Un esperimento su campo con 776 professionisti di P&G ha dimostrato che un individuo con AI eguaglia le performance di un team senza AI. Questo cambia tutto quello che sapevamo sul lavoro di squadra.
Un recente field experiment condotto da ricercatori di Harvard Business School, Wharton School e Procter & Gamble su 776 professionisti ha dimostrato che l’AI trasforma i pilastri fondamentali della collaborazione: performance, condivisione delle competenze e coinvolgimento sociale. I risultati rivelano che individui dotati di AI raggiungono le stesse performance di team senza AI, e che l’AI abbatte i silos funzionali, producendo soluzioni più bilanciate indipendentemente dal background professionale dei partecipanti. Questo articolo analizza le implicazioni di questa evidenza empirica per la struttura organizzativa delle aziende moderne, esplorando il concetto di agent boss — il leader umano che gestisce una costellazione di agenti AI — e come questo nuovo paradigma stia ridisegnando il significato stesso di leadership. McKinsey definisce questo cambiamento come il più grande shift organizzativo dalla rivoluzione industriale e da quella digitale: la nascita dell’agentic organization, in cui esseri umani e agenti AI lavorano fianco a fianco su scala, a costi marginali prossimi allo zero. [hbs.edu][mckinsey.com]
Introduzione
C’è una domanda che mi fanno spesso i manager con cui lavoro: “Ma se l’AI fa sempre più cose, cosa rimane da fare a noi?”
È la domanda sbagliata. O meglio, è la domanda giusta posta nel modo sbagliato.
Nel corso della mia carriera ho assistito a ogni generazione di automazione: dai mainframe che “avrebbero eliminato i contabili” ai software ERP che “avrebbero eliminato i controller”, fino al cloud che “avrebbe eliminato gli IT manager”. In nessuno di questi casi è andata così. Ogni volta, il ruolo umano si è spostato — verso l’alto, verso decisioni più complesse, verso responsabilità più strategiche.
Quello che sta accadendo con l’AI agentiva non è diverso nella direzione, ma è radicalmente diverso nella velocità e nella profondità. Non si tratta di aggiungere un nuovo strumento al flusso di lavoro esistente. Si tratta di ridefinire fondamentalmente come i leader pensano ai propri team: presto tutti i business opereranno con team collaborativi di umani e agenti, e ogni persona — dagli stagisti al C-suite — diventerà un “agent boss” che supervisiona la propria costellazione di agenti AI che alimentano i processi aziendali. [microsoft.com]
La domanda giusta, quindi, non è “cosa rimane da fare a noi?” Ma: “Come diventiamo bravi a guidare le macchine?”
Background: Dall’Automazione all’Agentic Organization
Cosa distingue un agente AI da un semplice strumento di automazione?
Per capire la portata di questa trasformazione, è necessario chiarire una distinzione fondamentale: quella tra automazione tradizionale e AI agentiva. L’automazione classica esegue istruzioni predefinite in ambienti controllati. Un agente AI, invece, ragiona, pianifica e agisce in ambienti ambigui, prendendo decisioni autonome per raggiungere obiettivi.
Le organizzazioni stanno iniziando a deployare agenti AI virtuali lungo uno spettro di complessità crescente: da semplici strumenti che aumentano le attività esistenti, all’automazione end-to-end dei workflow, fino a interi sistemi “AI-first” agentici. In parallelo, stanno emergendo agenti AI fisici: aziende stanno sviluppando “corpi” per l’AI, come dispositivi intelligenti, droni, veicoli a guida autonoma e primi tentativi di robot umanoidi. [mckinsey.com]
La portata storica di questo cambiamento è senza precedenti. La lunghezza dei task che l’AI può completare in modo affidabile è raddoppiata circa ogni sette mesi dal 2019 e ogni quattro mesi dal 2024, raggiungendo circa due ore al momento della pubblicazione. I sistemi AI potrebbero potenzialmente completare quattro giorni di lavoro senza supervisione entro il 2027 — un’evoluzione fenomenalmente accelerata, da un dipendente di livello “stagista” che richiede supervisione costante, a un dipendente di medio livello che può operare in modo indipendente, fino a un potenziale dirigente senior capace di definire e guidare strategie. [mckinsey.com]
Nella mia esperienza consulenziale, il frame storico è utile per ancorare questa riflessione. Nell’era agricola precedente al 1800, i modelli operativi erano semplici e centrati su piccoli team di artigiani. Nell’era industriale, le persone si spostarono nelle fabbriche e i modelli operativi si trasformarono in gerarchie funzionali. Nell’era digitale degli anni ’90, rise il computing e nacquero i team agili e cross-funzionali. Oggi, l’era dell’AI sta rivoluzionando il knowledge work così come le ere precedenti hanno rivoluzionato il lavoro fisico. [mckinsey.com]
Analisi Scientifica: Le Evidenze che Cambiano le Regole
Cosa dimostra la ricerca empirica sui team umano-agente?
