Categoria: Umano + IA = + Umano

Cosa rivela la tecnologia su come si comportano gli umani?
Core verb: comportamento

  • Chi è Giuseppe Cordone

    Chi è Giuseppe Cordone

    Non ho costruito un personal brand.
    Ho costruito una carriera attraversando più di trent’anni di trattative che sulla carta sembravano semplici.

    Nella realtà, quasi mai lo erano.

    Sono un ingegnere elettronico, laureato alla Sapienza di Roma. Oggi lavoro come Key Account Manager in un system integrator ICT italiano e da oltre trent’anni mi occupo di progettare, proporre e portare nelle organizzazioni soluzioni tecnologiche per reti e infrastrutture di grandi dimensioni.

    Ma il mio percorso professionale non è iniziato con un blog.

    E nemmeno con l’idea di diventare un influencer.

    È iniziato dall’altra parte di un tavolo, con un cliente che mi disse:

    “Questa cosa non funzionerà mai.”

    Il mio lavoro non era convincerlo immediatamente del contrario.

    Era capire perché, probabilmente, aveva ragione.

    Ho studiato Elettronica e Sistemi Esperti quando parlare di intelligenza artificiale durante un colloquio di lavoro non ti rendeva particolarmente interessante.

    A volte otteneva l’effetto opposto.

    Poi sono arrivati gli anni sul campo.

    Anni passati a vendere, progettare e introdurre tecnologie in grandi organizzazioni.

    Ho incontrato manager scettici, deadline apparentemente impossibili, progetti che non hanno mantenuto le promesse e, occasionalmente, innovazioni capaci di cambiare davvero il modo di lavorare.

    Soprattutto, ho lavorato con organizzazioni che spesso temevano la tecnologia almeno quanto la desideravano.

    Ed è lì che ho imparato una lezione che nessun manuale racconta abbastanza:

    la tecnologia cambia velocemente.

    Le persone molto meno.

    Scrivere è arrivato dopo.

    Non per costruire un pubblico.

    Ma per provare a dare un senso a ciò che stavo osservando direttamente.

    Alle trasformazioni digitali che promettono rivoluzioni e poi si scontrano con processi, cultura, interessi, complessità e persone reali.

    All’intelligenza artificiale che sta modificando il lavoro professionale molto più rapidamente di quanto molte organizzazioni riescano a comprenderla.

    Alla crescita professionale di chi lavora nella tecnologia e deve continuare ad adattarsi senza perdere esperienza, giudizio e capacità critica.

    E alle dinamiche quasi invisibili che determinano una vendita complessa molto prima della firma di un contratto.

    Con il tempo, una parte di queste riflessioni è diventata un metodo che ho chiamato Experiential Selling in ICT.

    Non è una nuova tecnica di vendita.

    È un modo di interpretare la vendita tecnologica partendo da ciò che accade realmente: conversazioni, obiezioni, errori, negoziazioni, relazioni, fiducia e decisioni prese da persone che devono introdurre una tecnologia all’interno di un’organizzazione reale.

    Per questo oggi scrivo principalmente di:

    • Digital Change — cosa succede davvero quando tecnologia, organizzazioni e persone devono cambiare insieme;
    • Human + AI — come utilizzare l’intelligenza artificiale senza delegarle giudizio, responsabilità e pensiero critico;
    • Professional Growth — come esperienza, apprendimento e capacità di adattamento cambiano una carriera lunga;
    • Experiential Selling in ICT — cosa insegna la vendita di soluzioni tecnologiche complesse quando la si osserva attraverso decenni di casi reali.

    Quello che troverai qui non sono previsioni da keynote.

    Non sono slogan aziendali confezionati per sembrare innovativi.

    E non sono consigli riciclati da qualche business book.

    Troverai soprattutto ciò che accade quando la tecnologia incontra la realtà.

    Storie vere.

    Situazioni vissute in prima persona.

    Conversazioni avvenute dall’altra parte di un tavolo riunioni.

    Progetti riusciti.

    Progetti che hanno insegnato molto proprio perché non sono andati come previsto.

    Lezioni raccolte nelle sale riunioni, durante le trattative, davanti ai clienti e nei momenti in cui il cambiamento smette di essere una slide e diventa qualcosa che qualcuno deve davvero accettare, finanziare e utilizzare.

