Il sondaggio Deloitte UK sull'AI rivela che i lavoratori nascondono l'uso dell'AI ai loro responsabili
Deloitte ha rilevato che quasi un lavoratore britannico su dieci ha utilizzato uno strumento di AI vietato dal proprio datore di lavoro o che quest'ultimo disapproverebbe. Il sondaggio Deloitte UK sull'AI trasforma l'adozione sul posto di lavoro in un conflitto su autorizzazioni, sicurezza e fiducia professionale. I dipendenti vogliono modi più rapidi per cercare, riassumere e redigere. I loro datori di lavoro spesso non dispongono di alternative approvate, regole chiare o formazione credibile.
I risultati provengono da 25.000 lavoratori intervistati nel Regno Unito tra il 7 maggio e il 10 giugno 2026. Ipsos ha condotto il lavoro sul campo online per Deloitte. I risultati suggeriscono che l'AI generativa sia entrata nel lavoro ordinario più rapidamente di quanto molte organizzazioni riescano a regolamentarla.
Questo divario crea la tensione centrale dell'articolo. I lavoratori considerano l'AI uno strumento pratico per completare attività di routine. I datori di lavoro vedono servizi non gestiti, prompt sensibili, output incerti e possibili violazioni della conformità. Nel frattempo, i dipendenti temono anche che un uso visibile dell'AI possa indurre i responsabili a mettere in dubbio il loro valore.
Non si tratta semplicemente di un altro sondaggio sull'adozione. Mostra dipendenti che risolvono privatamente un problema di produttività, mentre i datori di lavoro discutono pubblicamente di quanto uso dell'AI dovrebbero consentire. Il risultato è un ambiente di lavoro in cui le organizzazioni possono dipendere da guadagni che non riescono a vedere, misurare o gestire in sicurezza.
Il sondaggio Deloitte UK sull'AI rivela una forza lavoro nascosta
L'AI generativa è già comune sul lavoro, ma una quota significativa del suo utilizzo resta al di fuori della supervisione dei datori di lavoro.
Il sondaggio sulla forza lavoro ha rilevato che il 63% degli adulti occupati nel Regno Unito aveva consapevolmente utilizzato l'AI generativa per lavoro. Per AI generativa si intendono sistemi che creano testo, immagini, audio o altri contenuti a partire da prompt.
La ricerca ha coinvolto lavoratori dai 18 ai 70 anni in 22 settori. Deloitte la descrive come il più grande studio sull'AI generativa sul posto di lavoro condotto all'interno di un singolo Paese. L'ampio campione offre una visione più solida rispetto ai sondaggi concentrati solo su dirigenti o team tecnologici.
L'adozione non si è limitata a sperimentazioni occasionali. Quasi un quarto della forza lavoro del Regno Unito utilizzava l'AI generativa per lavoro ogni giorno. Il 12% la usava più volte al giorno, sebbene i tassi variassero notevolmente tra settori e ruoli.
I lavoratori hanno applicato la tecnologia principalmente ad attività familiari. La ricerca di informazioni e la redazione di email rappresentavano ciascuna il 43% degli usi segnalati. La creazione di riassunti seguiva al 31%.
Queste attività aiutano a spiegare perché l'adozione possa restare invisibile. Un lavoratore può incollare appunti in un chatbot, rifinire un'email o riassumere un documento senza modificare un flusso di lavoro ufficiale. Il lavoro completato torna nei software familiari, mentre il passaggio con l'AI scompare dalla vista.
Quasi la metà dei lavoratori ha dichiarato di utilizzare strumenti AI gratuiti per lavoro. Un altro 34% usava strumenti esterni pagati dai datori di lavoro, mentre il 17% utilizzava sistemi sviluppati internamente. Queste categorie mostrano che l'implementazione approvata dal datore di lavoro è solo una parte del mercato.
Deloitte ha inoltre rilevato che il 17% degli utenti di AI generativa ha pagato personalmente almeno uno strumento legato al lavoro. Ha stimato che i lavoratori britannici spendano complessivamente 958 milioni di sterline all'anno per questi servizi.
