Tutti continuano a chiedersi se l'IA favorisca gli specialisti o i generalisti.
Penso che sia la domanda sbagliata.
L'IA non sceglie da che parte stare. Cambia il compromesso.
Il vecchio mondo imponeva una scelta. Potevi andare in profondità, o potevi andare in ampiezza. Gli specialisti avevano profondità. Conoscevano il prodotto, la funzione, il dominio, il processo, i casi limite e le lezioni duramente guadagnate che arrivano solo vivendo a lungo all'interno di uno spazio problematico. Potevano rispondere alla domanda difficile all'interno del loro ambito.
I generalisti avevano portata. Potevano collegare punti tra team, clienti, mercati, funzioni e modelli di business. Vedevano schemi che altri perdevano. Traducevano tra gruppi che non parlavano naturalmente la stessa lingua.
Entrambi erano preziosi.
Entrambi erano incompleti.
Lo specialista spesso rimaneva intrappolato in un ambito ristretto. Al generalista spesso mancava la profondità per prendere la decisione difficile. Quel compromesso ha plasmato l'organigramma moderno più di quanto ammettiamo.
Gran parte della progettazione organizzativa è stata costruita attorno ai limiti della portata umana. Nessuna persona poteva contenere abbastanza contesto, competenza, politica, dettaglio tecnico, sfumatura del cliente e giudizio per portare a termine un lavoro complesso. Così abbiamo creato i passaggi di consegne.
L'uomo d'affari passava la palla al tecnico.
Il tecnico la passava al product manager.
Il product manager la passava al legale.
Il legale la passava alla sicurezza.
La sicurezza la passava all'IT.
L'IT la restituiva con tre commenti e un invito a una riunione.
Molto sofisticato. Anche molto lento.
Questa è la parte che l'IA cambia di più.
L'IA non rende la specializzazione irrilevante. Non trasforma magicamente tutti in grandi generalisti. L'IA attacca la tassa dei passaggi di consegne.
Dà più portata agli specialisti.
Dà più profondità ai generalisti.
Permette a più persone di portare avanti il lavoro prima che un altro umano debba essere coinvolto.
Quest'ultima parte è importante.
L'obiettivo non è eliminare gli esperti. L'obiettivo è smettere di usare gli esperti come infrastruttura di instradamento.
L'IA cambia il modo in cui il lavoro dovrebbe muoversi
Facciamo un semplice esempio: i contenuti di enablement.
Nel vecchio modello, la persona responsabile del contenuto potrebbe aver bisogno del contributo di prodotto, legale, IT, sicurezza, enablement sul campo e molti altri team prima che il lavoro diventi anche solo coerente. Parte di quell'approvazione è reale. Hai ancora bisogno del Legale dove è richiesta l'approvazione legale. Hai ancora bisogno della Sicurezza dove è richiesta l'approvazione di sicurezza. Hai ancora bisogno di un vero esperto di prodotto quando la risposta è importante.
Ma gran parte del vai e vieni non è giudizio. È traduzione. È revisione della prima bozza. È identificazione del rischio di base. È chiedere a qualcun altro di fare il pensiero che il proprietario avrebbe potuto fare prima del passaggio di consegne.
Con l'IA, quel proprietario del contenuto dovrebbe essere in grado di fare molto di più prima di coinvolgere chiunque altro. Dovrebbe essere in grado di abbozzare il contenuto, confrontarlo con le policy, testare la messaggistica, identificare possibili problemi legali, verificare le affermazioni tecniche e preparare un pacchetto di approvazione più pulito.
L'esperto approva ancora. Ma ora l'esperto viene utilizzato per il giudizio, non per la pulizia.
Questo è il cambiamento.
L'IA non rimuove la necessità di profondità. Riduce la dipendenza creata dal non avere accesso immediato alla profondità.
