Abbiamo Automatizzato Tutto Tranne il Lavoro Reale: L’AI Agentic Può Finalmente Risolvere l’Esecuzione su Scala

Abbiamo automatizzato i nostri calendari, le nostre email e persino le nostre sequenze di onboarding. Tuttavia, il lavoro reale – il flusso quotidiano caotico e umano delle attività – rimane bloccato nel caos.

Ogni settimana, i lavoratori della conoscenza perdono circa il 40% del loro tempo in compiti ripetibili e a basso livello, come la ricerca di file, la copia e incolla, l’inserimento di dati, la ricerca di aggiornamenti sullo stato. Queste non sono le attività che spostano l’ago della bilancia. E, naturalmente, questa inefficienza ha un effetto a catena negativo. Nelle persone, porta al burnout. In termini economici, porta a miliardi di dollari di distrazioni e produttività persa.

Prima di incolpare questo di una “mancanza di strumenti”, pensaci due volte. Il problema, dal mio punto di vista, è che gli strumenti che abbiamo non lavorano insieme e non lo hanno mai fatto.

Dove il sistema si blocca

In teoria, ogni app nel tuo stack risolve un problema. Nella pratica, creano nuovi problemi. Spesso, vediamo i dipendenti saltare tra 12 o più piattaforme al giorno. Usiamo Slack, Google Docs, Notion, tavole di progetto e così via, e ognuno di essi ha la sua logica, i suoi dettagli di accesso e la sua curva di apprendimento.

Di conseguenza, ogni attività diventa una caccia al tesoro tra schede e cartelle. Il lavoro si disperde tra thread e cartelle, e i team inventano nuovi processi ogni trimestre solo per coprire i punti ciechi dell’ultimo sistema. Nessuno ha il tempo di documentare, e quando lo fa, nessuno lo legge.

Lo so perché l’ho vissuto. Come una società di venture capital lean – ci consideriamo come una startup – che opera su più continenti e gestisce più fusi orari, abbiamo costruito i nostri flussi di lavoro dal basso. All’inizio, abbiamo creato un motore di flusso di affari personalizzato e abbiamo stabilito rituali rigorosi, tra cui chiamate settimanali, revisioni regolari e riunioni in persona trimestrali. Questi sistemi ci hanno aiutato a muoverci velocemente con un team piccolo. Ma anche allora, ho sentito il peso dell’eccesso di strumenti.

Abbiamo portato questa intuizione nella nostra filosofia di investimento. Il nostro portafoglio include società come WalkMe, che aiuta i team a semplificare l’adozione digitale e a identificare i punti di frizione potenziali nei flussi di lavoro interni.

Tuttavia, nel mondo in generale, abbiamo continuato a vedere un problema costante. Il lavoro più importante, come l’addestramento, la delega e le decisioni, vive ancora disperso tra i messaggi diretti di Slack, le inviti di calendario e i video di Loom fuori programma.

Dal tool alla tensione

Nonostante i progressi nell’automazione, la maggior parte dei team si affida ancora ai passaggi manuali. Non c’è una fonte centrale di verità. I processi possono rompersi se qualcuno critico se ne va, e quando qualcosa va storto, è più facile rifare un’attività che capire come è stata fatta l’ultima volta.

Questo tipo di sistema non si scala, e dato l’ambiente veloce di oggi, non è più sostenibile.

Siamo ora sull’orlo di un cambiamento. Grazie ai modelli di intelligenza artificiale multimodale che possono analizzare testo, immagini, video e audio, stiamo entrando in un’era in cui il software può “guardare” come lavori e iniziare a capire cosa sta succedendo senza aver bisogno di input perfetti. Questo software riconosce il contesto, rileva la ripetizione e diventa esponenzialmente più intelligente.

Un cambiamento più grande è in corso

Il prossimo decennio di lavoro non sarà probabilmente caratterizzato dalla scelta di un “miglior” app o di uno stack di strumenti. Ciò che lo definirà è ciò che finirà per sostituire molti di questi strumenti. I progressi nell’intelligenza artificiale multimodale, la crescita dei dati di lavoro non strutturati (spesso chiamati dati grigi), la diffusione costante di strumenti software come servizio e l’espansione dell’economia dei creatori stanno spingendo verso una direzione: un sistema operativo per il lavoro che è proattivo, adattivo e nativo per l’intelligenza artificiale.