Il finanziamento personale è importante perché cambia chi controlla la decisione di acquisto. Un dipendente può adottare uno strumento consumer in pochi minuti, senza attendere l'approvvigionamento, una revisione della sicurezza o un'implementazione interna. Il datore di lavoro può ricevere l'output senza sapere quale sistema abbia elaborato le informazioni sottostanti.
Quasi un terzo degli utenti di AI generativa ha affermato di usare la tecnologia senza che il datore di lavoro ne fosse a conoscenza. Questa forma di shadow AI secondo Deloitte riguarda strumenti introdotti nel lavoro al di fuori della visibilità o dell'approvazione formale.
Bloomberg ha evidenziato una misura più circoscritta e conflittuale. Quasi un lavoratore su dieci aveva utilizzato uno strumento vietato o che avrebbe provocato la disapprovazione del datore di lavoro, secondo la sua copertura del sondaggio.
La distinzione è importante. Usare uno strumento sconosciuto non significa sempre violare una regola esplicita. Alcuni datori di lavoro non hanno una policy chiara, mentre altri ne hanno una che i dipendenti non riescono a trovare o interpretare.
Tuttavia, entrambe le cifre descrivono lo stesso fallimento di governance. I dipendenti hanno già reso l'AI parte del proprio lavoro, eppure molte organizzazioni non riescono a identificare in modo affidabile gli strumenti coinvolti. Questa incertezza trasforma un'assistenza di routine in un processo aziendale non gestito.
Perché l'AI sul lavoro nel Regno Unito ha superato le policy aziendali
Il divario nell'adozione persiste perché i lavoratori possono accedere a un'AI utile più rapidamente di quanto i datori di lavoro riescano ad approvarla, implementarla e spiegarla.
I prodotti di AI per consumatori richiedono poca configurazione e risultano già familiari a molti dipendenti. Un lavoratore può usare lo stesso assistente per una domanda personale e per una bozza di lavoro. Questa comodità incoraggia l'adozione prima dell'arrivo di sistemi formali.
Deloitte ha rilevato che il 65% degli utenti di AI generativa non ha sentito i leader parlare della tecnologia con una chiara comprensione. Il 30% ha descritto i messaggi della leadership come incoerenti, mentre il 18% non ha ricevuto alcuna comunicazione dalla leadership.
Dietro questo problema di comunicazione c'è un divario nelle policy. Meno della metà degli utenti ha riferito che la propria azienda disponeva di una policy sull'AI generativa. Il 34% ha dichiarato che non esisteva alcuna policy, e il 23% non sapeva se ne esistesse una.
Solo il 28% ha affermato che la propria organizzazione disponeva di una policy che poteva trovare, comprendere e considerare aggiornata. Una regola non può orientare i comportamenti se i lavoratori non sanno che esiste o non riescono ad applicarla.
Anche la formazione è rimasta indietro. La metà degli utenti di AI generativa non aveva ricevuto alcuna istruzione formale, mentre solo il 20% aveva completato una formazione obbligatoria. Questo lascia milioni di lavoratori a insegnarsi da soli come formulare prompt, verificare e gestire le informazioni.
Il divario è particolarmente rilevante perché le prime attività adottate sembrano innocue. Redigere un'email o riassumere appunti appare meno rischioso che automatizzare una decisione finanziaria. Eppure un normale prompt può contenere dati dei clienti, piani interni, codice sorgente o registrazioni riservate di riunioni.
Altre ricerche indicano la stessa direzione. Un sondaggio dell'autunno 2025 del Chartered Institute of Personnel and Development ha rilevato l'uso dell'AI nel 76% delle organizzazioni del Regno Unito. Ha inoltre riscontrato la presenza di strumenti gratuiti nel 54% dei luoghi di lavoro.
Tuttavia, le autorizzazioni restavano disomogenee. Il CIPD ha successivamente riferito che il 61% delle organizzazioni consentiva l'uso dell'AI generativa per lavoro. Un altro 25% non la consentiva né prevedeva di farlo, secondo i suoi risultati sui datori di lavoro.
La governance formale stava migliorando, ma partiva da una base bassa. Il 31% dei datori di lavoro aveva lavorato a una policy sull'AI generativa nell'anno precedente. Questa cifra era salita dal 16% di due anni prima.
