Il colloquio che l'AI non può fare
Gli strumenti di screening funzionano bene sopra le 40-60 candidature per ruolo. Una ricerca C-level non arriva mai a quella soglia, e il problema che l'AI risolve altrove qui semplicemente non esiste. Questa settimana parlo di cosa si valuta davvero in una stanza quando la posta in gioco è scegliere chi guiderà un'azienda.
EXECUTIVE SEARCHITALIANOLEADERSHIP & MANAGEMENT
A settembre 2026, LinkedIn ha portato in Italia Hiring Assistant, l'agente che aiuta i recruiter a individuare candidati. È l'ultimo di una serie di strumenti che promettono di comprimere la parte iniziale della selezione, dallo screening dei curricula alla prima scrematura dei profili. Il dato che li accompagna quasi sempre nella comunicazione dei fornitori è la velocità: meno tempo per arrivare a una shortlist, meno ore uomo spese a leggere candidature che non porteranno da nessuna parte.
Sul piano tecnico funziona, entro certi limiti che vale la pena definire con precisione prima di arrivare al punto che interessa davvero chi seleziona un amministratore delegato o un membro di comitato esecutivo.
Dove lo screening automatico rende, e dove no
La ricerca più solida disponibile sull'argomento converge su un punto poco pubblicizzato dai fornitori: lo screening con AI aggiunge valore marginale soprattutto sopra una certa soglia di candidature per ruolo, indicativamente tra le 40 e le 60. Sotto quella soglia, un selezionatore umano riesce a tenere l'intera rosa in memoria di lavoro, e il costo di calibrare correttamente il sistema può superare il guadagno di produttività che offre.
È una soglia che dice molto, se applicata al lavoro di executive search. Una ricerca C-level non genera mai centinaia di candidature aperte da processare. Genera una mappa di poche decine di profili individuati uno a uno, spesso persone che non stanno cercando attivamente un nuovo ruolo. Il problema che l'AI di screening risolve, ridurre il rumore in un imbuto affollato, semplicemente non esiste nella forma in cui si presenta in questo segmento.
C'è poi un secondo limite, più strutturale. Automatizzare un processo di selezione a bassa validità predittiva lo rende più veloce, non più accurato: applicare velocità a un segnale debole produce shortlist sbagliate più in fretta, non shortlist migliori. Il rischio di bias sistemico, documentato in casi noti come quello di uno strumento interno abbandonato da una grande azienda tecnologica dopo aver penalizzato sistematicamente le candidate donne, nasce proprio da modelli addestrati su assunzioni storiche, che replicano il passato invece di valutare il merito presente.
Per un ruolo tecnico o operativo, questi limiti si gestiscono con criteri di selezione ben definiti e supervisione umana sui passaggi critici. Per un ruolo C-level, il problema è diverso nella sostanza, non solo nella scala.
Che cosa si valuta davvero in una stanza
Un colloquio per un ruolo di vertice non misura competenze elencabili in un profilo. Misura coerenza tra ciò che una persona dichiara di aver fatto e il modo in cui ne parla sotto pressione, quando la domanda successiva smonta la narrazione preparata. Misura la capacità di ammettere un errore reale invece di riformularlo come lezione appresa in modo impeccabile. Misura come una persona reagisce quando la conversazione esce dal copione, perché è esattamente lì che si vede come reagirà quando il piano industriale non andrà come previsto.
Nella pratica di selezione a questo livello, il segnale più utile arriva spesso da una domanda che il candidato non si aspettava, non da quelle preparate. È un tipo di osservazione che richiede la capacità di cambiare direzione in tempo reale sulla base di una risposta, non di seguire uno script, per quanto sofisticato.
Questo non significa che il giudizio umano sia infallibile. Significa che è un tipo di errore diverso da quello di un sistema che ottimizza per pattern statistici: un selezionatore esperto può sbagliare per bias personale, un sistema può sbagliare per bias strutturale appreso dai dati, e i due errori non si correggono a vicenda semplicemente sommando gli strumenti.
Il rischio di trattare l'executive search come un funnel
Il rischio concreto per le organizzazioni non è che l'AI venga usata nella selezione dei vertici. È che la logica del funnel, pensata per volumi alti e ruoli standardizzabili, venga importata senza adattamento in un contesto dove non si applica. Un board che chiede al proprio HR Director di velocizzare una ricerca C-level con gli stessi strumenti usati per il recruiting di massa sta ponendo la domanda sbagliata: la variabile che conta in quel tipo di ricerca non è il tempo di attraversamento dell'imbuto, è la qualità del giudizio su un numero ristretto di persone.
C'è un parallelo utile con quanto sta emergendo nella regolazione europea. L'AI Act classifica i sistemi usati per selezione e valutazione dei candidati come potenzialmente ad alto rischio, proprio perché le conseguenze di un errore in questo ambito non sono facilmente reversibili per la persona coinvolta. Lo stesso principio, applicato a un mandato C-level, vale in modo ancora più netto: l'errore di scegliere il vertice sbagliato di un'organizzazione ha un costo che nessuno strumento di screening è progettato per prevenire, perché nessuno strumento di screening è progettato per prevedere quella specifica decisione.
Dove l'AI aiuta davvero, anche nei mandati executive
Detto questo, sarebbe impreciso liquidare questi strumenti come irrilevanti per l'alta direzione. Possono essere utili per mappare più rapidamente un mercato di riferimento, per organizzare dati su percorsi di carriera e reti professionali, per liberare tempo dalle attività amministrative della ricerca. Il punto non è respingere la tecnologia, è collocarla correttamente nella catena del valore: strumento di supporto alla mappatura, mai sostituto del giudizio nella fase decisiva.
La domanda che un consiglio di amministrazione dovrebbe porsi prima di affidare una ricerca C-level non è quanto sia veloce il processo. È chi, alla fine, si assume la responsabilità della valutazione su cui si baserà una decisione che influenzerà l'azienda per anni. Quella responsabilità, per ora, resta ostinatamente umana.
Silvio Fontaneto è Senior Partner, Beaumont Group, dove guida la Tech & Digital Executive Search Practice per l'Italia, con un focus su C-Level search in ambito AI, board advisory e trasformazione organizzativa. Autore di "Stop Fearing AI" e della trilogia "The Vector".
Esplora il Knowledge Hub completo: www.silviofontaneto.com
Iscriviti alla newsletter "AI Impact on Business" per ricevere analisi settimanali su AI, leadership e trasformazione organizzativa.
Approfondisci gli altri articoli su www.silviofontaneto.com/articles, filtrando per Executive Search.
Connect
Reach out for tailored AI leadership guidance
© 2026 Silvio Fontaneto. All rights reserved.