Questo articolo è il nono contributo di una piccola serie, realizzata da docenti e professionisti, sul tema della gestione del cambiamento tecnologico in ambito industriale, combinando conoscenze teoriche ed esperienze vissute sul campo.
Nei precedenti articoli sono stati discussi:
- L’impatto sulle persone del cambiamento a base tecnologica
- Come gestire il cambiamento e la resistenza al cambiamento nelle organizzazioni aziendali
- Il ruolo della cultura aziendale nell’indirizzare e facilitare il cambiamento
- Il ruolo della leadership e come svilupparla per ottenere successo e autorevolezza nei processi di cambiamento
- Il ruolo delle neuroscienze e della psicologia nel cambiamento
- Cambiare davvero: come funziona il modello ADKAR per la trasformazione organizzativa
- Spostare il “macigno” culturale: il ruolo della consapevolezza nel modello di ADKAR
- Change management, cos’è la fase “Desire” del modello ADKAR
Investire in conoscenza paga sempre i migliori interessi
Benjamin Franklin
La terza fase del metodo ADKAR è la Knowledge (conoscenza). Questa fase si concentra sull’acquisizione delle competenze necessarie per sostenere il cambiamento. Bisogna distinguere tra la conoscenza teorica (knowledge), che ha la dimensione del “sapere” e la capacità pratica (ability), che invece ha la dimensione del “saper fare”.
Senza una solida base di conoscenze teoriche, gli individui non possono applicare in modo efficace le nuove competenze richieste dal cambiamento: ma il cambiamento richiede anche di sapere in pratica come fare qualcosa o come procedere. L’acquisizione di conoscenze sarà efficace solo quando l’individuo avrà consapevolezza della necessità del cambiamento e deciderà di parteciparvi e sostenerlo. Tentare di sviluppare le competenze di una persona prima che abbia raggiunto i primi due elementi del modello ADKAR risulterà inefficace. Ad esempio, in un contesto aziendale, se una persona non è pronta ad apprendere e partecipa alle attività di formazione solo perché il proprio responsabile ne richiede la presenza, non riuscirà ad interiorizzare efficacemente quanto appreso né a memorizzarlo.
Indice degli argomenti
Che cosa influenza l’acquisizione delle conoscenze
In alcuni casi, le conoscenze richieste per attuare un cambiamento sono chiare e semplici; in altri, è necessario svolgere analisi approfondite per coinvolgere appieno le persone.
Diversi sono i fattori che possono influire:
- anzitutto, il bagaglio di conoscenze già a disposizione: in determinati casi, le persone interessate dal cambiamento possiedono già una buona conoscenza dell’argomento in questione, mentre in altri, il cambiamento potrebbe richiedere l’apprendimento di nozioni nuove, che esulano dalle conoscenze pregresse. Un caso esemplare di questo concetto è relativo al cambiamento del modo di lavorare grazie all’adozione dell’intelligenza artificiale, che richiede frequentemente alle persone interessate di frequentare dei corsi per comprendere quali piattaforme impiegare nei diversi contenti, come attivare in maniera adeguata tali piattaforme (prompting), quali limiti hanno e in quali attività possono invece dare dei contributi essenziali, etc.
- in secondo luogo, la capacità di apprendimento: ognuno apprende in modo diverso ed è possibile che alcuni possano assimilare alcuni concetti più rapidamente di altri. Il tipo di conoscenza richiesta o la modalità di insegnamento potrebbero essere o meno in linea con le singole preferenze personali. Per adottare nuovamente l’esempio sopra sviluppato, potremmo ipotizzare che persone di età più giovane e nativi digitali potrebbero essere generalmente più rapide ad abbracciare il nuovo modo di lavorare basato su intelligenza artificiale rispetto a persone più anziane e non natie digitali, pur partendo da analoghi bagagli iniziali di conoscenze sul tema
- infine, contano anche le risorse disponibili: ossia la possibilità da parte di ciascuno di accedere al supporto formativo necessario influisce sulla capacità di apprendere nuove competenze e processi: ciò può includere corsi di formazione, accesso a materiale didattico o il supporto di esperti in materia. Pertanto, il medesimo soggetto che si accosta all’intelligenza artificiale per la prima volta, potrà in ipotesi avere un avvicinamento tanto più rapido ed efficace quanto più tempo potrà dedicare a fare training e quanto più verrà guidato, istruito e consigliato da figure esperte e competenti.
