Business Improvement con Data e strumenti AI: La prospettiva di un CEO

Le tecnologie basate sull’IA sono in grande sviluppo. Hanno influito sui tuoi ruoli di Managing Director, Chairman e Advisory Board Member?

Sì, assolutamente. In particolare, l’ambito più discusso per la GenAI è la programmazione, ma io non sono un programmatore. Ciononostante, ho utilizzato gli strumenti GenAI per aiutarmi in diversi ambiti e la frequenza con cui li utilizzo è aumentata costantemente.

Durante questo periodo ho anche affinato il modo e i contesti in cui li utilizzo, poiché ho imparato dove mi aiutano davvero. Penso che ci sia un elemento di “trial & error” necessario quando li si utilizza, ed è necessario rimanere consapevoli dei loro limiti.

Procedere per “trial & error” è più difficile quando si pensa di utilizzare l’IA per i processi aziendali fondamentali, coinvolgendo un gran numero di persone, ad esempio in uno studio legale per la redazione di contratti, ed è qui che le organizzazioni devono prestare molta attenzione.

I leader dovrebbero considerare gli strumenti IA? Può apportare un valore sostenibile?

Penso che sia estremamente rilevante, ma allo stesso tempo sono consapevole che molte aziende hanno sprecato tempo e denaro in progetti che non hanno avuto successo. Inoltre, non è una scommessa a senso unico: l’IA non è una bacchetta magica per ottenere benefici. Il suo utilizzo e la sua implementazione devono essere ponderati e pianificati.

L’uso di base di ChatGPT o Copilot è ormai una scommessa sicura in molte aziende, a patto che si metta in atto una governance adeguata. Consente ai singoli collaboratori in molti ruoli di migliorare le loro capacità e la loro produttività. Si può utilizzare per ricerche di base, come cassa di risonanza e partner di riflessione nel processo decisionale o per creare contenuti creativi di base. Finché non si esternalizza completamente il proprio pensiero e si controllano i risultati, questo è un modo abbastanza standard di operare oggi.

A livello organizzativo può essere utilizzata come supporto fondamentale per svolgere attività e progetti ottimizzando tempo e costi in modo misurabile, e ciò è stato molto più difficile da realizzare per le aziende. La maggior parte dei casi reali che ho visto in aziende reali riguardano uno dei tre seguenti settori:

1. Ottimizzazione dei processi in aziende operativamente complesse (ad esempio, produzione industriale, logistica, magazzinaggio)
2. Gestione dei prezzi e dei ricavi in contesti complessi e in continua evoluzione (ad esempio, hotel, compagnie aeree, vendita al dettaglio)
3. Recupero, sintesi e diffusione delle informazioni nella gestione della conoscenza (ad esempio, servizi professionali, consulenza, settore pubblico)

Che suggerimenti puoi dare ad aziende che desiderano implementare processi o strumenti di IA in modo semplice e a basso rischio?

Per molte aziende, credo che ci sia una domanda fondamentale da porsi che definirà poi la natura e il ritmo dei loro sforzi relativi all’IA. Volete essere innovatori all’avanguardia, con i rischi che ciò comporta, o volete essere dei fast follower, che si prendono il tempo di comprendere quali strumenti e processi funzionano davvero, quali fornitori di software riescono davvero a realizzare nuovi prodotti e poi si concentrano sulla perfetta implementazione?

Una prima implementazione meno rischiosa è di dare maggiore indipendenza alle persone fornendo le versioni aziendali di Copilot, Gemini, ChatGPT ecc. e poi, all’interno di una chiara struttura di governance, farle utilizzare. La portata di questa iniziativa all’interno di un’organizzazione dipende dal settore, dalla combinazione di ruoli e dalla propensione al rischio.

Un altro modo relativamente poco rischioso è quello di utilizzare alcuni dei nuovi strumenti SaaS basati sull’intelligenza artificiale destinati al vostro settore specifico. Questo approccio non è certamente privo di rischi, poiché permangono tutte le sfide legate al successo dell’implementazione SaaS e il rischio che i nuovi strumenti non abbiano successo e non siano più disponibili entro 12 mesi, ma vale la pena esaminare e potenzialmente provare qualcosa. In alternativa, molti degli strumenti SaaS per cui state già pagando, come il vostro sistema CRM, contabile o HR, potrebbero avere funzionalità basate sull’intelligenza artificiale che potreste trovare utili.

Quali sono gli errori più comuni che le aziende commettono quando cercano di realizzare progetti IA?

Vedo alcuni errori ricorrenti.

