# sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01

## Veille

Editoriale approfondito pubblicato su **sfeir.com** il 1° agosto 2026, a firma **SFEIR** (la voce editoriale dell'azienda). Riunisce **due pubblicazioni di luglio 2026** con metodi opposti — l'esperimento sul campo pre-registrato **"The Cybernetic Teammate"** presso **Procter & Gamble** (Dell'Acqua, Ayoubi, Lifshitz, Sadun, **Ethan Mollick** et al., *Organization Science* 37(4), 2026) e il primo report della serie **"Work at the Frontier"** di **OpenAI Economic Research** (27 luglio 2026, >800.000 messaggi di utenti ChatGPT statunitensi) — verso un'unica tesi: *"l'IA generativa non si limita ad accelerare il lavoro esistente, ridistribuisce chi fa cosa."* L'architettura si sviluppa in quattro tappe: **il meccanismo** (P&G: l'IA agisce come dispositivo *boundary-spanning*, cancellando i silos funzionali — un individuo + IA raggiunge il livello di una coppia senza IA, **+0,37 σ**), **la scala** (OpenAI: il **43,5%** dei messaggi specifici di ruolo esce dal proprio ruolo), **l'agenda** (Mollick: i muri si assottigliano, la divisione del lavoro va ripensata, e se ben orchestrata questo "ripaga ampiamente"), poi **la risposta dell'azienda** — la **Skill Based Organisation (SBO)**, adottata da SFEIR su iniziativa di **Rosalie Zandona** (VP People & Culture): la **competenza realmente operativa** sostituisce la job description come unità di organizzazione (**fino a 13 competenze identificate per ruolo**), passando da un'**identità basata sullo status** ("sono un manager") a un'**identità operativa** ("so progettare architetture complesse"). La mossa retorica è la prova per esempio interno: *"abbiamo fatto lo spostamento noi stessi prima di raccomandarlo."* ⚠️ **Tre riserve da segnalare**: lo spostamento verso la SBO risale a **febbraio 2026**, quindi *precede* la diagnosi che dovrebbe risolvere (l'ordine argomentativo inverte l'ordine cronologico); **nulla nei dati dimostra** che un'organizzazione basata sulle competenze assorba il crossover meglio di una basata sui ruoli (un'ipotesi di design, non testata); il risultato P&G circola **dal marzo 2025** (NBER w33641), la formula "qualche settimana prima" si applica alla pubblicazione sottoposta a revisione paritaria, non al risultato.

## Titre Article

L'IA fait tomber les murs entre les métiers

## Date

2026-08-01

## URL

https://www.sfeir.com/articles/ia-frontieres-metiers-skill-based-organisation/

## Keywords

Skill Based Organisation, SBO, organizzazione basata sulle competenze, competenza operativa, identità operativa, identità basata sullo status, job description, unità di organizzazione, task crossover, task overflow, porosità dei ruoli, silos funzionali, boundary-spanning, The Cybernetic Teammate, Procter & Gamble, esperimento pre-registrato, Dell'Acqua, Ethan Mollick, Karim Lakhani, Raffaella Sadun, Organization Science, Work at the Frontier, OpenAI Economic Research, How AI is Expanding What People Do at Work, 800.000 messaggi, ChatGPT, deviazione standard, top 10%, giudizio valutativo, selezione della migliore idea, import/export dei compiti, calcolo finanziario, troubleshooting tecnologico, dimensione dell'organizzazione, generalista, segnale precoce, divisione del lavoro, ricomposizione dei ruoli, organigramma funzionale, Rosalie Zandona, VP People & Culture, HR, CHRO, Deloitte, luoghi per crescere, trasformazione IA, SFEIR, thought leadership

## Authors

**SFEIR** — ESN française « AI Only » (~850 ingénieurs, 8 agences France & Benelux). Voix éditoriale du cabinet (byline « SFEIR »).

