La tecnologia non è la vera barriera. La cultura sì.
Perchè l'intelligenza artificiale non è ancora pienamente diffusa? E' colpa del nostro approccio culturale. Ecco l'approfondimento del nostro CEO Daniele Bacchi uscito sull'ultimo numero della rivista Sviluppo&Organizzazione di Edizioni ESTE. Buona lettura!
L’intelligenza artificiale rivoluzionerà le nostre vite, l’intelligenza artificiale è la nuova elettricità, l’intelligenza artificiale cambierà per sempre il mondo del business. Auto che guidano da sole (Waymo), assistenti virtuali che scrivono email al nostro posto per fissare un meeting (X.ai), o prenotano il nostro appuntamento con il barbiere.
Tutto vero. Ci siamo. La tecnologia che abilita l’AI è finalmente pronta per far fare il salto a questa scienza, che esiste dal 1956, e che ha avuto uno sviluppo lento dovuto alla mancanza di potenza di calcolo nei decenni trascorsi.
Prendo spunto da diversi articoli scientifici che ho studiato negli ultimi mesi come il recente Building the AI-Powered Organization di Tim Fountaine, Brian McCarthy, e Tamim Saleh apparso su Harvard Business Review e dalla nostra esperienza nell’introdurre in R-Everse l’AI per aiutare i nostri processi di head hunting e recruiting nell’essere più veloci e più efficienti.
Solo 8% di aziende leader dei propri settori è riuscita ad applicare con successo progetti di AI. La stragrande maggioranza fallisce o non riesce a diffondere realmente AI all’interno della propria organizzazione.
Fountaine, partner in McKinsey’s, afferma di aver intervistato per la sua ricerca migliaia di Executive che hanno investito ingenti somme nell’adozione della tecnologia AI senza i risultati attesi. Come mai? Forse per problemi di tecnologia non ancora matura o per l’annosa questione della mancanza di data scientist, cioè di personale qualificato per lavorare su AI?
NO. La vera barriera, emersa dalla ricerca, è rappresentata dalla cultura e dall’organizzazione aziendale. Oltre ovviamente al non essere digitali. Ma andiamo per gradi e analizziamo tutte le problematiche che è necessario affrontare.
Informazioni digitali
E’ banale, lo so. Ma non fa male ripeterlo. L’AI si basa sui dati. DIGITALI.
No dati digitali -> no AI.
Se l’azienda è organizzata sulla carta (o su excel che oggi è paragonabile alla carta) e quindi non si è ancora avviata (o conclusa) la migrazione al digitale dei processi strategici aziendali, non si può introdurre l’AI. Esempio: se la forza vendita fa ancora preventivi modificando template Word non è possibile pensare di introdurre AI per analizzare e predire quali variabili saranno più vincenti per la conquista di un determinato cluster di clienti.
Quindi se si vuole applicare AI si deve aver costruito (per tempo) basi dati digitali ricche di informazioni storiche.
Partire dai progetti meno complicati
E’ importante che i primi progetti abbiano successo. Non farsi tentare dall’iniziare con progetti ad alto potenziale, in termini di ritorno di investimento, ma allo stesso tempo molto complessi.
“Quando guidavo Google Brain c’era parecchio scetticismo nei confronti dell’AI all’interno di Google. Motivo per cui ho scelto il team di Google Speech come primo cliente interno con cui lavorare. L’obiettivo di migliorare il riconoscimento vocale, pur essendo molto rilevante, non aveva lo stesso impatto economico di applicare l’AI ai settori della ricerca sul web e dell’advertising. Ma l’aver avuto successo con Google Speech mi fece guadagnare fiducia per poi passare ad altri progetti più complessi e a più valore.” Andrew Ng — Google Brain project Lead at Google
Il consiglio che ci fornisce Andrew Ng è partire da progetti che abbiano le seguenti caratteristiche:
- Il progetto non deve richiedere idealmente competenze complesse legate al business. In altre parole deve essere semplice per il team tecnico AI (anche esterno), che non ha competenze di business, capire e lavorare con il team interno all’azienda, che ha invece profonda conoscenza di come il business funziona.
- Il progetto deve essere semplice anche dal punto di vista tecnico. La tecnologia AI è in evoluzione: occorre quindi confrontarsi con gli ingegneri AI prima della scelta del progetto, per orientarsi verso quei progetti che consentano di applicare tecnologia AI già padroneggiata dal team.
- Avere obiettivi MISURABILI che creano valore per il business in 6–12 mesi.
Barriere Organizzative
Secondo Fountaine il più grande errore che i leader... Leggi l'intero articolo pubblicato su Sviluppo & Organizzazione