Opinione
Gli agenti AI non richiedono manutenzione sociale. La tua organizzazione sì: come salvaguardare la cultura aziendale nell'era dell'AI agentica
Quest’anno il nostro team di Guardian360 ha ricostruito Lighthouse con agenti AI in circa tre mesi. La versione precedente ci era costata più di tre anni. Siamo un team piccolo. A frenarci non è più la mancanza di braccia. Ciò che ci frena è tenere i nostri partner, e noi stessi, sulla stessa lunghezza d’onda.
Questa osservazione mi è rimasta in testa leggendo Storylistening di Annet Scheringa e Simone Beemster, e le riflessioni di Ethan Mollick che stanno dietro al suo nuovo libro Co-Existence. Scheringa e Beemster parlano delle due correnti che attraversano la cultura di ogni organizzazione: quella che si misura e quella che si sente. Insieme, queste letture mi hanno fatto porre una domanda che sospetto molti leader si troveranno presto ad affrontare: se le persone affidano sempre più lavoro agli agenti AI, chi si prende cura della onderstroom?
La corrente che misuri e la corrente che senti
Nella letteratura manageriale olandese, le organizzazioni hanno una bovenstroom e una onderstroom. La bovenstroom, la corrente superiore, è ciò che possiamo vedere e governare: fatti, piani, obiettivi e KPI. La onderstroom, la corrente sotterranea, è ciò che sentiamo: emozioni, processi impliciti, regole non scritte e tutto ciò che cresce quando le persone lavorano insieme.
Scheringa e Beemster sostengono che sedurre le persone, presentare cifre allarmanti e inviare piani di cambiamento via email semplicemente non funziona, mentre ascoltare le storie della onderstroom funziona. Osservano inoltre che molte organizzazioni lasciano intatto quel mondo di esperienze, percezioni ed emozioni. Nella mia esperienza, è proprio lì che un’organizzazione resta unita oppure si sfalda in silenzio.
Che cosa succede alla onderstroom quando il lavoro lo fanno gli agenti?
Un esperimento sul campo di Harang Ju della Johns Hopkins e Sinan Aral del MIT, con più di 2.200 partecipanti, offre un indizio scomodo. I team che lavoravano con agenti AI hanno inviato il 18 percento in meno di messaggi interpersonali rispetto ai team umani. I ricercatori ne spiegano il motivo: gli agenti seguono le istruzioni in modo affidabile e non richiedono manutenzione sociale, quindi i team misti di persone e AI hanno aggirato buona parte del sovraccarico sociale.
I ricercatori lo presentano come efficienza, e in senso stretto lo è. Riconoscono però anche che questi processi interpersonali non sono solo sovraccarico; costruiscono fiducia e sicurezza psicologica. Rileggilo tenendo in mente la onderstroom. Il sovraccarico che è sparito è la domanda di chiarimento, la chiacchiera prima di un compito, il “puoi guardarlo insieme a me?” Quel sovraccarico è il luogo in cui nasce la fiducia e in cui un junior impara come ragiona un senior.
Un articolo della UNSW Business School, con la professoressa Mary-Anne Williams, descrive dove porta tutto questo: i collaboratori esperti smettono di fare da mentori perché presumono che se ne occupi l’agente. Nessuno lo decide. Succede e basta.
Un cervello aziendale ricorda solo ciò che è stato detto ad alta voce
In Guardian360 lavoriamo con Hermes, il nostro strato di AI. Gira su modelli open source nel nostro cluster di server nei Paesi Bassi e funge da cervello aziendale per gli agenti che supportano il nostro lavoro. È straordinariamente bravo con tutto ciò che abbiamo messo per iscritto.
Non sa perché due anni fa abbiamo rifiutato la richiesta di un partner. Non sa quale partner preferisce una telefonata a una email, né che un collega ultimamente è diventato silenzioso nelle riunioni. Il filosofo Michael Polanyi lo ha detto in modo semplice: sappiamo più di quanto possiamo dire. Un cervello aziendale rende la bovenstroom più veloce e più completa. La onderstroom non è in grado di contenerla.
L’AI non ci rende migliori nella condivisione della conoscenza?
Il controargomento più forte è che l’AI migliora il modo in cui la conoscenza circola in un’organizzazione, e merita di essere ascoltato con equità. Uno studio del 2026 pubblicato su Acta Psychologica ha rilevato che la collaborazione con agenti AI prediceva in modo marcato la condivisione della conoscenza, il thriving lavorativo e il benessere, sottolineando però che il clima organizzativo conta.
Uno studio di Liu, Gao e Yu pubblicato su Frontiers in Psychology aggiunge una sfumatura. L’uso dell’AI ha aumentato sia la condivisione sia l’occultamento della conoscenza, con un effetto più forte sulla condivisione, e un clima competitivo ha rafforzato entrambi.
