{"id":4419,"date":"2026-04-20T10:05:54","date_gmt":"2026-04-20T10:05:54","guid":{"rendered":"https:\/\/eccellenzedimpresa.it\/?post_type=cp_magazine&p=4419"},"modified":"2026-04-21T09:38:41","modified_gmt":"2026-04-21T09:38:41","slug":"ai-generativa-nelle-aziende-come-aumentare-produttivita-e-qualita-del-lavoro-con-una-strategia-centrata-sulle-persone","status":"publish","type":"cp_magazine","link":"https:\/\/eccellenzedimpresa.it\/en\/magazine\/ai-generativa-nelle-aziende-come-aumentare-produttivita-e-qualita-del-lavoro-con-una-strategia-centrata-sulle-persone\/","title":{"rendered":"AI generativa nelle aziende: come aumentare produttivit\u00e0 e qualit\u00e0 del lavoro con una strategia centrata sulle persone."},"content":{"rendered":"\n
\n

Adottare la nuova tecnologia non solo migliora l\u2019efficienza facendo risparmiare tempo, ma aumenta<\/em> anche la qualit\u00e0 del lavoro, perch\u00e9 permette di dedicarsi ad attivit\u00e0 strategiche e creative.<\/em> Ma serve fare formazione mirata e adattarla alle diverse funzioni aziendali.<\/em><\/p>\n<\/div><\/div>\n\n\n\n

<\/div>\n\n\n\n

Con il progredire dell\u2019evoluzione dell\u2019Intelligenza Artificiale Generativa (AI Gen)<\/strong>, la prossima sfida per i leader \u00e8 chiara: renderla scalabile<\/strong> e in grado di fornire un valore misurabile<\/strong> in tutte le loro organizzazioni (Davenport e Bean, 2025). <\/p>\n\n\n\n

Mentre le aziende passano dalla sperimentazione all\u2019adozione a livello aziendale, molte faticano non con gli strumenti stessi, ma con la trasformazione organizzativa necessaria per integrarli in modo significativo nel lavoro quotidiano delle persone. Gli strumenti continueranno a evolversi: \u00e8 il lato umano dell\u2019equazione <\/strong>che determina il vero successo delle iniziative AI Gen.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Abbiamo studiato una delle pi\u00f9 grandi implementazioni di AI Gen nel mondo reale fino ad oggi, presso la multinazionale farmaceutica Novo Nordisk<\/strong>. La sua esperienza dimostra che il successo non dipende solo dall\u2019infrastruttura, ma anche dal modo in cui le persone pensano, si adattano<\/strong> e collaborano<\/strong> con l\u2019AI. Una lezione fondamentale: sebbene l\u2019adozione della AI Gen e le trasformazioni digitali pi\u00f9 ampie abbiano radici comuni, la prima \u00e8 particolarmente dirompente, poich\u00e9 ridefinisce la natura stessa del lavoro in modi senza precedenti.<\/p>\n\n\n\n

Come molte organizzazioni, Novo Nordisk ha iniziato con un\u2019aspettativa familiare: che l\u2019AI Gen avrebbe principalmente aumentato la produttivit\u00e0 (Brynjolfsson, Li e Raymond, 2025). Guidata dal principio di leadership \u201cil tempo \u00e8 la valuta definitiva\u201d e da una campagna denominata \u201cMake your time count\u201d (Fai valere il tuo tempo), l\u2019azienda ha lanciato l\u2019implementazione a livello aziendale dello strumento Copilot AI Gen di Microsoft<\/strong> all\u2019inizio del 2024, con l\u2019obiettivo di risparmiare tempo<\/strong> e migliorare l\u2019efficienza<\/strong>. E, sotto molti aspetti, l\u2019azienda ha raggiunto questo obiettivo.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Ogni dipendente ha risparmiato in media 2,17 ore alla settimana dopo aver iniziato a utilizzare lo strumento. Ma \u00e8 successo anche qualcosa di inaspettato: quelle ore non erano ci\u00f2 che i dipendenti apprezzavano di pi\u00f9. La soddisfazione dei dipendenti nei confronti di Copilot era tre volte pi\u00f9 correlata al miglioramento percepito nella qualit\u00e0 del lavoro <\/em><\/strong>che al tempo risparmiato. I dipendenti hanno segnalato miglioramenti nella qualit\u00e0 della sintesi dei contenuti, nella creazione di contenuti e nell\u2019ideazione. \u00c8 interessante notare che molti dipendenti hanno reinvestito il tempo risparmiato nelle interazioni con le persone, nella pianificazione strategica e nel lavoro creativo. Come ha affermato uno di loro: \u201cPosso dedicare pi\u00f9 tempo ed energie alla strategia e alla pianificazione del lancio del mio progetto\u201d.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Questa intuizione mette in discussione un presupposto fondamentale di molte implementazioni dell\u2019AI Gen: che il valore principale della tecnologia risieda nella pura efficienza. In pratica, la promessa dell\u2019AI Gen \u00e8 pi\u00f9 ampia e pi\u00f9 incentrata sull\u2019uomo.<\/p>\n\n\n\n

