Supervisor. I professionisti dell’AI

Dialogo con Filippo Poletti - a cura di Fulvio Palmieri

L’intelligenza artificiale non è “nata ieri”. La differenza, oggi, è che è diventata accessibile, pervasiva e capace di entrare nelle attività quotidiane di chi lavora: email, report, analisi, documenti, customer care, HR, marketing, IT.

In questo incontro, a partire dal libro Supervisor. I professionisti dell’AI (Filippo Poletti, Guerini Associati), mettiamo a fuoco un’idea concreta: nel lavoro che cambia, la competenza non è “farsi sostituire” o “resistere”. È governare. Il professionista diventa un Supervisor: definisce il contesto, controlla gli output, corregge, decide cosa delegare e cosa no.

Affrontiamo anche una distinzione che, in azienda, farà la differenza: assistenti vs agenti AI. Gli assistenti supportano. Gli agenti agiscono: aprono ticket, inviano email, spostano flussi. E proprio perché agiscono, richiedono regole, controllo e responsabilità.

Chiudiamo con un approccio graduale in tre step per iniziare subito: automatizzare il ripetitivo, aumentare la qualità del lavoro, progettare nuovi servizi.

Filippo Poletti

Giornalista e autore, Top Voice di LinkedIn Italia. Dal 2017 cura su LinkedIn la rubrica quotidiana #RASSEGNALAVOROIT dedicata al lavoro in Italia. Milanese, con executive MBA alla POLIMI Graduate School of Management, TEDx speaker, è stato inserito da WikiMilano tra i protagonisti della metropoli italiana. È docente di comunicazione dei social media (Università di Pavia) e formatore in aziende e business school.

Un breve riassunto dell’incontro con i punti chiave

• L’AI è “senior”: nasce come disciplina nel 1956 (Dartmouth). Non è nuova, è diventata massiva e disponibile su larga scala.
• AI del passato (già nella vita quotidiana): computer vision (Face ID, filtri, riconoscimento), machine learning (spam, suggerimenti), analisi predittiva (retail, sanità, industria).
• AI del “presente che sembra futuro”: physical AI e sistemi che agiscono nel mondo reale (esempi citati: robotaxi, robot che dirigono il traffico).
• La parola chiave: Supervisor: il professionista resta responsabile di qualità, decisione, verifica e contesto. L’AI accelera, ma non “firma”.
• Vibe working e agentività: cambiano i confini delle attività. Non si tratta solo di automatizzare, ma di ridurre attrito tra idea e output, mantenendo regia umana.
• Assistenti vs agenti: l’assistente suggerisce e supporta; l’agente compie azioni (email, ticket, workflow). Quando un sistema agisce, la governance diventa indispensabile.
• RAG e fonti delimitate: un assistente basato su contenuti circoscritti (es. un libro) riduce il rischio di “inventare” rispetto a modelli generalisti.
• Rischio reale: deskilling: se deleghi “a scatola chiusa”, disimpari. Upskilling e reskilling sì, ma senza perdere competenze critiche.
• Approccio graduale in 3 step: partire dal ripetitivo, poi alzare la qualità, poi costruire nuovi servizi e nuove offerte.

Dialogo

L’incontro, tratto dalla diretta streaming, è stato condotto da Fulvio Palmieri (F.P.) con Filippo Poletti (F.Po.).
La forma dialogica riprende alcuni passaggi centrali: AI “senior”, AI del passato e del presente, Supervisor, agenti, RAG, rischi (deskilling, deepfake) e approccio graduale.

F.P. - Partiamo da una cosa semplice: cos’è l’intelligenza artificiale e perché dici che è “senior”?

F.Po. - L’AI nasce come campo di ricerca nel 1956. Oggi sembra nuova perché è entrata nel quotidiano con strumenti accessibili a tutti, ma ha una storia lunga e stratificata.

F.P. - Che differenza c’è tra l’AI “di ieri” e quella che stiamo usando oggi?

F.Po. - L’AI del passato è già nelle nostre abitudini: computer vision, machine learning, analisi predittiva. Oggi si aggiunge una componente che appare “futuribile”, ma è già qui: sistemi che non solo elaborano nel digitale, ma agiscono nel mondo reale.

F.P. - Nel tuo libro usi una parola precisa: “Supervisor”. Che cosa significa, in pratica?

F.Po. - Significa lavorare con l’AI “a braccetto”, ma senza abdicare. Il professionista governa: definisce obiettivi, controlla l’output, corregge, decide. L’AI può fare molto, ma chiede molto: responsabilità umana.

F.P. - Stai distinguendo tra assistenti e agenti. Perché è un punto così importante?

F.Po. - Perché l’assistente supporta, mentre l’agente compie azioni: scrive e invia email, apre ticket, attiva workflow. Quando un sistema agisce, la governance diventa indispensabile: regole, verifiche, limiti, responsabilità.

F.P. - Hai citato l’assistente “Virgilio” legato al libro. Che vantaggio porta rispetto a un modello generalista?

F.Po. - Un assistente basato su una base dati delimitata risponde attingendo solo da quelle fonti. Riduce il rischio di errori inventati tipici di un contesto “aperto”, dove il modello pesca in modo indistinto.

F.P. - Quali sono le paure più comuni e quali invece i rischi sottovalutati?

F.Po. - La paura della sostituzione è frequente. Un rischio meno discusso è il deskilling: affidarsi troppo e perdere competenze. La supervisione non è un vezzo, è una misura di qualità e sicurezza.

F.P. - Chiudiamo con qualcosa di operativo: da domani mattina, che cosa può fare un professionista?

F.Po. - Approccio graduale in tre step: 1) partire da attività routinarie e a minor valore aggiunto; 2) usare l’AI per alzare la qualità del lavoro; 3) usarla creativamente per progettare nuovi servizi e nuove offerte.

Punti fermi e domande aperte emerse nel dialogo:

• La trasformazione non è “AI sì / AI no”: è governance. Chi decide regole, controlli e criteri di qualità?
• La figura del Supervisor sposta il focus: meno esecuzione, più regia, verifica e responsabilità finale.
• Con gli agenti AI cresce la leva operativa, ma cresce anche il bisogno di controllo: logiche, audit, limiti di azione.
• I modelli su fonti delimitate (RAG, knowledge base verticali) riducono errori, ma non eliminano la necessità di verifica.
• Deskilling: se l’AI “pensa sempre per te”, il rischio è perdere precisione, attenzione e giudizio professionale.
• Approccio in tre step: utile come avvio, ma resta aperta la domanda su come misurare qualità, rischio e valore nel tempo.