Come scegliere un consulente AI per la tua azienda: competenze e criteri

Se oggi fossi un imprenditore alla ricerca di un partner per introdurre l’intelligenza artificiale nella mia azienda, probabilmente avrei qualche difficoltà a scegliere.

Il mercato offre consulenti, software house, agenzie digitali, società informatiche e professionisti indipendenti. Quasi tutti dichiarano di poter aiutare le aziende a utilizzare l’AI, automatizzare le attività e migliorare la produttività.

Alcuni possiedono competenze tecniche molto approfondite. Altri hanno iniziato a occuparsi di intelligenza artificiale soltanto recentemente, dopo anni trascorsi a offrire servizi completamente diversi.

Ci sono anche attività che fino a poco tempo fa si occupavano principalmente di siti web, comunicazione digitale o marketing e che oggi propongono consulenza sull’intelligenza artificiale.

Questa trasformazione è comprensibile. Gli strumenti disponibili stanno cambiando rapidamente il modo in cui si sviluppano siti, applicazioni e servizi digitali. Alcuni lavori possono essere svolti più velocemente e determinate competenze tecniche, che prima richiedevano molto tempo per essere acquisite e applicate, sono diventate più accessibili.

È naturale che i fornitori cerchino nuove opportunità e adattino la propria offerta.

Il problema nasce quando un’azienda deve distinguere chi ha realmente le competenze necessarie per accompagnarla in un progetto di trasformazione da chi ha semplicemente aggiunto l’intelligenza artificiale al proprio catalogo di servizi.

Una buona capacità di utilizzare gli strumenti AI può essere acquisita anche in tempi relativamente brevi. Comprendere come funzionano le organizzazioni, invece, richiede esperienze di natura diversa.

Per questo, quando penso alle caratteristiche che dovrebbe avere un buon partner, parto soprattutto dalla sua capacità di analizzare i processi e individuare come migliorarli.

È una competenza che considero centrale e che, nella mia esperienza, viene spesso sottovalutata quando si parla di intelligenza artificiale.

Il mercato dell’AI sta attirando professionisti con esperienze molto diverse

Negli ultimi anni abbiamo assistito alla diffusione di strumenti che consentono di sviluppare software, creare contenuti e automatizzare attività con una facilità impensabile fino a poco tempo fa.

Oggi una persona con competenze tecniche relativamente limitate può realizzare un prototipo utilizzando piattaforme già pronte, servizi cloud e assistenti di programmazione basati sull’AI.

È un cambiamento importante, perché permette a molte più persone di sperimentare e realizzare soluzioni digitali.

Questa accessibilità, però, può creare confusione quando viene interpretata come una competenza sufficiente per progettare l’introduzione dell’intelligenza artificiale in un’organizzazione.

Saper costruire un agente che legge le email, recupera documenti o aggiorna un database è certamente utile.

Ma prima ancora di costruire quell’agente bisognerebbe sapere se il processo che vogliamo automatizzare funziona correttamente, quali problemi contiene, quali informazioni utilizza e quali conseguenze avrebbe modificarlo.

Pensiamo a una società che fino a ieri realizzava prevalentemente siti web e che oggi offre anche automazioni AI.

Potrebbe aver sviluppato competenze eccellenti e disporre di professionisti capaci di analizzare processi complessi. Il precedente settore di attività, da solo, non ci dice nulla sulla qualità attuale del suo lavoro.

Dovremmo però verificare se il gruppo possiede esperienza nella gestione dei processi aziendali oppure se la sua competenza riguarda soprattutto la realizzazione tecnica degli strumenti.

La distinzione diventa particolarmente importante quando il progetto coinvolge amministrazione, commerciale, gestione documentale, assistenza clienti e organizzazione del personale.

In questi contesti le difficoltà raramente dipendono soltanto dalla mancanza di un software.

