Quando un corso sull’Intelligenza Artificiale smette di parlare di strumenti e inizia a parlare di lavoro
Negli ultimi mesi ho avuto l’opportunità di accompagnare un piccolo gruppo di persone di un’azienda operante nel settore dei servizi e della logistica in un percorso introduttivo sull’Intelligenza Artificiale.
L’obiettivo iniziale era relativamente tradizionale: comprendere cosa siano i modelli generativi, quali strumenti siano oggi disponibili, quali opportunità offrano e quali attenzioni richiedano dal punto di vista etico, normativo e organizzativo.
Eppure, come spesso accade nei percorsi più interessanti, il risultato finale è stato diverso da quello che ci si aspetta normalmente da un corso.
La parte più utile non è stata imparare a usare uno strumento.
È stata imparare a osservare il lavoro.
La vera competenza: riconoscere i processi
Quando si parla di Intelligenza Artificiale, molte persone pensano immediatamente a chatbot, generatori di testi, immagini o automazioni.
Questi strumenti sono certamente importanti, ma rappresentano solo una parte del problema.
La domanda più interessante è un’altra:
quali attività svolgiamo ogni giorno che richiedono soprattutto raccolta di informazioni, verifiche, controlli, confronti e ricostruzione di dati?
Questa domanda cambia completamente la prospettiva.
L’attenzione non si concentra più sulla tecnologia, ma sui processi.
E quando si inizia a ragionare in questo modo emergono spesso attività molto diverse tra loro, accomunate da alcune caratteristiche:
sono ripetitive;
richiedono precisione;
sono fondamentali per l’organizzazione;
generano poco valore diretto;
assorbono tempo e attenzione.
Non sono attività “semplici”.
Sono attività necessarie.
La differenza è importante.
Dall’idea generica ai bisogni concreti
Durante il percorso abbiamo lavorato su una serie di esempi pratici e, soprattutto, abbiamo provato a tradurre il lavoro quotidiano in bisogni organizzativi descritti in modo chiaro.
Non ci siamo chiesti:
“Come possiamo usare l’Intelligenza Artificiale?”
Ci siamo chiesti:
“Quali informazioni dobbiamo continuamente raccogliere, verificare, ricostruire o mettere in relazione?”
Questo approccio ha portato all’emersione di diversi spunti interessanti:
gestione di informazioni tecniche distribuite tra documenti e sistemi diversi;
analisi di dati relativi alle persone e alle attività svolte;
classificazione di comunicazioni non strutturate;
riconciliazione di dati provenienti da applicazioni differenti.
Nessuna di queste idee costituisce automaticamente un progetto di Intelligenza Artificiale.
E questo è un punto cruciale.
Un buon caso d’uso non nasce dalla tecnologia
Uno degli errori più frequenti nelle organizzazioni consiste nel partire dallo strumento.
Si adotta una piattaforma, si acquista un abbonamento o si attiva un nuovo servizio per poi cercare un problema da risolvere.
Nella pratica funziona quasi sempre al contrario.
Un buon caso d’uso nasce quando sono chiari:
il processo da migliorare;
i dati disponibili;
le responsabilità umane;
i criteri con cui misurare il risultato.
Solo a quel punto diventa sensato chiedersi quale tecnologia possa essere utile.
L’Intelligenza Artificiale non sostituisce questa fase di analisi.
Al contrario, la rende ancora più importante.
Anche il documento finale è stato parte dell’esperienza
Un aspetto che ho trovato particolarmente interessante riguarda la produzione della documentazione conclusiva.
Le idee emerse durante le attività sono state raccolte attraverso interviste, rielaborate con strumenti di Intelligenza Artificiale e successivamente trasformate in una proposta progettuale strutturata.
In altre parole, il documento finale non è stato soltanto un resoconto del lavoro svolto.
È diventato esso stesso un esempio pratico di utilizzo dell’Intelligenza Artificiale.
Non per sostituire il ragionamento delle persone.
Ma per aiutare a organizzare contenuti, individuare relazioni, rendere più chiari i bisogni e trasformare osservazioni sparse in ipotesi di lavoro coerenti.
Dalla formazione alla sperimentazione
Se c’è una lezione che porto a casa da questa esperienza è che la vera maturità digitale non consiste nel conoscere molti strumenti.
Consiste nel saper riconoscere dove una tecnologia possa effettivamente aiutare un’organizzazione e dove, invece, il valore continui a risiedere nel giudizio, nell’esperienza e nella responsabilità delle persone.
La formazione produce il massimo valore quando non genera soltanto nuove competenze individuali, ma aumenta la capacità dell’organizzazione di osservare sé stessa, comprendere i propri processi e identificare opportunità di miglioramento concrete.
La domanda interessante, allora, non è se utilizzare o meno l’Intelligenza Artificiale.
La domanda è: quali attività della nostra organizzazione stiamo ancora guardando come semplici abitudini operative, senza accorgerci che potrebbero diventare il punto di partenza per un ripensamento più intelligente del lavoro?
Commenti