Per decenni molte organizzazioni hanno funzionato come macchine con pochi ingranaggi centrali: IT, procurement, legale e altre funzioni specialistiche agivano come custodi delle competenze e detenevano il percorso esecutivo. Chi aveva accesso al canale giusto deteneva anche l’autorità su procedure, metriche e definizioni di qualità. Oggi, però, quella concentrazione di potere viene messa in discussione da una diffusione diversa: l’intelligenza artificiale incorporata negli strumenti di lavoro quotidiano.
Nel mondo del software esiste già il concetto di “shift left”: spostare responsabilità più vicino a chi scrive il codice. Allo stesso modo, l’AI sta favorendo uno spostamento decisionale verso i bordi dell’organizzazione, permettendo agli operatori di generare analisi, bozze legali o localizzazioni senza passare necessariamente per il centro.
Non è solo questione di produttività: è una trasformazione della fonte di influenza. Indagini recenti mostrano anche come molti dipendenti aggirino i controlli formali, consolidando il fenomeno del shadow AI e accelerando la decentralizzazione.
Come cambia l’assetto decisionale
La forza delle funzioni professionali si fonda spesso sulla scarsità: conoscenza specialistica, accesso a canali approvati e competenze regolamentate. Quando queste risorse diventano amministrabili tramite strumenti intelligenti, la loro esclusività si assottiglia. Un product manager può produrre una bozza contrattuale con guardrail integrati, un team marketing può localizzare contenuti in tempo reale e un analista finanzia può ottenere scenari previsionali immediati. In queste condizioni la domanda muta: da “è conforme al nostro standard centrale?” a “è sufficientemente buono per essere rilasciato?”. La soglia di accettabilità si sposta e con essa il centro della decisione.
La fragilità dell’influenza
Se l’influenza si basa sul controllo dei percorsi di esecuzione, allora è intrinsecamente fragile. L’AI tende a “bypassare” i colli di bottiglia fornendo capacità direttamente nell’interfaccia dell’operatore: strumenti scalabili che competono con ruoli tradizionali. Questo non significa la scomparsa delle funzioni centrali, ma una migrazione del loro ruolo verso la definizione di standard, la creazione di automazioni e la supervisione del rischio. La vera resilienza organizzativa emergerà quando l’autorità sarà costruita su standard condivisi e non su monopoli procedurali.
Impatto sulle funzioni aziendali
Prendiamo alcuni esempi pratici: il quality assurance nello sviluppo software non è sparito: ha trasformato il suo contributo in framework di test automatici e politiche di rischio. Anche l’IT ha conosciuto una transizione simile con l’arrivo di SaaS: da controllore delle forniture a gestore di politiche e sicurezza.
Lo stesso vale per legal e finance: la redazione routinaria, la traduzione e le analisi spesso iniziano al livello operativo, mentre le funzioni centrali si concentrano su casi complessi, revisione degli standard e mitigazione dei rischi. In pratica, il lavoro diventa più self-service mentre la qualità e la coerenza si mantengono tramite governance strutturate.
Governance e controllo non sono sinonimi
Quando l’AI rende le competenze più pervasive, la governance dovrà adattarsi: non più presidi che bloccano ogni scelta, ma guardrail che guidano decisioni distribuite. Questo richiede strumenti di monitoraggio, metriche che misurano risultati reali e programmi formativi per diffondere capacità di giudizio. Allo stesso tempo occorre contrastare il fenomeno del shadow AI, dove l’adozione non autorizzata degli strumenti amplifica i rischi.
La governance efficace non è controllo totale, ma capacità di incidere sulla qualità delle scelte a scala.
Cosa devono fare i leader
I manager e gli executive devono ripensare la propria influenza: muoversi da gatekeeper a designer di regole operative e a facilitatori della distribuzione dell’intelligenza. Ciò significa definire standard di qualità, implementare guardrail tecnologici, investire in osservabilità e integrare giudizio umano nei flussi critici. Formazione mirata, indicatori orientati ai risultati e processi di escalation chiari aiutano a mantenere il controllo sul rischio senza soffocare l’innovazione. In sintesi, chi guida l’organizzazione dovrà misurare il proprio potere non più in termini di controllo assoluto, ma in capacità di definire cosa conta e come si valuta il successo.