    Perché dopo più di trent’anni nel settore ho imparato che le storie professionali più utili raramente sono quelle perfette.

    Sono quelle che sono accadute davvero.


    Leggi la storia completa nella pagina About.

  • Riesci a restare sotto i riflettori in una carriera tecnica?

    Riesci a restare sotto i riflettori in una carriera tecnica?

    Qualcuno più giovane, più economico e più aggiornato è già nella stanza

    Prima o poi succede.

    Se lavori nella tecnologia abbastanza a lungo, arriva un momento in cui entri in una riunione e ti accorgi che qualcuno conosce una tecnologia meglio di te.

    Ha vent’anni meno.

    Usa gli strumenti che hai appena iniziato a studiare.

    Parla di piattaforme che stai ancora cercando di capire.

    Magari scrive codice più velocemente.

    Probabilmente costa anche meno.

    E mentre lo ascolti parlare con una sicurezza quasi irritante, può comparire una domanda che nessun professionista esperto ama farsi:

    “E se un giorno non servissi più?”

    È una domanda scomoda.

    Ma credo sia una delle più utili che possiamo farci.

    Perché la risposta non sta nell’imparare ancora più velocemente.

    O almeno, non soltanto.

    Ho visto tecnologie importantissime diventare archeologia

    Lavoro con la tecnologia da abbastanza tempo da aver assistito più volte allo stesso spettacolo.

    All’inizio arriva qualcosa di nuovo.

    Tutti ne parlano.

    Bisogna impararlo.

    Bisogna certificarsi.

    Bisogna diventare esperti.

    Nascono specialisti, società di consulenza, corsi, acronimi.

    Per qualche anno sembra che quella tecnologia rappresenti il futuro.

    Poi succede qualcosa.

    Arriva quella successiva.

    Quello che era strategico diventa normale.

    Quello che era innovativo diventa infrastruttura.

    E quello che sembrava il futuro finisce, prima o poi, in una slide con scritto: ”Legacy Environment”.

    Ho visto piattaforme sparire.

    Linguaggi perdere importanza.

    Architetture considerate rivoluzionarie diventano obsolete.

    Vendor apparentemente imbattibili perdere centralità.

    La tecnologia fa questo.

    Non ha memoria sentimentale.

    Va avanti.

    E porta con sé una conseguenza che dobbiamo accettare: anche una parte delle nostre competenze ha una data di scadenza.

    Il problema non è questo.

    Il problema è costruire un’intera identità professionale su qualcosa destinato inevitabilmente a invecchiare.

    Per anni ho osservato persone tecnicamente straordinarie rimanere invisibili. Erano spesso le persone più competenti dell’azienda.

    Quando c’era un problema serio, tutti cercavano loro.

    Conoscevano sistemi enormi quasi a memoria.

    Sapevano dove guardare.

    Capivano anomalie che gli altri neppure vedevano.

    In una stanza piena di tecnici erano impressionanti.

    Poi entrava il cliente.

    O il direttore finanziario.

    O qualcuno del board.

    E qualcosa cambiava.

    La conversazione non riguardava soltanto la tecnologia.

    Comparivano altre domande.

    Quanto costa?

    Che rischio eliminiamo?

    Quanto tempo risparmiamo?

    Cosa succede se non facciamo nulla?

    Quando vedremo i risultati?

    Perché dovremmo investire proprio qui?

    Ed ecco il paradosso.

    Il professionista che cinque minuti prima sembrava il più importante nella stanza diventava improvvisamente quasi invisibile.

    Non perché non sapesse abbastanza. MA perché non riusciva a trasformare ciò che sapeva in qualcosa che gli altri potessero usare per decidere.

    Questa distinzione mi ha sempre colpito.

    Sapere come funziona una tecnologia è una competenza.

    Spiegare perché quella tecnologia conta per qualcuno è un’altra cosa.

    E, con gli anni, ho cominciato a pensare che la seconda avesse una vita molto più lunga della prima.

    Il cliente non compra quasi mai ciò che pensiamo di vendergli.

    Un cliente non si sveglia la mattina desiderando una nuova architettura di rete.