L\u2019esperienza di implementazione di Novo Nordisk, che \u00e8 passata da poche centinaia di utenti Copilot nel gennaio 2024 a 20mila nel febbraio 2025, offre importanti insegnamenti ai leader che stanno affrontando la sfida della scalabilit\u00e0 dell\u2019AI Gen. Attraverso sondaggi condotti su oltre 3mila dipendenti<\/strong>, analisi interne e interviste in prima linea, abbiamo scoperto sia le dinamiche dei dipendenti sia gli approcci di leadership testati sul campo per promuovere un\u2019adozione significativa su larga scala.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Scalare l\u2019AI Gen: non \u00e8 plug-and-play<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

La scalabilit\u00e0 dell\u2019AI Gen non \u00e8 solo una sfida tecnica, ma una maratona di gestione del cambiamento. Il vero lavoro consiste nel supportare<\/strong> i dipendenti mentre sperimentano, lottano e alla fine trovano il loro ritmo con questi nuovi strumenti.<\/p>\n\n\n\n

In Novo Nordisk, l\u2019adozione di Copilot non \u00e8 stata lineare, ma si \u00e8 svolta in tre fasi<\/strong>. Prima c\u2019\u00e8 stato un picco<\/strong>: dopo circa un mese, il 23%<\/strong> delle persone era costituito da utenti frequenti e il 74%<\/strong> da utenti moderati. Poi c\u2019\u00e8 stato un calo<\/strong> di interesse, con il 15%<\/strong> del gruppo dei primi utenti che \u00e8 diventato inattivo dopo tre o quattro mesi e il tempo medio risparmiato \u00e8 sceso da 2,29 <\/strong>a 2,14<\/strong> ore alla settimana. Un utente ha dichiarato: \u201cNon ho ancora capito bene come utilizzarlo. All\u2019inizio l\u2019ho provato un po\u2019, con scarso successo, e da allora non l\u2019ho pi\u00f9 utilizzato\u201d. Un andamento simile si \u00e8 verificato nell\u2019utilizzo delle app: i guadagni in termini di produttivit\u00e0 e qualit\u00e0 sono diminuiti dopo che gli utenti hanno esteso l\u2019uso di Copilot da una o due app (come Word ed Excel) a quattro o cinque, ma sono poi risaliti con sei o pi\u00f9 app.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Questo calo a met\u00e0 ciclo \u00e8 tipico dell\u2019adozione dell\u2019AI Gen. L\u2019entusiasmo iniziale delle persone lascia il posto alla frustrazione quando i vantaggi immediati si esauriscono e aumentano le difficolt\u00e0 di integrazione. Se non viene controllato, questo calo pu\u00f2 trasformarsi in abbandono. La nostra ricerca ha rivelato che bastano poche delusioni per distruggere l\u2019entusiasmo delle persone per la tecnologia; in altre parole, un utente potrebbe rinunciare a utilizzare Copilot dopo alcuni tentativi falliti. Tuttavia, i dipendenti che persistono oltre questo calo spesso segnalano sostanziali miglioramenti delle prestazioni, probabilmente grazie agli effetti dell\u2019apprendimento accumulato. Questo \u00e8 un momento cruciale per interventi di formazione mirati.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Per contrastare il calo a met\u00e0 ciclo, Novo Nordisk ha implementato una serie di strategie di abilitazione, tra cui: interventi di formazione mirati programmati in base alle fasi chiave di adozione; riassegnazione delle licenze e liste d\u2019attesa per rinvigorire l\u2019interesse; una rete di sostenitori della AI Gen per fornire indicazioni contestuali e sostenere lo slancio dell\u2019adozione; microcomunicazioni mirate, come newsletter incentrate sui suggerimenti, per affrontare le sfide segnalate dagli utenti; feedback continui, come sondaggi periodici, dashboard di utilizzo e monitoraggio dei benchmark della concorrenza, per evolvere il supporto al mutare delle esigenze degli utenti.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Come evidenzia l\u2019esperienza dell\u2019azienda, l\u2019AI Gen richiede formazione e supporto continui<\/strong>. L\u2019efficacia dell\u2019AI Gen dipende dalla formazione delle persone, non solo dai modelli di AI. I leader dovrebbero promuovere un ecosistema in cui i dipendenti si sentano supportati, informati e ispirati a spingere ulteriormente le capacit\u00e0 della tecnologia (Puranam, 2025). <\/p>\n\n\n\n