Spesso derivano da procedure stratificate negli anni, responsabilità distribuite in modo poco chiaro, informazioni conservate in sistemi differenti e attività manuali che nessuno ha mai avuto il tempo di rivedere.

Un progetto AI può migliorare molto queste situazioni, ma prima bisogna riuscire a comprenderle.

Il primo compito di un consulente dovrebbe essere capire come lavora l’azienda

Immaginiamo una PMI di 30 persone che voglia automatizzare una parte delle proprie attività amministrative.

Il titolare spiega che i dipendenti perdono troppo tempo nella preparazione dei documenti e vorrebbe introdurre un agente AI per aiutarli.

Una possibile risposta consiste nel proporre immediatamente un’applicazione capace di leggere file PDF, estrarre dati e compilare modelli.

È una soluzione tecnicamente plausibile.

Tuttavia, prima di decidere come svilupparla, cercherei di capire che cosa succede davvero durante una giornata di lavoro.

Da dove arrivano i documenti? Chi li riceve? Come vengono controllati? Dove vengono registrate le informazioni? Quali passaggi richiedono l’intervento di un responsabile?

Soprattutto, vorrei osservare il lavoro insieme alle persone che lo svolgono.

Potrei scoprire, per esempio, che il documento viene ricevuto via email da una persona, salvato in una cartella da un’altra e successivamente aperto da un terzo dipendente, che ne copia alcune informazioni nel gestionale.

Un responsabile potrebbe poi controllare gli stessi dati, già verificati in una fase precedente, prima di autorizzare l’operazione.

In una situazione del genere il tempo viene assorbito da più attività, e l’intelligenza artificiale potrebbe intervenire soltanto su alcune di esse.

Prima di sviluppare un agente, sarebbe opportuno verificare se alcuni passaggi possano essere eliminati, se le informazioni possano essere inserite una sola volta e se i programmi esistenti siano già in grado di comunicare.

Magari il sistema gestionale dispone di funzioni che l’azienda non utilizza. Oppure sarebbe sufficiente modificare la procedura di approvazione per eliminare una parte dei controlli duplicati.

L’intelligenza artificiale potrebbe essere utile per interpretare documenti di formati diversi, classificare le richieste o preparare informazioni da sottoporre alla verifica di un operatore.

Il progetto risultante sarebbe diverso da quello immaginato inizialmente dal titolare.

E potrebbe anche costare meno.

Un buon consulente deve saper mettere in discussione la richiesta iniziale

Quando un imprenditore contatta un fornitore, spesso ha già un’idea di ciò che vorrebbe acquistare.

Può aver visto una dimostrazione online, letto una notizia oppure parlato con qualcuno che utilizza un determinato strumento.

Arriva quindi con una richiesta precisa: un chatbot per rispondere ai clienti, un agente per gestire le email, un sistema per compilare documenti.

Queste indicazioni sono utili per capire da dove nasce l’interesse, ma non dovrebbero diventare automaticamente il progetto da realizzare.

Un consulente dovrebbe approfondire le ragioni della richiesta.

Se un’azienda vuole un chatbot perché riceve troppe telefonate, per esempio, bisogna capire quali sono le domande più frequenti e perché i clienti sentono la necessità di telefonare.

Potremmo scoprire che chiamano soprattutto per conoscere lo stato dei propri ordini.

In quel caso la soluzione più efficace potrebbe consistere nel rendere accessibile quell’informazione attraverso un collegamento con il gestionale, piuttosto che sviluppare un assistente conversazionale particolarmente sofisticato.

Oppure potremmo scoprire che i clienti telefonano perché ricevono documenti poco chiari e hanno bisogno di farseli spiegare.

Anche qui il progetto dovrebbe partire dall’origine del problema.

L’esperienza nell’analisi dei processi permette di distinguere il bisogno espresso dalla causa che lo genera.

Per fare questa distinzione bisogna osservare come viene svolto il lavoro e comprendere le relazioni fra le attività.