    Vuole che la rete smetta di creare problemi.

    Un CEO raramente sogna una migrazione cloud.

    Vuole un’azienda più flessibile.

    Meno capitale immobilizzato.

    Più velocità.

    Meno rischio.

    Un responsabile operativo probabilmente non desidera “implementare l’intelligenza artificiale”.

    Vuole magari evitare tre ore di lavoro ripetitivo ogni giorno.

    Individuare prima un’anomalia.

    Rispondere più rapidamente a un cliente.

    Prendere una decisione con informazioni migliori.

    Noi tecnici vediamo la tecnologia.

    Loro vivono le conseguenze.

    Ed è qui che molti professionisti commettono un errore.

    Continuano a spiegare il motore quando il cliente vuole sapere dove può arrivare con l’automobile.

    È qui che nasce quella che chiamo vendita esperienziale.

    Per anni abbiamo venduto tecnologia attraverso le caratteristiche.

    Più capacità.

    Più velocità.

    Più ridondanza.

    Più funzioni.

    Più scalabilità.

    Tutto corretto.

    Ma nessuno vive una feature.

    Le persone vivono ciò che quella feature cambia nella loro giornata.

    Per questo preferisco ragionare in termini di vendita esperienziale.

    Non stai vendendo un router.

    Stai vendendo la tranquillità di una rete che non è più un problema.

    Non stai vendendo una piattaforma cloud.

    Stai vendendo ciò che un gruppo riuscirà a fare domani e che oggi richiede settimane.

    Non stai vendendo intelligenza artificiale.

    Stai vendendo le ore che qualcuno recupererà.

    Gli errori che riuscirà a evitare.

    Le decisioni che potrà prendere meglio.

    Il cliente probabilmente dimenticherà gran parte delle caratteristiche tecniche che gli hai mostrato.

    Ma difficilmente dimenticherà di aver capito improvvisamente:

    “Ecco cosa cambierebbe per noi.”

    La tecnologia lavora dietro le quinte.

    L’esperienza resta sul palco.

    Ho visto anche il fenomeno opposto

    Professionisti tecnicamente non eccezionali diventare estremamente importanti.

    All’inizio non capivo perché.

    Poi ho iniziato a osservarli.

    Facevano qualcosa che molti tecnici sottovalutano.

    Ascoltavano.

    Prima di proporre una soluzione cercavano di capire il problema.

    Facevano domande.

    Semplificavano.

    Non cercavano di dimostrare quanto ne sapessero.

    Cercavano di rendere comprensibile qualcosa di complesso.

    Quando un cliente raccontava un problema, non rispondevano immediatamente con il nome di una tecnologia.

    Prima cercavano di capire che cosa quel problema significasse per quella persona.

    Col tempo diventavano quelli che il management voleva nella stanza.

    Non necessariamente perché possedessero più conoscenze.

    Ma perché riuscivano a trasformare conoscenza in significato.

    E quando riesci a farlo, succede qualcosa di interessante.

    Le persone iniziano a fidarsi di te.

    Non ti chiamano più soltanto quando qualcosa si rompe.

    Ti chiamano prima di decidere.

    È una differenza enorme.

    Essere utili non significa necessariamente essere influenti.

    Ed essere indispensabili tecnicamente non significa essere indispensabili professionalmente.

    Poi è arrivata l’intelligenza artificiale

    E questa dinamica è diventata ancora più evidente.

    Oggi possiamo chiedere a un’AI di spiegarci una tecnologia.

    Possiamo farle confrontare architetture.

    Scrivere codice.

    Preparare documentazione.

    Riassumere specifiche tecniche.

    Analizzare alternative.

    Attività che una volta richiedevano ore possono richiedere solo minuti.

    Questo non rende inutile il professionista tecnico.

    Ma rende più economico l’accesso alla conoscenza tecnica.

    Ed è una differenza enorme.

    Quando qualcosa diventa abbondante, il suo valore relativo diminuisce.

    Per anni il vantaggio professionale consisteva nel possedere la risposta.

    Ora milioni di persone possono ottenere una risposta in pochi secondi.

    Il valore comincia quindi a spostarsi.

    Verso il giudizio.

    Il contesto.

    L’esperienza.

    La capacità di capire quale domanda porre.