I segni di questo cambiamento sono già visibili. Più persone ora saltano gli app individuali e si muovono direttamente verso i risultati, come chiedere a un assistente di intelligenza artificiale di preparare un rapporto, attivare catene di automazione per pubblicare contenuti o semplicemente descrivere un obiettivo e lasciare che il software lo esegua. In questo modello, l’interfaccia si ritira e il risultato diventa il prodotto.

Cosa sta cambiando

Una nuova generazione di software sta emergendo, spostandosi dall’automazione basata su regole alla coordinazione armoniosa e all’orchestrazione nativa per l’intelligenza artificiale. Gli strumenti di intelligenza artificiale Agentic si spostano dalla reattività alla proattività. Sì, questo significa che prendono effettivamente l’iniziativa.

In questo senso, tre modelli illustrano questo cambiamento:

• I team vogliono risultati, non interfacce. Le persone non vogliono un’altra dashboard – vogliono meno da preoccuparsi. Gli strumenti migliori sono quelli che si notano a malapena.
• L’automazione sta cambiando, come discusso, da semplicemente reagire a guidare. Il vero balzo si trova nell’orchestrazione in background che è silenziosa, utile e invisibile. La prossima generazione di strumenti non aspetterà l’input. Invece, osserverà come lavori e inizierà ad anticipare cosa deve accadere dopo.
• La personalizzazione sta diventando standard. Nessun team lavora allo stesso modo. Pertanto, i sistemi del futuro impareranno e si adatteranno invece di imporre modelli rigidi. Pensate al vostro proprio sistema operativo personale.

Esecuzione oltre la conversazione

La prossima ondata di automazione riguarda l’esecuzione. La maggior parte del software aspetta ancora che le persone facciano clic attraverso i menu o digitino comandi. I nuovi sistemi, invece, possono guardare come viene eseguita un’attività, individuare i passaggi ripetuti e eseguirli da soli. Un team potrebbe registrare un’unica procedura, compresa una registrazione dello schermo e una breve narrazione, e il software cattura il processo, lo aggiorna quando le condizioni cambiano e lo esegue automaticamente.

Sistemi operativi personali

Nessuna persona o team lavora allo stesso modo, e i sistemi del futuro rispetteranno questa realtà. Ogni lavoratore della conoscenza avrà un modello di produttività personale: software che impara le sue abitudini, ritmi e preferenze, e poi anticipa cosa deve accadere dopo. In questo senso, l’esecuzione smette di essere una lista di controllo fragile e diventa un partenariato in evoluzione tra il giudizio umano e l’iniziativa dell’intelligenza artificiale.

La strada ahead

Per costruire il futuro del lavoro, dobbiamo cambiare il modo in cui pensiamo al software. Invece di considerarlo come una raccolta di strumenti, dobbiamo vederlo come un ambiente che si adatta a come le persone operano, anche se è imperfetto, asincrono e spesso senza documentazione.

In effetti, il livello caotico e non strutturato – conversazioni, registrazioni dello schermo, note vocali e messaggi rapidi – è dove il lavoro reale si svolge, e dove il vero DNA operativo di un’azienda vive. I sistemi Agentic sono costruiti per capire e supportare questo, e per lavorare insieme alle persone come veri partner nell’esecuzione.

L’esecuzione, qui, può essere il collo di bottiglia trascurato. Scalare un’azienda significa ancora documentare centinaia di processi, incollare strumenti insieme e addestrare le persone in flussi di lavoro che si rompono silenziosamente con ogni modifica. L’intelligenza artificiale Agentic offre una via d’uscita. Attraverso il software che capisce il contesto, agisce in modo proattivo e si adatta velocemente come l’azienda evolve, mantiene la promessa reale dell’automazione, che è liberare le persone per concentrarsi sul giudizio, la creatività e le decisioni che solo gli esseri umani possono prendere.

Questo cambiamento richiederà tempo. Richiederà fiducia. E richiederà alle aziende di resistere alla tentazione di risolvere la complessità con ulteriore complessità. Ma il risultato, se fatto correttamente, vale la pena.