Come fare un upskilling sull'IA in modo efficace
Come fare un upskilling sull'IA in modo efficace
Anton Freyberg
·
Solutions Lead
In breve
Monitorare l'adozione quantitativa è ormai un problema risolto. Comprendere la qualità delle conversazioni, invece, è una sfida che sta emergendo con i dibattiti sul ROI e sull'efficacia dell'IA. I sondaggi non bastano per giustificare il costo dell'IA. Ecco cosa devi comprendere per garantire che la tua forza lavoro diventi davvero AI native: 1. Le attività che gli utenti (provano a) svolgere con l'IA e quelle per cui non pensano mai di usarla. 2. La visibilità della competenza per attività, dipartimento, livello di anzianità e area geografica. 3. Una causa principale: i divari di competenze specifici. A volte la soluzione è un file di competenze, non la formazione. 4. Una visibilità continua, per valutare e migliorare le misure di upskilling nel tempo.
Quattro passaggi per rendere la formazione sull'IA specifica invece che generica.
Le aziende spendono facilmente cifre a sei zeri per l'abilitazione all'IA, spesso nell'ordine dei milioni. Workshop, percorsi di apprendimento, magari un partner esterno. Considerato questo budget, mi ha sorpreso notare le difficoltà che incontrano nel misurare il ROI degli investimenti di abilitazione.
Il punto critico è l'impossibilità di rispondere a queste semplici domande:
Sto formando le persone giuste?
La mia formazione è efficiente? Se sì, come e perché?
Come cerchiamo di rispondere a queste domande oggi? Nella mia esperienza: con i sondaggi. Odio i sondaggi. Sono di parte, inaffidabili, infrequenti e fanno perdere tempo a tutti.
Tra le altre cose, il 91% dei professionisti delle risorse umane ritiene che i dipendenti sopravvalutino le proprie competenze, e solo il 18% delle organizzazioni misura regolarmente le competenze in assoluto. [1]
Vediamo come possiamo rispondere a queste domande in modo automatico, affidabile ed economico.
Passaggio 1: Partire da ciò che le persone fanno concretamente con l'IA
Non da quello che il comitato pilota pensa che facciano. Ma da quello che emerge dalle conversazioni.
Devi capire quali attività risolvono i tuoi utenti e in che modo. I team di Engineering e Product potrebbero utilizzare le competenze di Claude, ma ricorrendo di default a modelli molto avanzati. Il team Legal potrebbe revisionare e generare documenti, mentre le vendite riassumono le note delle riunioni, senza usare alcuna competenza, e fanno ricerche con prompt vaghi su modelli costosi, consumando un'immensa quantità di token.
Poi guarda l'inverso, che è la parte che quasi tutti saltano: per cosa le persone non usano l'IA. Se il tuo team di customer service non usa mai l'IA per nient'altro che riformulare le email, non si tratta di un problema di competenza che puoi vedere in un punteggio. È un problema di opportunità non colte. Spesso la formazione a più alto rendimento non è "migliora in quello che fai", ma "ecco un'attività che non sapevi di poter delegare".
Passaggio 2: Misurare le competenze per la tua organizzazione
L'adozione non coincide con la competenza. Molte persone potrebbero effettuare l'accesso. Ma usano l'IA correttamente?
Spesso si ricorre ai questionari per rispondere a questa domanda, ma i dati si trovano proprio lì, nelle conversazioni. Questo è ciò che fa il punteggio di AI Proficiency di Nebuly. Analizza il modo in cui le persone lavorano concretamente con l'IA e valuta le conversazioni in base agli elementi che definiscono una buona interazione con l'IA; ad esempio se l'attività è stata esposta chiaramente, se la persona ha fornito abbastanza contesto, se ha specificato il formato o altre linee guida, o quanti passaggi sono stati necessari per arrivare al risultato. Tutto questo è più difficile da catturare di quanto si possa pensare. Ne parleremo più approfonditamente in un post successivo. Questi segnali si uniscono in un unico punteggio, raggruppando gli utenti per livello di competenza, in una scala da principiante a esperto.
