Quando l'intelligenza artificiale riscrive la leadership dall'alto
C'è un racconto che le organizzazioni ripetono con conforto: l'intelligenza artificiale scalzerà gli analisti di medio livello, gli addetti al servizio clienti, i programmatori junior. È un racconto che mette abbastanza a disagio da sembrare onesto, ma non al punto da minacciare chi lo racconta. Il problema è che quel racconto è incompleto, e la sua incompletezza non è innocente.
Ciò che sta accadendo al vertice delle organizzazioni è strutturalmente più significativo di ciò che accade alla base, proprio perché è più silenzioso. Non ci sono titoli di giornale sul CFO soppiantato da un algoritmo. Non ci sono proteste sindacali per l'automazione del comitato esecutivo. Eppure i dati di oltre 5.000 posizioni dirigenziali aperte analizzate da Russell Reynolds Associates tra il 2019 e il 2025 documentano uno spostamento reale: non di persone, ma degli attributi che rendono quelle persone preziose. Questa distinzione conta più di quanto sembri.
La domanda che nessun consiglio di amministrazione dovrebbe eludere non è se l'IA arriverà nelle sue fila. È già arrivata. La domanda è se l'organizzazione ha la lucidità per capire cosa sta cambiando e la disciplina per agire di conseguenza prima che il mercato decida al suo posto.
La fine della leadership come deposito di conoscenza
Per la maggior parte del XX secolo, il potere esecutivo si è costruito su una premessa semplice: chi sa di più, comanda. Il CFO accumulava decenni di conoscenza finanziaria che nessun subordinato poteva replicare facilmente. Il COO comprendeva la catena operativa perché l'aveva vissuta. Il CEO arrivava al vertice con una storia di risultati che fungeva da certificato di idoneità. Le credenziali — il MBA di un'istituzione d'élite, il passaggio attraverso le aziende giuste, l'anzianità nel ruolo — non erano vanità: erano segnali reali di un asset scarso.
Quell'asset non è più scarso. I modelli attuali di intelligenza artificiale sono in grado di analizzare scenari finanziari, ottimizzare le catene di approvvigionamento e sintetizzare ricerche di mercato con una velocità e coerenza che nessun individuo può eguagliare. Questo non significa che il CFO sia irrilevante. Significa che la parte del suo valore che derivava dal sapere più degli altri è stata trasferita a sistemi che non percepiscono bonus né chiedono promozioni.
Ciò che rimane — ciò che i sistemi non riescono a replicare con facilità — è la capacità di giudicare bene in condizioni di ambiguità, di mantenere la fiducia nei momenti di pressione, di progettare i sistemi all'interno dei quali operano sia gli esseri umani sia le macchine. L'analisi dei profili dirigenziali di Russell Reynolds documenta questa svolta con precisione: nel 2025, le competenze legate all'intelligenza artificiale, all'analisi dei dati, al cloud computing e alle tecnologie emergenti appaiono come caratteristiche normative nei profili dei CFO. Nel 2019 erano praticamente inesistenti in quegli stessi documenti. Le descrizioni delle posizioni non hanno cambiato titolo. Hanno cambiato esigenze.
Questo spostamento ha una conseguenza strategica che poche organizzazioni stanno elaborando con sufficiente serietà: i criteri di assunzione e di promozione per i ruoli dirigenziali devono riorientarsi dalla storia personale alla capacità di apprendimento. Assumere un CFO perché ha padroneggiato i cicli di chiusura contabile per vent'anni può essere esattamente l'errore che un'organizzazione non può permettersi in questo momento. Quella competenza è già automatizzata o in procinto di esserlo. Ciò che non è automatizzato è la capacità di quel CFO di costruire il giudizio sui sistemi che ora producono le analisi, di rilevare quando il modello sbaglia, di decidere quando fidarsi della macchina e quando ignorarla.
L'anatomia del cambiamento in due ruoli
Il CFO e il CHRO sono i due casi più documentati nell'analisi disponibile, e i più rivelatori perché rappresentano due estremi funzionali: il primo associato alla precisione quantitativa, il secondo alla gestione dell'intangibile umano. Il fatto che entrambi stiano convergendo nella stessa direzione — maggiore fluidità con i dati, maggiore capacità di progettazione di sistemi, minore dipendenza dai processi manuali — non è una coincidenza. È un segnale che la trasformazione non rispetta i confini funzionali.