In primo luogo, delegare la scelta e implementazione di strumenti IA al dipartimento IT o al CTO come se fosse principalmente una questione tecnologica, oppure formare un comitato interno composto da persone interessate all’IA e lasciare che siano loro a guidare il processo. Questi gruppi saranno importanti nell’implementazione di ciò che fate, ma il pensiero su dove e come utilizzare l’IA dovrebbe, a mio avviso, provenire dal CEO, con il contributo dei responsabili commerciali e operativi. I CEO devono essere coinvolti nella definizione di quanto vogliono essere ambiziosi con l’IA e, soprattutto, in quale area dell’azienda può avere il maggiore impatto e quale sarà il ROI. Questo può essere difficile, poiché la maggior parte dei CEO non ha un background in questo settore, pertanto è importante circondarsi delle persone giuste, sia interne che esterne, e stabilire la direzione da seguire, come dovrebbero fare con altri aspetti fondamentali della strategia.

I dati sono fondamentali per la maggior parte dei progetti di IA e ho riscontrato due problemi in questo ambito. Il primo è quello di non dedicare il tempo necessario a verificare che i dati richiesti siano effettivamente disponibili per consentire l’utilizzo dell’IA: ho visto progetti ben definiti fallire immediatamente quando si è scoperto che i dati essenziali non erano disponibili. Il secondo, ironicamente, è il problema opposto, ovvero quando le aziende pensano che tutti i loro dati debbano essere perfetti prima di poter fare qualsiasi cosa con l’IA e trascorrono mesi a lavorare per perfezionare un database che comprenda tutte le fonti di dati. Se si dispone dei data engineer giusti, quel grado di perfezione è raramente necessario per le singole applicazioni e aspettare che sia raggiunto può rallentare inutilmente i progetti. Quindi i dati sono fondamentali, ma non tutti i dati aziendali devono essere perfetti prima di iniziare.

L’ultimo problema è quello di lanciarsi nella creazione di soluzioni personalizzate senza pensare a come qualcosa possa essere prodotto per funzionare in modo affidabile nel mondo reale. Ciò include il modo in cui gestirete una soluzione personalizzata quando gli aspetti della vostra attività cambiano. Se create 100 GPT (Generative Pre-trained Transformer) personalizzati per le persone, cosa succederà quando i modelli sottostanti cambieranno e gli strumenti inizieranno a funzionare male? Oppure, come aggiornerete il vostro strumento di determinazione dei prezzi basato sull’IA quando il vostro inventario o il comportamento dei clienti cambierà?

È possibile applicare le Best Practice di Project Management a progetti che includono processi e/o strumenti di IA? I team dovrebbero adattare le metodologie per migliorare i risultati?

Penso che molte delle tecniche di Project Management utilizzate nell’era pre-GenAI siano ancora del tutto pertinenti. Sono stati sviluppati alcuni nuovi corsi specifici per la gestione dei progetti di IA, come AIPM o CPMAI, che ritengo siano ottimi e ideali per chi desidera impegnarsi a fondo in progetti di IA. È facile dimenticare che anche il miglior progetto di IA al mondo può fallire se le persone che implementano lo strumento, e ci sono sempre persone coinvolte, non sono convinte del progetto e non cambiano il loro comportamento. Pertanto, ritengo che coinvolgere i potenziali utenti prima, durante e dopo il progetto sia più importante che mai.

Un’ulteriore sfida dei progetti che coinvolgono l’IA è che le tecnologie e le possibilità stanno cambiando così rapidamente che, alla fine di un lungo progetto, il modo in cui avete fatto qualcosa potrebbe già essere subottimale. Pertanto, ritengo che siano necessarie pratiche di gestione dei progetti che consentano un certo grado di flessibilità e agilità e che le soluzioni siano costruite in modo tale che le singole componenti possano essere modificate con relativa facilità in futuro, man mano che la tecnologia evolve.

Che consiglio pratico puoi dare alle aziende che vogliono implementare processi o strumenti di IA?

Penso che il punto di partenza debba essere quello di assicurarsi di avere una strategia di IA, per quanto semplice, e di continuare a rivederla e perfezionarla nel tempo. Poi bisogna rimanere curiosi, interessati e aggiornati su ciò che sta accadendo nel campo dell’IA. Assicuratevi che rimanga un argomento vivo nelle riunioni della dirigenza e che venga regolarmente rivisto. Anche se per ora state rimandando il vostro ingresso in questo settore, arriverà il momento in cui sarete pronti a farlo e i costi-benefici di tale scelta avranno senso. Avrete monitorato il mercato, avrete visto cosa funziona bene nel vostro settore e sarete pronti, si spera, a farlo bene fin da subito!