Oggi la maggior parte delle organizzazioni utilizza l’IA in produzione. Quasi nessuna, però, la impiega dove conta davvero: nelle esperienze rivolte ai clienti, nelle decisioni cruciali per l’azienda o nei processi con una supervisione umana minima. È su questo divario che si conquistano o perdono i vantaggi competitivi.
L’ostacolo, in genere, non è la capacità, ma la fiducia. Nell’implementazione dell’IA in contesti critici, questa fiducia deriva dal soddisfacimento di quattro criteri specifici.
Questi criteri riguardano il modo in cui si testa il comportamento dell’IA, si sviluppano e governano soluzioni su scala aziendale e il reale impegno della leadership nel comprendere perché tutto ciò sia importante.
Soddisfare questi criteri di fiducia consolida competenze e responsabilità, riducendo i motivi per esitare a implementare l’IA in modi capaci di produrre cambiamenti significativi. Senza questa fiducia, l’IA resta confinata a impieghi marginali che fanno risparmiare qualche sterlina, senza incidere concretamente sul funzionamento dell’organizzazione.
Un anno fa, un’eternità in anni-IA, la maggior parte delle aziende si trovava nel “purgatorio dei POC di IA”: molti POC interessanti mostravano le potenzialità dell’IA, ma quasi nessuno riusciva ad arrivare in produzione. A distanza di un anno, molte organizzazioni hanno almeno alcune soluzioni di IA in produzione: un notevole passo avanti.
Spesso, tuttavia, si tratta di IA applicata a processi marginali: è più facile da realizzare, un team Innovazione può svilupparla con il supporto di un utente aziendale motivato e, se qualcosa va storto, “non è la fine del mondo.” Il processo non è davvero importante, esiste una procedura manuale di riserva oppure sono coinvolte più persone per limitare le possibili conseguenze negative.
Il risultato di questo approccio comprensibile ma prudente è un impatto altrettanto modesto: difficilmente avrà inciso in misura apprezzabile sulle opportunità di crescita, sull’esperienza dei clienti o sulla struttura dei costi.
È questo che separa i futuri vincitori dagli altri: le aziende più avanzate investono nell’IA dove può incidere sulle prestazioni dell’attività.
Anche le aziende in ritardo fanno “IA”, ma non negli ambiti in cui può avere un impatto significativo sul business.
Certo, introdurre l’IA nelle decisioni d’investimento, nell’esperienza dei clienti, nello sviluppo dei prodotti, nella ricerca & progettazione e nelle “automazioni senza intervento umano” sembrerà più rischioso, ma è proprio lì che si trovano i veri benefici.
Le aziende che stanno prendendo il comando in questo ambito potrebbero non essere ancora visibili al mercato. Quando lo saranno, però, il divario sarà già considerevole e la maggiore velocità con cui implementano l’IA non farà che ampliarlo, mentre le aziende in ritardo comprenderanno gli errori commessi fino a quel momento.
La domanda, quindi, è: di cosa ha bisogno un’organizzazione per applicare con fiducia l’IA ai processi che contano davvero?
Partiamo dal presupposto che abbiate già superato le fasi “Abbiamo uno strumento di IA come ChatGPT”, “Abbiamo dei POC” e “Abbiamo dieci semplici soluzioni di IA operative”. In caso contrario, dovete occuparvene con la massima priorità. Questi primi passi possono sembrare banali, ma sono essenziali per iniziare a diffondere le competenze di IA in azienda, individuare casi d’uso migliori e chiarire l’iter interno necessario per portare qualsiasi soluzione di IA in produzione.
A questo punto, l’organizzazione dovrebbe diventare più ambiziosa e passare prima a realizzare “soluzioni significative di IA applicata con supervisione umana”, quindi al livello distintivo: “applichiamo l’IA ai processi centrali e alle esperienze dei clienti.”