Sources mobilisées et créditées par l'article :
- **Fabrizio Dell'Acqua, Charles Ayoubi, Hila Lifshitz, Raffaella Sadun, Ethan Mollick, Lilach Mollick, Yi Han, Jeff Goldman, Hari Nair, Stew Taub, Karim R. Lakhani** — « The Cybernetic Teammate », *Organization Science*, vol. 37, n° 4, 2026, p. 1217-1242.
- **OpenAI Economic Research** — « How AI is Expanding What People Do at Work », 1er rapport de la série *Work at the Frontier*, 27 juillet 2026.
- **Rosalie Zandona** (VP People & Culture, SFEIR) — « SBO : le grand saut vers des compétences réellement opérationnelles », sfeir.dev, 19 février 2026.

## Ton

**Profilo**: un editoriale aziendale (thought leadership) rivolto a **CHRO / CEO / CIO**, che poggia su due solide fonti esterne e si chiude con la **prova per esempio interno**. Registro **organizzativo e HR** — insolito per la linea editoriale di SFEIR, normalmente centrata su SDLC e ingegneria.

**Stile**: una costruzione a **imbuto in quattro tappe** segnalata da sottotitoli tesi (*In P&G, l'IA si comporta come un compagno di squadra → OpenAI misura il task crossover su scala → Il punto di vista di Ethan Mollick: i muri si assottigliano → La Skill Based Organisation, la risposta scelta da SFEIR → Punti chiave da ricordare*). Il dispositivo strutturante è la **convergenza tramite metodi opposti**: un esperimento randomizzato e una traccia di utilizzo massiva, *"due metodi opposti, uno stesso risultato"* — un argomento di robustezza impostato fin dal chapeau. Gli studi vengono riportati **fedelmente e con le cifre**, inclusi i risultati scomodi (le coppie umane senza IA restano migliori nello scegliere la loro idea migliore). Poi un **pivot editoriale**: la diagnosi esterna diventa una questione di design organizzativo, a cui l'azienda ha già risposto. Frasi marcatrici: *"l'IA ridistribuisce chi fa cosa"*, *"senza IA, ognuno resta nel proprio ambito"*, *"chi incontra il problema lo gestisce, invece di delegarlo"*, *"un'improvvisazione informale all'ombra dell'organigramma"*, *"la divisione del lavoro si sta già ricomponendo, nei prompt dei vostri dipendenti"*, *"resta da decidere cosa debba sostituire la job description"*, *"abbiamo fatto lo spostamento noi stessi prima di raccomandarlo"*.