Lo squilibrio rivela perché l'AI sul lavoro nel Regno Unito diventa nascosta. I dipendenti vivono la tecnologia come un aiuto alla produttività immediatamente disponibile. I loro datori di lavoro la vivono come un programma di approvvigionamento, sicurezza, aspetti legali e cambiamento organizzativo.
Anche i processi di approvazione procedono a velocità diverse. I team di sicurezza devono valutare conservazione dei dati, pratiche di addestramento dei modelli, controlli degli account, integrazioni, registri di audit e tutele contrattuali. Ai lavoratori serve solo un browser o un account personale.
Alcune organizzazioni rispondono bloccando gli strumenti pubblici. Questa azione può ridurre l'accesso più evidente, ma non elimina la domanda. I dipendenti possono cambiare dispositivo, usare account personali o trasferire manualmente le informazioni tra sistemi.
Un divieto fallisce anche quando l'alternativa approvata funziona male o resta indisponibile. Una ricerca Microsoft del 2025 ha rilevato che il 28% dei dipendenti britannici che utilizzavano AI non approvata ha dichiarato che il proprio datore di lavoro non offriva alcuna opzione approvata. Un altro 41% ha scelto strumenti familiari della propria vita personale.
Questi risultati provenivano da un campione e da una metodologia diversi, quindi non sono direttamente comparabili con le cifre di Deloitte. Tuttavia, entrambi gli studi identificano lo stesso meccanismo. I dipendenti aggirano gli ostacoli quando ritengono che uno strumento esterno li aiuti a lavorare.
Il problema è quindi più ampio dell'applicazione delle regole. I datori di lavoro devono offrire un percorso accettabile per l'uso legittimo, definire chiaramente i dati proibiti e insegnare ai lavoratori come valutare i casi incerti. Senza questa combinazione, la policy diventa burocrazia anziché controllo operativo.
I lavoratori vogliono produttività, mentre i datori di lavoro vedono esposizione al rischio
Il conflitto principale non è entusiasmo contro resistenza; è velocità dei dipendenti contro responsabilità dei datori di lavoro.
Gli intervistati di Deloitte hanno riferito di risparmiare in media 70 minuti a settimana grazie all'AI sul lavoro. La maggior parte ha affermato di usare il tempo recuperato per svolgere più lavoro per lo stesso datore di lavoro.
Questo risultato complica una semplice narrazione di cattiva condotta. Gli utenti nascosti non stanno necessariamente evitando il lavoro o delegando intere mansioni. Molti usano l'AI per ricerche, bozze di email e riassunti, poi restituiscono alle loro organizzazioni il tempo risparmiato.
Anche i guadagni di produttività appaiono disomogenei. Nell'intero sondaggio, il 7% ha riferito di risparmiare almeno cinque ore alla settimana. Questa quota saliva al 21% nel settore dell'informazione e delle comunicazioni, ma scendeva al 5% nell'assistenza sanitaria e nel lavoro sociale.
Circa il 30% ha dichiarato che l'AI gli aveva fatto risparmiare almeno un po' di tempo. Un altro 31% l'aveva usata senza risparmiare tempo. La sola adozione non dimostra quindi la produttività.
Un dipendente può dedicare tempo a correggere allucinazioni, riscrivere output generici o verificare i fatti. Le allucinazioni sono output sicuri di sé privi di un supporto affidabile. Attività scelte male possono spostare il lavoro anziché ridurlo.
I datori di lavoro sostengono rischi che i singoli utenti potrebbero non vedere. Un prompt può trasferire informazioni a un servizio esterno secondo termini che l'azienda non ha mai esaminato. Un riepilogo generato può omettere precisazioni importanti presenti nel documento originale.
Gli output possono inoltre ereditare pregiudizi, inventare citazioni o esporre informazioni protette quando vengono condivisi. Se il lavoro finale incide su un cliente, un dipendente o una decisione regolamentata, l'organizzazione resta responsabile.
Il UK National Cyber Security Centre considera la tecnologia non approvata parte del più ampio problema dello shadow IT. Le sue linee guida sullo shadow IT avvertono che servizi sconosciuti possono creare una supervisione debole e rischi nella gestione dei dati.