Il bagaglio di conoscenze di cui ciascun individuo ha bisogno per avere successo – sia durante che dopo il cambiamento – può variare notevolmente. La situazione può farsi complessa quando sono in gioco nuovi modi di pensare e comportamenti inediti, come l’acquisizione di competenze ancora sconosciute o non ancora sperimentate. È fondamentale compiere questo lavoro, poiché la fase di “Conoscenza” (Knowledge) rappresenta un passaggio critico nel modello ADKAR: essa costituisce infatti il prerequisito per la fase di “Abilità” (Ability), ovvero quella in cui si concretizzano i benefici del cambiamento. Bisogna assicurarsi che la conoscenza sia erogata prima che sia richiesta la sua applicazione pratica, altrimenti si crea frustrazione nella fase di Ability.
Si raggiunge la fase di acquisizione delle conoscenze quando l’individuo si convince di possedere le conoscenze concettuali necessarie per attuare il cambiamento.
Dall’analisi dei bisogni al piano di formazione
Per sviluppare le competenze necessarie nelle persone coinvolte in un cambiamento, è fondamentale fornire loro informazioni, formazione e istruzione su come operare efficacemente sia durante il processo di transizione sia nella condizione futura. Ciò può includere la formazione sull’utilizzo di nuovi processi, sistemi e strumenti, nonché sull’adozione di nuovi comportamenti, competenze, ruoli lavorativi e mentalità. Per accompagnare efficacemente le persone nel passaggio al nuovo modo di lavorare, è necessario prevedere un percorso strutturato di formazione e sviluppo delle competenze. L’obiettivo non è infatti soltanto trasferire nuove conoscenze, ma assicurarsi che ciascun ruolo disponga delle competenze tecniche e delle soft skill necessarie per operare efficacemente nel nuovo contesto. Il percorso può essere articolato in alcune fasi principali, che vanno dall’analisi delle competenze attuali alla definizione del piano formativo, fino alla predisposizione di materiali e risorse di supporto.
La tabella seguente sintetizza le principali fasi del processo di knowledge e i relativi contenuti chiave.
| Fase | Contenuti chiave |
| Analisi del gap di conoscenza | determinare le nuove competenze (hard e soft skill) necessarie e confrontarle con quelle attuali, definendo con precisione i bisogni di formazione. |
| Piano di formazione e training | Scegliere i metodi di apprendimento più appropriati (e-learning, workshop, mentoring, job shadowing, video, lezioni dal vivo) in base ai diversi ruoli e stili di apprendimento e predisporre un adeguato calendario di formazione. |
| Documentazione e risorse | Creare materiali di supporto chiari e accessibili (manuali, guide rapide, FAQ, libreria dei contenuti, guide specifiche per ruolo) che il personale possa utilizzare durante e dopo la formazione. |
Il binomio strategico: competenze soft e hard
Il successo di un processo di trasformazione aziendale non risiede solo nella tecnologia, ma nell’integrazione equilibrata tra l’aspetto umano (“saper essere”) e quello tecnico (“sapere e saper fare”).
Competenze soft (“saper essere”)
Sono il collante necessario per gestire la complessità umana durante il cambiamento. Le principali competenze soft necessarie nei processi di cambiamento a base tecnologica vengono descritte nella tabella di seguito riportata.