Nessun sondaggio, nessun test, nessuna autovalutazione. Solo analisi continue.
Analizza i dati per dipartimento, anzianità, ruolo e area geografica, e il piano d'azione si scriverà da solo. Smetterai di acquistare un unico corso di formazione per 4.000 persone e inizierai ad acquistarne tre per i tre gruppi che presentano reali differenze. Forse non serve alcuna formazione? Scopriamolo.
Passaggio 3: Diagnosticare il problema specifico, non quello generale
Una "bassa competenza" non offre spunti pratici su cui agire. E un corso generico sull'IA non aiuterà molto. I corsi generici sono pensati per il dipendente medio, che in realtà non esiste. Dobbiamo capire più nel dettaglio cosa migliorare.
Prendiamo due dipartimenti che svolgono attività completamente diverse. Il team Sales passa la giornata a riassumere le note delle riunioni e a caricarle nel CRM. Si scopre che non hanno affatto bisogno di formazione. Guardiamo come lo fanno già i migliori elementi del team, trasformiamo questo processo in un file di competenze e lo distribuiamo al resto del team. Lo stesso vale per ogni altra attività ricorrente che individuiamo: mappare ciò che le persone fanno già in competenze riutilizzabili e distribuire i modelli. In questo modo hai migliorato la fluidità e l'efficienza di un intero dipartimento senza far perdere tempo a nessuno. Né al formatore né al discente.
Il dipartimento Legal rappresenta il caso opposto. Nessuno ha mai parlato loro della metà dei connettori a cui hanno accesso, quindi facevano domande a cui l'IA non aveva alcuna possibilità di rispondere, perdendo molto contesto senza rendersene conto. In questo caso si tratta di una vera e propria formazione, e ora sappiamo esattamente cosa deve coprire.
Stessi dati, due interventi completamente diversi, e nessuno dei due è un piano di studi tradizionale. Uno è un file di modelli per un team. L'altro è una sessione mirata per un altro.
Passaggio 4: Misurare l'impatto
Se hai la responsabilità dell'upskilling sull'IA, devi sapere cosa funziona e cosa no. Con la misurazione continua delle competenze, si tratta semplicemente di una linea su un grafico. Ecco come appare in Nebuly: la competenza sull'IA per i manager in diverse sedi, prima e dopo una giornata di upskilling. Il miglioramento si vede nelle settimane successive, per singola sede, senza che nessuno debba compilare un modulo. Sapevo cosa stavano facendo (e cosa no), sapevo quanto lo stavano facendo bene e sapevo cosa correggere. Il resto è stato comunicazione. Ora posso dire esattamente al Chief People Officer quanto è migliorata la nostra formazione, e quando.
Fonti
[1] Skillsoft, Global Skills Intelligence Survey, settembre 2025. Sondaggio condotto su 1.000 professionisti delle risorse umane e L&D negli Stati Uniti, nel Regno Unito, in Germania e in Australia. Entrambi i dati provengono da questo sondaggio: il 91% dei professionisti HR ritiene che i dipendenti sopravvalutino le proprie competenze, in particolare nell'IA, nella leadership e nei domini tecnici; il 18% misura regolarmente le competenze lungo tutto il percorso di sviluppo dei talenti.
Nebuly
Nebuly è la piattaforma per il calcolo del ROI dell'IA aziendale. Si collega agli agenti di IA su cui si basa la tua attività, agli assistenti con cui interagiscono i tuoi clienti e agli strumenti che i tuoi dipendenti usano ogni giorno, tra cui Claude, ChatGPT e Copilot, traducendo queste attività in valore aziendale. Quanto tempo viene risparmiato nei vari team. Su quali ricavi influisce la tua IA. Come si presentano in pratica l'adozione e la competenza sull'IA, tra dipartimenti e aree geografiche. Tutto aggregato a livello organizzativo, senza mai tracciare i singoli individui.
