AI & Leadership: dialoghi con i leader

Intervista a Paola Scarpa

Loredana Chianelli

Socia ALDAI-Federmanager e componente del Gruppo Intelligenza Artificiale

Oggi il termine “innovazione” viene spesso usato per parlare dell’adozione dell’ AI. Cosa significa davvero innovare per un’organizzazione oggi?

Innovare nelle organizzazioni significa ripensare “lo status quo”, che sia un processo in essere, un prodotto, le competenze delle persone o le tecnologie che abbiamo a supporto nel fare le cose. Ora si parla di AI, o per meglio dire di GenAI, che ha “democratizzato” la cara vecchia AI che è nata negli anni ’60-70, prima ancora dell’avvento dei computer. Oggi significa pensare come la tecnologia può aiutarci a lavorare meglio, a concentrarci sulle attività a maggior valore aggiunto. Questo implica promuovere una cultura del cambiamento, e avere il coraggio di sperimentare, di sbagliare e imparare dagli errori per proseguire.

In quali casi l’AI è un vero acceleratore di innovazione – di modelli di business, di processi, di valore – e in quali rischia invece di diventare solo un’etichetta o una moda manageriale?

L'AI è un acceleratore se risponde a una esigenza concreta del business. Se si parte dalla tecnologia e si cerca di farla adottare, ma senza realmente aver identificato dove può aggiungere valore e quali tipi di processi, nuove competenze, cambi culturali sono necessari, rischia di rimanere un esercizio di “use case” senza però riuscire a scalare e integrarsi nel core business dell’azienda. AI e GenAI permettono oggi di accelerare i processi decisionali delle aziende, tagliando in modo impressionante i tempi, permettendo decisioni più efficaci ed efficienti. Ma si basano sui Dati che devono essere disponibili in azienda e su architetture tecniche che devono essere ben orchestrate per evitare la crescita di costi incontrollati in fase di scale up dei diversi use cases.

Hai guidato trasformazioni digitali in contesti molto diversi: consulenza, big tech, industria, board. Qual è oggi, secondo te, la vera responsabilità di un leader quando introduce l’AI in azienda?

Penso che la prima cosa sia capire la maturità dell’azienda per definire la velocità con cui introdurre questa trasformazione. Ci sono diversi fattori da valutare, innanzi tutto il fattore umano, le persone che lavorano in azienda e la loro propensione al cambiamento. Il leadership team dovrebbe essere il primo a guidare questa trasformazione, perché inevitabilmente ci saranno resistenze nel cambiare il modo di lavorare. È importante poter contare su leader che agiscano da role models coadiuvando l’introduzione dell’AI.

Il secondo è definire quali sono le priorità strategiche dove l’AI può portare valore nell’azienda, e valutare se a) i Dati, b) l’architettura Tech, c) i processi sottostanti sono pronti per recepirla o quali modifiche sono necessarie.

L’AI va conosciuta e - in un mondo ideale - dovrebbe essere “accessibile / usabile” alle persone di business, ovvero permettere loro di lavorare meglio senza dover diventare dei super tech per poterla usare. Diffidiamo di quello che non conosciamo, per questo corsi interni di cultura generale sull’AI, oltre che di upskilling su alcuni profili professionali, sono fondamentali per favorirne l’adozione. Si parla anche molto di “Responsible AI”, e in Lavazza abbiamo costituito sin da subito un Comitato AI che governi questa innovazione nel rispetto dei valori dell’azienda e dei requisiti regolamentari.

Quando un’organizzazione dice “ce lo dice il dato” o “ce lo dice l’algoritmo”, quali domande dovrebbe porsi un leader maturo prima di accettare quell’output?

Il pensiero critico rimane secondo me un asset fondamentale che spiega “the human in the loop”. L’algoritmo parte da un dato. Se il dato è inesatto, vale quello che si diceva agli inizi dell’era dell’IT “GIGO: Garbage In, Garbage Out”. La qualità del dato rimane la componente più critica insieme all’adozione da parte delle persone. Gli algoritmi oggi sono mediamente molto avanzati per risolvere i problemi delle aziende, ma si poggiano appunto su dati e assunzioni che è “sano” verificare. Poi, certo, dipende dal tipo di use case: se chiedo a Copilot di riassumere una mia mail, il controllo che faccio è minimo rispetto a quando chiedo a una soluzione AI complessa di aiutarci a ottimizzare il processo S&OP.

