McKinsey, da decenni palestra per le élite manageriali globali e una delle società di consulenza più potenti al mondo, sta sperimentando una novità che dice molto sul futuro del lavoro. Si chiama Lilli, un assistente di Intelligenza artificiale interno già utilizzato per analizzare documenti, casi di studio e montagne di dati complessi. Durante il colloquio, i candidati sono chiamati a usarla per affrontare un caso reale. Lilli propone analisi e suggerimenti, e il candidato deve decidere cosa tenere, cosa ignorare e come adattare il tutto alle esigenze di un cliente concreto. In soldoni, non conta dare la risposta “giusta”, ma saper guidare l’IA invece di subirla, capire quali consigli hanno senso e quali sono solo chiacchiere digitali. Chi riesce a farlo dimostra curiosità, giudizio e senso del contesto, capacità che un algoritmo, per quanto sofisticato, non può sostituire.
I limiti del consulente sintetico, metà uomo e metà macchina
Se l’esperimento pilota avrà successo, il test sarà esteso a tutti i nuovi candidati nei prossimi mesi. Altre grandi firme della consulenza strategica come Boston Consulting Group e Bain stanno esplorando strade simili. Il segnale è chiaro: l’IA sta accelerando un processo già in atto, vale a dire il fatto che strumenti come Lilli possono svolgere gran parte del lavoro di raccolta dati, analisi e documentazione che prima spettava ai consulenti junior. Il risultato? Ristrutturazioni interne, tagli ai ruoli di base e ridefinizione del valore aggiunto della consulenza. Il Financial Times, in un articolo che McKinsey non ha voluto commentare, sottolinea anche come Lilli potrebbe aprire nuovi scenari, facendo spazio a profili umanistici capaci di mediare tra numeri, clienti e contesto. Nella pratica, però, molti restano scettici. Il cosiddetto consulente sintetico, metà uomo e metà macchina, si limiterebbe a riorganizzare contenuti prodotti da altri.
La complessità umana si riduce a logiche di efficienza
Inoltre, l’adozione dell’IA nei colloqui e nella consulenza solleva questioni ancora più profonde. Esiste, per esempio, il rischio di bias e mancanza di trasparenza: gli algoritmi come Lilli riflettono i dati su cui sono addestrati, spesso pieni di distorsioni di genere, etniche o culturali. C’è poi il paradosso dell’autenticità: i candidati non vengono più misurati sul loro intuito o sulla loro sensibilità, ma sulla capacità di “allenare” l’algoritmo alla risposta desiderata. La complessità umana potrebbe ridursi a logiche di efficienza, confondendo il pensiero critico con la capacità di navigare un contesto algoritmico. Non solo. La formazione dei giovani consulenti rischia di essere compromessa perché la fase junior, quella che prima richiedeva ore di lavoro manuale dei consulenti alle prime armi, oggi lo fa Lilli in pochi minuti, eliminando di fatto fasi cruciali della formazione. Infine, cambia l’etica del giudizio: il buon candidato non è più chi sa decidere autonomamente, ma chi sa guidare l’IA.
Per fare business non basta un algoritmo
Tutto questo ha effetti concreti non solo sulla generazione di valore per il cliente, ma anche per l’azienda e per i lavoratori che potrebbero trovarsi senza lavoro perché l’IA è di fatto molto efficiente. Eppure soffermarsi solo sull’efficienza, sul taglio dei costi e sull’adozione della tecnologia a prescindere rischia di essere miope. Se infatti nel business esistessero risposte giuste, basterebbe un algoritmo. Ma cosi non è perché fare impresa è un gioco di probabilità, una scommessa. E cosa è il giudizio umano se non una scommessa? In questo caso però la scommessa è davvero rischiosa, perché la vera domanda resta: chi deciderà quali puntate vale la pena fare e nell’interesse di chi? E, ancora: dove sta il compromesso tra guadagni di produttività e perdita di capitale umano, tra velocità di esecuzione e profondità di analisi, tra riduzione dei costi nel breve termine e capacità di innovare nel lungo termine? McKinsey e le altre big della consulenza credono che il consulente sintetico rappresenti il futuro. Ma se dovessero fallire, a pagarne il prezzo non saranno certo gli algoritmi.
LEGGI ANCHE: I quattro futuri scenari del lavoro, solo in un caso l’IA non ci fregherà