<\/div>\n\n\n\n

Adattare l\u2019abilitazione dell\u2019AI Gen in base alla funzione aziendale<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Tuttavia, funzioni aziendali diverse richiedono tipi di supporto diversi. Riconoscere il modo in cui le persone, con ruoli e mentalit\u00e0 diversi, interagiscono con l\u2019AI Gen \u00e8 fondamentale per promuovere un\u2019adozione significativa.<\/p>\n\n\n\n

In Novo Nordisk, l\u2019impatto di Copilot variava in modo significativo a seconda delle funzioni, determinando il passaggio da un\u2019implementazione uniforme a un\u2019abilitazione mirata. L\u2019analisi che ha messo a confronto il risparmio di tempo e i miglioramenti qualitativi nelle aree aziendale, commerciale, produttiva e di ricerca ha rivelato forti disparit\u00e0.<\/p>\n\n\n\n

<\/div>\n\n\n\n

I team aziendali e commerciali <\/strong>sono stati tra i pi\u00f9 efficienti in termini di miglioramento della produttivit\u00e0 e della qualit\u00e0 del lavoro con Copilot. D\u2019altro canto, reparti come Ricerca<\/strong>, Dati<\/strong> e AI<\/strong> e Sviluppo clinico<\/strong>, pur continuando a trarne vantaggio, hanno registrato guadagni minori sia in termini di risparmio di tempo sia di miglioramento della qualit\u00e0. I dipendenti Stem<\/strong>, abituati a sistemi deterministici con risultati costanti, hanno spesso avuto difficolt\u00e0 con la natura probabilistica dell\u2019AI Gen. Poich\u00e9 opera su modelli che producono risposte variabili, i suoi risultati possono entrare in conflitto con flussi di lavoro basati sulla precisione che richiedono affidabilit\u00e0. Le allucinazioni<\/strong> dell\u2019AI <\/strong>(risultati errati o privi di senso) hanno ulteriormente complicato l\u2019integrazione dello strumento in attivit\u00e0 orientate alla ricerca, dove l\u2019accuratezza e l\u2019affidabilit\u00e0 sono di fondamentale importanza. Queste allucinazioni si sono manifestate in vari modi, tra cui invenzioni, inesattezze fattuali, errori di logica o di ragionamento, errori matematici e scelte basate su modelli irrilevanti (Sun et al.<\/em>, 2024).<\/p>\n\n\n\n

