Per due anni la domanda sull’AI al lavoro è stata: le persone la useranno davvero? La seconda parte della ricerca “Work at the Frontier” di OpenAI, costruita su oltre 1,5 milioni di messaggi di lavoro scambiati su ChatGPT tra aprile e luglio 2026, sposta la domanda altrove. Le persone non stanno solo provando l’AI fuori dal proprio ruolo: ci tornano, mese dopo mese, e quel comportamento diventa routine. È il fenomeno che i ricercatori chiamano task crossover ricorrente, e cambia il modo in cui va pianificata l’adozione di ChatGPT in azienda: il collo di bottiglia non è più l’accesso allo strumento, è il disegno del lavoro attorno allo strumento.
In questo articolo scoprirai:
- Cosa dice la ricerca OpenAI sull’adozione di ChatGPT in azienda
- Come si può utilizzare l’intelligenza artificiale in azienda: i ruoli che sconfinano di più
- ChatGPT è adatto alle aziende, ma il collo di bottiglia è il work design
- Quali sono i pericoli di ChatGPT in azienda quando i ruoli si sovrappongono
- Perché il costo dell’adozione di ChatGPT in azienda non è la licenza
Cosa dice la ricerca OpenAI sull’adozione di ChatGPT in azienda
La prima parte del rapporto, pubblicata a luglio 2026 su oltre 800.000 messaggi di utenti statunitensi, aveva misurato il fenomeno in modo statico: il 16,8% di tutti i messaggi di lavoro e il 43,5% di quelli riferibili a un mestiere preciso riguardano attività storicamente associate a un’altra occupazione. Un dato forte, ma che poteva descrivere semplice curiosità.
La seconda parte aggiunge la dimensione che mancava: il tempo. Seguendo circa 6.200 lavoratori in modo continuativo per quattro mesi, OpenAI osserva che le attività fuori ruolo passano dal 13,1% al 25,9% dell’uso specifico di mestiere tra aprile e luglio 2026. In tre mesi la quota raddoppia. Non è una fiammata: è una curva.
Il numero più eloquente riguarda però il ritorno. Secondo l’analisi dei dati del rapporto, chi ha usato una volta l’AI per un compito fuori dal proprio ruolo ci torna il mese successivo nel 23,6% dei casi, contro l’8,4% di chi non l’aveva mai fatto. Il tasso di ritorno quasi triplica dopo un singolo utilizzo. Alcune attività trattengono molto più di altre: parlare di prodotti e servizi con i clienti torna nel 54% dei casi, la scrittura pubblicitaria nel 44%, la produzione di materiali di marketing nel 37%, mentre spiegare informazioni finanziarie si ferma al 15%, con una media del 18,5% su tutte le attività fuori ruolo.
Chi pianifica l’adozione dovrebbe leggere questi numeri come un segnale di irreversibilità: una volta che un compito attraversa il confine di un ruolo, tende a restarci.
Come si può utilizzare l’intelligenza artificiale in azienda: i ruoli che sconfinano di più
La domanda “come si usa l’AI in azienda” di solito riceve risposte teoriche. Qui c’è una risposta osservata. Nella prima parte della ricerca, le occupazioni con la quota più alta di attività fuori ruolo sono il customer experience al 77%, il design al 75%, le risorse umane al 69%, l’area legale al 56% e il marketing al 53%. Sono i mestieri che assorbono lavoro altrui, non quelli che lo cedono.
Chi assorbe e chi cede lavoro con l’intelligenza artificiale in azienda
Il flusso non è simmetrico, ed è qui che la faccenda diventa interessante per chi disegna i processi. I designer assorbono compiti esterni per il 35,2% ma cedono lavoro di design ad altri ruoli solo per l’1,7%, mentre il lavoro di ingegneria compare nelle altre occupazioni per il 7,4%. Marketing e ingegneria sono le discipline che viaggiano più lontano: sono le competenze che tutti gli altri si trovano a esercitare senza averle mai studiate.