Il Cybernetic Teammate: L’Esperimento che ha Cambiato Tutto
Il paper che ha scosso la comunità scientifica e manageriale nel 2025 è “The Cybernetic Teammate”, pubblicato come Harvard Business School Working Paper in marzo 2025. Lo studio, condotto da Dell’Acqua, Sadun, Mollick e colleghi di HBS, Wharton e Procter & Gamble, ha esaminato come l’AI trasforma i pilastri fondamentali della collaborazione attraverso un field experiment pre-registrato con 776 professionisti di P&G, impegnati in sfide reali di innovazione di prodotto. [hbs.edu]
I risultati sono straordinari su tre dimensioni:
1. Performance: Un individuo con AI vale un team
I ricercatori hanno trovato che l’AI migliora significativamente le performance negli ambienti di lavoro collaborativo: gli individui che usano l’AI possono raggiungere i livelli di performance dei team tradizionali a due persone. I team senza AI hanno mostrato un miglioramento della qualità di 0,24 deviazioni standard rispetto agli individui senza AI, confermando i noti vantaggi del lavoro di squadra. Tuttavia, l’impatto dell’AI è stato ancora più considerevole: individui e team abilitati all’AI hanno mostrato miglioramenti rispettivamente di 0,37 e 0,39 deviazioni standard.Individui con AI hanno trascorso il 16,4% di tempo in meno rispetto al gruppo di controllo, mentre i team con AI hanno impiegato il 12,7% in meno — producendo output di qualità superiore in meno tempo. [d3.harvard.edu]
2. Abbattimento dei silos funzionali
L’AI abbatte i silos funzionali: senza AI, i professionisti R&D tendevano a suggerire soluzioni più tecniche, mentre i professionisti commerciali si concentravano su proposte orientate al business. I professionisti che utilizzavano l’AI hanno prodotto soluzioni bilanciate, indipendentemente dal loro background professionale.I dati sono precisi: senza AI, la distribuzione delle idee mostrava un coefficiente di bimodalità di 0,564, indicando una netta divisione tra orientamenti tecnici e commerciali. I team abilitati all’AI hanno mostrato una distribuzione più omogenea, con coefficiente di bimodalità di 0,482, mantenendo consistente la quantità complessiva di contenuto tecnico. [hbs.edu][d3.harvard.edu]
Questo mi colpisce particolarmente. Quante riunioni ho visto, in trent’anni, bloccarsi perché R&D e commerciale non riuscivano a parlarsi? L’AI non risolve questo problema con la mediazione — lo dissolve strutturalmente.
3. L’AI come catalizzatore emotivo e sociale
Contrariamente alle preoccupazioni sull’impatto negativo della tecnologia sulle dinamiche lavorative, lo studio ha rilevato che l’integrazione dell’AI ha portato a esperienze emotive positive più intense. I partecipanti che hanno usato l’AI hanno riportato emozioni positive notevolmente maggiori (eccitamento, energia ed entusiasmo) e emozioni negative ridotte (ansia e frustrazione) rispetto a chi lavorava senza AI. Gli individui con AI hanno mostrato un aumento di 0,457 deviazioni standard nelle emozioni positive, mentre i team con AI hanno registrato un incremento ancora maggiore. [d3.harvard.edu]
Il Nuovo Ruolo dell’Agente Boss
I sistemi di agenti AI non sono semplici assistenti digitali: sono sistemi autonomi con il potere di assegnare compiti, tracciare le performance e prendere decisioni — funzioni un tempo riservate ai manager umani. Ciò che rende questo momento diverso dalle precedenti ondate di automazione è “chi” l’AI sta iniziando a sostituire: non i lavoratori in prima linea, ma i manager stessi.Il ruolo dei leader umani si sta trasformando dalla gestione operativa alla supervisione strategica. La leadership sta diventando meno operativa e più architettonica: il lavoro è meno l’assegnazione di compiti e più la formazione degli agenti e la traduzione della strategia in algoritmi.Una delle nuove metriche che ogni organizzazione dovrà adottare è il human-agent ratio — il rapporto ottimale tra esseri umani e agenti per ogni task, processo e settore. Sbagliarlo significa perdere il valore pieno dell’AI o sovraccaricare i dipendenti. Trovare il giusto equilibrio significa sbloccare il tipo di performance dimostrato nell’esperimento P&G. [forbes.com][microsoft.com]
L’Organizzazione Agentica: McKinsey sui Cinque Pilastri
L’organizzazione agentica sarà costruita attorno a cinque pilastri: modello di business, modello operativo, governance, forza lavoro e cultura, tecnologia e dati. Le aziende AI-native e agentiche possono potenzialmente sconvolgere i settori con un livello di produttività fondamentalmente diverso — revenue per dipendente —, costi disaccoppiati dalla crescita, e maggiore velocità di mercato e innovazione.Questa non è automazione come al solito applicata sopra i processi esistenti: è una riprogettazione dei processi end-to-end con gli esseri umani “above the loop” per la supervisione strategica, con il potenziale di portare il costo marginale verso il costo del computing. [mckinsey.com]
Implicazioni Pratiche: Come Diventare un Agent Boss Efficace
Quali competenze servono al leader dell’era agentica?