L'AI accresce questa preoccupazione perché gli utenti inviano attivamente informazioni tramite prompt e caricamenti di file. Un software non autorizzato tradizionale potrebbe memorizzare un elenco di contatti. Un assistente AI può ricevere documenti strategici, conversazioni con i clienti, codice o interi set di dati.
Tuttavia, anche restrizioni eccessive comportano costi. Possono spingere la sperimentazione ulteriormente nell'ombra e impedire ai team di condividere pratiche efficaci. I datori di lavoro perdono quindi sia visibilità sia opportunità di standardizzare flussi di lavoro utili.
Questo compromesso spiega perché il principale antagonismo è tra adozione guidata dai dipendenti e adozione controllata dai datori di lavoro. Una parte dà priorità all'utilità immediata. L'altra deve proteggere i dati, rispettare gli obblighi legali e mantenere una qualità coerente.
La risposta migliore non è né l'uso illimitato di strumenti consumer né un divieto generalizzato. Le organizzazioni hanno bisogno di un ambiente approvato che soddisfi le esigenze reali dei lavoratori. Hanno inoltre bisogno di confini chiari su dati, attività e revisione umana.
Per esempio, a un dipendente potrebbe essere consentito fare brainstorming su strutture generiche per presentazioni, ma vietato caricare materiale riservato dei clienti. Un'altra policy potrebbe consentire la revisione delle email, richiedendo al contempo una verifica indipendente delle affermazioni fattuali.
Queste distinzioni rendono la governance utilizzabile. Una regola che dice “usate l’AI in modo responsabile” offre poche indicazioni quando c’è una scadenza imminente. Una policy basata sulle attività può indicare ai lavoratori cosa possono inserire, quale servizio possono usare e chi revisiona l’output.
I datori di lavoro dovrebbero anche esaminare perché i lavoratori scelgano sistemi esterni. Il motivo potrebbe essere una qualità dell’output migliore, minori barriere di accesso, integrazioni più efficaci o una funzionalità approvata mancante. Bloccare lo strumento non risolve il problema di fondo nel flusso di lavoro.
Il sondaggio Deloitte UK sull’AI mette quindi sotto pressione i dirigenti tanto quanto i dipendenti. I leader devono decidere se i loro sistemi siano abbastanza pratici da competere con i prodotti destinati ai consumatori. I team di sicurezza devono rendere il comportamento approvato più semplice da riconoscere e seguire.
Lo stigma attorno all’AI incoraggia l’occultamento
I lavoratori nascondono l’uso dell’AI non solo perché gli strumenti non sono approvati, ma perché rivelarlo può minacciare il giudizio dei manager sulla loro competenza.
Deloitte ha rilevato che il 23% dei lavoratori britannici riteneva che l’AI sul posto di lavoro fosse stigmatizzata. Tra gli utenti settimanali, il 64% temeva che i manager potessero concludere che l’AI fosse in grado di svolgere il loro lavoro.
Bloomberg ha riportato lo stesso dato del 63% nella sua descrizione degli intervistati preoccupati del giudizio manageriale. La precisa base del sondaggio merita attenzione, ma il timore più ampio è chiaro. I lavoratori associano la divulgazione a una possibile sostituzione.
Questa ansia crea un incentivo difficile da gestire. I datori di lavoro possono chiedere al personale di trovare guadagni di produttività, discutendo al contempo di automazione e riduzione dell’organico. I dipendenti possono reagire usando l’AI in privato, mantenendo invisibili sia il metodo sia il tempo risparmiato.
Il sondaggio CIPD tra i datori di lavoro illustra perché queste paure siano plausibili. Il diciassette percento delle organizzazioni si aspettava che l’AI riducesse l’organico nei successivi 12 mesi. Solo il 6% prevedeva un aumento.
Le aspettative erano più alte tra i grandi datori di lavoro privati. Il ventisei percento prevedeva un organico inferiore, rispetto al 7% delle piccole e medie imprese. Anche finanza, assicurazioni, tecnologia, settore legale, contabilità e consulenza hanno riportato aspettative superiori alla media.
