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

## Veille

Editoriale approfondito pubblicato su **sfeir.com** il 1° agosto 2026, a firma di **SFEIR** (la voce editoriale dell'azienda). Riunisce **due pubblicazioni del luglio 2026** dalle metodologie opposte — l'esperimento sul campo preregistrato **"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 lug. 2026, oltre 800.000 messaggi di utenti ChatGPT statunitensi) — in 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 di *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 a una professione esce dalla professione dell'utente stesso), **l'agenda** (Mollick: le barriere si stanno assottigliando, la divisione del lavoro va ripensata, e una ricomposizione ben orchestrata "ripaga ampiamente"), poi **la risposta dell'azienda** — la **Skill Based Organisation (SBO)**, adottata in SFEIR su impulso di **Rosalie Zandona** (VP People & Culture): la **competenza effettivamente operativa** sostituisce la job description come unità di organizzazione (**fino a 13 competenze individuate 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 il passaggio internamente prima di raccomandarlo."* **Vengono segnalate tre riserve**: il passaggio alla 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) — il "qualche settimana prima" si applica alla pubblicazione sottoposta a peer review, non al risultato in sé.

## 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, crossover dei compiti, spillover dei compiti, porosità delle professioni, silos funzionali, boundary-spanning, The Cybernetic Teammate, Procter & Gamble, esperimento preregistrato, 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 dell'idea migliore, import/export dei compiti, calcolo finanziario, risoluzione di problemi tecnologici, dimensione dell'organizzazione, generalista, segnale precoce, divisione del lavoro, ricomposizione delle professioni, organigramma funzionale, Rosalie Zandona, VP People & Culture, HR, CHRO, Deloitte, places to grow, 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**: una presa di posizione ferma (thought leadership) rivolta a **CHRO / CEO / CIO**, fondata su due fonti esterne solide e chiusa con la **prova per esempio interno**. Registro **organizzativo e HR** — inconsueto per la linea editoriale di SFEIR, di norma centrata su SDLC e ingegneria.

**Stile**: una struttura a **imbuto in quattro tappe** segnalata da sottotitoli-tesi (*In P&G, l'IA si comporta come un compagno di squadra → OpenAI misura il crossover dei compiti su scala → Il punto di vista di Ethan Mollick: le barriere si assottigliano → Skill Based Organisation, la risposta scelta da SFEIR → Punti chiave da ricordare*). La figura strutturante è la **convergenza attraverso metodi opposti**: un esperimento randomizzato e dati massivi di traccia d'uso, *"due metodi opposti, un unico risultato"* — un argomento di robustezza costruito fin dallo standfirst. Gli studi sono presentati **fedelmente e con cifre**, compresi i risultati scomodi (le coppie umane senza IA restano migliori nello scegliere la propria idea migliore). Segue un **pivot editoriale**: la diagnosi esterna diventa una questione di design organizzativo, a cui l'azienda ha già risposto. Frasi distintive: *"l'IA ridistribuisce chi fa cosa,"* *"senza IA, ciascuno resta nel proprio ambito,"* *"chi incontra il problema se ne occupa, invece di delegarlo,"* *"un aggiustamento informale all'ombra dell'organigramma,"* *"la divisione del lavoro si sta già ricomponendo, nei prompt dei vostri dipendenti,"* *"resta da decidere con cosa sostituire la job description,"* *"abbiamo fatto il passaggio internamente prima di raccomandarlo."*

