Anche quest’anno, tra aprile e giugno abbiamo deciso di portare alla nostra community due laboratori, di tre incontri ciascuno, dedicati ad altrettante sfide che sono oggi al centro dell’agenda HR.
Da un lato, portare l’AI dall’esperimento all’adozione diffusa; dall’altro, gestire un cambiamento organizzativo che è diventato condizione strutturale più che eccezione.
Sono nati così i due Labs HRI 2026: HR protagonisti dell’AI Adoption e Le scienze comportamentali al servizio del cambiamento, rivolti agli HR professionals della nostra community.
Le due sfide che abbiamo collocato al centro dei nostri Labs rappresentano due temi caldi dell’agenda HR, ma per ragioni diverse.
1. Sul fronte dell’AI, il punto non è più decidere se adottare la tecnologia: è capire come trasformare gli investimenti AI in impatto reale: uso diffuso, processi e workflow ridisegnati, valore generato in modo sostenibile.
È il passaggio che separa la sperimentazione dall’adozione, ed è proprio qui che la funzione è chiamata a interpretare un ruolo nuovo, ancora in costruzione. Secondo l’ultimo rapporto ISTAT Imprese e ICT (dicembre 2025), mentre le grandi aziende italiane sono sostanzialmente allineate alla media europea sull’adozione AI (53% contro 55%), PMI e medie imprese accumulano un ritardo significativo: una ragione in più per affrontare il tema nella nostra community, dove ostacoli e accelerazioni convivono a seconda dei contesti.
2. Sul fronte del cambiamento organizzativo, lo scenario è quello di una trasformazione che da eccezione episodica è diventata condizione strutturale. I dati di mercato confermano questa percezione: secondo Gartner il numero medio di cambiamenti pianificati per anno è passato da 2 nel 2016 a 10 nel 2022.
Al contrario, i modelli classici di change management mostrano i propri limiti rispetto a questa nuova forma di cambiamento. Boston Consulting Group stima infatti che il 75% dei programmi di trasformazione non riesca a generare valore di lungo termine; e quando, lo scorso anno, abbiamo chiesto alla nostra community quanto fossero efficaci le proprie pratiche di gestione del cambiamento, la risposta confermava il paradosso: rilevanza strategica largamente riconosciuta a fronte di pratiche percepite come ancora poco efficaci.
È su questo divario, tra consapevolezza e capacità di azione, che abbiamo voluto costruire uno spazio di confronto tra pari, fatto non di contenuti calati dall’alto ma di esperienze condivise e take-away applicabili.
Ecco cosa è emerso.
HR protagonisti dell’AI Adoption
Il lab dedicato all’AI Adoption è stato progettato in tre tappe, ciascuna con un baricentro diverso. Nella prima sessione abbiamo condiviso il framework HRI per mappare la readiness organizzativa all’AI: come misurare la digital effectiveness, dove si collocano gli ostacoli all’adozione (governance, competenze, attitudine digitale) e come passare dalla misurazione a un piano di azione concreto.
I partecipanti hanno poi sperimentato in prima persona il nostro H&AI Impact Assessment, ottenendo un report individuale sul proprio rapporto con gli strumenti AI e sulla propria attitudine digitale.
Nella seconda sessione abbiamo aperto la scatola degli use case, attraverso tre demo di tool AI applicate a processi HR: un travel policy assistant, un agente per costruire piani di sviluppo a partire dalla strategia aziendale e un esercizio di socratic prompting.
Per ognuno di essi, abbiamo discusso fattibilità e implicazioni. Nella terza, infine, abbiamo affrontato i temi di declinazione dei modelli di governance, con una proposta di framework di AI Academy e un’attivazione finale dedicata al pensiero sull’impatto dell’AI sulla workforce, volta a immaginare un piano di upskilling e reskilling su orizzonti temporali diversi.
Dalle numerose discussioni in plenaria condotte nel corso delle tre sessioni e dagli esercizi in sottogruppo sono emerse tre riflessioni che ci hanno colpito.
La prima è che l’AI Adoption è una questione organizzativa prima che individuale.
I dati del Microsoft Work Trend Index 2026, che indicano come i fattori organizzativi contribuiscano per circa due volte e mezzo quelli individuali all’impatto dell’AI, hanno trovato pieno riscontro nelle voci del gruppo: senza commitment esplicito della leadership, policy chiare e meccanismi di scala come il ricorso ad AI Champions, le competenze individuali faticano a tradursi in adozione reale.
L’AI adoption, senza un contesto realmente abilitante, resta una promessa.
La seconda riguarda il “why” personale come motore dell’adozione.
Discutendo nella seconda sessione di che cosa abbia fatto la differenza nei propri percorsi di utilizzo, i partecipanti hanno raccontato che la spinta del responsabile o l’imitazione dei colleghi sono inneschi validi ma non sufficienti.
L’adozione si consolida quando c’è un problema reale da risolvere o un’attività su cui guadagnare spazio cognitivo per ragionamenti più strategici.
È in quella zona, tra mandato organizzativo e motivazione individuale, che HR ha un importante ruolo da giocare nel rendere l’AI un alleato concreto del lavoro quotidiano.
