Alla presentazione dell’Atlante AI di Bain & Company e AI4I, Victoria Botella Jiménez di OpenAI indica la strada: partire dal problema che pesa di più sui clienti, dare ai dipendenti il tempo per imparare, fissare regole chiare per gli agenti. Le imprese italiane ne hanno bisogno: l’86% usa già l’AI, ma solo il 19% l’ha portata su larga scala.
Alla prima riunione con OpenAI molte aziende si presentano con un elenco di cento casi d’uso. Victoria Botella Jiménez, Gtm Director di OpenAI per Italia e Spagna, guida lo sviluppo del business con le grandi imprese dei due Paesi. Quell’elenco lo mette da parte. E fa sempre la stessa domanda: dove i vostri clienti segnalano più problemi? È il primo dei consigli che ha portato il 5 novembre alle Ogr di Torino, alla presentazione dell’Atlante AI, l’osservatorio di Bain & Company e AI4I sull’adozione industriale dell’intelligenza artificiale.
Il ritardo da colmare è nei numeri dell’Atlante: l’86% delle 320 imprese italiane coinvolte ha già adottato l’AI, almeno in parte. Solo il 19% la sta portando su larga scala. Le altre sono ferme tra esplorazione, proof of concept, progetti pilota e produzione su scala limitata. Eppure, l’AI funziona: il 95% di chi l’ha adottata dichiara risultati in linea o superiori alle attese. A frenare sono privacy, competenze, coordinamento interno e una strategia che spesso manca: solo il 47% delle imprese mette l’AI tra le prime tre priorità dei prossimi due-quattro anni, contro l’84% del benchmark globale di Bain.
La ricetta di OpenAI parte da qui e non riguarda la tecnologia. Scegliere un solo problema, quello che pesa di più sui clienti. Dare ai dipendenti tempo per imparare in orario di lavoro, perché in Italia e nel Sud Europa l’ostacolo più grande è la paura. Nominare degli AI Champions in ogni squadra. E con gli agenti decidere prima che cosa possono fare da soli, quando devono chiedere conferma e chi interviene se qualcosa va storto. Gli altri interventi della mattinata vanno nella stessa direzione: Mauro Colombo di Hpe sugli agenti che passano dal dire al fare, Giulia Di Giovanni sul modo in cui Poste Italiane è uscita dai piloti, Riccardo Zecchina della Bocconi, per cui «la lezione è l’organizzazione».
Il vantaggio competitivo non sta nel modello ma nella velocità con cui si cambiano prodotti e servizi: l’AI mette l’esperienza dei più bravi a disposizione di tutti
Se tutte le aziende hanno accesso alla stessa tecnologia, dove nasce il vantaggio competitivo? Botella parte dai modelli, che continuano a migliorare: «Ogni settimana c’è una notizia nuova, un modello nuovo». «Il vantaggio fondamentale andrà all’azienda che riuscirà a cambiare i suoi prodotti e i suoi servizi più velocemente grazie all’intelligenza artificiale. La tecnologia, alla fine, è solo il punto di partenza».
C’è poi un beneficio che va oltre l’efficienza. «Lavorando in OpenAI, una delle cose che mi hanno colpito di più, soprattutto negli ultimi mesi, è che il vantaggio principale dell’intelligenza artificiale è molto di più della produttività. È avere l’intelligenza e l’esperienza che ti servono proprio nel momento in cui ti servono». Chi è appena entrato in azienda può contare sull’esperienza del collega più esperto. È così, conclude, che «la conoscenza di pochi può diventare la forza della tua azienda».
Partire dal punto in cui i clienti segnalano più problemi, non da una lista di cento casi d’uso: il primo consiglio di OpenAI per uscire dalla fase dei piloti
Per passare dal pilota alla scala, secondo Botella, in Italia mancano due cose: saper scegliere l’attività da cui partire e dare alle persone il tempo per imparare. Sulla prima il metodo è semplice. «Quando arriviamo alla prima riunione, capita spesso che le aziende arrivino con cento casi d’uso. Io faccio sempre la stessa domanda: dobbiamo cominciare dove i vostri clienti segnalano più problemi». L’esempio che porta è molto concreto: «se un cliente aspetta troppo per una risposta, dobbiamo andare a sederci con la persona che risponde al telefono e capire dove manca l’informazione». Solo dopo si passa agli altri casi d’uso. «Non possiamo cominciare con una lista di cento casi d’uso fatta con ChatGPT. Dobbiamo capire qual è il primo problema da risolvere».