Anche in un ambiente di lavoro guidato dall’AI, i leader umani rimangono essenziali per coltivare fiducia, visione e motivazione. Gli agenti AI ottimizzano, delegano e persino istruiscono. Ma non possono empatizzare, fare da mentori o guidare attraverso l’incertezza come le persone. Qui emerge il limite della leadership algoritmica: la leadership implica la navigazione dei conflitti e la garanzia che i valori siano allineati — dimensioni in cui gli esseri umani mantengono ancora un vantaggio competitivo. [forbes.com]
Nella mia esperienza, chi vuole diventare un agent boss efficace deve sviluppare tre competenze nuove e specifiche:
- System thinking agentivo. Non basta capire cosa fa ogni agente singolarmente: bisogna progettare come gli agenti interagiscono tra loro e con i team umani. È una competenza di architettura, non di esecuzione.
- Calibrazione del human-agent ratio. L’imperativo è trovare il rapporto ottimale di umani e agenti per qualsiasi task o progetto. Dove una volta si ricorreva per default all’intelligenza umana, ora si può valutare strategicamente se un agente dovrebbe gestire il compito — sbloccando una scalabilità senza precedenti. [microsoft.com]
- Governance etica degli agenti. È fondamentale incorporare l’etica in ogni deployment di agenti, stabilire guardrail che governino il processo decisionale degli agenti — specialmente nelle aree che riguardano lo sviluppo di carriera, la compensazione o il benessere — e chiarire le linee di accountability, assicurando che i dipendenti capiscano chi prende le decisioni finali. [forbes.com]
Conclusioni
Il Cybernetic Teammate di Harvard non è solo uno studio accademico: è un cambio di paradigma. Dimostra empiricamente, su centinaia di professionisti in un contesto reale, che la struttura tradizionale del team umano è già superata come unità di performance ottimale quando l’AI è disponibile.
La ricerca suggerisce che l’AI ha il potenziale di democratizzare l’expertise all’interno di un’organizzazione: i lavoratori senza profonda esperienza nello sviluppo di prodotti possono sfruttare i suggerimenti dell’AI per colmare le lacune di conoscenza, replicando efficacemente l’integrazione di conoscenze tipicamente ottenuta attraverso la collaborazione umana. [d3.harvard.edu]
Il vero cambiamento non riguarda quanti agenti deployare. Riguarda la capacità di un leader di reinventare se stesso — da gestore di persone ad architetto di sistemi umano-AI. Chi impara prima questa competenza costruisce un vantaggio competitivo che, a differenza della tecnologia, non si può comprare: si deve guadagnare.
La vera sfida non è tecnica, ma umana: diventare il boss delle macchine senza smettere di essere leader delle persone.
Riferimenti
- Dell’Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S., & Lakhani, K.R. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. Harvard Business School Working Paper, No. 25-043. https://www.hbs.edu/faculty/Pages/item.aspx?num=67197
- McKinsey & Company. (2025, September 26). The Agentic Organization: Contours of the Next Paradigm for the AI Era. McKinsey. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era
- Microsoft WorkLab / Spataro, J. (2025, April 11). AI at Work: How Human-Agent Teams Will Reshape Your Workforce. Microsoft. https://www.microsoft.com/en-us/worklab/ai-at-work-how-human-agent-teams-will-reshape-your-workforce
- Robinson, C. (2025, July 31). AI Agent Bosses Are Here — And They’re Redefining How We Lead. Forbes. https://www.forbes.com/sites/cherylrobinson/2025/07/31/ai-agent-bosses-are-here-and-theyre-redefining-how-we-lead-heres-what-to-do/
- Stanford HAI. (2026). The 2026 AI Index Report. Stanford University. https://hai.stanford.edu/ai-index/2026-ai-index-report
Rispondi