Sembra sottile, ma non lo è. Cambia il modello operativo. Se più persone possono portare più contesto, allora il lavoro non dovrebbe dover passare attraverso lo stesso numero di checkpoint umani. Se l'analisi di prima battuta è economica, gli esperti non dovrebbero passare il loro tempo a sistemare input a metà. Se il costo del coordinamento diminuisce, i team non dovrebbero preservare vecchi percorsi di instradamento solo perché quei percorsi sono familiari.
Gran parte di ciò che chiamiamo collaborazione è solo latenza con buone maniere.
L'IA ci costringe ad essere più onesti su questo.
Gli specialisti contano ancora, ma la profondità ha bisogno di portata
Ecco perché non compro il semplice argomento che il futuro appartiene ai generalisti.
Suona bene. È anche incompleto.
Un generalista superficiale con l'IA è ancora superficiale. Potrebbe solo diventare più veloce nel produrre sciocchezze sicure di sé, che non è esattamente la rivoluzione che ci era stata promessa.
La profondità conta ancora. In effetti, la profondità potrebbe contare di più perché l'IA rende economica la fluidità di superficie. Chiunque può chiedere all'IA di riassumere un argomento. Chiunque può generare una discreta prima bozza. Chiunque può sembrare informato per cinque minuti.
Il differenziatore diventa se sai abbastanza per individuare cosa manca.
È lì che si manifesta la competenza.
L'esperto sa quale dettaglio è sbagliato. L'esperto sa quale ipotesi è pericolosa. L'esperto sa quando la risposta suona bene ma fallirà nell'ambiente reale.
L'IA alza il pavimento. Non cancella il soffitto.
Ma anche lo specialista deve cambiare.
La profondità senza portata diventa un collo di bottiglia. Se il tuo valore è solo che conosci una cosa e tutti devono aspettare che tu la risponda, l'IA sta arrivando direttamente per quel modello.
I migliori specialisti non si limiteranno a proteggere la loro corsia. Si espanderanno da essa. Useranno l'IA per comprendere il contesto aziendale circostante, i sistemi adiacenti, le implicazioni per i clienti, le dinamiche competitive, i vincoli di implementazione e i rischi operativi.
Penso al mio medico. È uno specialista in ATM — decenni dentro un problema stretto e difficile. Il tipo di profondità che non puoi fingere e non puoi affrettare.
Ha avuto idee di prodotto per anni. Cose che solo qualcuno che vive dentro quel problema penserebbe di costruire. Ma le idee morivano sempre nello stesso punto. Non perché l'idea fosse sbagliata. Perché tutto ciò che circondava l'idea richiedeva un esperto diverso. Ricerca degli ingredienti. Approvazione normativa. Produzione. Deposito di brevetti. Legale. Ogni passaggio di consegne a qualcuno che non aveva, non poteva permettersi o non sapeva come iniziare una conversazione.
Così le idee rimanevano idee.
Questo è cambiato. Non perché sia diventato un chimico o un avvocato brevettuale — la sua profondità è ancora nella mandibola, non nel diritto della proprietà intellettuale. Ma ora può fare la prima bozza da solo. Ricercare gli ingredienti. Mappare il percorso normativo. Capire cosa comporta realmente una domanda di brevetto prima di pagare qualcuno per presentarla. Può portare l'idea abbastanza lontano da sapere se è reale.
Ha ancora bisogno dell'avvocato brevettuale. Ha ancora bisogno dell'esperto normativo. Ma ora vengono coinvolti per il giudizio, su un'idea ben ponderata — non per insegnargli le basi o indirizzarlo alla persona successiva.
La sua competenza non è mai stata il collo di bottiglia. Il collo di bottiglia era l'accesso a quella di tutti gli altri.
La loro profondità diventa l'ancora.
L'IA espande il raggio d'azione.
I generalisti contano ancora, ma la portata ha bisogno di profondità guadagnata
Lo stesso vale per i generalisti, ma al contrario.
I migliori generalisti non si limiteranno a galleggiare sopra il lavoro collegando punti. Useranno l'IA per andare in profondità quando il problema lo richiede. Metteranno alla prova le ipotesi. Costruiranno prototipi. Leggeranno la documentazione. Analizzeranno i dati. Capiranno abbastanza dell'architettura per sapere dove si trova il vero vincolo.