## Pense-betes

- **Data / fonte**: **1° agosto 2026**, SFEIR. Articolo di framing costruito su due pubblicazioni terze — l'esperimento P&G e il report di OpenAI Economic Research.
- **Framing chiave**: l'IA non si limita ad accelerare il lavoro, **ridistribuisce chi fa cosa**. La sfumatura dei confini professionali è un fatto organizzativo misurabile; la conclusione tratta è che la job description non può più essere l'unità di organizzazione del lavoro. ### L'argomento della robustezza Due metodi opposti convergono: un **esperimento sul campo preregistrato** (causale, N ridotto, contesto controllato) e **dati massivi di traccia d'uso** (scala, correlazionale, senza contesto). Nessuno dei due basterebbe da solo; insieme coprono reciprocamente i propri punti ciechi. È questa combinazione che conta, più di qualsiasi singola cifra isolata. ### P&G — il meccanismo **791 professionisti esperti** (R&D e vendite), un'intera giornata su sfide reali di innovazione di prodotto tratte dalle loro business unit, con le migliori proposte presentate ai dirigenti. Protocollo 2×2: singolo / coppia interfunzionale × con / senza IA. | Risultato | Valore | |---|---| | Individuo + IA vs. individui da soli | **+0,37 σ** | | Team senza IA vs. individui da soli | +0,24 σ | | Team + IA, probabilità di una soluzione **top-10%** | circa **×3** | | Selezione corretta della propria idea migliore | **~50%** per una coppia umana senza IA, **37%** con IA | L'effetto si manifesta nella **coda della distribuzione**, non nella media. Senza IA, il personale vendite produce output orientato alle vendite e il personale R&D produce output tecnico; con l'IA, la distinzione scompare — soluzioni equilibrate sull'intero spettro tecnico-commerciale, senza alcuna perdita di qualità. Gli autori chiamano il meccanismo **boundary-spanning**: dipendenti lontani dallo sviluppo prodotto, da soli con l'IA, raggiungono il livello di team che includono un esperto di dominio. Dimensione emotiva misurata: più entusiasmo ed energia, meno ansia e frustrazione. La sfumatura che regge: l'IA innalza la qualità **media** delle idee, ma le coppie umane senza IA restano migliori nell'**individuare la propria idea migliore**. Il giudizio valutativo umano mantiene il proprio posto — la stessa asimmetria generazione/verifica di [[sfeir-code-review-anneau-contraintes-2026-07-30]], un dominio diverso. ### OpenAI — la scala Il **43,5%** dei messaggi **specifici a una professione** esce dalla professione dell'utente stesso, una volta messi da parte i compiti generici. La riclassificazione conta: non si tratta del 43,5% di tutto l'utilizzo, ma del 43,5% dell'utilizzo specifico a una professione. | Funzione | Quota fuori professione | Import | Export | |---|---|---|---| | Customer experience | 77% | — | — | | Design | 75% | **35,2%** | **1,7%** | | HR | 69% | — | — | | Legale | 56% | — | — | | Marketing | 53% | 24,3% | **8,9%** | | Vendite / finanza | 40% | — | — | | Ingegneria | **28%** | 18,5% | 7,4% | Due compiti compaiono nella top 3 dei compiti presi in prestito in tutti i gruppi: il **calcolo finanziario** e la **risoluzione di problemi tecnologici**. Stato dichiarato: un **segnale precoce**, che rende visibile la ricomposizione prima che lo facciano le job description e le statistiche del mercato del lavoro. **Il risultato meno sfruttato dall'articolo**: l'ingegneria è la professione **meno porosa e più orientata all'esportazione**. La porosità descritta è quindi in gran parte a senso unico, verso il lato tecnico. Per un'azienda il cui core business è l'ingegneria, questo è il risultato più actionable, e l'articolo non ne trae nulla. ### Il punto debole dell'argomentazione L'effetto legato alla dimensione dell'organizzazione si basa su uno **scarto di 2,6 punti** (18,9% per spazi di 2-5 ruoli → 16,3% oltre 100), cifre non commisurate al 43,5%. La verifica sulla fonte primaria [[openai-work-at-the-frontier-task-crossover-2026-07-27]] mostra che lo scarto regge solo *"tra gli utenti medi,"* e che *"tra gli utenti più intensivi, non osserviamo lo stesso andamento monotono."* La conclusione di OpenAI è condizionale (*"l'IA può essere particolarmente utile come strumento generalista"*), laddove SFEIR la enuncia come un fatto. Da non citare come risultato solido. ### L'agenda in tre passi di Mollick Co-autore dello studio P&G, collega lui stesso le due pubblicazioni, notando che l'utilizzo interfunzionale misurato da OpenAI è più marcato di quanto l'esperimento avesse suggerito. (1) I confini organizzativi stanno diventando porosi. (2) Le aziende dovranno ripensare la divisione del lavoro, e *"le cose si stanno complicando proprio ora."* (3) Se ben orchestrata, la ricomposizione ripaga sia in termini di soddisfazione dei dipendenti sia di performance. ### La risposta di SFEIR: la Skill Based Organisation Su impulso di **Rosalie Zandona** (VP People & Culture). Se i compiti circolano, la job description fissa non può più essere l'unità di organizzazione: la **competenza effettivamente operativa** diventa il mattone di base — fino a **13 competenze individuate per ruolo** — dispiegata ovunque si trovi il bisogno concreto, indipendentemente dal titolo del ruolo. Il passaggio sottostante va da un'**identità basata sullo status** ("sono un manager") a un'**identità operativa** ("so progettare architetture complesse"), resa oggettiva e trasparente. Beneficio dichiarato: il crossover dei compiti diventa visibile e strumentato invece di restare *"un aggiustamento informale all'ombra dell'organigramma."* 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 nelle conversazioni pre-vendita
- **Freschezza P&G**: il risultato circola dal **marzo 2025** (NBER w33641 / HBS WP). L'articolo lo data alla sua pubblicazione su *Organization Science* (2026): vero per la rivista peer-reviewed, non per il risultato in sé. Per una nota di veille, questo conta come un consolidamento.
- **N divergente**: 791 professionisti indicati dall'articolo, **776** nel working paper del 2025. Discrepanza non spiegata — da verificare rispetto alla versione di *Organization Science*.
- **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. Ed è OpenAI che misura l'effetto di OpenAI stessa — un bias che SFEIR segnala altrove, ma non qui.
- **Cifra mancante**: il report fornisce **due** cifre principali — **16,8%** dei messaggi legati al lavoro e 43,5% dei messaggi specifici a una professione, quest'ultima calcolata dopo aver escluso il 61,5% di utilizzo generico. SFEIR mantiene solo la seconda. **Disambiguazione**: "skill" nel senso SBO (un'unità di organizzazione HR) non ha alcuna relazione con gli *Agent Skills* del corpus — un omonimo FR/EN che non deve poter fondersi nel grafo.

