AI Act e formazione del personale, cosa cambia per HR nel 2026

Per chi si occupa di persone nel 2026 cambiano due cose.

La prima riguarda l’obbligo europeo di formazione sull’AI, ed è facile trarne la conclusione sbagliata. Il 27 luglio è entrato in vigore il regolamento (UE) 2026/1744, il Digital Omnibus sull’AI, che ha riscritto l’articolo 4 dell’AI Act. L’obbligo resta e si applica dal 2 febbraio 2025, ma cambia forma. Prima si chiedeva di garantire un livello sufficiente di alfabetizzazione in materia di IA (testo originale dell’articolo 4). Adesso si chiede di adottare misure che ne sostengano lo sviluppo, e il testo precisa che non viene imposto «un livello specifico di alfabetizzazione in materia di IA per alcuna persona» (nuovo articolo 4, sostituito dall’articolo 1 del Digital Omnibus).

Il motivo del cambiamento lo spiega il regolamento stesso, al considerando 8. Obblighi rigidi non sarebbero adatti a tutti i tipi di azienda e creerebbero un onere di conformità soprattutto per le imprese più piccole, mentre l’alfabetizzazione in materia di Intelligenza Artificiale dovrebbe essere una priorità strategica, indipendentemente dagli obblighi normativi e dalle possibili sanzioni. Lo stesso considerando scrive che lo sviluppo dell’alfabetizzazione sull’AI parte dall’istruzione e dalla formazione e prosegue con l’apprendimento permanente.

Bruxelles quindi non ha tolto l’importanza della cosa. Ha tolto il livello minimo da certificare, e ha detto che resta una priorità a prescindere dalla sanzione. Per chi si occupa di persone è più impegnativo, non meno, perché adesso non c’è nessuna casella da spuntare e la decisione su cosa serve davvero torna dentro l’azienda.

La seconda è che dal 2 agosto 2026 scattano gli obblighi di trasparenza dell’articolo 50, che in sostanza chiede che le persone possano capire quando stanno parlando con un’AI e quando un contenuto è stato generato da un’AI. Il Digital Omnibus non li ha rinviati, mentre gli obblighi sui sistemi ad alto rischio sono slittati a dicembre 2027 e agosto 2028.

Non sono un avvocato, e quali obblighi ricadano sulla vostra azienda dipende da come e dove usate l’AI. Il punto pratico però è un altro, e non dipende dalla norma.

In Italia il 47% dei lavoratori usa strumenti di intelligenza artificiale in azienda, e tra questi solo il 19% dichiara di usare soltanto strumenti che l’azienda ha dato e autorizzato. Gli altri usano anche strumenti che l’azienda non ha fornito, ed è il fenomeno che si chiama shadow AI. I dati sono dell’Osservatorio Artificial Intelligence del Politecnico di Milano e si riferiscono al 2025.

Non è che manchino le regole. Il 24% delle grandi imprese vieta esplicitamente gli strumenti di AI generativa che non ha fornito, e quattro su dieci hanno definito linee guida sul loro uso.

Le regole ci sono. Il comportamento va da un’altra parte.

Cosa dice davvero quel 19%

Vale la pena essere precisi, perché è un dato che si presta a essere letto male. Non dice che la maggioranza dei lavoratori abbia abbandonato gli strumenti aziendali per usare solo i propri. Dice che soltanto il 19% resta dentro il perimetro dell’azienda, e tutti gli altri usano anche qualcosa che l’azienda non ha dato né autorizzato.

Quello che il dato non dice è quanto spesso lo facciano e quanto siano diventati bravi. Su questo non ho trovato una misurazione italiana. Un indizio però c’è: il 41% dei lavoratori dichiara che grazie all’AI riesce a fare cose che da solo non saprebbe fare, o farebbe solo in parte. Se quelle persone imparano qualcosa, in buona parte lo stanno imparando su strumenti che l’azienda non ha dato né autorizzato, con dati che escono dai suoi confini, e senza lasciare traccia di cosa hanno capito.

