Perché l'IA Rende i Singoli Lavoratori più Veloci ma Lascia Indietro le Intere Aziende

Punti chiave

• Il rapporto 2026 State of Teams di Atlassian ha sondato 12.000 lavoratori e ha scoperto che l'89% dei dirigenti delle Fortune 1000 afferma che l'IA sta accelerando i singoli individui nelle loro aziende.
• Solo il 6% di questi stessi dirigenti è riuscito a indicare un esempio specifico e concreto di ritorno finanziario dall'IA.
• Approssimativamente il 14% dei team all'interno di quelle organizzazioni era riuscito a trasformare l'uso dell'IA in valore reale e misurabile.
• I team che hanno avuto successo condividevano tre caratteristiche: un archivio condiviso di conoscenze organizzative, flussi di lavoro riprogettati e una cultura che accoglieva apertamente gli esperimenti falliti.
• Atlassian ha testato i "patti di lavoro con l'IA", regole scritte del team su come e quando utilizzare l'IA, e ha scoperto che miglioravano velocità, processo decisionale e qualità dei risultati.

Immagina una staffetta in cui ogni corridore indossa scarpe più veloci, ma nessuno è d'accordo sul percorso. È più o meno quello che sta accadendo in la maggior parte delle aziende che usano l'IA in questo momento, secondo la dott.ssa Molly Sands.

Sands dirige il Teamwork Lab di Atlassian, l'azienda dietro strumenti di gestione dei progetti come Jira e Confluence. Il suo team di scienziati comportamentali studia come l'IA sta cambiando il modo in cui le persone lavorano insieme, e poi entra nelle organizzazioni e in realtà cambia le cose. Ha condiviso i risultati del laboratorio al VB Transform 2026, riportato per primo da VentureBeat.

Allora perché l'IA non porta risultati?

La risposta breve: le aziende stanno formando i singoli individui, non i team. Gli strumenti diventano più veloci. Il coordinamento rimane rotto.

I numeri lo confermano chiaramente. Il rapporto annuale State of Teams di Atlassian, che ha sondato 12.000 lavoratori in tutto il mondo e intervistato approssimativamente 200 dirigenti di aziende della Fortune 1000 (le 1.000 aziende americane più grandi per fatturato), ha rivelato un divario inquietante. Quasi nove dirigenti su dieci hanno detto che le persone nelle loro aziende lavorano più velocemente con l'IA. Solo il 6% è riuscito a nominare un luogo specifico in cui quella velocità si era trasformata in un reale ritorno finanziario.

Circa il 14% dei team, però, ce l'ha fatta. Quello che li distingueva si riduceva a tre cose.

Conoscenza condivisa. I team vincenti archiviano obiettivi, decisioni e contesto in strumenti che tutti potevano vedere, piuttosto che tenere tutto nelle menti individuali o nei thread di chat privati. Atlassian chiama questo un "grafico di contesto", essenzialmente una mappa vivente di chi sta facendo cosa e perché, che gli strumenti di IA possono leggere e utilizzare. Senza di esso, un assistente di IA conosce solo quello che sa la persona di fronte.

Flussi di lavoro riprogettati. I team ad alte prestazioni non hanno solo accelerato i compiti esistenti. Hanno ricostruito interi processi da zero. Sands ha espresso il rischio di saltare questo passaggio in modo schietto: rendere i singoli individui più veloci senza allinearli, e molto rapidamente inizieranno a "scontrarsi gli uni contro gli altri".

Una cultura che consente il fallimento. I team più veloci avevano leader che rendevano l'esperimento sicuro. Alcuni esperimenti sarebbero falliti. Questo era il punto.

Cosa hanno fatto effettivamente di diverso i team vincenti?

Hanno imposto vincoli deliberati per imparare rapidamente. Un esempio: un team si è impegnato a non scrivere neanche una riga di codice a mano per una settimana, costringendo tutti a lavorare attraverso strumenti di IA. Insostenibile a lungo termine, ha detto Sands, ma un modo rapido per costruire competenze condivise e scoprire cosa funziona.

Hanno anche scritto le regole prima di iniziare i progetti. Atlassian chiama questi "patti di lavoro con l'IA", un breve documento in cui il team decide insieme per cosa userà l'IA, cosa continuerà a fare da solo, quali agenti di IA condivideranno e quali competenze di base tutti devono avere. I team che hanno adottato questa pratica si sono mossi più velocemente e hanno prodotto un lavoro migliore.

La lezione più profonda non è nuova. Le ipotesi nascoste e i modelli mentali disallineati hanno rallentato i team molto prima che esistesse l'IA. L'IA non crea questi problemi. Le rende solo più costose da ignorare.

Domande frequenti

Significa che gli strumenti di IA sono una perdita di denaro se i team non sono pronti?

Non esattamente. I singoli lavoratori diventano davvero più veloci, e questo ha un certo valore. Il problema è che la velocità senza coordinamento difficilmente si traduce nel tipo di ritorno che appare in un bilancio.

Cosa può fare un manager a partire da questa settimana?

Tieni una breve riunione prima del prossimo progetto e scrivi insieme quali compiti il team userà l'IA per e quali no. Quella singola conversazione colma più lacune di ore di formazione individuale sull'IA.