    La capacità di riconoscere quando una soluzione tecnicamente brillante sarebbe una pessima decisione aziendale.

    La capacità di guardare un cliente e capire che il problema che sta raccontando non è quello che deve davvero risolvere.

    L’intelligenza artificiale può spiegare molto bene come funziona qualcosa.

    Proprio per questo diventa ancora più preziosa la persona capace di spiegare: “perché dovrebbe importarci?”.

    Questo non significa smettere di studiare.

    Sarebbe la conclusione peggiore possibile.

    Continuo a credere profondamente nella competenza tecnica.

    Bisogna studiare.

    Bisogna sperimentare.

    Bisogna restare curiosi.

    Bisogna capire cosa sta cambiando.

    La credibilità tecnica continua a essere fondamentale.

    Ma è il pavimento.

    Non il soffitto.

    Se l’unica difesa della tua carriera è: “So più cose di chi è più giovane di me”, hai un problema.

    Perché, prima o poi, quella persona potrebbe sapere le stesse cose.

    Forse di più.

    E potrebbe impararle più velocemente.

    Il tuo vantaggio deve allora spostarsi verso qualcosa di più difficile da scaricare da Internet.

    Riconoscere pattern.

    Capire il business.

    Avere giudizio.

    Costruire fiducia.

    Conoscere le persone.

    Leggere il contesto.

    Sapere quando parlare.

    E soprattutto sapere tradurre la tecnologia nelle sue conseguenze.

    È qui che trent’anni di esperienza smettono di essere un peso e iniziano finalmente a generare interesse composto.

    La tua competenza tecnica scadrà. La tua esperienza non deve farlo.

    Questa è forse la parte più difficile da accettare.

    Non aspettare che sia una ristrutturazione aziendale a spiegartelo.

    Non aspettare che una nuova piattaforma renda improvvisamente marginale quella che conoscevi perfettamente.

    Non aspettare di trovarti davanti a qualcuno che ha metà dei tuoi anni e conosce meglio di te lo strumento del momento.

    Accettalo prima.

    E usa il tempo che hai per costruire ciò che invecchia più lentamente.

    Continua a studiare tecnologia.

    Ma studia anche come il tuo cliente guadagna.

    Capisci cosa preoccupa davvero un CEO.

    Impara come vengono prese le decisioni.

    Impara a semplificare senza banalizzare.

    Impara a raccontare la storia nascosta dietro un diagramma di architettura.

    Perché, dopo tanti anni nel mondo della tecnologia, sono arrivato a una conclusione piuttosto semplice.

    La persona più al sicuro nella stanza non è necessariamente quella che conosce più acronimi.

    È quella che riesce a cogliere tutta quella complessità e a renderla utile a qualcun altro.

    E quindi sì.

    Da qualche parte c’è già qualcuno più giovane di te.

    Più economico.

    Forse anche più aggiornato.

    Va bene.

    Lascia che sappia esattamente come funziona la tecnologia.

    Tu assicurati di sapere spiegare perché conta.

    → Go to Crescita Professionale

  • Perché le trasformazioni digitali falliscono?

    Perché le trasformazioni digitali falliscono?

    E nessuno controlla mai le vere ragioni?

    Tutti controllano solo il budget e ci raccontano che le trasformazioni digitali falliscono per colpa della tecnologia.

    È una storia comoda. Pulita. Facile da raccontare in una riunione del consiglio.

    La verità è molto meno elegante.

    La maggior parte delle trasformazioni digitali non fallisce per aver scelto il software sbagliato. Fallisce perché l’organizzazione che dovrebbe sostenerlo rimane esattamente la stessa.

    Fallisce perché lo sponsor che ha spinto il progetto cambia ruolo e nessuno prende il testimone.

    Fallisce perché vengono investiti milioni nella piattaforma e quasi nulla nell’aiutare le persone a capire perché dovrebbero abbandonare abitudini costruite in dieci anni di lavoro.

    Fallisce perché tutti celebrano il giorno del go-live come se fosse il traguardo, quando in realtà è solo la linea di partenza.

    Il vero test arriva il lunedì successivo.

    Quando l’entusiasmo del kick-off è già evaporato.

    Quando le slide sono state archiviate.