Si parla molto di leadership femminile. Secondo te esiste davvero uno stile di leadership che si differenzia, o è una lettura fuorviante?

Si parla spesso di “intelligenza emotiva”, e viene associata al mondo femminile. Significa prendere le decisioni con un approccio più collaborativo, e a volte più trasversale, arricchendo la propria opinione con il punto di vista di altri e cercando di arrivare al risultato senza l’uso “della forza della gerarchia”, ma con quello della condivisione.

È anche vero che sono tecniche che si possono apprendere con coaching e corsi ad hoc, e ho visto nella mia carriera numerosi manager uomini capaci di lavorare sfruttando la parte sinistra (analitica) e destra (creativa) del proprio cervello, come anche donne manager che hanno congelato la parte destra a favore di quella sinistra per riuscire ad emergere in contesti molto competitivi.

Le nuove generazioni sono facilitate, perché nei ragazzi è stato oramai sdoganato un modello maschile capace di mostrare le proprie emozioni permettendo un percorso di crescita più arricchente che li porterà a diventare manager più completi in un contesto in cui l'analisi dei dati sarà sempre più supportata dall'AI e sarà quindi ancora più importante portare pensiero laterale e creatività per prendere decisioni migliori.

Se una differenza esiste – non tanto sul piano del genere, ma delle pratiche – quali approcci decisionali o comportamenti vedi oggi più efficaci nel governare complessità, dati e AI?

In un contesto virtualmente più AI Data driven, si potrebbe pensare che l’approccio cartesiano “giusto/sbagliato” suggerisca che la macchina mandi in soffitta il pensiero critico o la creatività. In realtà è il contrario: l'AI permette di modellare numerosi dati e ipotesi, arricchendo il nostro punto di vista con numerosi altri e valutando in anticipo l’impatto delle decisioni che andremo a prendere. Questo rende ancora più importante il pensiero critico, e abbiamo più tempo per esercitarlo, riuscendo a delegare ad AI e GenAI le task a minor valore. Nonostante sia fiera della mia laurea in ingegneria, sono felice del mio percorso di liceo classico perché la capacità di pensare, di ragionare a volte fuori dagli schemi, di essere anche dei “filosofi” sarà essenziale in questo nuovo modo di lavorare.

Come descriveresti il tuo stile di leadership oggi? È cambiato nel tempo con l’aumento di complessità tecnologica e organizzativa?

Sicuramente il mio stile è cambiato ed è figlio delle esperienze che ho maturato e degli errori che ho fatto, che mi hanno aiutato a crescere. Da brava ingegnere sono partita con approccio data driven anche se solo basato su fogli excel, senza tenere in conto la componente umana. Quando dalla consulenza agli inizi della mia carriera sono passata all’azienda, mi hanno suggerito di “prendere più caffè col mio capo”. Ci ho messo alcuni anni a capire cosa c’era dietro quella frase. L’importanza delle relazioni, di capire cosa motiva l’altro, per poi provare ad arrivare a una soluzione comune. Google mi ha fatto passare da un approccio top down gerarchico a una vista matriciale, di azienda piatta, dove il mio lavoro poteva essere realizzato solo con il contributo di numerosi team senza alcun riporto gerarchico o funzionale, nei quali la condivisione della visione e la definizione di chiari KPI facevano la differenza. Questo percorso ha creato il bagaglio del mio essere manager oggi. Cercare di avere una visione comune, di capire i diversi punti di vista mantenendo dritta la barra, ma accettando dei cambi di rotta per arrivarci. Creare un clima di fiducia, dove le persone possono crescere, sperimentare, sbagliare e imparare dagli errori. Ed essere aperti al feedback, che è un prezioso regalo specie quando entri in una nuova azienda.

Paola Scarpa

Guardando al tuo percorso, ci sono leader – donne o uomini – che hanno rappresentato per te un modello? Per quali caratteristiche, più che per il ruolo ricoperto?