La visione strategica si riconosce dalle domande che vengono fatte

Quando parlo di visione strategica, intendo la capacità di osservare un’organizzazione e comprendere come una modifica in un reparto possa influire sul funzionamento degli altri.

Un intervento sull’ufficio commerciale, per esempio, può avere conseguenze sull’amministrazione, sulla logistica e sull’assistenza clienti.

Se automatizziamo la preparazione delle offerte, dobbiamo considerare anche come vengono gestite le condizioni economiche, quali controlli vengono effettuati prima dell’invio e che cosa accade quando il cliente accetta.

Un agente che prepara preventivi molto velocemente potrebbe aumentare il numero di richieste gestite dal reparto commerciale.

Ma se il processo successivo rimane manuale e già lavora al limite della propria capacità, l’azienda rischia di spostare il problema da un ufficio all’altro.

Per questo cercherei un professionista capace di ragionare sull’intero percorso delle informazioni.

Durante i primi incontri mi aspetterei domande sul funzionamento dell’attività, sul lavoro svolto dalle persone e sulle difficoltà operative.

Vorrei che il consulente cercasse di capire quali operazioni assorbono più tempo, dove si verificano gli errori e quali attività dipendono dalla conoscenza di pochi collaboratori.

Mi interesserebbe anche sapere come intende misurare i risultati.

Un progetto che promette genericamente di aumentare la produttività lascia troppo spazio alle interpretazioni.

È preferibile identificare un processo, misurare il tempo necessario per svolgerlo e stabilire quali cambiamenti vogliamo ottenere.

Se oggi una pratica richiede diversi passaggi manuali, possiamo valutare quali siano eliminabili e quanto lavoro rimarrà necessario dopo l’automazione.

In questo modo il progetto diventa verificabile.

Saper riconoscere i processi che funzionano è importante quanto individuare quelli inefficienti

Quando si entra in un’azienda per migliorarne l’organizzazione, bisogna evitare di considerare automaticamente superate tutte le procedure esistenti.

Alcuni processi funzionano bene perché sono stati perfezionati attraverso anni di esperienza.

Possono contenere controlli importanti, accorgimenti sviluppati per gestire situazioni particolari e modalità operative che garantiscono una buona qualità del servizio.

Chi non conosce il settore potrebbe interpretarli come passaggi inutili e cercare di eliminarli.

Pensiamo a uno studio professionale nel quale un collaboratore verifica manualmente alcuni documenti prima della consegna.

A prima vista il controllo potrebbe sembrare una buona attività da automatizzare.

Ma bisogna capire quale funzione svolge.

Se serve a verificare la presenza di determinati dati, una parte del lavoro potrebbe essere affidata a un sistema automatico.

Se invece richiede una valutazione professionale legata alla situazione specifica del cliente, l’intelligenza artificiale potrebbe limitarsi a preparare le informazioni necessarie, lasciando la decisione al professionista.

In entrambi i casi possiamo migliorare il processo, ma il risultato dipende dalla capacità di comprenderne le caratteristiche.

Una progettazione superficiale rischia di eliminare controlli che l’organizzazione aveva introdotto per ragioni precise.

Per riprogettare un processo aziendale bisogna conoscere le conseguenze delle decisioni

Un software può essere sviluppato seguendo specifiche tecniche molto precise.

Quando la richiesta è definita correttamente, un bravo programmatore può realizzare un’applicazione affidabile, integrarla con altri sistemi e renderla disponibile agli utenti.

La difficoltà, nei progetti di trasformazione aziendale, è spesso arrivare a quelle specifiche.

Bisogna decidere quali attività modificare, quali informazioni utilizzare, quali autorizzazioni prevedere e come gestire le eccezioni.

Sono scelte che coinvolgono l’organizzazione del lavoro.

Immaginiamo un’azienda che gestisce richieste di assistenza.