Queste cifre descrivono le aspettative dei datori di lavoro, non perdite di posti di lavoro confermate. Ciononostante, modellano il comportamento sul posto di lavoro. I dipendenti ascoltano quando i leader descrivono l’AI sia come assistente sia come strumento per ridurre i costi.
Un lavoratore che rivela un flusso di lavoro molto efficace può temere di dimostrare che meno persone possano completare lo stesso compito. Un altro può preoccuparsi che i colleghi considerino l’assistenza dell’AI come prova di capacità inferiori nella scrittura, nell’analisi o nelle competenze tecniche.
Questo problema di percezione può indebolire i controlli di qualità. I dipendenti sono meno propensi a richiedere una revisione quando la divulgazione sembra professionalmente rischiosa. I manager vedono quindi output rifiniti senza sapere dove l’AI abbia contribuito o quali verifiche siano state effettuate.
L’occultamento impedisce inoltre alle organizzazioni di identificare casi d’uso efficaci. Un flusso di lavoro utile resta conoscenza personale invece di diventare un processo documentato e testato. I rischi restano nascosti, mentre i benefici rimangono difficili da riprodurre.
I messaggi della leadership sono importanti in questo caso. I lavoratori devono sapere se l’organizzazione valorizzi le prestazioni assistite dall’AI, l’esperienza indipendente o entrambe. Un incoraggiamento vago accompagnato da un linguaggio sulla sostituzione crea incentivi contrastanti.
Anche i manager necessitano di formazione. Devono distinguere l’assistenza responsabile dalla delega negligente. Modificare una bozza con l’AI è diverso dall’accettare un’analisi non supportata o dall’automatizzare una decisione ad alto impatto.
La divulgazione dovrebbe quindi concentrarsi sul rischio anziché sul rituale. Richiedere un’etichetta per ogni piccola correzione grammaticale può produrre rumore amministrativo. Richiedere la divulgazione per dati sensibili, decisioni rilevanti o fatti pubblicati esternamente ha uno scopo più chiaro.
L’Information Commissioner’s Office del Regno Unito ha sostenuto che i divieti generalizzati difficilmente funzioneranno. La sua analisi sull’AI sul posto di lavoro sottolinea l’accesso lecito, una supervisione efficace e deterrenti pratici.
Questo approccio riconosce entrambi i lati del conflitto. I datori di lavoro non possono ignorare gli obblighi di protezione dei dati. Non possono nemmeno presumere che un divieto scritto eliminerà strumenti che i lavoratori trovano già utili.
La fiducia deve funzionare in entrambe le direzioni. I datori di lavoro hanno bisogno della certezza che il personale proteggerà le informazioni sensibili e verificherà gli output. I lavoratori hanno bisogno della certezza che una divulgazione responsabile non danneggerà automaticamente la loro reputazione o sicurezza lavorativa.
Senza questo patto, la shadow AI descritta da Deloitte diventa un segnale culturale. Indica che i dipendenti non si fidano dei canali formali per soddisfare le loro esigenze o proteggere i loro interessi.
Cosa i numeri non dimostrano
Il sondaggio documenta un ampio divario di governance, ma non stabilisce quanto l’uso nascosto dell’AI causi danni reali o produttività duratura.
Deloitte ha utilizzato un sondaggio online con un campione rappresentativo per quote di 25.000 dipendenti e lavoratori autonomi. I risultati sono stati ponderati in base a categorie demografiche, occupazionali, regionali, educative e sociali.
Questa metodologia offre un’ampia copertura. Dipende comunque dal fatto che gli intervistati ricordino e descrivano onestamente il proprio comportamento. Le attività nascoste sono particolarmente difficili da misurare attraverso l’autosegnalazione.
Anche il significato di “senza che il datore di lavoro ne sia a conoscenza” varia. Un intervistato può violare un divieto diretto. Un altro può utilizzare uno strumento pubblico in assenza di una policy. Un terzo può lavorare per un’azienda i cui manager tollerano la sperimentazione informale.
La misura di Bloomberg, “quasi uno su dieci”, isola meglio l’uso che coinvolge un divieto o una prevista disapprovazione. Anche questa categoria combina una regola esplicita con la previsione del lavoratore su come un datore di lavoro potrebbe reagire.
