AI+ emerging practices: pratiche, governance e qualità dei legami per ripensare la collaborazione tra persone e AI

Dalle pratiche emergenti che logotel osserva sul campo, condivise alla AI WEEK 2026 insieme a Cisco, fino a una diagnosi scomoda: integrare l’AI nelle organizzazioni non è un problema di strumenti, ma di governance e di qualità dei legami. Una riflessione di Cristina Favini, co-founder, General manager e Chief design officer logotel.

Le domande che non hanno (ancora) risposta

Nel 2026 nessuno si chiede più a cosa serve l’AI. Eppure dobbiamo ancora comprendere il suo potenziale trasformativo. Ci automatizzerà? Ci aumenterà? Ci sostituirà? Ci moltiplicherà?

Sono domande destinate a non avere risposta, se non affrontiamo una questione ancora più urgente: perché facciamo così fatica a integrare l’AI nelle nostre organizzazioni, imprese e negli ecosistemi di business?

Perché, dopo l’entusiasmo delle fasi pilota, i progetti AI driven inciampano nella quotidianità, e si scontrano con il disallineamento tra le aspettative di imprenditori, C-level e la realtà delle persone che devono cambiare il proprio modo di lavorare?

Ed è qui che il tema si sposta dagli investimenti in tecnologia a qualcosa di più concreto: quell’ingrediente che crediamo inneschi la trasformazione e la fa scalare. Le pratiche. Per ridisegnare il modo in cui lavoriamo, decidiamo, collaboriamo. Insieme.

Cos’è una pratica emergente?

Una pratica emergente è qualcosa di concreto: un’azione che abbiamo visto funzionare, che migliora il modo di lavorare e che può essere portata in un altro team, fatta scalare, aggiornata, fatta evolvere. La pratica accelera un nuovo flusso di lavoro perché non resta privata. Diventa lingua comune.

La pratica nasce dalla sperimentazione. E sperimentare è necessario anche per riconoscere cosa non funziona, imparare, adattarci e trasformare in pratiche estendibili alla collettività. È un cambio di prospettiva: dal semplice output (cosa ho prodotto con l’AI) al pattern (perché l’ho fatto, e come può rifarlo qualcun altro).

Dall’eroe individuale al sistema. Da “ho trovato una soluzione one shot”, a “noi abbiamo un modo di lavorare”. Senza questo salto, l’AI resta uno strumento di efficienza, mai un moltiplicatore di intelligenza collettiva.

Le AI+ emerging practices condivise da logotel e Cisco alla AI WEEK 2026

Gianpaolo Barozzi (VP Global Chief Technology Officer Cisco) sul palco della AI WEEK 2026 insieme a Cristina Favini, co-founder, General manager e Chief design officer logotel

Non parlo per ipotesi. Nell’ultimo anno come logotel abbiamo collaborato in decine di contesti, istituzioni e settori con organizzazioni diverse – estese, nazionali, globali, locali – di Clienti, riconoscendo l’emersione di alcuni pattern ricorsivi nella collaborazione tra AI e persone coinvolte in nuove modalità di lavoro.

Nello specifico, in occasione della AI week 2026, insieme a Gianpaolo Barozzi – VP Global Chief Technology Officer di Cisco – abbiamo condiviso delle AI+ emerging practices.

Intentional Prompting

Trattare il prompt come punto di vista agentico su un problema reale, non come istruzione tecnica. Fare ricerca prima di generare. Proteggere uno spazio mentale nel flusso di lavoro dei team di lavoro che non deve essere saltato per andare più veloci.

Due esigenze devono convergere: un ingresso già formato e funzionale (per non perdere tempo) e una relazione di senso con il contesto e le sfide (per non degenerare in un uso alienato). Il pensiero pratico è la premessa di ogni decisione: l’efficacia di questa pratica vive dentro un contesto conversazionale collaborativo, non solo tecnico.

Superare il prototipo

Dall’idea all’artefatto condiviso. Arrivare il prima possibile a un oggetto funzionante che oggi le AI permettono di far diventare il centro della conversazione e collaborazione durante le attività.

Vedere subito un modello funzionante che via via con il progetto, con data set e istruzioni che lo modificano lungo tutto il percorso dell’attività, accelera e cambia il modo di progettare e realizzare innovazione.

Le decisioni accadono sull’”oggetto”, e intorno all’oggetto. Una tensione da non rimuovere: l’artefatto non è l’origine del progetto. L’intorno all’oggetto, il processo, il dialogo, il pensiero, non è una mediazione eliminabile: ha un valore intrinseco. Altrimenti si favoriscono approcci reattivi e poco meditati.