Queste ultime fasi del percorso raramente sono frenate dalla tecnologia; il vero limite è la fiducia dell’organizzazione. Perché c’è sempre un motivo per rimandare o evitare le sfide più difficili:
“E se fornisse indicazioni sbagliate?”, “E se si comportasse in modo scorretto e finissimo sui giornali?”, “E se sbagliasse il calcolo e prendessimo la decisione sbagliata?”, “E se maltrattasse i clienti?”, “E se il modello non fosse più disponibile?”, “Come gestiremo gli aggiornamenti?”, “E se cambiasse la normativa?”, “Dovremmo aspettare il nuovo modello?”, ecc.
A nostro avviso, in genere sono quattro le condizioni che danno la fiducia necessaria per premere “Avvia” su un cambiamento ad alto impatto basato sull’IA.
Il perché: l’organizzazione, e in particolare l’alta dirigenza, crede davvero nel principio secondo cui “l’IA è importante per il successo della nostra azienda”? In caso contrario, l’organizzazione tenderà più facilmente a trovare motivi per evitare le decisioni difficili.
Il supporto: esiste un team dedicato al cambiamento, alla trasformazione o all’adozione dell’IA che sostenga l’organizzazione durante questa evoluzione? Un team che gestisca adozione, formazione, normative e nuove modalità di lavoro, metta in discussione le convinzioni esistenti, fornisca i finanziamenti necessari e così via. L’IA non è un cambiamento che si può affidare alla tecnologia perché “lo sistemi”, come spesso è accaduto con le iniziative Cloud o Digitali. Deve essere guidato dal business e ricevere un sostegno adeguato.
Il come: esistono architetture aziendali e di soluzione consolidate per l’IA applicata? Sebbene questo ambito evolva continuamente, definire una visione costringe a riflettere e ad ampliare le conoscenze sulle misure di sicurezza corrette, sui costi, sull’osservabilità, sui controlli, sull’accesso ai modelli e così via. Ciò inizia a rafforzare internamente la credibilità dell’organizzazione, dimostrando che “sa cosa sta facendo” con l’IA, ed evita che si adottino numerosi approcci di sviluppo diversi.
Il test di fiducia per l’avvio: i responsabili delle soluzioni possono rimandare all’infinito chiedendosi: “È abbastanza buona per essere avviata?”. I test tradizionali svolti dai team QA non offrono né questa fiducia né un senso di responsabilità rispetto a un sistema di IA non deterministico. Le valutazioni sì.
Esaminiamo questi elementi in ordine inverso, perché è l’ordine più vicino al processo decisionale che porta ad autorizzare l’avvio.
Per decenni, le organizzazioni si sono affidate al team QA per decidere se una versione fosse sufficientemente valida. Sulla carta, i test erano svolti dai referenti aziendali; in realtà, se ne occupava il team QA. L’esito era positivo o negativo e dipendeva da innumerevoli regole del tipo: se questo, allora quello. Molto lavoro, ma semplice.
Questo approccio non funziona per l’IA, di cui dobbiamo valutare il comportamento.
Le valutazioni, o eval, rendono misurabile il comportamento qualitativo dell’IA. Al posto di un semplice esito positivo o negativo, si definiscono criteri, come correttezza, tono, ancoraggio ai fatti e comportamento di rifiuto, assegnando loro un punteggio. Monitorando questi punteggi durante il progetto, mentre si migliorano prompt, modelli, misure di sicurezza e così via, il team di progetto, i comitati per il cambiamento e la leadership aziendale ottengono un dato su cui agire con fiducia: un punteggio di correttezza passato da x a y nel corso del progetto.
Questo valore svolge due funzioni. In primo luogo, rafforza la fiducia dimostrando i miglioramenti nel tempo e offrendo ai referenti prove concrete che il sistema si comporta in modo affidabile e coerente con le aspettative definite.
In secondo luogo, crea responsabilità. Sono numeri a cui fare riferimento, accompagnati dalla tracciabilità delle valutazioni. Un insieme documentato di valutazioni, testato su una gamma ben definita di scenari, è l’equivalente per l’IA del rapporto di collaudo che dimostra al comitato di approvazione la dovuta diligenza: fa soltanto ciò che deve fare e lo fa esclusivamente nel modo previsto?
