Human + Machine affronta una domanda decisiva per le aziende: come cambia il lavoro quando l’intelligenza artificiale non viene usata soltanto per automatizzare attività, ma entra stabilmente nei processi e nelle decisioni?
Paul R. Daugherty e H. James Wilson propongono una risposta diversa dalla consueta contrapposizione tra persone e macchine. Il vantaggio più rilevante, secondo gli autori, nasce dalla progettazione di forme di collaborazione nelle quali l’AI amplia le capacità umane e le persone addestrano, interpretano e controllano i sistemi.
La tesi centrale ruota intorno al cosiddetto “missing middle”: lo spazio organizzativo compreso tra il lavoro interamente umano e l’automazione completa. È qui che possono emergere nuove attività, competenze e modalità operative.
Le macchine offrono velocità, capacità di calcolo, analisi dei dati e ripetibilità. Le persone contribuiscono con giudizio, responsabilità, empatia, creatività e comprensione del contesto. Il punto non è quindi assegnare ogni attività all’una o all’altra parte, ma riprogettare il processo considerando ciò che entrambe possono fare meglio insieme.
Il volume si basa sull’analisi di esperienze e pratiche riconducibili a circa 1.500 organizzazioni. Gli esempi attraversano produzione, ricerca e sviluppo, funzioni amministrative, marketing, vendite e assistenza clienti. Pur essendo nato prima della diffusione dell’AI generativa, il modello organizzativo proposto rimane utile per valutare molti progetti contemporanei.
Gli autori individuano tre famiglie di attività umane: addestrare i sistemi, spiegarne il funzionamento e garantirne affidabilità e sostenibilità nel tempo. Da qui derivano le figure dei trainers, degli explainers e dei sustainers.
Questa classificazione ricorda che un progetto AI non termina con l’installazione di un software. Servono persone capaci di verificare gli output, gestire le eccezioni, chiarire le responsabilità e controllare gli effetti prodotti. È un’impostazione vicina al principio dello Human in the Loop, particolarmente importante quando gli errori possono avere conseguenze commerciali, operative o reputazionali.
Nella direzione opposta, l’AI può rendere accessibili grandi quantità di informazioni, suggerire alternative, velocizzare analisi e supportare attività che prima richiedevano tempi o risorse superiori. Il valore non consiste necessariamente nell’eliminare una mansione: può derivare anche dal migliorare la qualità, la rapidità o la coerenza del lavoro umano.
Il libro definisce otto “fusion skills”, cioè competenze necessarie per lavorare nell’area di incontro tra persone e sistemi intelligenti. Tra le più attuali ci sono la capacità di interrogare correttamente l’AI, integrare i risultati con il giudizio umano e creare un apprendimento reciproco tra tecnologia e organizzazione.
Con gli strumenti generativi, questi principi assumono una forma molto concreta: formulare istruzioni efficaci, verificare le risposte, riconoscere informazioni non supportate e trasferire nei sistemi le conoscenze specifiche dell’azienda.
Per guidare l’adozione dell’AI, Daugherty e Wilson propongono il modello MELDS: Mindset, Experimentation, Leadership, Data e Skills. In altre parole, occorrono una mentalità orientata al ridisegno dei processi, sperimentazioni misurabili, una leadership responsabile, dati affidabili e competenze adeguate.
È un passaggio utile per distinguere l’acquisto di uno strumento da una reale trasformazione aziendale. La stessa distinzione è centrale quando si valuta l’AI readiness di un’organizzazione.
Il contributo più interessante per una PMI non è un elenco di tecnologie da adottare, ma un metodo per formulare domande migliori. Prima di automatizzare un’attività, il libro invita implicitamente a chiarire:
Questa prospettiva è applicabile alla produzione di contenuti, alla qualificazione dei lead, alla preparazione delle offerte, al customer service e alla gestione della conoscenza interna. Aiuta inoltre a evitare un errore frequente: applicare l’AI a un processo inefficiente senza averlo prima ripensato. Sul piano operativo, il tema si collega alla scelta dei processi aziendali da automatizzare con l’AI.
Le valutazioni positive tendono a riconoscere al libro tre qualità: un’alternativa concreta alla narrativa “uomo contro macchina”, un linguaggio comprensibile anche per chi non ha una preparazione tecnica e una struttura utile per discutere l’AI in termini organizzativi.
Il concetto di missing middle è generalmente considerato il contributo più efficace. Anche MELDS e le fusion skills forniscono un vocabolario pratico per coinvolgere direzione, responsabili di funzione, risorse umane e team tecnologici nello stesso progetto.
Le critiche ricorrenti riguardano invece un certo ottimismo sulle conseguenze occupazionali dell’automazione. Il libro descrive bene i nuovi ruoli, ma non dimostra che siano sempre accessibili alle persone coinvolte nella scomparsa o nella trasformazione delle mansioni precedenti.
Un altro limite è la prevalenza di casi provenienti da grandi organizzazioni, dotate di risorse, dati e competenze difficili da replicare in una PMI. Le questioni relative a potere, disuguaglianze e distribuzione dei benefici rimangono inoltre meno sviluppate rispetto alla prospettiva manageriale.
Il titolo richiesto identifica l’edizione originale inglese, pubblicata da Harvard Business Review Press nel 2018. Nel 2019 Guerini Next ha pubblicato la traduzione italiana con il titolo Human + Machine. Ripensare il lavoro nell’età dell’intelligenza artificiale.
Nel 2024 è uscita in inglese un’edizione aggiornata e ampliata, che introduce un capitolo sull’AI generativa e rinnova diversi esempi aziendali. Non si tratta di una semplice ristampa. Chi vuole applicare il modello allo scenario successivo alla diffusione di ChatGPT dovrebbe preferire l’edizione aggiornata oppure integrare la versione italiana con materiali più recenti.
Nel complesso, è un libro manageriale utile per comprendere perché l’adozione dell’intelligenza artificiale richieda di intervenire su processi, competenze e responsabilità. È meno adatto a chi cerca un manuale tecnico o un’analisi critica completa degli effetti sociali dell’automazione.
Vuoi consultare il libro? Vedi l’edizione originale inglese di Human + Machine su Amazon.it.