Per il CFO, il cambiamento può essere descritto come uno spostamento dal reporting alla previsione. Il ruolo tradizionale del direttore finanziario era custodire l'esattezza del passato: chiudere i libri contabili, garantire la conformità normativa, presentare i risultati al consiglio. Queste funzioni non scompaiono, ma vengono automatizzate, standardizzate, delegate a piattaforme che le eseguono con meno errori e a costi inferiori. Ciò che non si automatizza è la capacità di interpretare i modelli di scenario che ora informano le decisioni di capitale, di progettare i parametri all'interno dei quali opera l'intelligenza artificiale nella funzione finanziaria, di mantenere la responsabilità sui risultati anche quando l'analisi è prodotta da un sistema che nessuno in sala comprende completamente.
Per il CHRO, la trasformazione è ancora più radicale perché incide sulla narrazione che ha definito la funzione per decenni. La direzione delle persone si è costruita su una premessa umanistica: amministrare il ciclo di vita del dipendente, gestire le relazioni, mantenere la cultura. Quella narrazione rimane valida, ma ha cessato di essere sufficiente. Il profilo dirigenziale che le organizzazioni stanno cercando oggi include la capacità di progettare l'architettura di interazione tra esseri umani e macchine nel lavoro, di utilizzare l'analisi comportamentale nelle decisioni sui talenti, di governare eticamente i sistemi di intelligenza artificiale che valutano, selezionano e sviluppano le persone. Il CHRO che non capisce come funziona un modello di previsione del turnover ha lo stesso problema del CFO che non capisce un bilancio: sta operando alla cieca nella propria funzione.
Ciò che questi due casi rivelano è un modello che si applica all'intero comitato esecutivo: il valore differenziale di un dirigente non risiede più in ciò che sa fare, ma nella qualità del giudizio con cui orchestra i sistemi che fanno ciò che lui sapeva fare. Questa è una ridefinizione profonda, e la maggior parte delle organizzazioni non l'ha ancora interiorizzata nei propri processi di valutazione, successione e retribuzione.
I consigli di amministrazione di fronte a un vuoto di governance
Se la trasformazione del comitato esecutivo è silenziosa, la situazione nei consigli di amministrazione è ancora più preoccupante. Un'analisi della National Association of Corporate Directors riporta che solo il 14% dei consigli discute di intelligenza artificiale in ogni riunione. Ancora più significativo: il 45% non ha incluso il tema nelle proprie agende in assoluto. Questi numeri non sono semplicemente un indicatore di ritardo tecnologico. Sono un indicatore di un vuoto di governance con conseguenze finanziarie e reputazionali concrete.
I consigli esistono per supervisionare la strategia, gestire il rischio e garantire la responsabilità. Quando l'intelligenza artificiale informa già le decisioni sui prezzi, sull'allocazione del capitale, sull'assunzione e sullo sviluppo del prodotto nelle aziende che quei consigli supervisionano, l'incapacità di discutere il tema con rigore equivale a supervisionare senza leggere i bilanci. L'analogia non è iperbole: i modelli di intelligenza artificiale stanno producendo output che incidono sull'economia dell'azienda, e la maggior parte dei consigli non dispone dei meccanismi per verificarli.
L'analisi dell'articolo originale di HBR propone una curva di maturità per i consigli che va dalla fase di inerzia — in cui l'IA viene trattata come qualcosa di periferico — fino ad architetture di governance ibride in cui i sistemi di intelligenza artificiale partecipano attivamente ai processi di analisi strategica, senza trasferire la responsabilità umana sulle decisioni. Questa curva non è speculativa: alcune aziende, in particolare quelle ad alta intensità tecnologica, operano già con meccanismi in cui i sistemi agentici contribuiscono con analisi nei processi di pianificazione strategica e valutazione del rischio.
Ciò che rende difficile questo avanzamento per i consigli tradizionali non è la tecnologia: è la composizione. I profili che storicamente hanno dominato i consigli — esperienza settoriale profonda, credenziali finanziarie, reti istituzionali — non includono, nella maggior parte dei casi, la capacità di valutare la qualità di un modello di intelligenza artificiale, identificarne i pregiudizi o giudicare quando la raccomandazione di un sistema debba essere respinta. Aggiungere un consigliere con profilo tecnologico risolve parzialmente il problema, ma non lo risolve alla radice. La governance dell'intelligenza artificiale non è una competenza tecnica specializzata che si delega a un consigliere: è una capacità collettiva che deve essere distribuita nell'intero consiglio.