Non è una novità assoluta: è lo stesso fenomeno che avevo raccontato scrivendo di AI e vendite B2B, dove il metodo conta più dello strumento. La differenza è che ora ci sono i numeri italiani. C’è anche un costo per la persona, non solo per l’azienda: chi usa questi strumenti tutto il giorno senza un metodo arriva a fine giornata svuotato in un modo particolare, ed è quello che ho chiamato AI brain fry.

Quello che si misura, e quello che no

Gli acquisti si misurano bene. L’84% delle grandi aziende italiane ha comprato licenze di AI generativa, in crescita del 31% sull’anno precedente. Il 71% ha avviato almeno un progetto. Ma solo una grande impresa su cinque usa l’AI in modo diffuso su più funzioni.

Sui risultati il quadro cambia. Tra le grandi aziende che usano la GenAI, poco più della metà prova a misurarne il beneficio, e nella maggior parte dei casi si tratta di raccogliere impressioni dai dipendenti. Solo nell’11% il monitoraggio è periodico e strutturato.

Questo aiuta a leggere il dato più scomodo. La Banca d’Italia è chiara: per ora non si vede nessun effetto misurabile dell’adozione dell’AI sulla produttività delle imprese. Mentre un esperimento controllato negli Stati Uniti su 453 professionisti ha misurato l’opposto sul singolo compito: su lavori di scrittura professionale il tempo scende del 40% e la qualità sale del 18%.

La prima domanda non è quale strumento

Le domande da fare sono due, e l’ordine conta.

La prima: dove sono i colli di bottiglia. Quali sono i punti in cui il lavoro si ferma, si accumula, torna indietro o costa più di quanto vale.

La seconda, e solo dopo la prima: quale strumento e quale cambio di processo riducono tempo, rischio e tensione in quei punti.

Se parti dallo strumento trovi un caso d’uso, che è una cosa diversa da un collo di bottiglia. Il caso d’uso è dove l’AI si applica facilmente. Il collo di bottiglia è dove l’azienda perde soldi. Nei processi che ho mappato coincidono raramente, ed è una delle ragioni della distanza tra le licenze comprate e i risultati che non si vedono.

Le tre cose da guardare in quei punti sono legate. Il tempo è la più facile da vedere. Il rischio è quello che si paga più tardi: un errore che passa i controlli, un dato che finisce dove non doveva. La tensione è la più difficile da mettere in un numero, ed è quella che chi si occupa di persone conosce meglio: il reparto che aspetta un altro reparto, la fretta dell’ultimo minuto che diventa normale, il lavoro rifatto due volte e la discussione su chi ha sbagliato.

Un esempio concreto, che uso spesso perché quasi tutte le aziende con cui lavoro ce l’hanno: la scrittura di un’offerta commerciale.

La prima stesura, quella che porta via un giorno o due tra informazioni da recuperare, testi da riadattare e numeri da rimettere insieme, con l’AI si fa in pochi minuti. Quel pezzo funziona, e funziona bene.

Ma l’offerta non arriva al cliente in pochi minuti. Deve passare dal controllo dei prezzi, dalla firma di chi approva, a volte dal legale. Se quei passaggi restano come erano, il cliente riceve l’offerta più o meno quando la riceveva prima. Il tempo risparmiato non è scomparso: è rimasto in azienda, fermo davanti a un’approvazione che nessuno ha ripensato. Ed è una delle ragioni per cui un guadagno reale sul singolo compito può non comparire da nessuna parte nei numeri dell’impresa.

Sul rischio e sulla tensione, lo stesso esempio dice altre due cose. Con una prima stesura fatta dall’AI il lavoro della persona non sparisce, si sposta: da scrivere a verificare. E verificare bene richiede più competenza, non meno. Chi conosce prodotto e cliente se ne accorge subito, quando un numero non torna o una condizione non è quella giusta. Chi non li conosce approva un documento che sembra perfetto. Quanto alla tensione, se la stesura non è più il collo di bottiglia la fretta si sposta tutta sull’approvazione, e chi approva diventa il nuovo imbuto senza che quel passaggio sia stato ripensato.