    Quando le persone, sotto pressione, ricadono automaticamente nei vecchi processi che conoscono a memoria.

    Ho visto infrastrutture che servivano centinaia di migliaia di utenti rallentare fino a quasi fermarsi.

    Non per un bug.

    Non per una tecnologia inadeguata.

    Ma perché nessuno aveva mai chiesto alle persone che la utilizzavano ogni giorno cosa ne pensassero davvero.

    Ecco la parte che quasi nessuno vuole ammettere: la tecnologia, nella maggior parte dei casi, funziona.

    È l’organizzazione che non è pronta a cambiare abbastanza per farla funzionare.

    Ma questa è una verità difficile da vendere.

    Perché i fornitori vendono licenze. Non vendono comportamenti.

    Eppure sono sempre i comportamenti a determinare il risultato finale.

    → Read all Digital Change articles

  • Come usare l’IA senza perdere il proprio giudizio?

    Come usare l’IA senza perdere il proprio giudizio?

    La risposta sembra giusta. Ed è proprio questo il problema.

    C’è un momento in cui, quando utilizzi l’intelligenza artificiale per lavoro, trovo particolarmente interessante.

    Non è quando sbaglia.

    Quello, in fondo, è il problema più semplice.

    Ti accorgi dell’errore, lo correggi e vai avanti.

    Il momento più delicato arriva quando la risposta sembra perfetta.

    È ben scritta.

    È coerente.

    Ha una logica impeccabile.

    Potrebbe finire direttamente in una presentazione, in una proposta commerciale o in una mail destinata a un cliente.

    Ed è proprio allora che dovremmo fermarci a porre un’ulteriore domanda.

    Ho studiato i Sistemi Esperti più di trent’anni fa.

    All’epoca cercavamo di capire fino a che punto una macchina potesse riprodurre il ragionamento di uno specialista.

    Oggi mi interessa il problema opposto.

    Quanto ragionamento siamo disposti a delegare alla macchina?

    La differenza tra allora e oggi non risiede soltanto nella potenza della tecnologia.

    È nella velocità.

    L’intelligenza artificiale può produrre in pochi secondi una risposta che a una persona potrebbe richiedere mezz’ora di lavoro.

    Può proporre alternative.

    Costruire ipotesi.

    Riassumere documenti.

    Analizzare scenari.

    Individuare collegamenti che non avevamo considerato.

    Per un professionista è uno strumento straordinario.

    Ma proprio questa velocità introduce un rischio nuovo.

    Quando una risposta arriva facilmente, siamo naturalmente portati a dedicarle meno attenzione.

    Ed è qui che entra in gioco qualcosa che considero centrale nel rapporto tra le persone e l’intelligenza artificiale: il giudizio professionale.

    Utilizzare bene l’AI non significa chiederle di decidere al nostro posto.

    Significa utilizzarla per aumentare il numero e la qualità delle ipotesi che possiamo valutare.

    La macchina accelera l’esplorazione.

    La persona mantiene la responsabilità della propria scelta.

    Perché una risposta può essere tecnicamente corretta e, comunque, sbagliata.

    Sbagliata per quel cliente.

    Per quella situazione.

    Per quella cultura aziendale.

    Per quella storia che nessun modello conosce appieno.

    Per quelle conseguenze che emergono soltanto quando una decisione esce dallo schermo e incontra il mondo reale.

    È questo il punto che vorrei approfondire in questa parte della mia linea editoriale dedicata a Human + AI.

    Non mi interessa raccontare l’intelligenza artificiale come una competizione tra uomo e macchina.

    Mi interessa qualcosa di molto più concreto.

    Capire come i professionisti possano usarla per pensare meglio, lavorare più velocemente e ampliare le proprie capacità senza perdere ciò che rende davvero preziosa l’esperienza accumulata negli anni.

    Contesto.

    Responsabilità.

    Capacità critica.

    E, soprattutto, la disponibilità a porre un’ulteriore domanda dopo che l’AI ci ha già fornito una risposta.

    Perché probabilmente il rischio più grande non sarà quello di usare troppo l’intelligenza artificiale.

    Sarà smettere lentamente di pensare mentre la usiamo.

    Esplora la combinazione Human + AI.