Lavorare per artefatti e non per prototipi accelera molto a patto che sia favorita l’inclusione di punti di vista che non siano solo tecnici, ma rappresentativi di persone che vivono il business, la relazione con il cliente interno o esterno.

Progettare l’interfaccia tra le persone e l’artefatto AI

È una responsabilità di design, non di tecnologia: senza, l’AI va alla deriva e perde coerenza. Resta una domanda di responsabilità: chi guida la pratica? Chi si muove nel senso del suo utilizzo? L’allineamento è anche e soprattutto linguistico, nel senso ampio del termine. La lingua comune è il primo strato del feedback layer.

Tenere persone deliberatamente fuori dal workflow AI

Permette ai team di rimanere ancorati al contesto reale ed evitare derive che non hanno reale impatto. Per rompere il momentum di generazione e riportare il team alla domanda giusta: è questa la cosa giusta?

Non immersione nello strumento, ma costruzione di una relazione che potenzia il rapporto con la realtà invece di surrogarlo. La norma del giusto non può essere generata esclusivamente dal processo creativo stesso. Resta una riflessione importante: chi legittima l’autorevolezza di questa figura? Come si forma?

Una diagnosi più scomoda

Se l’articolo finisse qui, sarebbe utile ma incompleto. C’è una seconda cosa, per me ancora più importante. Adottare l’AI dentro le organizzazioni così come sono oggi significa, di fatto, amplificare il modello che le sta già rendendo poco abitabili.

Da decenni progettiamo le organizzazioni come processori di efficienza: misurare tutto, dividere tutto in task, accelerare ogni nodo del processo, ridurre l’imprevisto. L’AI, se non viene messa in discussione, fa esattamente questo, ma cento volte più velocemente.

In questi due giorni ho riconosciuto tre derive ricorrenti:

  • verticalizzazione. Ognuno ottimizza il proprio pezzo. Micro-agenti, micro-tool, micro-competenze. La specializzazione si fa estrema, e si perde la visione sistemica. L’AI amplifica i silos invece di attraversarli;
  • frammentazione. Si scompone tutto in task, prompt, workflow, KPI. Ogni nodo diventa misurabile, ma il senso del tutto evapora. Si producono output sempre più rapidi e sempre meno collegati: il workslop, quel lavoro che sembra produttivo e non ha impatto reale, è la firma di questa deriva;
  • controllo. Si misura tutto, si traccia tutto, si prevede tutto. Più dashboard, meno autonomia. Più previsione, meno iniziativa. Meno sorpresa, che è poi lo spazio dove le pratiche emergenti, per definizione, nascono.

Le organizzazioni non sono software. Sono sistemi sociali viventi. Vivono di ridondanze, conversazioni laterali, errori utili, deviazioni, relazioni informali, tempi non-produttivi, esattamente quegli spazi che a un’analisi superficiale sembrano sprechi. Un ecosistema troppo ottimizzato perde la sua capacità di adattarsi. È la differenza tra una macchina e un organismo.

Detta più crudamente: forse il problema dei due giorni di AI Week non era troppa AI. Era troppo workflow e poco work-life. Troppo processo e poca pratica. Troppo controllo e poca comunità.

Barriere da riconoscere per attraversarle

Anche le migliori pratiche si scontrano con barriere reali, concrete che viviamo nelle nostre organizzazioni. È onesto nominarle.

La paura: di non capire, di non riuscire, di sentirsi sostituiti.

Le policy rigide, usate spesso come alibi più che come tutela.

La legacy organizzativa: decenni di “si è sempre fatto così” che resistono ai cambi di flusso.

L’arrendismo da overload: troppe sperimentazioni, troppi tool, troppi annunci.

Queste barriere non si superano in un giorno. Non si superano nemmeno con un piano di change management top-down tradizionale. Si attraversano. Si attraversano costruendo ambienti dove le pratiche possono essere provate, viste, condivise, ripetute.

Il verbo è importante: attraversare, non rimuovere. Rimuovere d’imperio le barriere significa annullare le condizioni stesse della pratica.

Cosa significa per chi guida le trasformazioni

Per chi siede in un board, per un executive o chi guida una business unit o tutti i giorni deve sostenere un team interno o di partner, il messaggio può disorientare.

