’AI non è un progetto di formazione. È un progetto di design organizzative… e inizia da domande diverse.
Non “come usiamo questo strumento?” ma “questo processo ha ancora senso nella forma attuale se una parte può essere eseguita da un sistema AI?” Non “quante persone abbiamo formato?” ma “chi decide cosa, su quale base, e quel sistema decisionale è ancora adeguato?”
E qui torna il punto sul pensiero. La riprogettazione del lavoro richiede esattamente le competenze che i corsi non toccano: capire un processo in profondità, smontarlo, argomentare perché dovrebbe funzionare diversamente, convincere chi ha potere decisionale che vale la pena cambiarlo. Sono competenze narrative e analitiche prima ancora che tecniche. Non si certificano in due giorni. Non producono un attestato. E non compaiono in nessun corso di prompt engineering che abbia visto finora (e ne ho visti).
Significa prendere un processo specifico, ad esempio dall’approvazione dei contenuti, oppure la gestione delle escalation, fino alla produzione di report ricorrenti, e chiedersi esplicitamente cosa cambia quando l’AI ne esegue una parte. Chi rimane nel loop. Chi esce. E perché.
Non è un processo confortante. Richiede che qualcuno in posizione di potere (o di responsabilità, preferirei dire) accetti di mettere in discussione la propria funzione. Richiede conversazioni che le organizzazioni preferiscono rimandare finché non diventano obbligatorie.
Una domanda che resta aperta
Le colonnine mancanti non sono un problema tecnologico. Sono il segno che qualcuno ha deciso di adottare l’elettrico senza voler ripensare le città. Il risultato è una tecnologia superiore che produce più attrito di quella che dovrebbe sostituire.
Le aziende stanno facendo la stessa cosa con l’AI. Adottano il linguaggio, comprano gli strumenti, organizzano i corsi. Ma il lavoro (chi lo fa, come viene valutato, chi ha potere su chi) rimane sostanzialmente invariato.
La domanda non è se questo cambierà. Ma piuttosto, chi avrà interesse a cambiarlo davvero, e quando il costo di non farlo supererà il costo politico di farlo.
Per ora, il corso finisce. Il certificato viene emesso. Il responsabile HR manda l’email scritta bene, forse con l’AI, con la forma giusta e il tono appropriato.
Ma senza un argomento che cambi veramente qualcosa.
Cosa ne pensi?
