AI-first company

Persone e competenze · Adottare

Dia l’aiuto dell’IA prima ai dipendenti arrivati da poco

Quando introduce un assistente di IA per un’attività ben definita, cominci dalle persone con meno esperienza. Gli studi trovano che sono loro a guadagnarci di più.

Autore
Ultima revisione
Correzioni
Segnala un errore
Quando Subito dopo. Quando i primi usi dell’IA sono già avviati.
Impegno Basso (giorni, una persona)
Prove Preliminari ControverseDipende dal contesto

Due studi su attività ben definite trovano che il personale meno esperto guadagna di più. Uno studio su 160.097 sviluppatori trova il contrario nel software, e una sperimentazione randomizzata con titolari di piccole imprese ha trovato che i più deboli facevano peggio con un consulente di IA. Nessuno ha confrontato un’introduzione che parte dai nuovi arrivati con una che non lo fa.

Adatta a
Settori Tutti i settori
Nella guida Micro e piccole imprese

Di che cosa si tratta

Cominci dalle persone che sono nel ruolo da meno tempo. La maggior parte delle introduzioni parte da volontari o dal personale più esperto. Per il lavoro di routine e ben definito, le prove indicano la direzione opposta.

Vale dove l’attività ha un criterio chiaro e qualcuno controlla i risultati rispetto a quel criterio. Nel lavoro aperto e senza controllo, i più deboli non hanno guadagnato nulla o ci hanno perso.

Che cosa mostrano le prove

In uno studio su 5.172 addetti all’assistenza clienti al lavoro, un assistente di IA ha aumentato in media del 15% il numero di richieste risolte all’ora. Il guadagno non era uniforme. Gli addetti meno esperti e meno qualificati sono diventati più veloci e più bravi. Gli addetti più esperti sono diventati un po’ più veloci, e la qualità del loro lavoro è calata leggermente.

In un esperimento con 453 professionisti, ChatGPT ha ridotto del 40% il tempo per attività di scrittura e ha aumentato la qualità del 18%. La distanza tra chi rendeva di più e chi rendeva di meno si è ridotta.

La ragione probabile: l’IA ha assorbito il modo in cui di solito si fa un buon lavoro. Un principiante non lo sa ancora. Un esperto lo sa già.

L’altra faccia. Altri studi indicano la direzione opposta, quindi le prove sono controverse.

  • Nel software, a guadagnare di più sono state le persone esperte. Uno studio sul codice di 160.097 sviluppatori su GitHub ha stimato che l’IA ha aumentato la loro produzione in media del 3,6%. I programmatori esperti si sono presi quasi tutto quel guadagno.
  • I titolari d’impresa più deboli hanno fatto peggio con un consulente di IA. In una sperimentazione randomizzata con 640 titolari di piccole imprese in Kenya, metà ha ricevuto un mentore d’impresa basato su GPT-4 su WhatsApp. In media non ha fatto differenza su ricavi o profitti. I titolari che all’inizio andavano male hanno fatto quasi il 10% peggio con il mentore. Quelli che andavano bene potrebbero aver guadagnato oltre il 15%. La differenza veniva da quali consigli i titolari sceglievano di mettere in pratica.
  • Gli studenti hanno guadagnato con lo strumento e perso senza. In una sperimentazione randomizzata con quasi 1.000 studenti delle scuole superiori in Turchia, GPT-4 senza limiti ha aumentato del 48% i punteggi delle esercitazioni. All’esame, svolto senza IA, gli stessi studenti hanno ottenuto il 17% in meno di quelli che non avevano mai avuto l’IA. Una versione limitata ai suggerimenti ha aumentato i punteggi delle esercitazioni senza quella perdita.

Gli studi possono essere veri entrambi. Gli studi a favore hanno misurato la produzione con lo strumento, su attività con un criterio chiaro. Gli altri hanno misurato lavoro aperto, la produzione su un periodo più lungo, o la capacità una volta tolto lo strumento.

Chi non compare in questi studi. I giovani possono guadagnare all’interno del lavoro mentre se ne assumono meno. Se l’IA stia riducendo le assunzioni di giovani è controverso. Veda conservi le attività di base.