La loro portata diventa il vantaggio.
L'IA dà loro profondità su richiesta.
Quindi il profilo futuro non è specialista o generalista. È portata e profondità su richiesta.
Vai in ampiezza quando il problema richiede connessione.
Vai in profondità quando la decisione richiede competenza.
Sappi quando l'IA è sufficiente.
Sappi quando è richiesto un esperto umano.
Sappi quando il lavoro è pronto per l'approvazione e quando è ancora un pasticcio a metà vestito con un bell'abito.
Quel giudizio è il lavoro.
I leader devono riprogettare il lavoro
Questo ha grandi implicazioni per i leader.
Se il tuo modello operativo presume ancora che ogni domanda debba passare attraverso cinque umani, non sei nativo dell'IA. Sei solo più lento con strumenti migliori.
Se ogni team aspetta un altro team per portare avanti il lavoro di base, non hai riprogettato il lavoro. Hai aggiunto l'IA alla stessa vecchia catena di dipendenze e l'hai chiamata trasformazione. Questa non è strategia. È procurement con una presentazione.
La domanda che i leader dovrebbero porsi non è solo: "Come rendiamo tutti più produttivi?"
È troppo vaga.
La domanda migliore è: dove stiamo usando gli umani come passaggi di consegne invece che come giudizio?
Quella domanda espone lo spreco.
Mostra dove gli esperti vengono coinvolti in revisioni di basso valore. Mostra dove i generalisti stanno coordinando lavori che ora potrebbero portare avanti da soli. Mostra dove gli specialisti aspettano un contesto che ora potrebbero generare. Mostra dove i team proteggono vecchi processi invece di riprogettare il flusso.
Questo è il vero lavoro di leadership. Non comprare strumenti. Non annunciare pilot. Non celebrare metriche di utilizzo che dicono molto poco se il lavoro è cambiato.
Il lavoro deve essere riprogettato attorno a una nuova ipotesi: più persone possono ora portare più contesto.
Ciò significa che alcuni passaggi di consegne dovrebbero scomparire. Alcuni percorsi di approvazione dovrebbero diventare più puliti. Alcuni ruoli dovrebbero espandersi. Alcuni processi dovrebbero essere eliminati. Alcuni esperti dovrebbero essere protetti dal lavoro di basso valore in modo che possano concentrarsi sulle decisioni che richiedono veramente competenza.
Questo è scomodo perché i passaggi di consegne non sono solo processo. Sono anche identità, controllo e gestione del rischio. I team costruiscono potere attorno all'essere la fermata obbligatoria nel flusso di lavoro. I leader costruiscono comfort attorno al sapere che ogni rischio ha un proprietario da qualche altra parte.
L'IA mette sotto pressione tutto questo.
Fa una domanda più difficile: se il lavoro ora può muoversi diversamente, perché siamo ancora organizzati in questo modo?
Il talento dovrebbe essere valutato diversamente
Questo cambia anche il modo in cui dovremmo pensare al talento.
Il vecchio modello di assunzione e sviluppo premiava la competenza statica. Cosa sai? Dove hai lavorato? Quali prodotti hai coperto? Quali funzioni hai supportato?
Queste cose contano ancora, ma non sono più sufficienti.
La nuova domanda è: cosa puoi capire, costruire, validare e portare avanti senza aspettare che l'organizzazione ti dia un manuale?
Questo è un profilo diverso.
La prova del costruttore batte il pedigree.
Mostrami cosa hai costruito. Mostrami dove ti sei bloccato. Mostrami dove l'IA si è sbagliata. Mostrami come ti sei ripreso. Mostrami come hai collegato la decisione tecnica al risultato di business.
Questo mi dice più di una risposta rifinita sulla trasformazione.
Le persone che armeggiano si accumuleranno più velocemente di quelle che aspettano la formazione. Può sembrare duro, ma penso sia vero.