Oggi le email vengono lette da un dipendente, classificate e assegnate a un responsabile. Alcune vengono risolte immediatamente, mentre altre richiedono verifiche tecniche.

L’azienda potrebbe chiedere di automatizzare l’intera gestione attraverso un agente AI.

Prima di realizzarlo sarebbe però necessario distinguere le richieste in base alla loro complessità e alle conseguenze di una risposta sbagliata.

Per alcune comunicazioni potrebbe essere sufficiente recuperare informazioni da una base documentale.

Per altre sarebbe opportuno raccogliere i dati necessari e prepararli per il tecnico.

In determinate situazioni l’agente potrebbe anche avviare operazioni autorizzate, purché siano previste verifiche adeguate.

La progettazione dovrebbe stabilire quali attività svolgere automaticamente e quando coinvolgere una persona.

Queste decisioni non dipendono principalmente dalla capacità di scrivere codice. Richiedono di comprendere il servizio, conoscere i problemi ricorrenti e valutare gli effetti degli errori.

Una volta definito il processo, le competenze tecniche diventano fondamentali per realizzarlo correttamente.

L’esperienza imprenditoriale può essere una competenza importante nella progettazione dell’AI

Una parte della mia visione nasce dai 25 anni trascorsi a fare impresa, lavorando in settori differenti come telecomunicazioni, retail, immobiliare e fintech.

Nel corso di queste esperienze mi sono trovato spesso a dover affrontare problemi organizzativi e a cercare modi per rendere più efficienti le attività delle mie aziende.

Quando gestisci un’organizzazione, anche relativamente piccola, impari che molte difficoltà non sono immediatamente visibili.

A volte un reparto sembra lavorare lentamente perché riceve informazioni incomplete da un altro.

Altre volte i dipendenti dedicano tempo a correggere errori che potrebbero essere evitati modificando il processo a monte.

Può anche succedere che un’attività dipenda interamente dall’esperienza di una persona, creando difficoltà ogni volta che quella persona è assente.

Nel mio lavoro di imprenditore ho dovuto osservare problemi di questo tipo e trovare soluzioni compatibili con le risorse disponibili.

Questo mi ha portato a sviluppare un modo di ragionare che oggi utilizzo quando analizzo le possibili applicazioni dell’intelligenza artificiale.

Quando entro in un’organizzazione cerco di ricostruire come viene svolto il lavoro, quali informazioni circolano e quali operazioni vengono ripetute.

Mi interessa capire dove nascono i rallentamenti, quali errori si presentano più frequentemente e quali attività potrebbero essere ripensate.

Soltanto dopo aver compreso questi aspetti inizio a valutare le tecnologie che potrebbero essere utilizzate.

Naturalmente, l’esperienza imprenditoriale non garantisce da sola la capacità di progettare un sistema AI.

Servono anche una conoscenza aggiornata degli strumenti disponibili, la capacità di comprenderne i limiti e il confronto con competenze tecniche adeguate.

Credo però che aver gestito direttamente problemi organizzativi costituisca un vantaggio quando bisogna valutare le conseguenze operative di una soluzione.

Un’esperienza di gestione cambia il modo di valutare i risultati

Quando sei responsabile di un’attività imprenditoriale, devi considerare anche gli effetti economici delle scelte.

Una soluzione può essere tecnicamente interessante e non produrre un beneficio sufficiente a giustificare il costo.

Un’altra può essere molto semplice e permettere di recuperare una quantità importante di lavoro.

Per questo considero essenziale misurare i risultati partendo dal processo.

Se un’azienda impiega molte ore per consultare documenti, voglio capire quanto tempo potrebbe recuperare attraverso un archivio interrogabile.

Se un ufficio commerciale deve copiare continuamente informazioni fra programmi, mi interessa sapere quante operazioni manuali potrebbero essere eliminate collegando quei sistemi.

Quando si affronta il tema del ritorno economico, bisogna poi distinguere il tempo recuperato dai costi effettivamente ridotti.