Per questo la prima fase del metodo con cui lavoro in azienda si chiama Mappatura, e non tocca nessuno strumento. Si guarda il processo come è oggi e si cerca dove il tempo si consuma davvero, dove si aspetta, cosa viene rifatto, dove i dati arrivano sbagliati e dove si crea attrito tra le persone. Solo dopo si decide dove entra l’AI, con quali controlli e chi verifica cosa. Le cinque fasi le ho descritte per esteso nel pezzo sul metodo MAPPA.

E il punto più costoso raramente è quello che l’azienda si aspettava, o quello dove è più comodo mettere un tool.

Perché riguarda chi si occupa di persone

Un numero risponde meglio di qualsiasi ragionamento. Le competenze AI compaiono già nel 27% degli annunci di lavoro per Chief Human Resources Officer. Non è più un tema dei reparti tecnici.

C’è poi un dato che spiega perché la questione arriva sul tavolo di chi si occupa di persone e non solo su quello dell’IT. Secondo i dati ISTAT sull’uso dell’ICT nelle imprese, ripresi da diverse testate, tra le PMI che hanno valutato un investimento in AI e poi hanno rinunciato quasi il 60% indica come motivo la mancanza di competenze interne. Il dato non misura le competenze: misura il motivo dato da chi ha deciso di fermarsi. Ma è quel motivo a bloccare l’investimento.

Da qui, tre conseguenze. Le prime due sono mie letture, non dati.

La formazione probabilmente non serve a far conoscere gli strumenti. Se chi usa l’AI in gran parte lo fa già con strumenti che l’azienda non ha dato né autorizzato, il problema non è la conoscenza dello strumento. È che l’azienda non ha modo di sapere cosa viene usato, su quali dati, con quali risultati. La domanda che manca è semplice: cosa stai usando, e per cosa. Come la fai conta più del fatto che la fai, perché quella stessa domanda posta come verifica di conformità e posta come richiesta di aiuto non riceve la stessa risposta.

Chi va formato prima è chi comanda il processo, non chi usa lo strumento. Il capo intermedio vede l’obiettivo e i passaggi allo stesso tempo, quindi è nella posizione di dire dove l’AI serve e dove no, e di riscrivere il passaggio che blocca il guadagno di tempo. Se non sa cosa può fare l’AI nel suo reparto, la licenza comprata resta una licenza.

Il terzo punto è un dato, e va contro l’intuito. Lo stesso esperimento americano mostra anche che l’AI generativa aiuta i junior più dei senior: alza il livello di chi parte più in basso più di quanto migliori chi era già bravo. Se vale anche qui, nella selezione la competenza tecnica di base distingue meno di prima, e conta di più quello che l’AI non fa: leggere il contesto, decidere, accorgersi quando una risposta tecnicamente corretta è comunque inutile. Ne avevo scritto parlando del valore del giudizio e dell’esperienza.

C’è poi una questione di soldi. Circa il 46% delle persone che le aziende italiane cercano risulta difficile da trovare secondo Unioncamere Excelsior, e gli annunci che chiedono competenze AI sono cresciuti del 93% in un anno. Ma a inizio 2025 i salari reali in Italia erano ancora sotto del 7,5% rispetto al 2021, secondo l’OECD Employment Outlook. Se in Italia chi ha competenze AI venga pagato più di un collega che non le ha, non ho trovato dati che lo misurino. Finché quel dato manca, mettere quelle competenze in un annuncio resta più facile che portarle in azienda.

Per le PMI il quadro è più stretto: solo il 9% usa strumenti di AI generativa a pagamento. Ne avevo scritto guardando come l’AI può trasformare le PMI, e il punto non è cambiato: il software costa poco, metterlo dentro i processi costa il resto.

Le tre domande

Per capire dove sei non serve un progetto. Servono tre risposte.