Le organizzazioni che stanno affrontando questo lavoro bene non stanno aspettando che la regolamentazione le obblighi né che un incidente reputazionale le costringa. Stanno ridefinendo i criteri di selezione per i nuovi consiglieri, costruendo meccanismi di reporting che rendano visibile l'uso dell'intelligenza artificiale nelle operazioni, e istituendo comitati specifici di supervisione con mandati chiari. Sono ancora una minoranza.
Ciò che la mappa dei titoli non mostra
La proliferazione di nuovi titoli dirigenziali — direttore dell'intelligenza artificiale, direttore dei dati, direttore dell'etica, direttore della trasformazione — rischia di diventare il tipo di riorganizzazione cosmetica che le organizzazioni dominano quando sono sotto pressione per sembrare agili senza esserlo. La storia del ruolo di direttore della diversità, che secondo i dati di Russell Reynolds è in declive perché la sua agenda è stata assorbita — o semplicemente abbandonata — nella struttura più ampia, è un avvertimento sulla distanza tra il titolo e l'impegno reale.
Il titolo di direttore dell'intelligenza artificiale non garantisce una strategia di intelligenza artificiale, allo stesso modo in cui il titolo di direttore dell'innovazione non ha prodotto innovazione nella maggior parte delle aziende che lo hanno adottato. Ciò che determina se il cambiamento è reale è se il ruolo dispone di risorse, autorità decisionale e capacità di generare rinunce concrete in altre aree del budget e dell'agenda esecutiva. Un direttore dell'intelligenza artificiale senza la capacità di dire al CFO che il modello finanziario che sta utilizzando ha un bias di conferma, o di dire al CHRO che il sistema di valutazione delle prestazioni che sta implementando penalizza profili che non dovrebbero essere penalizzati, è un ruolo decorativo.
Il segnale più onesto del fatto che un'organizzazione sta elaborando questo cambiamento con serietà non è nei titoli che crea: è nei titoli che modifica e nelle competenze che esige da chi è già al vertice. Quando il processo di valutazione del CEO inizia a includere criteri sulla qualità del suo giudizio nelle decisioni informate da algoritmi, quando il processo di successione del CFO pondera esplicitamente la capacità di progettare sistemi di analisi finanziaria, quando il consiglio di amministrazione dispone di meccanismi per verificare l'uso dell'intelligenza artificiale nelle decisioni operative, quella è un'organizzazione che sta prendendo sul serio il cambiamento.
Ciò che la maggior parte delle organizzazioni sta facendo è più comodo: aggiungere un nuovo ruolo all'organigramma, includere "intelligenza artificiale" nelle descrizioni delle posizioni, dichiarare che la trasformazione digitale è una priorità strategica. Queste azioni non sono inutili, ma sono insufficienti se non accompagnate dalla decisione più difficile: accettare che i criteri che definiscono cosa rende preziosa una persona al vertice sono cambiati, e agire di conseguenza anche se ciò significa rivalutare chi è già lì.
La leadership che verrà non assomiglia a quella che funziona oggi
Le organizzazioni che usciranno meglio posizionate da questo periodo non saranno quelle che dispongono dei modelli di intelligenza artificiale più sofisticati né quelle che hanno creato più nuovi titoli dirigenziali. Saranno quelle che avranno risolto prima il problema di governance più difficile: come mantenere la responsabilità umana sulle decisioni che sempre più vengono generate, informate o eseguite da sistemi che gli esseri umani responsabili non comprendono completamente.
Quel problema non ha una soluzione tecnologica. Ha una soluzione di leadership. E la leadership che richiede non è quella che sa di più, ma quella che giudica meglio in condizioni di incertezza crescente, quella che progetta i sistemi all'interno dei quali operano sia le persone sia le macchine, quella che accetta la responsabilità sui risultati anche se non ha preso la decisione in modo diretto.
Le organizzazioni che continuano ad assumere e promuovere dirigenti principalmente in funzione di ciò che hanno fatto nel passato stanno costruendo il comitato esecutivo del ciclo precedente. Il ciclo che sta iniziando esige qualcosa di diverso: meno certezza sul dominio funzionale, maggiore capacità di muoversi bene in un territorio dove le regole si stanno ancora scrivendo. Quella capacità non si certifica con una storia di risultati. Si inferisce con criterio, si valuta con rigore e si sviluppa prima di averne bisogno, non dopo che la sua assenza è già costata qualcosa.