Naturalmente, questi numeri hanno valore solo se i criteri di valutazione sono abbastanza completi. Ciò richiede un cambiamento del modello operativo che inizialmente molte organizzazioni gestiscono male: il “business” deve essere responsabile dei criteri di valutazione, che non devono essere affidati al team tecnologico o al team QA, né delegati a un singolo utente junior. I responsabili di prodotto e gli specialisti conoscono il settore, i casi limite, il tono di voce desiderato, i tipi di interazione che gli utenti potrebbero proporre, i passaggi di ragionamento sensati, le modalità di errore, le coppie corrette di domande e risposte e così via. Spetta a chi utilizza e implementa la soluzione decidere cosa significhi ottenere un buon risultato.
Se dovete approvare una soluzione che applica l’IA al cuore dell’esperienza dei clienti, vi basterà quindi porre due domande:
(1) chi ha definito i criteri di valutazione e
(2) le prestazioni delle valutazioni sono migliorate nel tempo rispetto a tali criteri e hanno ora superato la soglia minima?
Se la risposta è "li ha creati il team tecnologico, ma siamo soddisfatti dei risultati", l’applicazione non è pronta. Se la risposta è "sì, abbiamo svolto i test la settimana scorsa e li ha superati", probabilmente la maturità delle valutazioni non è sufficiente a infondere la fiducia necessaria, perché è improbabile che siano state il punto di partenza dello sviluppo.
Se invece il responsabile aziendale del prodotto ha definito, riesaminato e perfezionato le valutazioni durante tutto lo sviluppo e può mostrare una traiettoria delle prestazioni nella direzione giusta, avete qualcosa che vale la pena approvare.
Un ulteriore livello di fiducia deriva dall’allineamento ai principi e agli standard dell’architettura IA. Per le prime cinque applicazioni di IA poteva essere opportuno adottare qualsiasi modalità di sviluppo consentisse di partire. Per crescere e implementare in tutta l’organizzazione un’IA sicura e ben governata ad alta velocità, diventa però necessario un approccio più strutturato, con architetture applicative di riferimento e una piattaforma IA aziendale.
Tutti i team di ingegneria devono poter “ereditare” rapidamente accesso ai modelli, misure di sicurezza, osservabilità, scalabilità, gestione dei costi e così via, per concentrarsi sulla progettazione della soluzione.
Disporre di una visione della piattaforma IA aziendale e degli approcci architetturali, anche se destinata a durare poco per la rapidità dei cambiamenti, rafforza ulteriormente la fiducia dell’organizzazione nella propria capacità di implementare l’IA in modo sicuro nei sistemi critici. Significa infatti che qualcuno ha valutato tutti i fattori essenziali e individuato il percorso ottimale verso la produzione, aumentando così la fiducia nella capacità della soluzione di supportare quei processi importanti.
Non significa “fare le stesse cose, ma con accesso a uno strumento di IA.” Sarà anche un cliché, ma trasformare significa riprogettare i processi, ripensare l’offerta di prodotti, far evolvere l’esperienza dei clienti e cambiare modalità di lavoro e, con ogni probabilità, struttura dei team.
Non è un’attività da svolgere nei ritagli di tempo e non può essere guidata dalla funzione Tecnologia, né tantomeno dal vostro team “Innovazione” di tre persone. Adottando l’approccio “si sistemerà da sé”, non raggiungerete la velocità di cambiamento che i concorrenti vincenti potrebbero conseguire.
Inoltre, per far emergere i casi d’uso davvero rivoluzionari e ottenere il sostegno necessario, servono una conoscenza approfondita dell’IA in tutta l’azienda e un atteggiamento favorevole nei suoi confronti.
La trasformazione con l’IA richiede quindi persone che conoscano le esigenze dell’organizzazione, sappiano favorire il cambiamento e comprendano l’IA. Il consiglio di amministrazione deve affidare loro il mandato di realizzarla, garantendo coordinamento, impulso, finanziamenti, capacità d’influenza, governance, definizione delle priorità e assunzione delle decisioni.
