Rischi e opportunità dell'IA come leva organizzativa

Per quali motivi dovrei implementare l’intelligenza artificiale (IA) all’interno dei miei processi decisionali?

Di certo, non per rendere le decisioni “stupide”, intendo, cioè, legarle a doppio filo all’IA. Sarebbe un disastro!

Alcune situazioni da evitare ...

Le applicazioni di IA Generativa (GenAI) più diffuse, a cui ci rivolgiamo quasi quotidianamente, ci fanno percepire un’estrema semplicità del processo di acquisizione della conoscenza; da cui deriva la presunzione che tutti diventano “esperti” di un argomento, solo perché si può contare sul pronto supporto dell’IA.

Come ho appreso in diverse occasioni ed ho sperimentato in numerose applicazioni, la qualità dei risultati derivati dall’interazione con la GenAI è direttamente condizionato dalla qualità del “prompt” che si inserisce (la richiesta dell’utente) e, soprattutto, dal livello di conoscenza iniziale che si ha sul tema ricercato.

Se si sa poco o nulla di un argomento, e si pone una domanda all’IA, si è predisposti a “credere”, a prescindere, al risultato che l’IA ci fornisce; non si ha la capacità di leggere criticamente quello che ci viene spiegato; soprattutto, è difficile avviare un contraddittorio con l’IA che consenta di affinare la ricerca, chiarire il contesto e arrivare ad acquisire una vera conoscenza codificata.

Se il rischio che corro affidandomi “ingenuamente” alla conoscenza costruita nell’interazione con la GenAI (alla portata di tutti) è concreto, il rischio di prendere degli abbagli si acuisce se vogliamo implementare applicazioni dell’IA che fanno leva sul Machine Learning (MLAI).

Questo tipo di applicazione è decisamente più indicata per sfruttare i dati aziendali e aiutare le aziende a risolvere contesti decisionali, tipicamente, molto complicati.

Pensate al diffuso problema della gestione delle previsioni di vendita, estremamente rilevanti per la qualità e l’affidabilità del processo di Pianificazione delle Risorse Produttive.

Nelle aziende che lavorano a commessa (Engineering to Order), inoltre, uno dei problemi più complicati da affrontare è quello relativo al processo di Preventivazione e Offerta al Cliente, sia per la codifica delle esigenze del cliente, sia per la precisione del preventivo di prezzo (e quindi di target cost considerando la marginalità attesa), sia per la qualità delle informazioni raccolte.

In molti ambiti decisionali di questa complessità, la MLAI può essere uno strumento di grande supporto analitico e predittivo, può fornire indicazioni chiave sulla qualità dei dati a disposizione e, soprattutto, può aiutare lo specialista del processo a lavorare in modo più uniforme ai suoi colleghi (procedure standard), con maggiore efficacia (si anticipano i vincoli), con una resa maggiore (si riducono gli errori o le dimenticanze) e con una migliore qualità dell’ambiente di lavoro (riduzione di stress, pressioni, incertezza, ecc.).

In conclusione, alla domanda iniziale “perché dovrei implementare l’uso dell’AI nei mie processi decisionali?”, rispondo che l’AI, sia nella modalità generativa GenAI, sia nella modalità analitica del MLAI può rivelarsi un interessante alleato in moltissimi ambiti della gestione aziendale e dell’organizzazione del lavoro. La modalità di implementazione deve partire da una profonda conoscenza dei processi nei quali si vuole implementare l’IA per evitare di incorrere in semplificazioni, in generalizzazioni e in comportamenti indesiderati come la deresponsabilizzazione delle persone.

Sono fermamente convinto che non sia la tecnologia a determinare l’organizzazione e la strategia di un business; ma la tecnologia è imprescindibile nel suo percorso di innovazione organizzativa e di miglioramento della competitività e della redditività.