| Competenza | Focus principale |
| Comunicazione trasformativa | Non deve essere solo informativa, ma anche orientata a coinvolgere, rassicurare e dare un senso positivo al cambiamento, stimolare attivamente il cambiamento. Le persone devono essere informate e coinvolte in modo da sentirsi parte del processo di trasformazione. La comunicazione deve essere progettata per abilitare e favorire il cambiamento, usando creatività e strategie che rendano il messaggio rilevante e coinvolgente per tutti gli stakeholder. La scelta di parole che indicano un cambiamento profondo e significativo, può aiutare a trasmettere l’importanza del progetto e a gestire le ansie e le resistenze dei lavoratori. La comunicazione deve essere chiara e mirata a rassicurare il personale. |
| Capacità negoziale | Fondamentale per integrare opinioni divergenti in team interfunzionali e gestire i conflitti in modo cooperativo. La negoziazione è essenziale per integrare diverse opinioni, obiettivi e ambizioni. Programmi di formazione specifici sulla negoziazione possono aiutare i membri del team a sviluppare queste competenze cruciali. |
| Problem Setting & Solving | Priorità assoluta alla corretta definizione del problema (setting) prima della sua risoluzione (solving): è essenziale definire e avere chiaro quale sia il problema, uno step molto spesso non identificato nelle aziende e che invece deve essere definito prima ancora di sviluppare la capacità di gestione del problema. |
| Leadership partecipativa | Stile basato sull’etica, l’empatia e la creazione di zone sicure (psicologiche) per permettere l’adattamento graduale al nuovo contesto. La leadership partecipativa rappresenta il paradigma evolutivo necessario per gestire il cambiamento, superando il modello autoritario. Il suo cuore pulsante risiede nella capacità del leader di creare una “zona sicura”: una condizione psicologica essenziale dove il rischio di errore — fisiologicamente amplificato dall’incertezza del nuovo — viene mitigato attraverso un adattamento graduale. In questo contesto, l’autorevolezza del leader non è calata dall’alto, ma viene accreditata dai collaboratori sulla base di correttezza, empatia ed equità. Implementare tale modello significa riconoscere che la decisione è un processo decisionale condiviso, non un atto di manipolazione: quando le persone partecipano alla costruzione del cambiamento, ne comprendono la logica e ne riducono la resistenza, sentendosi parte integrante del percorso e non semplici spettatori passivi. |
La formazione rischia di essere inefficace se non ci sono team interfunzionali che facilitino la collaborazione e l’applicazione di queste competenze.
Competenze Hard (“sapere e saper fare”)
Le competenze hard rappresentano l’insieme delle conoscenze tecniche e delle capacità operative necessarie per comprendere, utilizzare e governare le tecnologie a supporto dell’innovazione. In questo ambito è importante distinguere tra “sapere” e “saper fare”: il primo riguarda la conoscenza dei concetti, delle tecnologie e delle loro caratteristiche; il secondo riguarda invece la capacità di applicare concretamente tali conoscenze all’interno dei processi e delle attività aziendali.
Nel caso dell’Intelligenza Artificiale, il “sapere” significa comprendere che cos’è l’AI, quali sono le principali tipologie e quali differenze esistono tra, ad esempio: RPA (robotic process automation) AI generativa, AI agentica, machine learning e deep learning. Significa inoltre comprendere almeno a livello concettuale come funzionano questi sistemi, quali sono i dati e gli algoritmi alla base del loro funzionamento, quali sono le loro potenzialità e quali invece i loro limiti e rischi.
Il “saper fare” consiste invece nella capacità di utilizzare concretamente queste conoscenze per ottenere risultati positivi. Nel caso dell’AI generativa, ad esempio, significa saper interagire efficacemente con gli strumenti disponibili, formulare richieste adeguate attraverso tecniche di prompting, porre dei limiti opportuni all’attività degli agenti attraverso l’imposizione di opportuni guard rail, valutare criticamente gli output prodotti e integrare tali strumenti nelle proprie attività lavorative. A un livello più avanzato, significa anche essere in grado di individuare quali attività o processi aziendali possano beneficiare dell’AI, valutare la tecnologia più adatta per ciascuna di esse e comprendere come il suo impiego possa modificare attività, responsabilità, competenze e modalità di collaborazione tra le persone. In questa prospettiva, le competenze hard necessarie per governare l’innovazione tecnologica possono essere ricondotte a diversi livelli. È innanzitutto necessario sviluppare una alfabetizzazione tecnologica, ovvero la capacità di riconoscere le principali tecnologie disponibili, comprenderne le funzionalità e individuare come e quando possano essere utilizzate. A questa si aggiunge la capacità di applicare le tecnologie ai processi aziendali, comprendendo come sistemi diversi possano integrarsi e comunicare tra loro e come l’introduzione di una nuova tecnologia possa richiedere una revisione dei processi esistenti.