L’adozione dell’AI in azienda cambia con la dimensione dell’impresa
Conta anche la dimensione dell’organizzazione. Secondo l’analisi di StartupHub.ai sui dati del rapporto OpenAI, nelle micro-imprese da 2 a 5 postazioni il crossover tocca il 18,9%, contro il 16,3% delle aziende sopra le 100 postazioni. Dove non c’è uno specialista per ogni funzione, l’AI viene usata come generalista, che è esattamente la condizione del tessuto produttivo italiano.
Concretamente significa un titolare che rilegge un contratto, un commerciale che interroga un dataset di clienti, una persona del marketing che mette mano a un problema tecnico del sito senza chiamare uno sviluppatore. Sono gli stessi spostamenti che avevamo raccontato analizzando quali lavori stanno cambiando nel 2026 e come l’AI ridefinisce competenze e mansioni.
ChatGPT è adatto alle aziende, ma il collo di bottiglia è il work design
Alla domanda “ChatGPT è adatto alle aziende” i dati italiani rispondono con un paradosso. Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano (febbraio 2026), il mercato AI italiano vale 1,8 miliardi di euro con una crescita del +50%, il 71% delle grandi imprese ha progetti di AI e l’84% ha licenze di AI generativa. Ma nella stessa rilevazione solo una grande impresa su cinque usa l’AI in modo pervasivo tra le funzioni, e appena il 9% ha una governance strutturata.
Ottantaquattro contro venti: quella forbice è la distanza tra “accessi diffusi” e “integrazione reale nei processi”. Le licenze si comprano in un pomeriggio, l’integrazione no.
Il secondo dato dell’Osservatorio chiude il cerchio con la ricerca OpenAI: il 47% dei lavoratori italiani utilizza strumenti di AI in azienda e, tra chi li utilizza, il 41% dichiara di svolgere grazie all’AI attività che altrimenti non saprebbe fare. Le due percentuali hanno basi diverse, la prima sul totale dei lavoratori, la seconda sul sottoinsieme degli utilizzatori, e proprio per questo la seconda è quella che conta: è task crossover, misurato in Italia, con parole diverse.
La conclusione del rapporto è esplicita: il work design merita un posto accanto all’accesso agli strumenti. Tradotto per chi decide, significa smettere di contare le licenze attive. Come nota l’analisi di Lead with AI, “contare chi ha una licenza non dice nulla; contare quanto fuori dalla vecchia descrizione del ruolo una persona riesce oggi a operare dice moltissimo”. È la stessa diagnosi che facevamo spiegando perché quando l’AI generativa non genera ROI il problema non è la tecnologia, ed è coerente con il divario documentato tra le aziende di frontiera e tutte le altre.
Quali sono i pericoli di ChatGPT in azienda quando i ruoli si sovrappongono
Il crossover ha un costo nascosto, e la ricerca lo segnala con un indizio comportamentale preciso: quando affrontano un compito fuori dal proprio mestiere, i lavoratori scrivono prompt più corti e chiedono meno spesso spiegazioni o istruzioni. Nell’analisi dei dati emerge anche che in quei casi tendono più spesso a fornire un esempio da imitare. È il profilo di chi non padroneggia il dominio: chiede meno perché non sa ancora cosa chiedere. Chi vuole ridurre questo attrito può partire dalle basi del prompt engineering e dalla guida completa a ChatGPT.
Il rischio vero però non è la qualità del prompt: è l’assenza di un revisore. La sintesi più netta arriva da Lead with AI: “una persona del marketing che genera un modello finanziario è un guadagno di capacità; una persona del marketing che genera un modello finanziario che nessun competente controlla mai è una passività”. Con il 9% di grandi imprese dotate di governance strutturata, in Italia la seconda ipotesi è statisticamente più probabile della prima. Ed è lo stesso 9% a spiegare perché, senza regole scritte su quali dati possono uscire dall’azienda, il perimetro di trattamento finisce per deciderlo l’abitudine di chi digita invece del contratto: una parte di adozione che si decide prima, insieme al change management necessario a preparare il team.