<\/div>\n\n\n\n

Questa variabilit\u00e0 ha minato la fiducia delle persone nel sistema e ha creato notevoli ostacoli alla sua adozione. Come ha affermato un ricercatore: \u201cNon vedo come applicarlo al mio tipo di lavoro\u201d. Al contrario, un utente del reparto vendite lo ha descritto come \u201cuna svolta rivoluzionaria per me in molti aspetti del mio lavoro\u201d. L\u2019adattamento all\u2019AI Gen richiederebbe un cambiamento di mentalit\u00e0 tra i dipendenti Stem: dovrebbero imparare a gestire l\u2019imprevedibilit\u00e0 intrinseca di tali strumenti.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Per facilitare il processo, Novo Nordisk \u00e8 passata da un\u2019implementazione uniforme a una personalizzata<\/strong>. Ha lanciato un programma di inserimento specifico per ogni funzione, ha creato playbook<\/em> di casi d\u2019uso e librerie di apprendimento in linea con i ruoli lavorativi e ha collaborato con Microsoft per personalizzare le funzionalit\u00e0 di Copilot per i diversi team. Questa flessibilit\u00e0 ha garantito che i dipendenti con ruoli sia creativi sia di precisione potessero trovare applicazioni significative in linea con i loro flussi di lavoro.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Campioni a sorpresa: i dipendenti pi\u00f9 esperti<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Contrariamente ad alcuni miti sui nativi digitali, i dati hanno dimostrato che i dipendenti senior<\/strong> di Novo Nordisk tendevano a utilizzare l\u2019AI Gen in modo pi\u00f9 efficace rispetto ai loro colleghi pi\u00f9 giovani<\/strong>. I risultati del sondaggio hanno indicato che i lavoratori esperti hanno superato i colleghi pi\u00f9 giovani sia in termini di aumento della produttivit\u00e0 sia di miglioramento della qualit\u00e0 del lavoro. Perch\u00e9? La profonda comprensione dei flussi di lavoro da parte di questi dipendenti pi\u00f9 anziani ha permesso loro di identificare rapidamente i punti in cui strumenti come Copilot potevano aggiungere valore. Inoltre, erano meglio attrezzati per valutare i risultati generati dall\u2019AI e integrarli in compiti complessi con maggiore precisione<\/strong>.<\/p>\n\n\n\n

I dipendenti pi\u00f9 giovani, al contrario, spesso non avevano il contesto necessario per individuare le opportunit\u00e0 ad alto impatto. Un giovane dipendente ha affermato: \u201cNon conosco abbastanza casi d\u2019uso reali; per cosa posso utilizzarlo?\u201d. Un altro ha osservato: \u201cNon ho avuto un caso d\u2019uso specifico in cui potessi vedere chiaramente i vantaggi dell\u2019utilizzo\/esplorazione di Copilot\u201d.<\/p>\n\n\n\n

<\/div>\n\n\n\n

La lezione: piuttosto che dare per scontato che i lavoratori pi\u00f9 giovani guideranno la carica dell\u2019AI Gen, le organizzazioni dovrebbero responsabilizzare<\/strong> i dipendenti esperti affinch\u00e9 fungano da amplificatori<\/strong>.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Dopo che questa intuizione ha ribaltato le ipotesi dei dirigenti di Novo Nordisk, \u00e8 stata creata una rete interfunzionale composta principalmente da membri del personale esperti per condurre sessioni dimostrative tra colleghi, fornire formazione specifica per i ruoli e condividere esempi pratici su misura per contesti lavorativi specifici. Nel frattempo, le comunit\u00e0 interne dei social media aziendali come Viva Engage (uno strumento di collaborazione sociale integrato in Microsoft Teams) hanno consentito la condivisione delle conoscenze tra dipendenti senior e junior, favorendo l\u2019adozione.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Investendo nei dipendenti senior come promotori dell\u2019adozione, i dirigenti possono attingere alle competenze contestuali di queste persone per promuovere un uso significativo dell\u2019AI Gen, adattando la formazione ai flussi di lavoro e all\u2019anzianit\u00e0 di servizio e garantendo che i membri junior del personale ricevano casi d\u2019uso chiari e accessibili per rafforzare la loro fiducia. Allineando l\u2019abilitazione all\u2019esperienza, le organizzazioni possono sbloccare il potenziale della AI Gen a tutti i livelli.<\/p>\n\n\n\n