La terza, emersa dall’esercizio sull’impatto dell’AI sulla workforce, è la necessità di superare la lettura per ruoli e passare a una lettura per task. Misurare quanto e come l’AI cambia il lavoro chiede di disaggregare i ruoli nelle attività che li compongono, distinguere ciò che viene automatizzato da ciò che viene ridisegnato, e tenere insieme due variabili che spesso vengono trattate come una sola: la maturità di adozione dell’organizzazione e la sua velocità di cambiamento. Senza questa granularità, qualunque piano di reskilling rischia di restare astratto.
Le scienze comportamentali al servizio del cambiamento
Il lab dedicato al Behavioural Change è stato costruito a strati, con un percorso che a ogni incontro aggiungeva uno strumento al toolkit. Nella prima sessione abbiamo introdotto i fondamentali: il modello ABC (antecedente, comportamento, conseguenze) e il concetto di Comportamento Target: l’azione specifica, osservabile e misurabile che un agente compie o non compie in un certo contesto decisionale.
Nella seconda abbiamo introdotto il tema dei bias cognitivi e i Key Behavioral Indicator (KBI), lavorando sul canvas che lega comportamento target e indicatore comportamentale, con un approfondimento sulle tecnologie che oggi rendono scalabili gli interventi behavioural, a partire dalla presentazione di Merits, raccontata direttamente da Roberto Sanlorenzo, founder e CEO della piattaforma.
Nella terza, infine, abbiamo chiuso il cerchio: dai limiti dei modelli di change management più diffusi al metodo Pancia-Cuore-Testa, integrato nel modello ADKAR per presentare quello che abbiamo chiamato ADKAR+.
Anche in questo caso, sono le attivazioni ad aver portato le riflessioni più interessanti.
Lavorando in sottogruppo su progetti di cambiamento reali, è emersa tra i partecipanti la fatica di nominare il comportamento atteso. Passare da formulazioni generiche (“adottare una leadership diffusa”, “chiudere meglio i meeting commerciali”) a comportamenti osservabili, specifici e influenzabili dal contesto è uno sforzo cognitivo che, ci hanno fatto notare diversi partecipanti, in molti progetti di change non viene mai compiuto fino in fondo.
Eppure è esattamente lì che si gioca la differenza tra una buona intenzione e un’iniziativa di cambiamento destinata a produrre dei risultati.
Nella seconda sessione, il canvas Comportamento Target–KBI ha messo a fuoco un secondo spostamento di prospettiva: dai KPI ai KBI, dai risultati ai comportamenti che li predicono. Il punto chiave, ovvero che i comportamenti sono i predittori dei risultati, e che agire sui KBI significa intervenire a monte di ciò che vediamo nei numeri, ha permesso ai gruppi di tornare ai propri progetti con una griglia di lettura diversa, soprattutto sui temi di change connessi a digitale e AI.
La terza sessione ha portato l’arricchimento più significativo, con l’introduzione del metodo Pancia-Cuore-Testa come strumento di analisi delle barriere al cambiamento. Il metodo parte dall’idea che ogni decisione e ogni azione coinvolge tre “centri decisionali” diversi: la Testa, sede della logica, dell’analisi e delle previsioni; il Cuore, sede delle emozioni, delle relazioni e del senso di appartenenza; la Pancia, sede dell’istinto, dell’identità e delle risposte di sopravvivenza.
Le difficoltà a cambiare nascono spesso dal fatto che uno o più di questi centri è bloccato, e i blocchi sono di natura molto diversa. Innestando questa lettura nelle cinque fasi del modello in cinque fasi ADKAR, abbiamo proposto una mappa diagnostica capace di dire non solo in quale fase del processo le persone si bloccano, ma anche perché.
Diversi partecipanti hanno riconosciuto in questa griglia un linguaggio che già usavano in modo intuitivo, e per la prima volta uno strumento per applicarlo con disciplina nei propri progetti.
Che cosa ci portiamo a casa?
A percorsi conclusi, ciò che più ci colpisce è il filo rosso tra i due lab.
Pur affrontando temi all’apparenza distanti, i nostri due percorsi finiscono per esprimere il medesimo messaggio chiave, pur con vocabolari diversi: il cambiamento si progetta agendo sui comportamenti e sul contesto che li abilita, non solo sulla motivazione individuale o sulla leva tecnologica.
Lo dimostra la fragilità degli interventi che agiscono solo sulla consapevolezza: una nuova tecnologia non si traduce in adozione senza condizioni organizzative che la sostengano, sponsorship, policy, framework di abilitazione organizzativa e meccanismi di scala, così come un piano di change non produce risultati senza un’attenzione fine ai comportamenti che dovrebbero realizzarlo.
Da questa lettura emerge un ruolo coerente per gli HR: architetto delle scelte sul fronte comportamentale, regista della workforce transition sul fronte AI.
In entrambi i casi, la funzione HR gioca la propria rilevanza strategica non sulla capacità di calare iniziative dall’alto, ma su quella di disegnare i contesti e le condizioni organizzative in cui le persone trovano naturale adottare determinati comportamenti.
Naturalmente, il valore generato da questi due percorsi risiede soprattutto nelle persone che li hanno abitati.
Ci teniamo dunque a ringraziare tutti i partecipanti per aver portato nelle sessioni le loro domande, dubbi, esperienze e progetti in corso che hanno contribuito anche quest’anno a rendere i labs HRI un luogo vivo di confronto e costruzione di una community HR.
Uno spazio in cui le sfide del mestiere si affrontano insieme, e in cui i framework concettuali diventano strumenti veri solo quando passano attraverso le esperienze di chi potrà adottarli.