Un dipendente che riesce a completare prima un’attività continua generalmente a percepire la stessa retribuzione.

Il vantaggio può consistere nella possibilità di svolgere altro lavoro, migliorare il servizio o gestire una maggiore quantità di richieste senza aumentare proporzionalmente le risorse.

Sono risultati importanti, ma devono essere valutati attraverso indicatori coerenti.

Il partner giusto deve sapere anche quando l’intelligenza artificiale non serve

Un aspetto che valuterei con particolare attenzione è la capacità di proporre soluzioni che non prevedano necessariamente l’utilizzo dell’AI.

Può sembrare strano cercare questa caratteristica in un consulente specializzato in intelligenza artificiale, ma nella pratica è molto utile.

Immaginiamo un’azienda che utilizza un foglio Excel per registrare le richieste ricevute dai clienti.

Ogni giorno un dipendente apre le email, individua alcune informazioni e le inserisce manualmente nel file.

Una possibile soluzione è sviluppare un agente AI che legga i messaggi e compili il foglio.

Prima di farlo, però, bisogna verificare come sono strutturate le comunicazioni.

Se tutte le richieste arrivano attraverso un modulo con campi già definiti, potrebbe essere sufficiente un’automazione tradizionale.

Se invece le informazioni sono contenute in messaggi liberi, scritti in modi diversi e accompagnati da allegati, l’intelligenza artificiale potrebbe essere utile per interpretarne il contenuto.

In entrambi i casi l’obiettivo è evitare che una persona debba copiare manualmente le stesse informazioni.

La tecnologia da utilizzare dipende dalle caratteristiche del lavoro.

Un partner competente dovrebbe conoscere questa differenza e scegliere di conseguenza.

Il rischio di costruire soluzioni troppo complesse

Quando si sviluppano applicazioni personalizzate, esiste sempre la possibilità di introdurre più complessità di quella realmente necessaria.

Un sistema sofisticato può richiedere infrastrutture, manutenzione, controlli e aggiornamenti che incidono sui costi.

Se un processo può essere risolto con una funzione già disponibile nel gestionale, sviluppare un’applicazione dedicata potrebbe non essere conveniente.

Allo stesso modo, un software commerciale potrebbe rappresentare la soluzione migliore quando soddisfa i requisiti aziendali e dispone dei collegamenti necessari.

Un partner con una visione sufficientemente ampia dovrebbe essere in grado di valutare entrambe le possibilità.

La capacità di progettare una soluzione personalizzata è importante, ma deve essere accompagnata dalla disponibilità a proporre strumenti standard quando risultano più adeguati.

Come capire se un consulente possiede davvero questa visione

Durante i primi incontri con un potenziale partner, cercherei di osservare soprattutto il modo in cui affronta i problemi.

Se la conversazione riguarda immediatamente i prodotti da acquistare, gli agenti da sviluppare e le funzioni da installare, probabilmente manca ancora una parte importante dell’analisi.

Vorrei invece comprendere il metodo utilizzato per raccogliere le informazioni e definire gli obiettivi.

Per esempio, chiederei come intende individuare le attività che conviene automatizzare.

Un buon metodo dovrebbe prevedere il confronto con le persone coinvolte, l’osservazione delle procedure e una prima valutazione dei tempi e delle difficoltà operative.

Cercherei poi di capire come vengono stabilite le priorità.

In un’organizzazione possono esistere decine di attività potenzialmente migliorabili.

Non avrebbe molto senso intervenire contemporaneamente su tutte senza conoscere i costi, la complessità e i benefici attesi.

Alcuni progetti potrebbero essere realizzati rapidamente, mentre altri richiederebbero modifiche profonde ai sistemi aziendali.

La capacità di distinguere queste situazioni è una delle caratteristiche che cercherei.

Infine, vorrei sapere come viene gestita la fase successiva all’introduzione della soluzione.