Se hai bisogno di fare chiarezza su ciò che il tuo investimento in IA sta effettivamente offrendo, prenota una demo.
Domande frequenti
Come misuri il livello di competenza nell'IA all'interno di un'organizzazione?
Lo misuri direttamente dalle conversazioni che i dipendenti hanno già con l'IA, non da ciò che riferiscono su se stessi. Il punteggio di AI Proficiency di Nebuly analizza il modo in cui le persone lavorano con l'IA e valuta ogni conversazione in base agli elementi che definiscono una buona interazione, combinando poi questi segnali in un unico punteggio per utente. Puoi visualizzarlo per dipartimento, anzianità, ruolo e area geografica, e si aggiorna continuamente anziché a intervalli di sondaggio.
Puoi misurare le competenze sull'IA senza ricorrere a sondaggi?
Sì. I dati necessari per valutare le competenze sono già presenti nelle conversazioni, quindi l'analisi continua può sostituire completamente l'autovalutazione. Questo è fondamentale perché i sondaggi tendono a rilevare le percezioni anziché i comportamenti reali: in un'indagine Skillsoft di settembre 2025 condotta su 1.000 professionisti delle risorse umane e L&D, il 91% ha dichiarato che i dipendenti sopravvalutano le proprie competenze, e solo il 18% delle organizzazioni misura regolarmente le competenze in modo sistematico.
L'adozione dell'IA equivale alla competenza nell'IA?
No. L'adozione ti dice chi ha effettuato l'accesso, mentre la competenza ti dice se le persone ottengono un valore reale dall'IA. Di solito i team raggiungono rapidamente un'adozione elevata, ma la competenza varia ampiamente in base al reparto e al ruolo: ecco perché i soli dati di utilizzo non ti dicono cosa insegnare o a chi insegnarlo.
Come decidi chi ha bisogno di formazione sull'IA?
Parti da ciò che le persone fanno concretamente con l'IA, suddiviso per dipartimento, livello di anzianità, ruolo e area geografica. Il punteggio di competenza mostra quali gruppi differiscono davvero, così puoi sostituire un singolo corso generico per migliaia di persone con interventi mirati per i pochi gruppi che ne hanno effettivamente bisogno. In alcuni casi, i dati mostrano che un team non ha alcun bisogno di formazione formale.
Quando un file di competenze è preferibile a un corso di formazione?
Un file delle competenze funziona quando un team ha già persone che svolgono bene un’attività ricorrente. Mappi il modo in cui operano i collaboratori più efficienti, lo trasformi in un modello riutilizzabile e lo distribuisci al resto del team, migliorando la fluidità del lavoro senza che nessuno debba seguire un corso. La formazione, invece, è la scelta migliore quando al team mancano funzionalità che non sapeva nemmeno di avere, come connettori o contesti che non gli è mai stato mostrato come utilizzare.
Come misuri il ROI di un programma di upskilling sull'IA?
Monitora il punteggio di competenza nel tempo, per gruppo, prima e dopo ogni intervento. Poiché il punteggio deriva da conversazioni reali anziché da moduli, il miglioramento derivante da una giornata di formazione si manifesta nelle settimane successive per dipartimento o ufficio, offrendoti un dato difendibile da presentare su ciò che la formazione ha effettivamente cambiato.
Come scopri per cosa i dipendenti non stanno usando l'AI?
Guarda i compiti assenti dai dati delle conversazioni, non solo quelli presenti. Se un team usa l'IA per un solo compito specifico e per nient'altro, quel vuoto rappresenta un'opportunità inesplorata, ed è spesso lì che si concentra la formazione a più alto rendimento, perché indica attività che le persone non sapevano di poter delegare.
Resta aggiornato su ciò che stiamo imparando, costruendo e osservando mentre i team enterprise distribuiscono e misurano gli agenti AI in produzione.