## RésuméDe400mots

In questo editoriale pubblicato su sfeir.com il 1° agosto 2026, **SFEIR** riunisce due pubblicazioni del luglio 2026 dalle metodologie opposte 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 preregistrato **"The Cybernetic Teammate"** (Dell'Acqua, Mollick, Lakhani et al., *Organization Science* 2026) ha coinvolto **791 professionisti** di R&D e vendite per un'intera giornata su sfide reali di innovazione di prodotto, incrociando due variabili: singolo o coppia interfunzionale, con o senza IA. Risultato in termini di performance: un **individuo dotato di IA raggiunge il livello di una coppia senza IA** (**+0,37 σ** contro **+0,24 σ**), e un **team + IA triplica circa** la probabilità di una soluzione **top-10%**. Risultato organizzativo: senza IA, ciascuno resta nel proprio ambito; **con l'IA, la distinzione scompare** — entrambi i gruppi producono soluzioni equilibrate sull'intero spettro tecnico-commerciale, senza alcuna perdita di qualità. Gli autori descrivono l'IA come un meccanismo di **boundary-spanning**. Una sfumatura completa il quadro: le coppie umane senza IA restano **migliori nell'individuare la propria 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 **crossover dei compiti**: una volta messi da parte i compiti generici, il **43,5%** dei messaggi specifici a una professione **esce dalla professione dell'utente stesso** — fino al 77% nella customer experience, al 75% nel design, al 69% nelle risorse umane, 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 che le job description e le statistiche occupazionali si adeguino.

**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 si stanno complicando proprio ora"*; ma **se ben orchestrata, la ricomposizione ripaga ampiamente** — sia in termini di soddisfazione che di performance.

**La risposta di SFEIR.** L'azienda è passata a una **Skill Based Organisation** su impulso di **Rosalie Zandona** (VP People & Culture): se i compiti circolano, la job description fissa non può più fungere da unità di organizzazione. La **competenza operativa** diventa il mattone di base — **fino a 13 per ruolo** — passando da un'**identità basata sullo status** a un'**identità operativa**. Il crossover dei compiti diventa allora *"visibile, strumentato e valorizzato"* invece di *"un aggiustamento informale all'ombra dell'organigramma."* *"Resta da decidere con cosa sostituire la job description. SFEIR ha risposto con la competenza."*

## GrapheDeConnaissance

- SFEIR —publie→ L'IA fait tomber les murs entre les métiers (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→ boundary-spanning (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 (DOCUMENT, 0.93)

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