La mia lettura è che l’AI amplifica la onderstroom che hai già. Una onderstroom sana porta a più condivisione; una competitiva porta a più occultamento. Questo non rende la onderstroom meno importante. La rende decisiva.
Quando dovresti rifiutare l’aiuto dell’AI?
Ethan Mollick, il cui Co-Intelligence ha venduto particolarmente bene nei Paesi Bassi, ha appena pubblicato Co-Existence. Mentre il suo primo libro descriveva gli esseri umani al centro, con i chatbot come aiutanti, il nuovo parla di agenti che a volte sono migliori di noi e a volte peggiori.
Mollick ha scritto ogni capitolo di persona, a causa di quello che chiama un “contratto di fondo” con i suoi lettori. È anche franco sul prezzo da pagare: alcune fatiche intellettuali potrebbero essere state risolte troppo in fretta. Una delle domande che ora si pone è quando dovresti rifiutare l’aiuto dell’AI, anche quando viene offerto.
La mia risposta: rifiutalo ovunque l’attrito del pensare, del faticare o del risolvere qualcosa insieme sia il punto.
A cosa serve un ingegnere, quando il codice lo scrivono gli agenti?
Se gli agenti scrivono la maggior parte del nostro codice, a cosa servono i nostri ingegneri? La nostra risposta è che vogliamo restituire il tempo risparmiato dagli agenti a conversazioni significative. Conversazioni con i partner su ciò di cui hanno davvero bisogno. Conversazioni tra di noi sul perché costruiamo qualcosa, non solo sul come. Conversazioni su ciò che preoccupa qualcuno.
È più difficile di quanto sembri. Molti ingegneri hanno scelto la loro professione perché amano costruire. Il codice è il loro mestiere e parte della loro identità. Sentirsi dire che programmare non è più il compito più importante può sembrare una retrocessione.
Non lo è. Capire il problema, esercitare il giudizio e rivedere ciò che producono gli agenti diventano più importanti, non meno; in Guardian360 il codice scritto dall’AI viene sottoposto a revisione prima di arrivare in produzione. Ma il cambio di prospettiva va imparato, e servono leader che valutino una buona conversazione quanto una pull request integrata.
C’è una seconda trappola. Il tempo risparmiato dagli agenti non fluisce da solo verso le conversazioni. Senza una scelta deliberata, finisce in più output, perché gli agenti possono sempre fare di più.
Come salvaguardi la onderstroom in un’organizzazione agentica?
Comincia ascoltando le storie, non solo i dashboard. Lo storylistening è una disciplina: chiedi alle persone di un momento specifico, poi ascolta senza indirizzare. I pattern che emergono ti diranno sulla tua cultura più di qualsiasi punteggio di engagement.
Poi proteggi il tempo di conversazione come lavoro vero. Se non è nella pianificazione, perderà ogni volta contro la prossima funzionalità.
Infine, mantieni deliberatamente umani alcuni momenti: l’onboarding, il mentoring e la conversazione dopo che qualcosa è andato storto. Quest’ultima conta anche per la resilienza. Quando succede un incidente, è la onderstroom a decidere se qualcuno osa dire “credo di aver cliccato su quel link” in tempo. Nessun agente può creare quel tipo di sicurezza.
La domanda che resta
Gli agenti AI non richiedono manutenzione sociale. La tua organizzazione sì. La vera domanda non è quanto lavoro puoi affidare agli agenti, ma che cosa fai del tempo che ti restituiscono.
Quand’è stata l’ultima volta che hai sentito, nella tua organizzazione, una storia che nessun dashboard avrebbe potuto raccontarti?
Fonti
- Ju, H. and Aral, S. (2026). Collaborating with AI Agents: A Field Experiment on Teamwork, Productivity, and Performance. arXiv:2503.18238v3. https://arxiv.org/abs/2503.18238
- Liu, Z., Gao, C. and Yu, C. (2026). The effects of generative AI usage on employee knowledge behavior: a perspective based on the Automation-Augmentation Paradox. Frontiers in Psychology, 17. https://doi.org/10.3389/fpsyg.2026.1847724
- Human-GenAI-based agent collaboration: How employee perceptions shape knowledge sharing, thriving, and well-being (2026). Acta Psychologica, 263, 106271. https://www.sciencedirect.com/science/article/pii/S0001691826000703
- Mollick, E. (2026). Co-Existence: The Next Phase of AI. New York: Portfolio.
- Mollick, E. (2026, 4 June). Co-Existence and the End of Co-Intelligence. One Useful Thing. https://www.oneusefulthing.org/p/co-existence-and-the-end-of-co-intelligence
- Polanyi, M. (1966). The Tacit Dimension. Garden City, NY: Doubleday.
- Scheringa, A. and Beemster, S. (2020). Storylistening. Amsterdam: Business Contact. https://storylistening.info
- UNSW BusinessThink (2026). AI agents as colleagues: the workplace design nobody’s planning for. https://www.businessthink.unsw.edu.au/articles/ai-agents-workplace-human-ai-collaboration-governance