Il sondaggio non identifica con quale frequenza i lavoratori abbiano inserito informazioni riservate. Non quantifica fughe di dati conseguenti, decisioni errate, danni ai clienti o azioni normative. L’uso nascosto rappresenta un’esposizione, non la prova di un incidente.
Allo stesso modo, i risparmi di tempo riportati non equivalgono a guadagni di output misurati. I lavoratori hanno stimato i propri risparmi e la media non rivela la qualità dell’output. Il tempo recuperato grazie a una bozza rapida può essere perso in seguito durante la revisione.
Il profilo delle attività nel sondaggio suggerisce inoltre un’adozione superficiale. Ricerca, scrittura di email e sintesi predominano. Queste attività possono aiutare gli individui, ma non necessariamente riprogettano i processi né migliorano la produttività dell’intera organizzazione.
Deloitte stessa descrive l’uso sul posto di lavoro come diffuso ma superficiale. Solo una minoranza ha riferito un utilizzo quotidiano frequente, mentre quasi un terzo aveva provato l’AI senza risparmiare tempo.
I confronti con altri sondaggi sulla shadow AI richiedono cautela. Microsoft ha riportato tassi di utilizzo non approvato molto più elevati nel 2025. Altri fornitori hanno pubblicato stime ancora diverse basate su impiegati d’ufficio, responsabili della sicurezza o mercati selezionati.
Le definizioni spesso spiegano una parte di questa variabilità. Alcuni studi considerano non autorizzato qualsiasi uso di AI destinata ai consumatori. Altri contano solo strumenti vietati, sconosciuti, account personali o servizi che gestiscono dati aziendali.
Anche gli incentivi dei fornitori contano. Le aziende che vendono software enterprise o prodotti di sicurezza traggono vantaggio quando la shadow AI appare urgente. I loro risultati possono comunque essere informativi, ma i lettori dovrebbero esaminare campioni, definizioni e sponsorizzazioni.
Deloitte fornisce inoltre consulenza alle organizzazioni sull’adozione e la governance dell’AI. Questo ruolo commerciale non invalida un sondaggio su 25.000 persone. Rende però particolarmente importanti una metodologia trasparente e future repliche.
La ripetizione prevista ogni sei mesi dovrebbe essere utile. Una seconda rilevazione può mostrare se formazione, consapevolezza delle policy e uso quotidiano stiano cambiando. Può anche indicare se i dipendenti continuino a pagare gli strumenti mentre i datori di lavoro ampliano l’accesso ufficiale.
La conclusione più solida oggi è più circoscritta di quanto suggeriscano alcuni titoli. I lavoratori britannici stanno adottando l’AI generativa più rapidamente di quanto molti datori di lavoro riescano a governarla o a comunicarne l’uso. Un gruppo misurabile nasconde tale utilizzo, talvolta contro le aspettative del datore di lavoro.
Non è ancora chiaro se controlli più rigorosi, strumenti migliori, policy più chiare o atteggiamenti in evoluzione colmeranno il divario. La risposta probabilmente varierà tra settori regolamentati, piccole imprese e ruoli ad alta intensità tecnologica.
Tre segnali mostreranno se i datori di lavoro recuperano terreno
La prossima fase dipende dalla capacità delle aziende di trasformare la sperimentazione individuale nascosta in lavoro visibile, supportato e misurabile.
Il primo segnale è la consapevolezza delle policy, non la loro pubblicazione. Deloitte ha rilevato che solo il 28% degli utenti sapeva dove trovare la policy della propria azienda, la comprendeva e la riteneva aggiornata.
Questa misura dovrebbe aumentare quando le organizzazioni migliorano la comunicazione e rendono le regole specifiche per attività. Se resterà bassa, altri documenti di policy non cambieranno il comportamento in modo significativo.
Un risultato più forte includerebbe meno lavoratori che affermano che non esiste alcuna policy o che non sanno rispondere. Questo cambiamento sosterrebbe l’idea che i datori di lavoro stiano costruendo una governance operativa. Una confusione persistente la indebolirebbe.
Il secondo segnale è l’equilibrio tra strumenti personali e sistemi approvati. Attualmente i lavoratori usano servizi gratuiti, abbonamenti finanziati personalmente, prodotti pagati dal datore di lavoro e piattaforme interne.