Ho avuto la fortuna di lavorare con manager da cui ho imparato comportamenti virtuosi, ma anche con manager da cui ho imparato cosa non avrei mai replicato. Ho apprezzato i manager che hanno creduto in me, quando io stessa a fronte di primi risultati non esaltanti, ero dubbiosa sul ruolo, che mi hanno insegnato a non guardare solo un risultato quantitativo nel breve periodo, ma a cosa stavo costruendo in un’ottica di lungo termine. Ho apprezzato chi mi ha spiegato che “non bisogna vincere sempre” e che “da soli si va veloci ma insieme si va più lontano”. Ho apprezzato chi ha costruito un clima di fiducia e chi è stato capace di fare un passo indietro per far brillare le proprie persone, magari ancora insicure, ma dando la spinta per farle crescere.

Ogni leader attraversa fasi complesse o decisioni che non funzionano. Nei momenti meno positivi del tuo percorso, cosa ti ha aiutata davvero: competenze, persone, mindset, altro?

I momenti difficili nella vita di un manager sono tanti. Nel mio caso mi hanno aiutato moltissimo sia le persone attorno a me, che il mindset. Si dice spesso che il manager è solo. Forse questo è stato un modello vero in aziende estremamente gerarchiche. Nel mio caso ho avuto sempre modo, nei momenti difficili, di confrontarmi col mio team per prendere insieme decisioni complicate. Certamente la responsabilità rimane in capo al manager, ma il confronto aiuta a vedere le cose da diversi punti di vista. E questo si accoppia bene con il mindset: essere aperti al confronto, ma essere anche resilienti e pensare positivo mi hanno aiutato a proseguire nel mio percorso.

Con lo sguardo di oggi, c’è qualcosa che faresti diversamente rispetto a quegli snodi critici?

Il detto “da soli si va veloci ma insieme si va più lontani” è entrato nel mio radar in fase avanzata della mia carriera. Sicuramente una maggior condivisione e confronto in alcuni momenti della mia vita di manager avrebbe portato magari alle stesse scelte, ma forse più informate e meno “forzate”.

C’è chi guarda all’AI con entusiasmo e chi con forte preoccupazione.
Di cosa dovremmo preoccuparci davvero, al di là delle narrazioni estreme?

Ci dovremmo preoccupare se ci chiudiamo all’innovazione, se non sperimentiamo per paura di sbagliare o per paura di dover fare le cose in modo diverso. L’AI è qui per restare. E se non la adottiamo, rimarremo indietro, non solo come azienda, ma anche come persone.

Qual è, secondo te, la responsabilità più grande dei leader di oggi verso le generazioni future in relazione all’AI?

Un leader è chi è capace di avere una visione per la propria azienda - intesa primariamente come un gruppo di persone - e per i propri clienti e stakeholder. Il leader è chi sfrutta le opportunità che la tecnologia offre per raggiungerla, mantenendo la figura umana e le sue competenze al centro.

Se dovessi lasciare un messaggio a una giovane donna che aspira a ruoli di leadership in un mondo sempre più AI-driven, quale sarebbe?

Consiglierei di non dimenticare il pensiero critico, di sviluppare la capacità di andare oltre una prima risposta, di saper lavorare in gruppo, e di avere un ascolto attivo di punti di vista diversi dal proprio, ma che possono arricchire il risultato finale. E di mantenere un po’ di “faccia tosta”…perché il mondo aziendale, che sia AI driven o no, ha bisogno di donne capaci di esprimere la propria opinione, con gentilezza e con fermezza.

Paola Scarpa è una senior executive con una lunga esperienza nella trasformazione digitale e nell’innovazione strategica di grandi organizzazioni B2C. Attualmente Chief Digital Transformation Officer del Lavazza Group, ha ricoperto ruoli apicali nella consulenza strategica internazionale come Managing Director & Partner in Boston Consulting Group, ed è stata per oltre quindici anni in Google, dove ha guidato team e programmi su dati, AI e marketing a livello nazionale ed europeo.

È board member indipendente, sponsor di iniziative Women & STEM e punto di riferimento sui temi di leadership, innovazione e governo dell’AI. È stata nominata da Forbes tra le 100 donne di maggior successo in Italia e riconosciuta come una delle “Unstoppable Women in Italy”. Laureata in Ingegneria Gestionale al Politecnico di Milano, unisce rigore analitico, visione strategica e attenzione all’impatto umano della tecnologia.

01 marzo 2026

Management