La separazione storica tra pianificazione strategica e esecuzione operativa rappresenta uno spartiacque difficile da colmare per ogni impresa. Tradizionalmente, il primo piano è dominato da processi complessi, revisioni di lunga durata e framework astratti; il secondo da operatività quotidiana spesso poco influenzata da decisioni strategiche lontane. L’introduzione dell’AI generativa, quando opportunamente collegata a ontologie aziendali leggibili da macchina, potrebbe rompere definitivamente questa doppia logica. Non perché rende tutto fluido e istantaneo, ma perché permette di distribuire stabilità e adattamento su diversi livelli del sistema organizzativo.

Due tempi, due logiche

Da decenni le organizzazioni funzionano in base a due tempi distinti. Il primo è il tempo strategico: convegni di piano, revisioni quadriennali, e riorganizzazioni realizzate in contesti separati dal lavoro quotidiano. Il secondo è il tempo esecutivo, ovvero l’insieme delle attività concrete che cercano di applicare i principi strategici. Tra questi due tempi si colloca un ciclo intermedio lento, costoso, e mediato da consulenti, politiche e formazione.

Questa frattura ha un costo reale. Secondo Argyris e Schön (1978, 1996), essa rappresenta la principale barriera al cosiddetto apprendimento organizzativo a doppio anello: il fenomeno per cui non si riesce a trasformare i modelli di pensiero e di governo che guidano le attività. In altre parole, se non si riesce a capire perché una decisione viene presa, non si potrà mai adattarla in modo efficace ai cambiamenti esterni.

Un sistema a un tempo, grazie all’AI

L’applicazione corretta della tecnologia dell’AI generativa potrebbe rappresentare una rottura epocale. Quando l’AI è collegata a un ontologia aziendale semantica ben strutturata, e quando il sistema è orchestrato da una architettura agente (McKinsey, 2025), si passa da una logica di due tempi a una logica unica e coerente.

Questo non implica la completa fluidità, come talvolta si immagina. Invece, significa distribuire il cambiamento su livelli diversi del sistema: alcuni aspetti rimarranno stabili (i valori strategici), altri potranno adattarsi rapidamente (il lavoro operativo). Si tratta di un modello ispirato all’enterprise ontology (Dietz, 2006), in cui l’essenza stabile dell’organizzazione coesiste con il modo variabile di agire.

Due strati di significato: ontologia e governance

Ogni organizzazione, siano esse aziende, ospedali, laboratori o scuole, presenta due strati strutturati di significato. Il primo è il dominio operativo: l’insieme delle entità e relazioni che i lavoratori percepiscono come la realtà di tutti i giorni. Nei settori professionali, ad esempio, si parla di clienti, progetti, persone, ruoli, competenze e giornate di lavoro. Negli ospedali: pazienti, diagnosi, turni e esiti sanitari.

Il secondo è lo strato meta, che rappresenta le governative del sistema: i valori strategici dichiarati, gli obiettivi di crescita, le politiche di sicurezza, il concetto di sviluppo professionale e la visione di mercato. Questo livello governa il primo, rispondendo alla domanda centrale: perché importa?

Finora i due strati sono stati gestiti separatamente, spesso con modi lenti e imprecisi. Il livello meta viene congelato in documenti strategici, mentre il livello operativo cerca di implementarlo, con margine di errore inevitabile. L’iter tra i due, spesso gestito da intermediari umani, perde coerenza, chiarezza e velocità ad ogni passo.

Il ruolo dell’AI: riconnettere i due strati

Grazie all’introduzione di modelli semantici, l’AI può finalmente unire questi due strati. L’ideale architettura prevede quattro componenti principali:

    • Grafo della conoscenza aziendale: un ontologia esplicita e formale delle entità della compagnia. Essa permette agli algoritmi e agli umani di ragionare nello stesso contesto semantico.
    • Modelli linguistici: agenti in grado di interpretare e tradurre l’intenzione espressa in linguaggio naturale in query logiche verso il grafo. Tecnologie avanzate come Graph-RAG riducono il rischio di errori.
    • Architettura a agenti: una rete di agenti specializzati, ciascuno con funzionalità precise, che interagiscono autonomamente nel sistema aziendale. McKinsey (2025) ne definisce il modello come una transizione da gerarchie a reti di lavoro.
    • Politiche governative integrate: un sistema di controllo in cui i valori strategici non sono semplici documenti, ma vincoli attivi applicati in tempo reale ad ogni decisione.

Un esempio concreto: una consulente senior

Immaginiamo una consulente di nome Maria, lavora in una società di consulenza di medie dimensioni. Ha tre anni di esperienza e la sua crescita avviene in modo discontinuo, influenzata meno da un piano strategico che da fattori esterni, come gli incarichi che riceve. I progetti in cui è coinvolta influenzano i suoi sviluppi, ma non esiste un piano organico di crescita.

Una realtà rinnovata

Se la compagnia avesse adottato l’architettura descritta, le prospettive di Maria cambierebbero. L’ontologia formativa include i suoi interessi dichiarati, le sue competenze rilevanti, le sue meta-competenze (pensiero critico, comunicazione efficace, decisione in contesto incerto), e le relazioni tra questi fattori. L’ontologia organizzativa mappa i progetti attivi, i ruoli necessari e le strategie aziendali.

Sul livello meta si definisce un obiettivo centrale: tenere in costante allineamento la traiettoria di sviluppo di ogni professionista con l’evoluzione delle competenze richieste. Questo non è un piano semestrale, ma una variabile operativa sempre attiva. Quando entra nel sistema un progetto in sanità digitale – un settore in cui la compagnia vuole espandersi – l’architettura attiva un processo automatizzato: i nuovi requisiti vengono immediatamente valutati, confrontati con le competenze esistenti, e Maria riceve una notifica proattiva.

Non è un semplice avviso: l’ontologia presenta una proposta personalizzata, suggerendo corsi, strumenti di apprendimento, o un piano di formazione modulato su competenze specifiche. Ogni azione riceve un livello di controllo interno: ad esempio, se un agente propone un’azione in contraddizione con le politiche di equità della compagnia, essa viene immediatamente contestata da un agente critico.

Un sistema integrato: da documenti a vincoli attivi

Sempre più aziende stanno adottando sistemi simili a quelli descritti. Il modello Palantir, ad esempio, fornisce una rappresentazione operativa avanzata, che lega sost