Nel caso dell’intelligenza artificiale, ciò significa ad esempio saper identificare un problema aziendale per il quale l’AI può rappresentare una soluzione, comprendere quali dati siano necessari, scegliere l’approccio tecnologico più adeguato e valutare il risultato ottenuto. Nel caso del machine learning, per attività specialistiche possono inoltre essere necessarie competenze più avanzate, quali la conoscenza dei linguaggi di programmazione, delle librerie statistiche e delle tecniche di sviluppo e validazione dei modelli. Tali competenze consentono di sviluppare algoritmi e modelli predittivi che, una volta validati, possono essere implementati dall’azienda per risolvere specifici problemi operativi.
Il valore delle competenze hard non risiede quindi esclusivamente nella conoscenza dello strumento tecnologico, ma nella capacità di comprenderne il funzionamento, valutarne l’applicabilità e tradurlo in un utilizzo concreto all’interno dell’organizzazione. L’obiettivo della formazione non è necessariamente trasformare ogni lavoratore in uno specialista IT o in un data scientist, ma fornire a ciascun ruolo il livello di conoscenza e di capacità operativa necessario per utilizzare consapevolmente le nuove tecnologie e contribuire alla loro integrazione nei processi aziendali.
Come organizzare la formazione nella fase Knowledge
La formazione deve essere trasversale, di alto livello e strutturata per non essere percepita come una minaccia alla sicurezza lavorativa o al know-how individuale.
Prima di avviare la formazione, è essenziale definire chiaramente i ruoli, ad esempio attraverso l’utilizzo di una Matrice RACI[1], per identificare chi è responsabile, chi crea contenuti formativi validi, ecc.. In questo processo, il Comitato Guida gioca un ruolo chiave poiché funge da responsabile diretto, coadiuvato da figure non meno importanti come il Content Auditor (responsabile della validità dei contenuti di apprendimento) e il Resource Planner (che pianifica la quantità, il momento della partecipazione e individua le persone che possono partecipare perché inserite nel progetto e nel percorso giusto).
Mappare le competenze e individuare i gap
Per definire esattamente di quali abilità e competenze si ha bisogno, il comitato guida può realizzare una Skill-Inventory (inventario delle competenze) e associare delle metriche precise (KPI) per valutare la chiarezza e la capacità di esecuzione, monitorando lo stato di avanzamento (es. target di chiarezza al 50% o 100%). La Skill-inventory documenta le conoscenze, le abilità pratiche, le esperienze e le certificazioni possedute da ciascun membro del team.
- Mappatura: Raccolta e classificazione di tutte le competenze presenti oggi in azienda.
- Confronto (Gap Analysis): Incrocio tra le competenze disponibili e quelle necessarie per raggiungere gli obiettivi del progetto o dell’organizzazione.
- Pianificazione: Definizione delle azioni pratiche (formazione, nuove assunzioni o riallocazione delle persone) per colmare i punti deboli emersi dal confronto.
È importante fare una mappatura approfondita delle competenze sia soft sia hard per identificare eventuali lacune formative. Questo processo permette di sviluppare piani di formazione mirati, che possono includere sessioni pratiche, giochi formativi e valutazioni periodiche per misurare il livello di maturità delle competenze digitali dei dipendenti. L’obiettivo principale delle analisi delle competenze è identificare i gap da colmare con interventi formativi specifici e creare team eterogenei che possano sfruttare al meglio le diverse abilità. Anche i manager stessi con lacune tecniche devono essere affiancati da mentor o consulenti (supporto front-end in riunione e back-end nelle sessioni formative).
Il rischio di una mancanza di analisi può portare le persone a sentirsi insicure e non coinvolte. Se non motivate le persone penseranno che la tecnologia prenderà il loro posto e non saranno disposte a cedere il proprio know-how.
Consapevolezza, pratica e feedback nel percorso formativo
Il percorso formativo si articola in un ciclo continuo per garantire l’adozione sostenibile. Questo approccio assicura che i dipendenti acquisiscano le competenze necessarie in modo progressivo e possano applicarle efficacemente nel loro lavoro quotidiano:
- Fase di consapevolezza: comprensione delle logiche di base dell’applicativo e della visione strategica (perché cambiare). In questo contesto, è cruciale far comprendere agli utenti come utilizzare lo strumento che verrà implementato in modo efficace. È importante non limitarsi a spiegare il funzionamento tecnico, ma anche aiutare gli utenti a sviluppare una mentalità orientata all’utilizzo consapevole e continuativo della specifica tecnologia, una formazione quindi non solo tecnica ma che parli anche di comportamento.