Un’automazione deve essere utilizzata dalle persone, adattarsi alle eccezioni del lavoro quotidiano e mantenere un livello di affidabilità adeguato.

Il partner dovrebbe quindi prevedere test, formazione, monitoraggio e modalità di intervento quando qualcosa non funziona.

Chiederei di raccontarmi un problema organizzativo, prima ancora di mostrarmi un software

Per valutare l’esperienza di un consulente, potrebbe essere particolarmente utile chiedergli di descrivere un progetto nel quale abbia dovuto affrontare un processo aziendale inefficiente.

Mi interesserebbe conoscere la situazione iniziale, le cause individuate e le decisioni prese prima dello sviluppo.

Vorrei sapere se durante l’analisi siano emersi problemi che il cliente non aveva riconosciuto e come siano stati affrontati.

Cercherei inoltre di comprendere quali attività siano state mantenute sotto il controllo delle persone e quali siano state automatizzate.

Una descrizione di questo tipo permette di valutare il metodo di lavoro.

Una dimostrazione tecnica può essere impressionante, ma racconta soprattutto ciò che il software è capace di fare.

L’analisi di un progetto organizzativo aiuta a comprendere come il consulente ragiona e quali aspetti considera importanti.

Naturalmente, i risultati dichiarati devono essere contestualizzati e, quando possibile, documentati.

La progettazione e lo sviluppo richiedono competenze differenti

Quando sostengo che per individuare e riprogettare un processo non sia indispensabile saper programmare, intendo distinguere due attività che spesso vengono confuse.

La prima riguarda l’analisi dell’organizzazione.

Bisogna conoscere il percorso delle informazioni, comprendere le esigenze dei reparti, riconoscere gli errori ricorrenti e definire come dovrebbe funzionare il nuovo processo.

La seconda riguarda la realizzazione tecnica.

Una volta stabiliti i requisiti, bisogna scegliere gli strumenti, sviluppare le integrazioni, configurare i sistemi, gestire la sicurezza e verificare che tutto funzioni correttamente.

Sono attività complementari.

Un consulente con esperienza organizzativa può essere molto efficace nella prima fase anche senza scrivere personalmente il codice.

Per la seconda fase, però, deve poter contare su professionisti capaci di tradurre il progetto in una soluzione tecnicamente affidabile.

Allo stesso modo, un programmatore eccellente può sviluppare sistemi complessi, ma potrebbe avere bisogno del supporto di chi conosce il funzionamento dell’organizzazione per individuare le modifiche più utili.

La collaborazione fra queste competenze permette di affrontare il progetto in modo più completo.

Il ruolo di chi coordina la trasformazione

In un progetto articolato serve qualcuno che mantenga il collegamento fra le esigenze aziendali e le scelte tecniche.

Questa figura deve comprendere ciò che le persone stanno cercando di ottenere e verificare che le soluzioni sviluppate rispondano realmente agli obiettivi.

Deve anche saper riconoscere quando una richiesta comporta conseguenze su altre attività.

Per esempio, se viene automatizzato l’inserimento di dati nel gestionale, bisogna capire come saranno gestiti gli errori, chi potrà correggerli e quali informazioni dovranno essere conservate per ricostruire le operazioni.

Sono aspetti che riguardano contemporaneamente il processo lavorativo e l’architettura tecnica.

Chi coordina il progetto deve quindi saper dialogare con entrambe le parti.

La definizione delle responsabilità è particolarmente importante quando vengono introdotti agenti AI capaci di eseguire azioni nei sistemi aziendali.

In questi casi bisogna conoscere esattamente le operazioni consentite, prevedere autorizzazioni adeguate e stabilire come intervenire quando il sistema produce un risultato inatteso.

Perché il primo progetto AI dovrebbe aiutare a conoscere meglio l’azienda

Un ulteriore vantaggio di un’analisi organizzativa accurata è la possibilità di individuare opportunità che inizialmente non erano state considerate.