Soprattutto nelle prime fasi, funziona bene una struttura centrale come un Hub IA, un team Trasformazione IA o un Ufficio IA. Questo team centrale rafforza la fiducia nella capacità dell’organizzazione di attuare una strategia, prendere rapidamente le decisioni più importanti e distribuirne l’esecuzione, nonché definire i controlli di qualità per la trasformazione con l’IA. Senza questa struttura, l’approccio rischia di essere troppo frammentato e generare incoerenze nelle decisioni, nella scelta di prodotti e soluzioni e nella qualità, compromettendo infine la fiducia necessaria per implementare l’IA negli ambiti più critici.
Come già osservato, le aziende che otterranno un vero vantaggio competitivo dall’IA saranno quelle capaci di sviluppare l’esperienza, le competenze e la fiducia necessarie per implementarla spesso e rapidamente al centro dei processi e delle esperienze più importanti, migliorando l’esperienza dei clienti, le prestazioni dei prodotti, la velocità di produzione e altro ancora.
Sono indispensabili solide pratiche di valutazione, un’architettura capace di adattarsi rapidamente e crescere, nonché una gestione della trasformazione improntata al “si può fare”, che aiuti l’organizzazione a imparare, adattarsi e definire nuove modalità di lavoro.
Nessuno di questi elementi, tuttavia, può affermarsi con successo “dal basso.” I cambiamenti e le loro conseguenze sono semplicemente troppo rapidi e rilevanti. Neppure “l’approvazione del consiglio” o “il sostegno della direzione” sono sufficienti.
Se i dipendenti non comprendono chiaramente perché i cambiamenti siano necessari, cosa comportino per loro personalmente, nel bene e nel male, e quali vantaggi possano ottenere, la trasformazione avverrà di nascosto, con molti danni collaterali.
Il quarto elemento necessario per ottenere un vero vantaggio dall’adozione dell’IA è quindi una leadership che comprenda davvero e creda che investire nell’IA sia essenziale per il successo futuro dell’azienda. È la loro strategia per l’IA, integrata nella missione e negli obiettivi aziendali, promossa ripetutamente e sostenuta da decisioni seguite da azioni concrete.
Ciò offre ai team dell’intera organizzazione gli incentivi, il sostegno e il senso di urgenza necessari per sviluppare nuove competenze e prendere decisioni importanti, anche se non del tutto confortevoli, scegliendo il percorso più difficile ma più proficuo. Dà la fiducia necessaria per premere “Avvia” sull’esperienza cliente basata sull’IA o sul processo decisionale d’investimento.
Nei prossimi due anni, a vincere grazie all’IA non saranno le aziende con il maggior numero di implementazioni. Saranno quelle che avranno messo l’IA al servizio dei sistemi e dei processi importanti, rivolti ai clienti, capaci di influenzare le decisioni e cruciali per il business, sviluppando inoltre le capacità aziendali necessarie per farlo in modo costante e sicuro.
Da dove cominciare? Se la vostra organizzazione “fa IA”, ma ciò non incide sul successo dell’azienda, provate a rispondere a queste domande:
È chiaro quale ruolo svolga l’IA nel realizzare la missione aziendale? Ritenete che la leadership creda davvero che adottare l’IA sia essenziale per il successo futuro dell’azienda?
Esiste una funzione centrale che promuova l’agenda dell’IA, formi l’intera azienda e coordini le attività?
Il team tecnologico sta sviluppando competenze, capacità e modelli progettuali che consentano di realizzare soluzioni di IA più rapidamente e in sicurezza?
Le versioni arrivano in produzione senza essere bloccate da domande irrisolte sul comportamento dell’IA?
Se avete risposto no anche a una sola domanda, sapete da dove iniziare per accrescere la fiducia dell’organizzazione nella possibilità di implementare l’IA rapidamente e in modo coerente, ottenendo un vantaggio competitivo negli ambiti in cui conta davvero.