Come si fa

  1. Scelga un’attività frequente e con un criterio chiaro di buon lavoro.
  2. Dia l’assistente prima ai dipendenti nei primi mesi nel ruolo.
  3. Tenga per qualche settimana un gruppo di confronto senza l’assistente, per vedere la differenza.
  4. Chieda al personale esperto di rivedere ciò che l’assistente suggerisce. Il personale esperto vedrà dove sbaglia.
  5. Lo estenda al personale esperto come opzione, e tenga d’occhio i dati sulla qualità del loro lavoro.

Che cosa misurare

  • La produzione all’ora e la qualità, divise per anzianità nel ruolo.
  • Quanto tempo impiega un nuovo assunto a raggiungere il livello abituale della squadra, prima e dopo.
  • La qualità tra le persone più esperte. Potrebbe calare.
  • Il rendimento senza lo strumento, su un campione di casi, per i nuovi arrivati dopo qualche mese.

Dove non funziona

  • Attività che l’IA svolge male. Un principiante non sa capire quando l’IA sbaglia. In queste attività, l’aiuto dell’IA può peggiorare i risultati. Veda verifichi per tipo di attività.
  • Imparare il mestiere. Se l’assistente fa la parte del lavoro che insegna il mestiere, i nuovi arrivati possono smettere di crescere. Uno studio su chirurghi in formazione mostra come succede quando una tecnologia si prende la pratica. Veda conservi le attività di base.
  • Guadagni che spariscono senza lo strumento. Nella sperimentazione nelle scuole, gli studenti che si erano esercitati con un chatbot senza limiti hanno fatto peggio una volta che è stato tolto. Di tanto in tanto, verifichi i nuovi arrivati senza lo strumento. Veda verifichi che cosa sa ancora fare il personale senza lo strumento.
  • Esperti. Non si aspetti lo stesso guadagno dalle sue persone migliori, e non imponga loro lo strumento. In una sperimentazione randomizzata con sviluppatori esperti che lavoravano sul proprio codice, le attività hanno richiesto il 19% di tempo in più con l’IA. In un esperimento sul campo nell’assistenza clienti di Alibaba, la qualità del lavoro dei migliori addetti è calata con l’aiuto dell’IA, sia nelle valutazioni dei clienti sia nella frequenza con cui i clienti tornavano con lo stesso problema. Quello studio è un documento di lavoro.

Per dimensione dell’azienda

  • Micro e piccole imprese: potrebbe avere una o due persone nuove. Dia loro lo strumento, e faccia rivedere il loro lavoro dal titolare o da un collega esperto nelle prime settimane.
  • Medio-grandi e grandi imprese: introduca lo strumento in base all’anzianità nel ruolo, e tenga un gruppo di confronto per poter misurare il risultato.

Casi aziendali

Aziende che l’hanno fatto

Fonti

  1. Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. Cosa ha fatto e cosa ha trovato questo studio
  2. Noy and Zhang (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. Cosa ha fatto e cosa ha trovato questo studio
  3. Beane (2018). Shadow Learning: Building Robotic Surgical Skill When Approved Means Fail. Administrative Science Quarterly, 64(1), 87–123. Limita o contraddice questa pratica. Cosa ha fatto e cosa ha trovato questo studio
  4. Daniotti, Wachs, Feng and Neffke (2026). Who is using AI to code? Global diffusion and impact of generative AI. Science, 391(6787), 831–835. Limita o contraddice questa pratica. Cosa ha fatto e cosa ha trovato questo studio
  5. Otis, Clarke, Delecourt, Holtz and Koning (2026). The Uneven Impact of Generative AI on Entrepreneurial Performance: Evidence from a Field Experiment in Kenya. Management Science (published 10 July 2026). Limita o contraddice questa pratica. Cosa ha fatto e cosa ha trovato questo studio
  6. Bastani, Bastani, Sungu, Ge, Kabakcı and Mariman (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. Limita o contraddice questa pratica. Cosa ha fatto e cosa ha trovato questo studio
  7. Ni, Wang, Feng, Lu, Wang and Zhou (2026). Generative AI in Action: Field Experimental Evidence from Alibaba's Customer Service Operations. arXiv 2603.29888. Working paper, not peer-reviewed. arxiv.org