È proprio il caso che gli analisti dell’Atlante usano per spiegare il divario tra pilota e scala: il servizio clienti. Un pilota che risponde alle domande più frequenti è una cosa. Portarlo su scala è un’altra: servono integrazione con i sistemi, informazioni sempre aggiornate, rispetto delle norme sui dati, processi ridisegnati. Cambia anche il ruolo dell’operatore, che entra in gioco sulle eccezioni e sui casi più complessi. I piloti si possono finanziare con il budget dell’innovazione. Per la scala servono investimenti strutturali.
E qui la dimensione dell’impresa ha un peso non trascurabile: le aziende fino a 500 milioni di euro di ricavi investono in genere tra lo 0,1% e l’1% del fatturato, con budget spesso tra 100mila e 500mila euro, e si concentrano su sperimentazioni e piloti. Circa tre imprese su quattro sotto i 100 milioni sono ancora in esplorazione, sperimentazione o pilota. Sopra questa soglia, circa una su due ha già soluzioni su larga scala. Anche i settori viaggiano a velocità diverse: nel Tech l’adozione è al 100%, mentre nei servizi finanziari e nel Media & Entertainment circa un’azienda su due è già su larga scala.
Il vero ostacolo è la paura: tempo per imparare in orario di lavoro, esempi legati al proprio mestiere e un AI Champion in ogni squadra
Il secondo nodo è l’adozione. «Secondo me è il problema più grande che abbiamo in Italia e anche nel Sud Europa», dice Botella. Negli hackathon e nei workshop di OpenAI si incontrano due profili. Il primo, spesso più giovane, è entusiasta e vuole imparare. Il secondo ha paura. Ed è quello che a OpenAI interessa di più. I rimedi sono pratici: «la paura si toglie con il tempo, dando ai dipendenti il tempo e lo spazio per imparare durante l’orario di lavoro». Poi serve un esempio che tocchi il lavoro di ogni giorno, non una demo generica. In OpenAI, racconta, quel momento ha un nome: «feeling the Agi». È quando usi l’intelligenza artificiale e riesci a fare, nel tuo mestiere, una cosa che prima non sapevi fare.
Infine, le persone. «La fiducia è contagiosa». Per questo servono AI Champions in tutti i team, colleghi che raccontino i piccoli successi. «Così non solo impari, ma provi anche un po’ di gelosia e dici: magari provo anche io». L’Atlante conferma che il collo di bottiglia è organizzativo. Dopo sicurezza dei dati e privacy, prima barriera per il 30% delle imprese, viene la mancanza di competenze e risorse interne. Sul piano operativo, il 44% indica il coordinamento tra team e stakeholder come prima fonte di attrito. Le basi però restano necessarie. Zecchina cita studi secondo cui «chi conosce il coding fa prompting molto più sensato di chi non lo conosce».
Con gli agenti cambia il modo di dividere il lavoro: che cosa fa la macchina da sola, quando chiede conferma, chi interviene se qualcosa va storto
Il terzo consiglio riguarda gli agenti. Colombo, di Hewlett Packard Enterprise, descrive il passaggio. Finora l’intelligenza artificiale è servita a ottenere risposte. Ora si entra nella fase agentica, e poi arriverà quella fisica, con la robotica. Gli agenti sono programmati per raggiungere un obiettivo e si organizzano tra loro. Un cliente chiede di cambiare una consegna: l’agente del call center parla con quello della logistica e con quello dei trasporti, e la modifica viene confermata.
Botella parte da qui. «Un copilota ti aiuta a rispondere a una domanda o a fare un compito. Un agente ti può aiutare a completare un’azione. Questo significa che dobbiamo cambiare il modo in cui pensiamo al lavoro e in cui lo dividiamo». Prima vanno definiti gli accessi ai sistemi e le regole. Poi tre domande: «Primo, che cosa deve fare questo agente da solo. Secondo, quando deve chiedere conferma. Terzo, chi deve intervenire se qualcosa va storto». Mancano ancora due capacità. La prima è la delega. «Come persone non abbiamo ancora capito come delegare bene». Agli amici che le chiedono che cosa insegnare ai figli risponde così: «Dobbiamo imparare a delegare». La seconda è il giudizio, «una responsabilità che abbiamo ancora su questi agenti».
