Argomenti trattati
Il panorama attuale mostra una contraddizione netta: mentre la spesa globale per la formazione aziendale raggiunge i 400 miliardi di dollari, molte imprese non riescono a tradurre quell’investimento in capacità operative davvero utili. Una ricerca di Josh Bersin pubblicata a febbraio 2026 indica che il 74% delle aziende fatica a soddisfare la domanda interna di nuove competenze. Il fenomeno non è casuale: spesso si acquistano licenze e corsi come se fossero prodotti da scaffale, senza valutare la maturità organizzativa da cui si parte.
In parallelo emergono altri segnali: il report GoodHabitz 2026 rileva che l’88% delle organizzazioni permette l’uso di strumenti AI, ma il 67% dei dipendenti si sente impreparato. Absorb Software segnala casi in cui bot automatizzati completano i corsi al posto dei partecipanti, un sintomo che i contenuti non insegnano competenze distintive. Questi elementi portano alla stessa conclusione: non è il catalogo formativo il vero problema, ma l’assenza di un modello che colleghi apprendimento, processi e ruoli.
Perché l’acquisto massivo di corsi non risolve il problema
La soluzione più adottata per la pressione sull’AI è stata il roll-out massivo di piattaforme e-learning: rapido, misurabile e politicamente difendibile. Il CHRO può mostrare ore erogate e tassi di completamento, ma questi KPI misurano l’esposizione, non la padronanza reale. Dati come quello di Udemy Global Learning & Skills Trends 2026 introducono il concetto di AI fluency, cioè la capacità di usare, valutare e comprendere i limiti degli strumenti: un risultato che non si raggiunge con corsi generalisti e non contestualizzati ai processi aziendali.
Il paradosso dei cataloghi
Molte aziende adottano cataloghi ampi (LinkedIn Learning, Coursera, Skillsoft) pensando che la varietà sia sinonimo di qualità. In realtà, secondo Bersin il 46% del mercato resta in questo stadio: ampia offerta ma scarsa selezione e personalizzazione. Un’organizzazione in questa fase ha più bisogno di selezionare percorsi mirati per ruolo che di accumulare contenuti, e di mappare le competenze richieste dai processi operativi.
Il modello di maturità a quattro livelli
Bersin propone un framework a quattro livelli che descrive le traiettorie di molte imprese: dalla formazione di compliance fino al livello AI-native chiamato dynamic enablement. Al livello iniziale prevalgono corsi obbligatori e contenuti top-down; qui molte realtà, specialmente in Italia, allocano meno dell’1% del fatturato alla formazione (fonte Agenda Digitale / SkillHR 2026). Salendo, si passa da cataloghi generici a programmi allineati a ruoli e strategie, fino a sistemi che generano contenuti dinamicamente integrati nel flusso di lavoro.
Vantaggi e ostacoli del livello AI-native
Le aziende che raggiungono il livello AI-native ottengono vantaggi concreti: secondo Bersin sono più inclini all’innovazione e al raggiungimento degli obiettivi finanziari. Tuttavia, il passaggio richiede un investimento nell’infrastruttura tecnica (abbandono degli LMS SCORM-centrici) e, soprattutto, un ripensamento del modello di apprendimento: la formazione deve diventare una capability continua, co-progettata con le linee di business e collegata a KPI operativi.
Azioni pratiche per chi vuole chiudere il gap
Le leve concrete sono poche ma decisive: mappare le competenze critiche, costruire percorsi differenziati per funzione, coinvolgere i manager come co-progettisti e integrare l’apprendimento nel lavoro quotidiano. La normativa aggiunge urgenza: l’AI Act europeo indica il 2 agosto 2026 come scadenza operativa per molti obblighi formativi, con un’estensione entro agosto 2027 per sistemi già in uso prima del 2026. In Italia Fondimpresa ha lanciato l’Avviso 4/2026 con 5 milioni di euro di finanziamenti, un contributo utile ma modesto rispetto alla scala della sfida.
Infine, il rischio culturale: Gartner prevede che entro il 2026 metà delle organizzazioni richiederà valutazioni delle competenze AI-free per verificare il pensiero critico senza assistenza degli strumenti. Questo evidenzia che la vera scommessa non è soltanto insegnare a usare l’AI, ma preservare e potenziare la capacità di giudizio umano. Le aziende che trasformano la formazione AI in una capacità organizzativa costruiranno un vantaggio difficile da recuperare per chi arriverà dopo.