La formazione ti dice ciò che l'organizzazione già sa. Armeggiare ti mostra ciò che ora è possibile.
In un mondo di IA, il divario tra queste due cose è enorme.
La persona che sperimenta con agenti, prototipi, flussi di lavoro, codice, contenuti e dati svilupperà un istinto che il programma di enablement formale non può tenere al passo. Saprà dove gli strumenti sono forti. Saprà dove si rompono. Saprà cosa ora può essere fatto in un'ora che prima richiedeva due settimane.
Quell'istinto diventa una capacità di leadership.
Non perché tutti debbano diventare ingegneri.
Perché tutti devono capire quanto costa ora il lavoro.
Il costo della stesura è cambiato.
Il costo dell'analisi è cambiato.
Il costo della prototipazione è cambiato.
Il costo dell'apprendimento è cambiato.
Anche il costo del coordinamento dovrebbe cambiare.
Se il costo di fare il lavoro diminuisce ma l'organizzazione mantiene gli stessi passaggi di consegne, il collo di bottiglia non è più la capacità. È la memoria muscolare.
Questa è la parte pericolosa.
La maggior parte delle aziende non fallirà perché mancano di strumenti di IA. Falliranno perché imbulloneranno l'IA a un processo che non dovrebbe più esistere. Useranno l'IA per rendere più veloce il vecchio flusso di lavoro, quando la vera opportunità è eliminare metà del flusso di lavoro.
L'architettura conta ancora
C'è un altro pezzo che conta: l'architettura.
La portata e la profondità su richiesta funzionano solo se le persone e gli agenti hanno un contesto affidabile. Se i dati sono obsoleti, frammentati, con autorizzazioni scadenti o disconnessi dal flusso di lavoro, l'IA aiuta solo le persone a muoversi più velocemente nella direzione sbagliata.
Questa non è leva. È caos con un'interfaccia più carina.
La persona che usa l'IA ha bisogno di accesso alle informazioni giuste, agli strumenti giusti, alle giuste protezioni e ai giusti percorsi di escalation. Altrimenti, non può portare avanti il lavoro in sicurezza. Può solo generare più artefatti, più velocemente.
Ecco perché la strategia di IA non può essere ridotta alla formazione sui prompt o all'adozione di strumenti. L'architettura sottostante conta. Il modello di dati conta. Il modello di autorizzazioni conta. L'integrazione del flusso di lavoro conta. Il percorso di escalation conta.
Se questi pezzi mancano, l'IA diventa un teatro della produttività. Tanto output. Non abbastanza movimento.
La nuova abilità
Questa non è solo una conversazione di carriera. È una conversazione sul modello operativo.
Come dovrebbe muoversi il lavoro quando più persone possono portare più contesto?
Come dovrebbero essere utilizzati gli esperti quando l'analisi di prima battuta è economica?
Come dovrebbero essere progettati i team quando il costo del coordinamento diminuisce?
Come dovrebbero i leader valutare il talento quando la conoscenza può essere generata ma il giudizio deve ancora essere guadagnato?
Continuo a tornare a questo:
Il vecchio organigramma è stato costruito attorno ai limiti della portata umana.
L'IA cambia quei limiti.
Ciò non significa che tutti diventino uguali. Significa che i confini tra i ruoli diventano più fluidi.
Gli specialisti hanno bisogno di portata.
I generalisti hanno bisogno di profondità.
Gli esperti contano ancora, ma dovrebbero essere usati per il giudizio, non per l'instradamento di base.
I generalisti contano ancora, ma hanno bisogno di abbastanza profondità per passare dal riconoscimento di schemi all'esecuzione reale.
I leader contano ancora, ma devono riprogettare il lavoro invece di celebrare i guadagni di produttività all'interno di un modello rotto.
I vincitori saranno le persone che sanno quando andare in ampiezza, quando andare in profondità e quando un altro umano ha effettivamente bisogno di essere coinvolto.
Questa è la nuova abilità.
Portata e profondità su richiesta.