Per Colombo, con gli agenti cambiano anche le infrastrutture. Contano tre elementi. I dati, perché gli agenti lavorano sui dati aziendali correnti. La rete, perché dialogano tra loro e servono collegamenti più veloci dentro e tra i data center. E la sicurezza: quando si mette un agente al volante servono guardrail. Come in autostrada, non sono un ostacolo, ma il modo per tenerlo in carreggiata.
Nel 36% delle imprese l’AI è ancora in mano all’IT: Poste Italiane l’ha affidata a un comitato con tutte le prime linee e ora porta gli agenti nei canali
Le regole, insomma, vanno decise dal vertice. Nel 36% delle imprese dell’Atlante la responsabilità dei programmi AI fa capo all’IT. Una governance ancora tecnologica, per un cambiamento che non lo è. «La trasformazione AI non è soltanto una trasformazione IT», spiega Giovanni Mattera di Bain. «Per avere successo ci deve credere la strategia, ci deve credere il business». Emanuele Veratti, senior partner e Digital Practice Leader Italia di Bain & Company, chiede «una visione chiara, un mandato forte, l’integrazione dell’AI nei processi e una governance che coinvolga il business, non soltanto l’IT».
Poste Italiane ha seguito questa strada: con circa 45 milioni di clienti e 120mila dipendenti, lavora alla strategia AI da più di due anni. «L’AI si stava diffondendo tra i nostri clienti e i nostri dipendenti», racconta Di Giovanni. «Questo è il bello della tecnologia: non puoi fermarla». Le linee sono tre. La scala: la sua funzione, prima dedicata alla sperimentazione, oggi lavora su programmi di trasformazione. Tecnologia e competenze insieme: «Rimanere aperti al mercato, ma governarlo. Se non abbiamo le competenze interne, non possiamo governarlo». E la governance: un comitato con tutte le prime linee valuta opportunità, rischi, compliance ed etica di ogni caso d’uso. «La burocrazia a volte fa male, ma in questo caso fa anche bene».
Sui canali verso i clienti il primo è stato il contact center, ora si lavora sull’app agentica e sui canali digitali. Nell’area corporate coinvolge circa 5mila persone in 15 funzioni, dal legale alla finanza, che devono cambiare il loro modo di lavorare.
Comprare o costruire? Il 59% delle imprese sceglie un modello ibrido, e Zecchina avverte: la vera lezione dell’AI è l’organizzazione
Sulla tecnologia le imprese italiane sono pragmatiche. Il 59% combina soluzioni acquistate sul mercato e sviluppate in casa, il 25% preferisce costruire soluzioni proprietarie, il 16% usa strumenti pronti. Si compra per i processi standardizzati, si costruisce dove si vuole un vantaggio competitivo o i dati sono sensibili. Circa l’82% ha avviato o avvierà entro due anni collaborazioni strutturate con università e centri di ricerca.
Zecchina ricorda però da dove arrivano gli strumenti. Quest’anno ha dovuto cambiare due volte una lezione di informatica teorica all’ultimo momento, perché nella notte erano arrivate novità di OpenAI su problemi che doveva spiegare. «Non mi metterei oggi a competere con OpenAI sulla matematica», ammette. L’Europa, aggiunge, ha competenze e industria, ma non controlla gli strumenti: «Utilizziamo strumenti di cui gli altri decidono i prezzi, l’accesso e le condizioni di uso».
La sua conclusione coincide con quella di OpenAI. Il caso di AlphaFold, con cui DeepMind ha messo circa 200 persone su un problema aperto da decenni, la previsione della struttura delle proteine, dimostra che il salto si fa con squadre di competenze diverse. «La lezione è l’organizzazione», ripete tre volte. Antonio Barin, partner di Bain, lo traduce in agenda: «accompagnare le soluzioni dalla sperimentazione all’industrializzazione, orientare gli incentivi verso la messa in produzione, rafforzare le competenze tecnologiche e di business».
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