## Pense-betes

- **Tesi chiave**: l'IA non si limita ad accelerare il lavoro, **ridistribuisce chi fa cosa**. La sfumatura dei confini di ruolo è un **fatto organizzativo già misurabile**, non una proiezione. Conseguenza di design: **la job description non può più essere l'unità di organizzazione del lavoro**.
- **L'argomento di robustezza (il vero contributo dell'abbinamento)**: due metodi **opposti** convergono — un **esperimento sul campo pre-registrato** (causalità, N piccolo, contesto controllato) e una **traccia di utilizzo massiva** (scala, correlazionale, nessun contesto). Nessuno dei due basterebbe da solo; insieme coprono reciprocamente i propri punti ciechi. È questo abbinamento che conta, più di ogni singola cifra presa isolatamente.
- **P&G — il meccanismo (cifre)**:
- **791 professionisti esperti** (R&D e vendite), un'intera giornata su sfide **reali** di innovazione di prodotto tratte dalle loro unità di business, con posta in gioco reale (le migliori proposte presentate ai dirigenti). Protocollo 2×2: da soli / coppia interfunzionale × con / senza IA.
- **Individuo + IA = coppia senza IA**: **+0,37 σ** rispetto agli individui soli, contro **+0,24 σ** per i team senza IA. *L'IA riproduce parte del beneficio della collaborazione umana.*
- **Team + IA**: circa **×3** la probabilità di una soluzione classificata nel **top 10%** — l'effetto si gioca sulla **coda della distribuzione**, non sulla media.
- **Silos cancellati**: senza IA, il personale vendite produce contenuti commerciali, il personale R&D produce contenuti tecnici. Con l'IA, **la distinzione scompare** — soluzioni equilibrate sull'intero spettro tecnico-commerciale, **senza alcuna perdita di qualità**. Gli autori nominano il meccanismo: **boundary-spanning**. I dipendenti **molto lontani dallo sviluppo di prodotto**, da soli con l'IA, raggiungono il livello di team che includono **un esperto di dominio**.
- **Dimensione emotiva**: più entusiasmo ed energia, meno ansia e frustrazione — l'IA ripristina parte del **beneficio sociale** del lavoro di squadra.
- **La riserva che regge**: l'IA innalza la qualità **media** delle idee, ma le coppie umane senza IA restano migliori nell'**identificare la loro idea migliore** (**~50%** di selezioni corrette contro **37%** con l'IA). → **Il giudizio valutativo umano mantiene il suo posto nel ciclo.** Da confrontare con la scomposizione "generare / verificare" in [[sfeir-code-review-anneau-contraintes-2026-07-30]]: stessa asimmetria, dominio diverso.
- **OpenAI — la scala (cifre)**:
- Il **43,5%** dei messaggi **specifici di ruolo** esce dal ruolo dell'utente, **una volta** messi da parte i compiti generici (scrittura, sintesi, pianificazione). ⚠️ Il ricalcolo conta: la cifra non è "43,5% dell'utilizzo" ma "43,5% dell'utilizzo specifico di ruolo."
- **Per funzione**: customer experience **77%**, design **75%**, HR **69%**, legale **56%**, marketing **53%** — vendite e finanza **40%**, **ingegneria 28%**.
- **Import / export**: il design **importa** massicciamente (**35,2%**) e **non esporta quasi nulla** (**1,7%**); l'ingegneria fa l'opposto (importa **18,5%**, esporta molto — troubleshooting e sistemi tecnici = **7,4%** dei messaggi delle altre funzioni); il marketing fa entrambe le cose, con il **tasso di esportazione più alto** (**8,9%**). Due compiti compaiono nella **top 3 dei compiti presi in prestito in tutti i gruppi**: **calcolo finanziario** e **troubleshooting tecnologico**.
- **Effetto dimensione**: quota di compiti fuori ruolo **18,9%** (workspace di 2-5 ruoli) → **16,3%** (>100 ruoli). *"Dove mancano risorse specializzate, l'IA gioca il ruolo del generalista."*
- **Statuto epistemico rivendicato**: un **segnale precoce** — questi dati rendono visibile la ricomposizione **prima** delle job description, dei titoli professionali e delle statistiche del mercato del lavoro.
- **⚠️ La cifra più interessante e meno sfruttata (per una società di servizi IT)**: **l'ingegneria è il ruolo meno poroso e più esportatore**. La porosità descritta è quindi in larga parte **a senso unico verso il lato tecnico** — gli altri ruoli fanno troubleshooting e lavorano con sistemi tecnici, il contrario è raro (1,7% di esportazione per il design). Per un'azienda il cui core è l'ingegneria, questo è il risultato più actionable — e l'articolo non ne trae nulla. **Un angolo aperto per il thought leadership.**
- **⚠️ L'anello debole dell'argomentazione — da allora confermato rispetto alla fonte primaria**: l'effetto dimensione poggia su uno **scarto di 2,6 punti** (18,9% → 16,3%), e questi valori **non sono commensurabili** con la cifra del 43,5% (base di calcolo diversa). L'affermazione secondo cui "l'IA gioca il ruolo del generalista" è un'**interpretazione generosa** di un piccolo scarto. **→ Verificato rispetto al report OpenAI ([[openai-work-at-the-frontier-task-crossover-2026-07-27]]): lo scarto vale solo *"tra gli utenti medi"*, e *"tra gli utenti più intensivi, non si osserva lo stesso andamento monotono."* OpenAI conclude al condizionale ("l'IA *potrebbe essere* particolarmente utile come strumento generalista") laddove SFEIR lo enuncia come un fatto.** Da non citare come un risultato solido.