Le prestazioni dell\u2019AI Gen non dipendono dalla competenza tecnologica, ma dalla fluidit\u00e0 contestuale, dalla fiducia e dalla capacit\u00e0 umana di integrare nuovi strumenti in flussi di lavoro sfumati.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Superare la resistenza culturale e l\u2019AI Shaming<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Non tutti in Novo Nordisk hanno accolto con favore Copilot. La resistenza<\/strong> culturale<\/strong> e il cosiddetto AI shaming<\/em> <\/strong>hanno rappresentato ostacoli significativi, con alcuni dipendenti che consideravano l\u2019AI Gen come immorale o simile a un imbroglio. Un utente ha affermato: \u201cTrovo Copilot eticamente discutibile: consumo energetico estremamente elevato, basato su pratiche spudorate di violazione della privacy e dei diritti\u201d.<\/p>\n\n\n\n

Altri temevano di sconvolgere le routine, commettere errori o essere sottoposti a controlli per i risultati generati dall\u2019AI. Un utente ha affermato: \u201cTemo che ci\u00f2 che faccio con Copilot sia sbagliato o che commetter\u00f2 errori nel mio lavoro\u201d. Tali atteggiamenti hanno portato i dipendenti a essere riluttanti a integrare la tecnologia nei loro flussi di lavoro. Le preoccupazioni relative alla propriet\u00e0 dei risultati e ai cambiamenti nei flussi di lavoro hanno alimentato un\u2019ulteriore resistenza nei confronti dell\u2019AI Gen.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Questa resistenza culturale, sottile ma reale, pu\u00f2 rallentare l\u2019adozione anche nelle organizzazioni altamente tecnologiche. Novo Nordisk ha affrontato la sfida con una strategia multiforme, incentrata sulla trasparenza e sulla fiducia. L\u2019azienda ha introdotto linee guida per un uso etico, ha chiarito le aspettative in merito alla propriet\u00e0 e alla divulgazione dei risultati e ha lanciato la campagna \u201cSpend time to save time\u201d (Investi tempo per risparmiare tempo) per ridefinire l\u2019AI Gen come un fattore strategico e non come una scorciatoia.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Mark Navas, il dirigente di Novo Nordisk responsabile dell\u2019implementazione di Copilot, ha rafforzato questo messaggio: \u201cCopilot mira a consentire ai nostri dipendenti di lavorare meglio, non a prendere scorciatoie\u201d. Feedback regolari, inclusi sondaggi e analisi dell\u2019utilizzo, hanno permesso all\u2019azienda di monitorare la resistenza e adattare il supporto. Le demo condotte dai campioni hanno normalizzato l\u2019adozione mostrando esempi reali di utilizzo di successo dell\u2019AI Gen. Spazi sicuri come la piattaforma Viva Engage hanno permesso ai dipendenti di porre domande, condividere preoccupazioni e acquisire fiducia senza timore di essere giudicati.<\/p>\n\n\n\n

I leader che stanno implementando l\u2019AI Gen possono adottare diverse strategie, come ha fatto Novo Nordisk, per mitigare la resistenza culturale, <\/strong>trasformare la resistenza in coinvolgimento e aprire la strada a un\u2019adozione sostenibile.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Chiarire l\u2019uso etico. <\/strong>Sviluppare e comunicare linee guida sull\u2019uso, la propriet\u00e0 e la divulgazione dell\u2019AI. Assicurarsi che i dipendenti comprendano come integrare l\u2019AI Gen in modo trasparente.<\/p>\n\n\n\n

Normalizzare l\u2019uso dell\u2019AI Gen attraverso i campioni. <\/strong>Impiegare dipendenti esperti per dimostrare applicazioni pratiche ed etiche, che rendono l\u2019AI Gen pi\u00f9 comprensibile e credibile.<\/p>\n\n\n\n

Promuovere spazi sicuri. <\/strong>Costruire comunit\u00e0 interne per il supporto tra pari, dove i dipendenti possano esprimere le loro preoccupazioni e condividere i successi senza essere giudicati.<\/p>\n\n\n\n

Affrontare in modo proattivo le questioni relative alla fiducia. <\/strong>Formare i dipendenti sulla privacy dei dati, l\u2019impatto ambientale e l\u2019uso responsabile per costruire la fiducia e contrastare le obiezioni etiche.<\/p>\n\n\n\n

