A cura di Piergiorgio Vittori, CEO di Spitch Italia e International General Manager di Spitch –

La promessa dell’intelligenza artificiale (AI) generativa di trasformare le aziende, le industrie e le società continua a destare clamore in tutto il mondo.

Si tratta di una vera e propria corsa, alimentata dalla crescente visibilità delle soluzioni AI e dal timore delle aziende di rimanere indietro in termini di competitività.

Secondo un report Workday, quasi tre quarti (73%) dei business leader globali sentono la pressione di dover implementare strumenti di intelligenza artificiale nelle loro organizzazioni, coinvolgendo e dando un nuovo mandato ai propri dipartimenti IT: incorporare l’intelligenza artificiale generativa nello stack tecnologico, e in fretta.

Nessuno vuole rimanere escluso.

Le illustri tesi contrarian

È pur vero che non mancano voci fuori dal coro. Goldman Sachs è diventata una delle prime grandi banche d’investimento a smorzare l’entusiasmo che sospinge l’AI, con un rapporto intitolato Gen AI: Too Much Spend, Too Little Benefit?

Ad esempio, Daron Acemoglu, professore del MIT intervistato per la ricerca, sostiene che, secondo le sue stime, solo un quarto delle attività sottoponibili all’intelligenza artificiale sarà economicamente vantaggioso da automatizzare nei prossimi 10 anni, il che implicherebbe che l’AI dovrebbe avere un impatto inferiore al 5% a livello complessivo sulle attività aziendali. Contraddittorio aperto anche tra IT e stakeholder di business: i professionisti IT affermano che i loro colleghi nutrono aspettative irragionevoli sulla velocità e l’agilità delle nuove implementazioni tecnologiche.

Ma allora, a quali linee guida dovrebbe affidarsi un’organizzazione nell’implementazione dell’intelligenza artificiale? E quali criteri dovrebbe adottare per capire se ha una reale necessità di implementarla per perseguire i propri obiettivi aziendali?

Conoscere la propria azienda: un approccio scalare all’intelligenza artificiale

Molte aziende oggi si sentono obbligate ad adottare l’AI generativa per tenere il passo della concorrenza. La rapida ascesa delle tecnologie di AI, in particolare dopo il lancio di ChatGPT, ha creato un senso di urgenza tra le organizzazioni per integrare questi strumenti nelle loro attività, senza avere consapevolezza del  caso d’uso specifico ed a volte aspettative non chiare. Questa tendenza è dettata dal timore di rimanere indietro in un panorama che dà sempre più valore al progresso tecnologico.

Ma dall’altra parte, come anche sottolineato da McKinsey, i vantaggi dell’intelligenza artificiale generativa possono arrivare solo quando le aziende effettuano un intervento organizzativo più profondo sul proprio business.

La soluzione esiste e deve partire dalla preliminare esecuzione di 5 passi fondamentali necessari per abbracciare completamente il cambiamento:

1. Identificare le esigenze aziendali e i casi d’uso specifici

Ogni organizzazione deve definire chiaramente quali sono gli obiettivi che si vuole dare e quali problemi vuole risolvere con l’adozione dell’IA generativa. Ciò implica una valutazione strategica di business, delle risorse disponibili, del budget e delle competenze specifiche disponibili. Dovrebbe concentrarsi su casi d’uso realistici e che mettono, in primis, il cliente al centro e che sono al contempo in linea con gli obiettivi aziendali.

2. Esplorare prima le applicazioni tradizionali di intelligenza artificiale

Prima di tuffarsi nell’IA generativa, le aziende dovrebbero esplorare e in molti casi implementare prima le soluzioni tradizionali di IA come l’apprendimento automatico, l’elaborazione del linguaggio naturale e l’analisi vocale. Questo approccio li aiuterà a familiarizzare con le potenzialità dell’IA, creando al contempo le condizioni indispensabili e le competenze necessarie per un’integrazione di successo delle tecnologie più avanzate di IA.

3. Sviluppare una strategia di raccolta e unificazione dei dati

Le aziende devono sviluppare una solida strategia per la raccolta e l’analisi dei dati, assicurandosi che siano ben strutturati, organizzati e facilmente accessibili per ottimizzare il funzionamento dell’IA generativa all’interno del loro sistema, dove spesso, gli stessi dati risiedono su fonti diverse. Ciò include la pulizia, la normalizzazione, la rilevanza e la consistenza dei dati per migliorare la qualità.

4. Coinvolgere l’intera organizzazione

Le aziende devono valutare l’ingaggio dei dipendenti nell’adozione di nuova tecnologia, le condizioni tecniche e il potenziale impatto sull’organizzazione aziendale e sull’operatività. È altresì importante l’integrazione di modelli di IA generativa con i sistemi esistenti e condurre un’analisi approfondita dei costi e dei benefici per procedere con la piena consapevolezza anche dei numeri e degli obiettivi che il cambiamento introduce.

5. Iniziare in piccolo e monitorare le prestazioni

Le aziende dovrebbero iniziare con implementazioni su piccola scala dell’IA generativa, monitorare regolarmente le prestazioni del modello e modificarlo se necessario. Ciò può comportare la riqualificazione del modello con nuovi dati, la messa a punto dei parametri o l’implementazione di nuovi processi di gestione degli errori. Un modello che sarà in continua evoluzione, nulla deve considerarsi come immutabile proprio perché mutano sempre le condizioni a contorno.

Seguendo questi passi preliminari, ogni azienda può prendere decisioni consapevoli e sfruttare il potere di trasformazione dell’AI generativa, riducendo al contempo i rischi associati a una revisione mirata del proprio sistema aziendale.

Ogni organizzazione dovrà prima di tutto conoscere sé stessa, le proprie esigenze e le proprie possibilità, guidando un’adozione responsabile fondata sulla trasparenza, l’ingaggio, la leadership e un approccio sistematico.