Se stamattina chiedessi al reparto più sotto pressione quali strumenti di AI usano davvero, quante risposte avresti? E quante sarebbero sincere?

Chi ha guidato un reparto a cambiare un processo con l’AI negli ultimi sei mesi ha avuto ore di lavoro per farlo, o l’ha fatto nei ritagli di tempo?

Se la persona che in azienda usa meglio l’AI se ne andasse domani, resterebbe scritto qualcosa?

Se le risposte sono zero, no e no, non hai un problema di tecnologia. Hai una decisione da prendere: se la competenza che sta crescendo fuori dai tuoi confini vuoi provare a portarla dentro, o lasciarla dove è e tenerti il rischio.

Domande frequenti

Vietare gli strumenti di AI non aziendali risolve il problema?

I dati dicono che da solo non basta. Il 24% delle grandi imprese italiane vieta già gli strumenti di AI generativa non forniti dall’organizzazione, e nello stesso anno solo il 19% di chi usa l’AI dichiara di restare esclusivamente su strumenti aziendali. Il divieto senza un’alternativa interna sposta il comportamento fuori dalla vista, non lo elimina. La combinazione che ha più senso è dare strumenti aziendali utilizzabili, dire chiaramente cosa si può mettere dentro e cosa no, e formare chi li usa.

Da dove si comincia se in azienda non c’è nessuna competenza sull’AI?

Non da un corso e non da uno strumento. Si comincia guardando il processo e individuando i colli di bottiglia: dove il lavoro si ferma, dove si rifà due volte, dove il rischio si accumula. Solo dopo si sceglie cosa serve. Partire dallo strumento porta a un caso d’uso facile, che spesso non è il punto dove l’azienda perde di più.

Quanto tempo serve per vedere un risultato?

Sul singolo compito il guadagno arriva subito: l’esperimento controllato citato sopra ha misurato una riduzione di tempo consistente su attività di scrittura professionale. Sul risultato d’azienda è un’altra storia, e la Banca d’Italia per ora non rileva effetti misurabili sulla produttività delle imprese. La differenza sta nel fatto che il tempo risparmiato su un compito diventa un numero a bilancio solo se si cambia anche il passaggio successivo, cioè l’approvazione, il controllo, il passaggio tra reparti.

Bisogna formare tutti o si può partire da alcuni?

Si può partire da alcuni, e la scelta di chi conta più del numero. Questa è una mia lettura, non un dato: partirei da chi comanda un processo, perché è la persona che può ridisegnare il passaggio che blocca il guadagno di tempo. Formare venti persone che usano meglio uno strumento dentro un processo che non cambia produce entusiasmo e poco altro.

L’AI ci permetterà di ridurre il personale?

I numeri italiani non vanno in quella direzione, almeno nel medio periodo. Le previsioni Unioncamere Excelsior indicano un fabbisogno di 3,3 a 3,7 milioni di lavoratori tra il 2025 e il 2029, e la parte largamente prevalente è sostituzione di chi va in pensione, non crescita. Insieme al 46% di profili difficili da trovare, il problema che le aziende italiane hanno davanti somiglia più a una carenza di persone che a un eccesso. Il che non esclude che singoli ruoli cambino molto.

Cosa cambia il 2 agosto 2026?

Da quella data si applicano gli obblighi di trasparenza dell’articolo 50 dell’AI Act. In sostanza l’articolo 50 chiede che le persone possano capire quando stanno parlando con un’AI e quando un contenuto è stato generato da un’AI, e che chi usa quei sistemi lo dica. Vale a prescindere dalla classificazione di rischio del sistema.

Su questo c’è un equivoco che vale la pena chiarire. Il regolamento (UE) 2026/1744, il Digital Omnibus sull’AI, ha rinviato gli obblighi sui sistemi ad alto rischio a dicembre 2027 e ad agosto 2028. Non ha rinviato l’articolo 50. Quindi la parte che riguarda più aziende, quella sulla trasparenza, resta al 2 agosto 2026, mentre quella che ha fatto più notizia è slittata. Per i sistemi di AI generativa già sul mercato prima di quella data è previsto tempo fino a dicembre 2026 per la marcatura leggibile dalle macchine.