I datori di lavoro dovrebbero osservare se gli strumenti approvati guadagnino quota senza ridurre l’adozione utile. La crescita dell’uso ufficiale suggerirebbe che le organizzazioni offrano alternative credibili. Il persistere dell’autofinanziamento mostrerebbe che i sistemi interni continuano a non soddisfare esigenze importanti.
Questo segnale non può essere valutato soltanto attraverso le licenze. Un’azienda può acquistare un assistente enterprise che i dipendenti usano raramente. Utilizzo, completamento delle attività, soddisfazione degli utenti e richieste di eccezione forniscono un quadro più accurato.
Le organizzazioni dovrebbero inoltre studiare gli strumenti respinti e i flussi di lavoro bloccati. I tentativi frequenti di accedere allo stesso servizio esterno rivelano una domanda insoddisfatta. Queste evidenze possono guidare gli acquisti o spiegare perché un servizio resti inadeguato.
Il terzo segnale è se la formazione cambi comportamento e risultati. Deloitte ha rilevato che metà degli utenti non aveva ricevuto istruzioni formali. Il cinquantuno percento della forza lavoro più ampia ha dichiarato che la formazione incoraggerebbe un uso più frequente.
Una formazione efficace dovrebbe migliorare più dell’adozione. Dovrebbe ridurre la condivisione di dati sensibili, rafforzare il fact-checking, chiarire la divulgazione e aiutare i dipendenti a selezionare attività appropriate.
Le presentazioni obbligatorie in slide non basteranno. I lavoratori hanno bisogno di esempi legati ai loro ruoli effettivi, ai sistemi approvati e alle categorie di informazioni. I manager hanno bisogno di indicazioni per revisionare gli output e rispondere agli utilizzi divulgati.
Deloitte prevede di ripetere il proprio sondaggio all’incirca ogni sei mesi. La prossima rilevazione dovrebbe offrire un test diretto di questi tre segnali. I lettori dovrebbero confrontare consapevolezza delle policy, provenienza degli strumenti e copertura formativa con i primi risultati.
Anche l’uso quotidiano merita attenzione, ma non dovrebbe diventare l’unica misura del successo. Un maggiore utilizzo può aumentare il rischio se la governance resta debole. Un minore utilizzo può riflettere tanto una restrizione riuscita quanto un accesso fallito.
La domanda migliore è se le organizzazioni riescano a vedere e valutare il lavoro assistito dall’AI. Ciò include sapere quali strumenti elaborano informazioni aziendali, quali attività producono valore e dove gli esseri umani restano responsabili.
Per i knowledge worker, la lezione immediata è pratica. Trattate prompt e caricamenti come trasferimenti di informazioni, non come pensieri privati. Controllate le regole aziendali, rimuovete i dettagli sensibili, verificate gli output fattuali e divulgate l’assistenza rilevante quando richiesto.
Per i datori di lavoro, la sfida è altrettanto diretta. Offrite ai lavoratori un percorso approvato che competa in utilità, spiegate i confini in linguaggio chiaro e separate l’assistenza AI responsabile dalla sostituzione negligente.
Il sondaggio Deloitte UK sull’AI mostra che aspettare non è più una strategia. I dipendenti hanno già scelto dove l’AI si inserisca nel loro lavoro, anche quando i datori di lavoro non lo hanno fatto. La questione aperta è se le organizzazioni riusciranno a sostituire la segretezza con una governance utile prima che un fallimento evitabile imponga il problema.
Fai una domanda concreta al tuo team questa settimana: quali strumenti di AI stanno effettivamente utilizzando le persone per portare a termine il lavoro reale? Confronta le risposte con i sistemi approvati, le policy scritte e la formazione disponibile. Qualsiasi divario non è semplicemente un problema di applicazione delle regole. È la prova che il flusso di lavoro ufficiale dell’organizzazione non corrisponde più al comportamento dei dipendenti. Colmarlo richiede strumenti più sicuri, regole più chiare, una gestione credibile e una cultura in cui i lavoratori possano discutere dell’uso dell’AI senza mettere automaticamente a rischio la propria posizione professionale.