Ma voglio essere sincera: aspettarsi che l’adoption emerga spontaneamente dai team è una scommessa difficile da vincere. Sperare che un tool risolva un problema di pratica è una scorciatoia che produce workslop.

Accompagnare l’integrazione dell’AI nei nostri ecosistemi di business (governare l’AI) nel 2026 significa due cose che fanno fatica a stare insieme.

La prima: investire in governance vera. Framework e reframing, impact design, redesign di workflow. Non come adempimento, come fondamento di nuovi workflow.

La seconda, meno raccontata, quella a cui teniamo molto perché spesso invisibile: investire nella qualità dei legami. Negli ambienti e spazi di collaborazione utili, “safe” e piacevoli dove le pratiche possono nascere, essere viste, essere ripetute. Nei ritmi che alternano produzione e riflessione.

Ambienti di relazione, collaborazione e pratica per abilitare persone, organizzazioni e AI a scambiare e lavorare meglio per fare meglio.

Tre movimenti interconnessi per accendere il sistema

Governance vera e qualità dei legami non si attivano per decreto. Si mettono in moto attraverso tre movimenti interconnessi, tre verbi che, messi in sequenza e tenuti insieme, fanno passare un’organizzazione dall’esperimento alla pratica scalabile.

  • Attivare la sperimentazione. È l’innesco. Non un intervento isolato, ma spazi quotidiani dove le persone possono realizzare e provare senza essere giudicate sul primo tentativo. È il momento in cui un team si dà il permesso di non sapere ancora.
  • Animare le pratiche emergenti. È il passaggio dal singolo output al pattern condiviso. Significa rendere visibile ciò che ha funzionato e misurarlo con parametri rivisti (come abbiamo detto più volte, non vanity metrics), nominarlo, codificarlo in un linguaggio che altri team possano riconoscere e ripetere.
  • Amplificare gli ambienti di collaborazione. È il contesto in cui le pratiche scalano. Ritmi, format, community, momenti di scambio dove le pratiche emergenti circolano, vengono adottate, evolvono. Non un lancio: una pratica quotidiana.

Se i tre movimenti non si muovono insieme, la trasformazione non accade. Si accumulano esperimenti privati. Non si accende un sistema.

La differenza, domani, non la faranno le organizzazioni con i tool più potenti (non solo!). La faranno quelle che avranno costruito ambienti dove le persone si fidano abbastanza da provare, scambiare, collaborare e imparare insieme, tutti i giorni.

F.A.Q. – AI nelle organizzazioni: domande frequenti

Che cos’è una pratica emergente? Un’azione concreta che è stata vista funzionare e che migliora il modo di lavorare, trasferibile ad altri team, scalabile e aggiornabile. A differenza di un output singolo non resta privata: diventa lingua comune e un pattern che altri possono riconoscere e ripetere.

Cosa sono le AI+ emerging practices di logotel? Pratiche emergenti che logotel osserva sul campo nella collaborazione tra persone e AI, condivise alla AI WEEK 2026 insieme a Cisco (con Gianpaolo Barozzi): intentional prompting, superamento del prototipo verso l’artefatto condiviso, progettazione dell’interfaccia tra persone e AI e la scelta di tenere alcune persone deliberatamente fuori dal workflow.

Che cos’è l’intentional prompting? Trattare il prompt come un punto di vista agentico su un problema reale, non come istruzione tecnica: fare ricerca prima di generare e proteggere uno spazio di pensiero pratico nel flusso di lavoro.

Che cos’è il workslop? Il lavoro che sembra produttivo ma non ha impatto reale: output rapidi, numerosi e poco collegati. Nell’articolo è la firma della frammentazione che l’AI rischia di amplificare.

Perché molti progetti AI si bloccano dopo la fase pilota? Per il disallineamento tra le aspettative di imprenditori e C-level e la realtà delle persone che devono cambiare modo di lavorare, e perché adottare l’AI nelle organizzazioni così come sono amplifica verticalizzazione, frammentazione e controllo.

Cosa serve per integrare davvero l’AI in azienda? Due cose tenute insieme: una governance vera (framework, impact design, redesign dei workflow) e la qualità dei legami, cioè ambienti di collaborazione sicuri dove le pratiche nascono, si vedono e si ripetono.

Quali sono i tre movimenti per accendere il sistema? Attivare la sperimentazione, animare le pratiche emergenti e amplificare gli ambienti di collaborazione: funzionano solo se messi in sequenza e tenuti insieme.

Articolo di Cristina Favini – Co-founder, General manager e Chief design officer logotel