Un concorrente perde personale, oppure smette di assumere in un reparto che l'anno scorso stava ancora crescendo. La conclusione sembra ovvia: lì l'IA ha preso il sopravvento sul lavoro. Questa conclusione è troppo affrettata. Il turnover del personale è il risultato di molti fattori contemporaneamente — riorganizzazioni, condizioni di mercato, partenze individuali, andamenti stagionali in determinati settori. L'uso dell'IA è al massimo uno di questi. Chi usa i dati di turnover come prova della maturità dell'IA, confonde un sintomo con una causa.
Allo stesso tempo, non è un dato irrilevante. Se un concorrente, in una funzione specifica — ad esempio pianificazione, supporto di primo livello, o revisione contrattuale — non sostituisce personale già da due anni mentre il volume di lavoro resta stabile o aumenta, è un indizio che richiede una spiegazione. La domanda non è se il turnover dica qualcosa, ma cos'altro deve affiancarlo prima che significhi qualcosa.
L'IA subentra nel lavoro in tre modalità: completamente automatica, parzialmente con supervisione umana che approva o respinge, oppure per niente — resta lavoro umano. Su una dimensione in cui l'IA subentra completamente nel compito, il fabbisogno di personale cambia strutturalmente: meno persone possono gestire lo stesso volume, e questo può riflettersi in posizioni aperte o in uscite di personale. Su una dimensione con supervisione, cambia soprattutto la natura del lavoro, non necessariamente il numero di persone — resta necessaria una valutazione, solo distribuita diversamente. E sulle dimensioni che restano lavoro umano, il turnover non dice assolutamente nulla sull'IA; lì entrano in gioco le solite ragioni.
Questo significa che i dati di turnover sono utilizzabili solo se li si collega alla domanda su quale compito, all'interno di quel reparto, sia cambiato. Un calo dell'organico nel servizio clienti può derivare da chatbot che intercettano le richieste di primo livello, oppure da una quota di mercato spostata. Senza questa distinzione, il dato è rumore.
Alcuni segnali sono più specifici del turnover grezzo. Testi di annunci di lavoro che cambiano da esecutivi a di controllo — non più "elabora richieste" ma "valuta i risultati del sistema" — indicano uno spostamento verso la categoria della supervisione. Funzioni che semplicemente scompaiono dall'elenco degli annunci senza una funzione sostitutiva altrove, indicano piuttosto una sostituzione completa. E l'assenza di qualsiasi cambiamento nel profilo degli annunci, nonostante annunci su investimenti in IA, è essa stessa un segnale: suggerisce che l'adozione è ancora limitata a progetti pilota.
Questi segnali sono visibili esternamente — tramite annunci di lavoro, profili LinkedIn, relazioni annuali — ed è proprio per questo che sono adatti a un benchmark. Non avete accesso alle decisioni interne di un concorrente. Avete però accesso a ciò che un'organizzazione mostra all'esterno su come organizza il lavoro. Come misurare dall'esterno la maturità dell'IA di un concorrente approfondisce quali fonti pubbliche sono utilizzabili a questo scopo e quali no.
Un limite importante: il turnover e gli annunci di lavoro vi dicono qualcosa sull'aspetto del personale di uno spostamento, non sulla qualità dell'esecuzione. Un concorrente può aver ridotto un team senza che il sistema di IA sottostante funzioni bene — il lavoro è stato quindi rilevato, ma non necessariamente svolto meglio. Al contrario, un concorrente può mantenere un team completo mentre l'IA svolge già gran parte del lavoro preparatorio, semplicemente perché la capacità liberata è stata destinata ad altro lavoro anziché a una riduzione del personale. Ore liberate non equivale a meno persone; un'organizzazione può ridistribuire la capacità senza che questo si rifletta nei dati sul personale.
Vale inoltre quanto segue: se l'argomento riguarda decisioni su licenziamenti o riorganizzazioni presso di voi, si applicano requisiti legali propri, indipendenti da ciò che mostra un benchmark esterno. Questi segnali sono adatti a stimare una posizione competitiva, non come base per decisioni sul personale.
Il motivo per guardare a questo aspetto non è l'interesse per l'IA in quanto tale. È la domanda se un concorrente, su una dimensione su cui oggi vincete ancora — velocità, prezzo, disponibilità — stia ridefinendo quella dimensione. Un concorrente che consegna più velocemente con meno persone non sta automaticamente lavorando in modo più economico; perché meno personale in un concorrente non significa automaticamente costi più bassi mostra quali presupposti spesso restano non verificati. E se il vostro argomento di vendita più forte si basa su qualcosa che l'IA nei concorrenti sta iniziando ad automatizzare, la domanda non è se vi dispiace, ma cosa potete ancora rivendicare; cosa fare quando il vostro punto di forza principale diventa comune grazie all'IA tratta specificamente questa situazione.
Il turnover del personale non è quindi mai il punto d'arrivo di un benchmark, al massimo uno spunto per approfondire: gli annunci di lavoro, le descrizioni delle funzioni, ciò che un concorrente stesso comunica sull'automazione. Dati isolati senza questo contesto portano a come valutare un concorrente senza fare supposizioni — una domanda che esiste proprio per questo motivo.
La domanda di fondo non è cosa succede presso il concorrente, ma quale lavoro nella vostra stessa azienda può effettivamente essere rilevato dall'IA; questo viene mappato compito per compito con la scansione del lavoro di FTE TO AI. Come primo passo nel confronto stesso: individuate su cosa pensate di vincere, e verificate con il controllo gratuito delle dimensioni quali di queste affermazioni sono difendibili con prove. Il benchmark completo, con la matrice delle prove per dimensione, è in fase di sviluppo.