- **Mollick — l'agenda in tre tappe** (co-autore dello studio P&G, è lui stesso a collegare le due pubblicazioni; l'utilizzo interfunzionale misurato da OpenAI è **più pronunciato** di quanto suggerisse il solo esperimento): (1) **i confini organizzativi stanno diventando porosi**, i muri si assottigliano; (2) le aziende **dovranno ripensare la divisione del lavoro**, e *"le cose stanno diventando caotiche proprio ora"* — rifiutarsi di affrontare il cambiamento non lo farà scomparire; (3) **se ben orchestrata, la ricomposizione ripaga ampiamente**, sia in termini di **soddisfazione** dei dipendenti che di **prestazioni** aziendali. Estende [[mollick-organizational-theory-agentic-ai-spans-control-2026-02]] (spans of control, boundary objects) e la linea "le HR sono ormai R&D" di [[mollick-valence-ai-hr-playbook-leader-lab-crowd-2025-07-23]].
- **La risposta di SFEIR — la Skill Based Organisation**: su iniziativa di **Rosalie Zandona** (VP People & Culture). Principio: se i compiti si spostano, una **job description fissa** non può più essere l'unità di organizzazione → la **competenza realmente operativa** diventa l'unità di base (**fino a 13 competenze identificate per ruolo**), impiegata **ovunque il bisogno sia concreto, indipendentemente dal titolo professionale di chi la possiede**. Lo spostamento sottostante: **identità basata sullo status** ("sono un manager") → **identità operativa** ("so progettare architetture complesse"), **resa oggettiva e trasparente** per ogni dipendente. Beneficio rivendicato: il task crossover diventa **visibile, dotato di strumenti e valorizzato** invece di restare *"un'improvvisazione informale all'ombra dell'organigramma"*; e *"un dipendente che conosce i propri punti di forza sa anche cosa può delegare alla GenAI."* Cifra conclusiva: secondo **Deloitte**, le organizzazioni basate sulle competenze hanno una probabilità **98% superiore** di essere **percepite** come luoghi eccellenti in cui crescere.
- **⚠️ Tre riserve da sollevare in pre-vendita**: 1. **Cronologia invertita** — lo spostamento verso la SBO in SFEIR è documentato nell'articolo di Zandona del **19 febbraio 2026**, ossia **cinque mesi prima** delle due pubblicazioni a cui dovrebbe "rispondere punto per punto." La SBO non è stata *adottata in risposta* a questa diagnosi; viene **riletta alla sua luce**. L'azienda lo ammette esplicitamente ("abbiamo fatto lo spostamento noi stessi prima di raccomandarlo"), ma l'ordine argomentativo dell'articolo inverte l'ordine dei fatti. 2. **Il salto logico centrale non viene affrontato** — entrambi gli studi misurano il **superamento dei compiti**; la SBO risponde con un **cambiamento dell'unità di organizzazione**. **Nulla nei dati dice** che un'organizzazione basata sulle competenze assorba il crossover meglio di una basata sui ruoli. Si tratta di un'**ipotesi di design** — plausibile, ma non testata, e **non l'unica risposta possibile**: l'altra risposta comune è il **ruolo fuso** (cfr. il "Product Engineer" dello stesso SFEIR, aprile 2026), che va esattamente nella direzione opposta (meno ruoli, più ampi, anziché più competenze, più fini). 3. **La cifra Deloitte misura la percezione, non la prestazione** — "percepiti come luoghi eccellenti in cui crescere." Copre quindi solo il lato **soddisfazione** del doppio beneficio annunciato da Mollick; **il lato prestazioni della SBO non è quantificato in nessun punto** dell'articolo.
- **⚠️ Cautela sulle fonti**:
- **Freschezza P&G**: il risultato circola **dal marzo 2025** (NBER w33641 / HBS WP, con il titolo "… A Field Experiment on Generative AI **Reshaping Teamwork and Expertise**"). L'articolo lo data alla sua pubblicazione su *Organization Science* (2026) e lo presenta come apparso *"qualche settimana prima"* — vero per la **pubblicazione sottoposta a revisione paritaria**, non per il **risultato**. Per una nota di veille, si tratta di un **consolidamento**, non di una novità.
- **N divergente**: l'articolo indica **791** professionisti; il working paper del 2025 ne indica **776**. Lo scarto non è spiegato (campione finale della versione revisionata?) — **da verificare rispetto alla versione *Organization Science*** prima di citare la cifra.
- **Variante del titolo**: "… on Generative AI **and Teamwork**" (SFEIR) vs. "… on Generative AI **Reshaping Teamwork and Expertise**" (working paper).
- **Base OpenAI**: **utenti ChatGPT statunitensi** — né un campione rappresentativo della popolazione attiva, né multi-assistente. La generalizzazione "quasi la metà dell'utilizzo professionale" si applica solo a questa base. E si tratta di **OpenAI che misura il proprio stesso effetto** — lo stesso bias di fonte segnalato da SFEIR stessa in [[sfeir-ia-emploi-risque-decrochage-2026-07-23]], non dichiarato qui.
- **⚠️ Una cifra mancante, e cambia la scala**: il report fornisce **due** cifre principali — **16,8% dei messaggi legati al lavoro** e 43,5% dei messaggi *specifici di ruolo*, quest'ultima calcolata dopo aver rimosso il **61,5% di utilizzo generico**. SFEIR conserva solo la seconda, più spettacolare. Vedi [[openai-work-at-the-frontier-task-crossover-2026-07-27]].
- **Meta / rimandi incrociati**: questa è la **controparte HR/organizzativa** della tesi del "disaccoppiamento" in [[sfeir-ia-emploi-risque-decrochage-2026-07-23]] — stessa diagnosi (l'IA sta ricomponendo il lavoro), leva diversa (organizzazione anziché formazione). Complementare all'angolo di budget in [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]] e all'angolo CHRO in [[bersin-chro-pivotal-role-ai-transformation-2025-10-10]]. Utile contrappunto: [[shipper-every-after-automation-frame-framer-2026-05-21]] (la ricomposizione del lavoro della conoscenza non va letta come un collasso). ⚠️ **Disambiguazione**: "skill" nel senso SBO (un'unità HR di organizzazione) **non ha nulla a che vedere** con gli *Agent Skills* del corpus ([[agent-skills-anthropic-2025-10-16]]) — un omonimo FR/EN che non deve essere fuso nel grafo.