Ad esempio, nel caso dell’introduzione di uno strumento di Intelligenza Artificiale generativa a supporto del reporting aziendale, in questa fase gli utenti dovrebbero comprendere che cosa sia l’AI generativa, quali siano le sue principali funzionalità, quali attività possa supportare e quali invece debbano continuare a essere svolte e verificate dalle persone. È inoltre importante chiarire il perché dell’introduzione dello strumento: non si tratta semplicemente di sostituire un’attività manuale, ma di ridurre il tempo dedicato alle attività ripetitive e consentire alle persone di concentrarsi maggiormente sull’analisi e sull’interpretazione dei risultati.
- Fase “mani in pasta” (action): utilizzo pratico dello strumento. La seconda fase, chiamata “mani in pasta” è l’action, e prevede sessioni pratiche dove gli utenti possono utilizzare effettivamente lo strumento, fare esperienza e cercare di prenderne confidenza. Questo approccio pratico è integrato con sessioni di feedback continuo.
Riprendendo l’esempio dell’AI generativa, gli utenti potrebbero essere coinvolti in esercitazioni direttamente collegate alle proprie attività quotidiane: ad esempio, utilizzare l’AI per sintetizzare un report, individuare le principali variazioni rispetto al budget, formulare una prima interpretazione dei risultati o predisporre una bozza di commento gestionale. In questa fase l’obiettivo non è soltanto imparare a utilizzare lo strumento, ma sperimentare concretamente come inserirlo nel proprio flusso di lavoro, imparando anche a formulare richieste efficaci (prompt) e a verificare criticamente i risultati prodotti.
- Ciclo di feedback shaping: le esperienze degli utenti vengono raccolte e utilizzate per migliorare ulteriormente il training. Questo ciclo di feedback shaping permette di adattare il percorso formativo alle esigenze specifiche degli utenti, garantendo che le nuove abitudini siano consolidate e che l’adozione della tecnologia sia sostenibile nel tempo. Sulla base del feedback viene costruito lo sprint successivo e lavorando sulla testa (logica), sulle azioni (pratica) e sulle emozioni (sicurezza), la persona si abitua al cambiamento. Anche in questo caso, il feedback potrebbe emergere direttamente dall’utilizzo quotidiano dello strumento: gli utenti potrebbero segnalare, ad esempio, che i prompt forniti durante la formazione non sono sufficientemente efficaci, che alcuni output dell’AI richiedono troppe verifiche oppure che determinate attività risultano più semplici da automatizzare rispetto ad altre. Queste evidenze vengono raccolte e utilizzate per modificare lo sprint formativo successivo, introducendo nuovi esercizi, affinando le modalità di utilizzo dello strumento o approfondendo gli aspetti sui quali gli utenti manifestano maggiore difficoltà. In questo modo il training non viene concepito come un’attività una tantum, ma come un percorso iterativo nel quale l’esperienza reale degli utenti contribuisce progressivamente a migliorare sia la formazione sia l’adozione della tecnologia.
Questo approccio assicura che le persone acquisiscano le competenze necessarie in modo progressivo e possano applicarle efficacemente nel loro lavoro quotidiano. La formazione deve essere trasversale e di alto livello, coinvolgendo tutte le funzioni aziendali. Questo approccio aiuta a preparare le persone al cambiamento tecnologico e a rendere i processi più snelli e efficienti.
Come verificare l’acquisizione delle conoscenze
Infine,per verificare se le persone hanno effettivamente acquisito conoscenza, bisogna monitorare una serie di aspetti, tra cui:
- Attendance & competence rate: che monitorano l’assiduità della partecipazione e di finalizzazione del percorso e utilizzano specifici framework di valutazione degli effetti della formazione (come il modello di Kirkpatrick, valutando i quattro livelli: reazione, apprendimento, comportamento e risultati finali/business).
- Sondaggio di confidenza: durante la fase di Knowledge è utile misurare la confidenza che le persone hanno rispetto al percorso di cambiamento intrapreso, attraverso un sondaggio di confidenza per monitorare eventuali indicatori di frustrazione (es. se oltre l’80% delle persone dichiara che ci sono problemi, bisogna intervenire tempestivamente).
- Gestione delle resistenze: le resistenze iniziali al cambiamento devono essere scoperte, analizzate e prese come oggetto di lavoro.