Anche qui: non sono un avvocato, e quali obblighi ricadano sulla vostra azienda dipende da come e dove usate l’AI.

Chi deve fare la formazione secondo l’AI Act, e chi va formato?

L’obbligo è dell’organizzazione, non della persona. L’articolo 4 riguarda chi fornisce i sistemi di intelligenza artificiale e chi li utilizza, quindi ricade sull’azienda come soggetto giuridico. Una nota sulla parola, perché se andate a leggere il testo la trovate: la versione italiana del regolamento chiama «deployer» chi utilizza il sistema, lasciando il termine in inglese.

Chi va coperto è più ampio dei dipendenti. Il testo dice “il loro personale nonché qualsiasi altra persona che si occupa del funzionamento e dell’utilizzo dei sistemi di IA per loro conto”. Quindi rientrano anche consulenti, agenzie e fornitori di servizi che usano l’AI lavorando per voi. È il punto che di solito sorprende.

Il regolamento non nomina nessuna funzione aziendale. Non dice HR, non dice IT, non dice legale. Nella pratica finisce spesso a HR perché parla di persone e di formazione, ma è una scelta organizzativa, non un’assegnazione di legge.

E non è richiesto un fornitore esterno né una certificazione. Lo dico anche se vendo formazione, perché è verificabile alla fonte e lo trovate nella risposta qui sotto sull’obbligo di legge. Chi propone corsi “obbligatori per l’AI Act” con un livello o un attestato garantito sta promettendo una cosa che il regolamento non chiede.

La formazione sull’AI è un obbligo di legge?

L’obbligo esiste, ma non è un obbligo di fare formazione. È la distinzione che conta.

L’articolo 4 dell’AI Act impone a chi fornisce e a chi utilizza sistemi di intelligenza artificiale di adottare misure volte a sostenere lo sviluppo dell’alfabetizzazione in materia di IA del proprio personale e di chiunque usi l’AI per loro conto. È una norma di un regolamento europeo, quindi vincolante e direttamente applicabile, e si applica dal 2 febbraio 2025. Ma la legge non dice che quelle misure debbano essere un corso.

Su cosa non viene richiesto il testo è esplicito. Il regolamento (UE) 2026/1744 ha aggiunto che l’obbligo «non impone ai fornitori o ai deployer di garantire un livello specifico di alfabetizzazione in materia di IA per alcuna persona». E l’AI Act Service Desk della Commissione europea scrive che non esiste un approccio valido per tutti, che dipende dal tipo di sistema e dalle conoscenze delle persone, e che non c’è nessun obbligo di formazione esterna né di certificazione esterna.

Il quadro quindi è questo. Obbligo vincolante di adottare misure, nessun formato prescritto, nessun livello da certificare, nessun fornitore imposto, e l’articolo 4 in sé non prevede multe dirette. La vigilanza spetta alle autorità nazionali di sorveglianza del mercato e parte da inizio agosto 2026. La Commissione ha anche pubblicato una pagina di domande e risposte sull’alfabetizzazione AI che viene aggiornata.

Vale però la pena leggere perché l’obbligo è stato alleggerito. Il considerando 8 del regolamento scrive che obblighi rigidi creerebbero un onere di conformità soprattutto per le imprese più piccole, «mentre l’alfabetizzazione in materia di IA dovrebbe essere una priorità strategica, indipendentemente dagli obblighi normativi e dalle possibili sanzioni». Non è stato tolto perché conta poco. È stato tolto perché una soglia uguale per tutti non funzionava.

Non sono un avvocato e quali obblighi ricadano sulla vostra azienda dipende da come e dove usate l’AI. La conseguenza pratica è che nessuno vi consegnerà una checklist da spuntare, e la decisione su cosa serve davvero alle vostre persone resta vostra.