## RésuméDe400mots

In questo editoriale pubblicato su sfeir.com il 1° agosto 2026, **SFEIR** riunisce due pubblicazioni di luglio 2026 con metodi opposti per sostenere la stessa tesi: *"l'IA generativa non si limita ad accelerare il lavoro esistente, ridistribuisce chi fa cosa."*

**Il meccanismo (P&G).** L'esperimento sul campo pre-registrato **"The Cybernetic Teammate"** (Dell'Acqua, Mollick, Lakhani et al., *Organization Science* 2026) ha coinvolto **791 professionisti esperti** di R&D e vendite per un'intera giornata su sfide reali di innovazione di prodotto, incrociando due variabili: da soli o in coppia interfunzionale, con o senza IA. Risultato in termini di prestazioni: un **individuo dotato di IA raggiunge il livello di una coppia senza IA** (**+0,37 σ** contro **+0,24 σ**), e il **team + IA triplica circa** la probabilità di una soluzione nel **top 10%**. Risultato organizzativo: senza IA, ognuno resta nel proprio ambito; **con l'IA, la distinzione scompare** — entrambe le popolazioni producono soluzioni equilibrate sull'intero spettro tecnico-commerciale, senza alcuna perdita di qualità. Gli autori descrivono l'IA come un meccanismo **boundary-spanning**. Una riserva importante completa il quadro: le coppie umane senza IA restano **migliori nell'identificare la loro idea migliore** (~50% contro 37%) — **il giudizio valutativo umano resta nel ciclo**.

**La scala (OpenAI).** Basandosi su oltre **800.000 messaggi** di utenti ChatGPT statunitensi, **OpenAI Economic Research** misura il **task crossover**: una volta messi da parte i compiti generici, il **43,5%** dei messaggi specifici di ruolo **esce dal ruolo dell'utente** — fino al 77% nel customer experience, 75% nel design, 69% nelle HR, contro il **28% nell'ingegneria**. I flussi sono asimmetrici: il design importa (35,2%) senza esportare (1,7%), l'ingegneria fa l'opposto. Questi dati di utilizzo sono presentati come un **segnale precoce**, visibile prima delle job description e delle statistiche occupazionali.

**L'agenda (Mollick).** Co-autore dello studio P&G, collega le due pubblicazioni in tre passaggi: i confini stanno diventando porosi; le aziende dovranno ripensare la divisione del lavoro, e *"le cose stanno diventando caotiche proprio ora"*; ma **se ben orchestrata, questa ricomposizione ripaga ampiamente** — sia in termini di soddisfazione che di prestazioni.