- Change risks: è infine fondamentale aprire un dialogo costante sui rischi connessi al cambiamento, e sulle nuove scelte aziendali, utilizzando modelli di supporto alla leadership per comprendere come stanno emotivamente i leader e i team durante il cambiamento.
Conoscenza e partecipazione per consolidare il cambiamento
In definitiva, la trasformazione aziendale non può essere ridotta a un puro esercizio di adozione tecnologica. Il successo di qualsiasi progetto di trasformazione risiede nel perfetto equilibrio tra le competenze tecniche, necessarie per governare gli strumenti e una solida architettura di “soft skill” orientata all’uomo. Un’azienda che punta all’innovazione deve saper costruire una cultura in cui la comunicazione trasformativa abbatte le resistenze, la formazione continua modella i comportamenti e una leadership etica e partecipativa garantisce la sicurezza necessaria per evolvere senza timore. In questo scenario, il vero vantaggio competitivo non deriva solo dalla potenza degli algoritmi, ma dalla capacità dell’organizzazione di integrare l’intelligenza collettiva in una struttura che ponga le persone al centro del cambiamento, rendendole protagoniste consapevoli di un miglioramento condiviso e sostenibile nel tempo.
Check-list di domande autoriflessive
Ecco la checklist di domande auto-riflessive sulla fase 3: la Conoscenza, progettata per aiutare manager e dipendenti a valutare l’efficacia della loro conoscenza.
| Domande per i dipendenti (adozione e coinvolgimento) | Domande per il manager (leadership e facilitazione) |
| Ho compreso chiaramente l’impatto del cambiamento sui miei processi e flussi di lavoro? | Sto spiegando il “perché” del cambiamento per allineare tutti alla visione comune? |
| Possiedo le conoscenze necessarie per avere successo sia durante sia dopo l’implementazione? | Ho identificato correttamente i gap di competenze del team per pianificare la formazione? |
| Mi sento libero di esprimere dubbi o incertezze senza timore di giudizio? | Sto creando una “zona sicura” che permetta al team di sbagliare durante l’apprendimento? |
| Ho ricevuto una formazione adeguata e mi sento realmente preparato a operare? | Sto offrendo il necessario supporto (mentor/consulenti) per colmare eventuali insicurezze tecniche? |
| Sento di avere il tempo necessario per adattare le mie abitudini al nuovo contesto? | Sto concedendo al team i giusti tempi di metabolizzazione che io stesso ho avuto? |
| Mi sento parte integrante del processo decisionale o solo un esecutore passivo? | Sto incoraggiando attivamente il contributo del team? |
| Sono consapevole di eventuali lacune che potrebbero compromettere il mio successo futuro? | Sono pronto a ricevere feedback costruttivi dal team per aggiustare il tiro? |
Autori
- Nicole Mantegari: Controller & Innovation Consultant
- Marco Perona: Professore ordinario – Università degli studi di Brescia
Co-autori
- Giovanni Sgalambro – Co-founder e CEO Accompany, Adjunct professor of “Organizing & Leading Change” Unicatt, Co-founder e Past President Assochange
- Stefan Wilda – Coach SITC (Swiss Institute for Training and Coaching)
- Federico Adrodegari – Ricercatore di service management e servitization, Università degli Studi di Brescia
- Luca Argenton – Co-founder e CEO, Digital Attitude
- Filippo Muzi Falconi – CEO, Methodos
- Anna De Carolis – Assistant Professor, Politecnico di Milano
- Lino Codara – Professore Associato in Sociologia dei processi economici e del lavoro, Università degli Studi di Brescia
[1] La matrice RACI è la variante più diffusa della matrice delle responsabilità. Il suo nome deriva dalle iniziali dei quattro ruoli tipici, definiti in lingua inglese, che possono essere attribuiti a una persona o ad una unità organizzativa rispetto ad una attività: Responsbile è la persona che esegue materialmente l’attività; Accountable la persona cui è imputato il risultato dell’attività, con potere decisionale e di approvazione finale; Consulted la persona che deve essere consultata prima o durante l’esecuzione dell’attività, che può apportare competenze o pareri; ed infine Informed è la persona che deve essere informata dell’attivazione, dell’avanzamento o del completamento dell’attività.
Partecipa alla community