Ridefinire il ruolo dell\u2019AI. <\/strong>Posizionare l\u2019AI Gen come uno strumento per migliorare la qualit\u00e0 del lavoro, non per sostituire lo sforzo umano, attraverso messaggi coerenti da parte della leadership.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Le persone sono la piattaforma<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Novo Nordisk prevede di espandere ulteriormente l\u2019implementazione di Copilot, passando da circa 20mila<\/strong> a 37mila <\/strong>dipendenti nel 2025. (L\u2019azienda conta circa 75mila<\/strong> dipendenti in tutto il mondo). Secondo il Chief Digital and Information Officer (e coautore) Anders Romare, il futuro dell\u2019azienda con l\u2019AI Gen dipender\u00e0 dalla capacit\u00e0 di andare oltre l\u2019entusiasmo iniziale per costruire sistemi che supportino l\u2019apprendimento continuo, la fiducia e l\u2019integrazione nei flussi di lavoro reali.<\/p>\n\n\n\n

Man mano che l\u2019azienda continua la sua implementazione, una lezione \u00e8 diventata sempre pi\u00f9 chiara: il successo dell\u2019AI Gen non dipende tanto dagli strumenti stessi, quanto dalle persone che li utilizzano e dal modo in cui si adattano, collaborano e si appropriano del cambiamento.<\/p>\n\n\n\n

Questo successo non \u00e8 determinato solo dall\u2019automazione, ma anche dalle persone disposte a ripensare il proprio modo di lavorare, a sostenersi a vicenda e a sviluppare fiducia nei nuovi metodi di lavoro affiancati dall\u2019AI. I campioni diventano agenti del cambiamento. Le comunit\u00e0 diventano acceleratori. E l\u2019esperienza, non la giovinezza, emerge come catalizzatore nascosto dell\u2019adozione.<\/p>\n\n\n\n

Se volete scalare con successo l\u2019AI Gen, iniziate dalle persone, non dal codice.<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n
<\/div>\n\n\n\n

Nota prima della bibliografia<\/strong><\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Gli autori desiderano ringraziare Jingqi Liu, dottorando presso l\u2019ETH di Zurigo, per aver contribuito alla stesura di questo articolo.<\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Bibliografia<\/strong><\/p>\n\n\n\n

    \n
  • T.H. Davenport e R. Bean, \u201cFive Trends in AI and Data Science for 2025\u201c (Cinque tendenze nell\u2019AI e nella scienza dei dati per il 2025), MIT Sloan Management Review, 15 aprile 2025, https:\/\/sloanreview.mit.edu.<\/li>\n\n\n\n
  • E. Brynjolfsson, D. Li e L. Raymond, \u201cGenerative AI at Work\u201d, The Quarterly Journal of Economics 140, n. 2 (maggio 2025): 889-942.<\/li>\n\n\n\n
  • P. Puranam, \u201cRe-Humanize: How to Build Human-Centric Organizations in the Age of Algorithms\u201d (Singapore: Penguin Random House, 2025).<\/li>\n\n\n\n
  • Y. Sun, D. Sheng, Z. Zhou, et al., \u201cAI Hallucination: Towards a Comprehensive Classification of Distorted Information in Artificial Intelligence-Generated Content\u201d (Allucinazioni dell\u2019AI: verso una classificazione completa delle informazioni distorte nei contenuti generati dall\u2019intelligenza artificiale), Humanities and Social Sciences Communications 11, n. 1 (settembre 2024): 1-14.<\/li>\n\n\n\n
  • S. Raisch e S. Krakowski, \u201cArtificial Intelligence and Management: The Automation-Augmentation Paradox,\u201d Academy of Management Review 46, n. 1 (gennaio 2021): 192-210.<\/li>\n<\/ul>\n","protected":false},"template":"","meta":{"_acf_changed":false},"acf":[],"_links":{"self":[{"href":"https:\/\/eccellenzedimpresa.it\/en\/wp-json\/wp\/v2\/cp_magazine\/4419"}],"collection":[{"href":"https:\/\/eccellenzedimpresa.it\/en\/wp-json\/wp\/v2\/cp_magazine"}],"about":[{"href":"https:\/\/eccellenzedimpresa.it\/en\/wp-json\/wp\/v2\/types\/cp_magazine"}],"wp:attachment":[{"href":"https:\/\/eccellenzedimpresa.it\/en\/wp-json\/wp\/v2\/media?parent=4419"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}