Citigroup ha reso obbligatorio imparare a usare l’AI, segnando un percorso doveroso per qualunque organizzazione.

Negli ultimi dodici mesi i tool di AI generativa e gli agenti hanno cominciato a entrare nei flussi operativi di aziende molto grandi e il dibattito sull’AI e il lavoro si è fatto più concreto.

I numeri parlano chiaro:

• tra i 50 e i 70 mila licenziamenti annunciati solo nell’ultimo anno nel settore tech e corporate.
• AI ovunque, agenti ovunque, “copilot” che diventano sempre meno co- e sempre più pilot.

E poi è successa una cosa interessante.

Citigroup - una banca da 205 miliardi di dollari di market cap al 2026 - ha introdotto un programma di formazione AI obbligatorio per circa 175.000 dipendenti, distribuiti in oltre 80 Paesi.

L’iniziativa di Citigroup non è solo un esempio di visione sull’AI Transformation, ma dice tanto del rapporto tra competenze, organizzazioni e potere decisionale.

La chiave di lettura è tutta nella famosa citazione di Jen-Hsun Huang, il CEO di NVIDIA e Jane Fraser, CEO di Citigroup, lo dice senza troppi giri di parole:

👉 il rischio non è che l’AI ti porti via il lavoro, ma che qualcuno che sa usarla lo svolga meglio di te.

È una dichiarazione che sposta il problema su un piano diverso.

Ma facciamo il nostro consueto passo indietro.

Il racconto standard è “AI come copilota, non come sostituto”.

Lo dice Fraser, lo ribadiscono gli HR, lo confermano i consulenti per la salute sul lavoro.

Ed è vero… ma solo a metà.

Perché Citi non sta semplicemente “rassicurando” i dipendenti, ma sta ridefinendo la baseline delle competenze considerate necessarie per essere efficaci all’interno dell’organizzazione.

L’AI non è presentata come un optional o un vantaggio competitivo individuale, ma come una componente strutturale del lavoro quotidiano.

In altre parole: questa è la nuova normalità, e non aderirvi significa uscire dal mercato.

E qui la faccenda si fa interessante.

Il focus del training non è un generico “capire cos’è l’AI”, ma come parlare bene con l’AI:

• formulare prompt efficaci
• interagire in modo produttivo con tool interni basati su modelli generativi
• imparare a ottenere output utili invece di risposte vagamente plausibili

Il programma è progettato in modo adattivo:

📈 chi ha già familiarità con questa tecnologia (quelli che noi chiamiamo AI Champions) completa la formazione in pochi minuti

📉 chi parte da zero (gli AI Beginner) impiega più tempo

Tradotto: non c’è solo un livellamento verso l’alto, ma una misurazione implicita delle competenze.

Il prompting diventa così una skill osservabile, comparabile e, nel tempo, valutabile.

Tant’è che Citi parla esplicitamente di “great prompting vs basic prompting”.

E i risultati iniziali sono significativi.

Guarda i numeri:

• 70% di adozione dei tool AI interni e proprietari
• 6,5 milioni di prompt in un anno
• 21 milioni di interazioni globali
• task e processi che passano da ore a minuti

Numeri che, letti superficialmente, raccontano una storia di successo tecnologico…

Ma il punto centrale è un altro: l’AI viene usata per aumentare la produttività delle persone che già conoscono i processi, il contesto e la cultura aziendale.

C’è un dato che spiega tutto.

👉 Il 50% delle nuove posizioni aperte in Citi viene coperto internamente.

Ed è qui che emerge la vera logica economica dell’operazione.

I dipendenti restano in azienda a lungo, spesso per decenni.

In questo scenario, riqualificare costa meno che sostituire, e permette di preservare know-how e conoscenza organizzativa difficilmente replicabile dall’esterno.

L’AI training diventa quindi una leva di efficienza, ma anche uno strumento di selezione progressiva.

Ma attenzione: reskilling non significa salvare tutti.

Significa spostare l’asticella.

Fornire formazione, strumenti e linee guida chiare sposta infatti anche la responsabilità dell’adattamento.

Se l’azienda ti mette nelle condizioni di usare l’AI, il rischio di rimanere indietro diventa individuale.

Non è più un problema strutturale o tecnologico, ma di capacità personale di apprendere e reinventarsi per rimanere competitivi.

Non è l’AI che ti ha sostituito. È che non hai imparato a usarla abbastanza bene.

È una forma di empowerment, certo, ma anche una redistribuzione dell’accountability.

Questa è la vera “driving seat” di cui parla Fraser.

Tutti ripetiamo che l’AI è un copilota, o almeno che deve essere trattata come tale.

Vero.

Ma vale la pena chiedersi chi decide la rotta.

In Citigroup la risposta è abbastanza chiara: l’organizzazione definisce tool, confini, casi d’uso e competenze rilevanti.

All’interno di quel perimetro c’è spazio per migliorare e sperimentare.

Fuori, molto meno.

E, se da una parte è evidente che questo tipo di AI Adoption non è neutrale, è così che le grandi organizzazioni sopravvivono ai cambiamenti tecnologici:

👉 guidando l’adozione prima che diventi caos.

A guardarla in prospettiva, l’iniziativa di Citigroup non è una storia di filantropia tecnologica, né semplicemente un caso virtuoso di reskilling.

È il segnale di un cambiamento più profondo: l’AI non sta eliminando il lavoro, sta ridisegnando il concetto di competenza.

O, almeno, sta ridefinendo cosa vuol dire “essere impiegabile” in banca nel 2026.

Non sostituisce le persone, ma introduce un nuovo criterio di valutazione che opera ogni giorno, dentro i processi.

Quindi: modello virtuoso o normalizzazione forzata?

La risposta onesta è: entrambi.

• È meglio formare che lasciare le persone a casa e farle sentire inadeguate.
• È meglio rendere esplicite le competenze richieste.
• È meglio una governance dell’adozione piuttosto che la casualità.

La lezione interessante, però, è che l’adozione fatta bene non parte dai tool, ma dalle persone, dalle competenze, dai confini e dalla responsabilità.

Il caso Citigroup mostra che l’AI può diventare un acceleratore sano quando viene trattata come una skill organizzativa, non come una feature da aggiungere o una scorciatoia per fare di più con meno persone.

Formazione chiara, perimetri espliciti, aspettative dichiarate: è così che l’AI smette di essere una minaccia vaga e diventa uno strumento governabile.

In questo senso, l’AI Adoption matura non promette miracoli.

Promette qualcosa di molto più utile: persone che capiscono cosa stanno delegando, perché lo fanno e dove devono restare nel loop.

Ed è probabilmente da qui che passa il vero vantaggio competitivo: non avere l’AI più potente, ma essere un’organizzazione che sa usarla stabilendo una direzione.

Allora, più che chiederci se l’AI creerà o distruggerà posti di lavoro, dovremmo iniziare a chiederci che forma avranno le competenze del prossimo futuro, quali diventeranno invisibili, e quali invece verranno amplificate.

Perché è lì che si giocherà la partita vera. 👀

👉 Se sei interessato/a al nostro approccio all’AI Adoption, dai un’occhiata ai nostri percorsi!