Perché il costo dell’adozione di ChatGPT in azienda non è la licenza
La domanda che le imprese digitano più spesso riguarda il prezzo per utente. È la voce di costo più facile da preventivare e la meno predittiva del risultato: i dati italiani mostrano che il denaro speso in licenze non si converte da solo in uso pervasivo. Sul fronte delle piccole e medie imprese il quadro è ancora più netto: secondo la lettura dei dati dell’Osservatorio, il 76% delle PMI italiane non ha investito né prevede di investire in AI, e solo il 7% ha avviato programmi strutturati di formazione. La barriera non è il budget, è l’impreparazione organizzativa che viene prima del software.
Il costo reale dell’adozione sta quindi in tre voci che non compaiono nel listino: individuare i processi dove il crossover sta già avvenendo in modo spontaneo, decidere chi rivede cosa quando un compito cambia proprietario, e misurare l’uso invece degli accessi. Sono attività di work design, e nessuna di esse si attiva comprando un piano.
Da dove partire con l’adozione di ChatGPT in azienda nei prossimi mesi
Tre mosse, nell’ordine. Primo: fotografare dove il lavoro sta già attraversando i ruoli, perché la ricerca dice che sta accadendo comunque, con o senza permesso. Secondo: assegnare un revisore competente per ogni tipo di output che esce da un ruolo diverso dal proprio. Terzo: costruire competenza sulle discipline che viaggiano più lontano, marketing e ingegneria in testa, invece di erogare la stessa formazione a tutti. Il tema di fondo, cosa resta alle persone e cosa passa alle macchine, lo abbiamo affrontato chiedendoci se l’AI sostituirà completamente il lavoro umano e leggendo la ricerca Anthropic sul rischio di disoccupazione.
È esattamente il punto in cui un prodotto da solo non basta. In MIMIR affianchiamo le aziende con un servizio di onboarding dedicato: non consegniamo uno strumento e auguriamo buona fortuna, ma lavoriamo sui processi, sulle persone e sugli agenti AI su misura che servono davvero a quell’organizzazione. Se state pianificando l’adozione dell’AI e volete che il secondo passo, l’integrazione, avvenga davvero, parlatene con noi.
Fonti:
- OpenAI, Unlocking new ways of working (Work at the Frontier, parte 2)
- OpenAI, How AI is expanding what people do at work (parte 1)
- Digital Applied, OpenAI task crossover, agency roles and staffing
- Lead with AI, Work at the Frontier: impact per hour
- StartupHub.ai, OpenAI: AI blurs job lines
- Osservatorio Artificial Intelligence, Politecnico di Milano
Domande frequenti
Che cosa si intende per task crossover nell'uso dell'AI?
È l'uso dell'AI per svolgere attività storicamente associate a un'altra occupazione: un commerciale che interroga un dataset, una persona del marketing che imposta un modello finanziario. OpenAI lo definisce ricorrente quando il comportamento si ripete nei mesi successivi al primo tentativo.
Quanto costa davvero l'adozione di ChatGPT in azienda?
La licenza per utente è la voce più facile da preventivare e la meno predittiva del risultato. I costi reali sono di work design: mappare dove il crossover sta già avvenendo, definire chi rivede gli output che escono da un ruolo diverso e misurare l'uso invece degli accessi.
Quali sono i rischi di ChatGPT in azienda quando i ruoli si sovrappongono?
Il rischio principale è l'output specialistico prodotto da chi non ha le competenze per validarlo e che nessun esperto controlla. In Italia solo il 9% delle grandi imprese ha una governance strutturata dell'AI, secondo l'Osservatorio del Politecnico di Milano. Si aggiunge il perimetro dei dati: fuori dai piani business non vanno dati personali, credenziali o contratti riservati.