**La risposta di SFEIR.** L'azienda è passata a una **Skill Based Organisation** su iniziativa di **Rosalie Zandona** (VP People & Culture): se i compiti si spostano, una job description fissa non può più essere l'unità di organizzazione. La **competenza operativa** diventa l'unità di base — **fino a 13 per ruolo** — passando da un'**identità basata sullo status** a un'**identità operativa**. Il task crossover diventa quindi *"visibile, dotato di strumenti e valorizzato"* invece di *"un'improvvisazione informale all'ombra dell'organigramma."* *"Resta da decidere cosa debba sostituire la job description. SFEIR ha risposto con la competenza."*

## GrapheDeConnaissance

- SFEIR —publie→ L'IA fait tomber les murs entre les métiers (article) (DOCUMENT, 0.98)
- L'IA fait tomber les murs entre les métiers —référence→ The Cybernetic Teammate (DOCUMENT, 0.98)
- L'IA fait tomber les murs entre les métiers —référence→ Work at the Frontier (DOCUMENT, 0.98)
- SFEIR —affirme_que→ l'IA générative ne se contente pas d'accélérer le travail existant, elle redistribue qui fait quoi (AFFIRMATION, 0.96)
- IA générative —permet→ le boundary-spanning : raisonner au-delà de son domaine d'origine (CONCEPT, 0.93)
- The Cybernetic Teammate —mesure→ un individu équipé d'IA atteint +0,37 σ vs individus seuls, contre +0,24 σ pour les équipes sans IA (MESURE, 0.95)
- The Cybernetic Teammate —mesure→ équipe + IA triple environ la probabilité d'une solution classée dans le top 10 % (MESURE, 0.9)
- IA générative —réduit→ les silos fonctionnels (les solutions cessent d'être marquées par le métier d'origine) (AFFIRMATION, 0.92)
- The Cybernetic Teammate —mesure→ les binômes sans IA identifient mieux leur meilleure idée (~50 % contre 37 % avec IA) (MESURE, 0.92)
- jugement évaluatif humain —s_oppose_à→ la délégation complète de la sélection des idées à l'IA (AFFIRMATION, 0.85)
- Work at the Frontier —mesure→ 43,5 % des messages spécifiques à un métier sortent du métier de l'utilisateur (MESURE, 0.95)
- Work at the Frontier —mesure→ task crossover par fonction : 77 % expérience client, 75 % design, 69 % RH, 28 % ingénierie (MESURE, 0.92)
- Work at the Frontier —mesure→ le design importe 35,2 % des tâches et n'en exporte que 1,7 %, l'ingénierie fait l'inverse (MESURE, 0.9)
- task crossover —observé_dans→ les données d'usage de ChatGPT, comme signal avancé de la recomposition des métiers (AFFIRMATION, 0.9)
- OpenAI Economic Research —publie→ Work at the Frontier (DOCUMENT, 0.95)
- Ethan Mollick —affirme_que→ les frontières organisationnelles deviennent poreuses et les entreprises devront repenser la division du travail (AFFIRMATION, 0.93)
- Ethan Mollick —affirme_que→ correctement orchestrée, la recomposition du travail rapporte gros en satisfaction et en performance (AFFIRMATION, 0.9)
- Skill Based Organisation —remplace→ la fiche de poste comme unité d'organisation du travail (AFFIRMATION, 0.93)
- SFEIR —utilise→ Skill Based Organisation (METHODOLOGIE, 0.95)
- Rosalie Zandona —travaille_chez→ SFEIR (ORGANISATION, 0.95)
- Rosalie Zandona —dirige→ Skill Based Organisation (METHODOLOGIE, 0.9)
- Skill Based Organisation —permet→ de rendre le task crossover visible, outillé et valorisé au lieu d'un bricolage informel (AFFIRMATION, 0.88)
- compétence opérationnelle —remplace→ l'identité statutaire par une identité opératoire (AFFIRMATION, 0.88)
- Deloitte —mesure→ les organisations par compétences ont 98 % de chances supplémentaires d'être perçues comme d'excellents lieux de croissance (MESURE, 0.85)
- Procter & Gamble —observé_dans→ The Cybernetic Teammate (791 professionnels R&D et commerce) (DOCUMENT, 0.93)

---
Canonical: https://www.thekb.eu/it/fiches/sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01/