Un imprenditore potrebbe chiedere di automatizzare la preparazione dei preventivi.

Durante l’analisi, però, potrebbero emergere difficoltà nella ricerca delle condizioni commerciali, nella gestione dei documenti e nel passaggio delle informazioni fra commerciale e amministrazione.

Questi problemi potrebbero suggerire interventi differenti, alcuni dei quali più semplici e immediati rispetto al progetto originale.

La conoscenza acquisita durante questa fase rimane utile anche per le iniziative successive.

L’azienda inizia a documentare le proprie procedure, a individuare le informazioni più importanti e a comprendere quali attività richiedano maggiore attenzione.

Questo lavoro può diventare la base per introdurre nuove automazioni in modo progressivo.

Naturalmente, non tutte le aziende hanno bisogno di un progetto di analisi esteso.

Per una piccola attività con esigenze molto circoscritte potrebbe essere sufficiente scegliere e configurare correttamente un’applicazione disponibile sul mercato.

Quando invece l’obiettivo è intervenire su processi che coinvolgono più persone, reparti e programmi, la comprensione dell’organizzazione acquista un peso maggiore.

Come valuterei concretamente un partner prima di affidargli un progetto AI

Se dovessi scegliere oggi un partner per una delle mie aziende, inizierei con un incontro dedicato al funzionamento dell’attività.

Gli chiederei di ascoltare i problemi che vogliamo risolvere, osservare alcune procedure e confrontarsi con le persone coinvolte.

Vorrei che mi aiutasse a riconoscere anche le inefficienze alle quali ci siamo abituati e che ormai consideriamo normali.

Mi aspetterei poi una proposta capace di spiegare quali processi conviene affrontare, perché sono stati scelti e quali risultati potremmo ragionevolmente ottenere.

Il progetto dovrebbe chiarire quali strumenti vengono utilizzati, come saranno gestiti i dati e quali interventi rimarranno affidati alle persone.

Per gli aspetti più delicati vorrei conoscere le modalità di controllo, le responsabilità e le procedure da seguire in caso di errore.

Infine, chiederei un metodo per misurare i risultati dopo l’avviamento.

Il costo della soluzione rimarrebbe naturalmente una componente importante della decisione, ma lo valuterei insieme al beneficio atteso, alle spese ricorrenti e alla capacità dell’organizzazione di utilizzare correttamente il nuovo sistema.

Mi interesserebbe anche conoscere la continuità del servizio offerto dal fornitore.

Una soluzione che diventa centrale per il funzionamento di un reparto deve poter essere mantenuta e aggiornata nel tempo.

Questo significa documentare il sistema, chiarire a chi appartengono i dati e prevedere come l’azienda potrà continuare a lavorare nel caso in cui il rapporto con il fornitore venga interrotto.

Sono aspetti meno appariscenti rispetto a una dimostrazione di intelligenza artificiale, ma incidono direttamente sulla qualità dell’investimento.

La competenza più difficile da valutare è anche quella che può incidere maggiormente sul risultato

Oggi un imprenditore può assistere a dimostrazioni sorprendenti.

Può vedere un agente AI consultare documenti, preparare comunicazioni, generare report e interagire con applicazioni differenti.

È comprensibile rimanere colpiti da queste possibilità.

Ma quando si tratta di introdurre l’intelligenza artificiale nel lavoro quotidiano, il successo dipende anche dalle decisioni che precedono lo sviluppo.

Bisogna individuare le attività sulle quali vale la pena intervenire, comprendere come funzionano e stabilire quali cambiamenti siano sostenibili per l’organizzazione.

È il motivo per cui attribuisco tanta importanza all’esperienza maturata nella gestione dei processi aziendali.

Nel corso della mia attività imprenditoriale ho imparato a osservare il lavoro cercando di individuare inefficienze, passaggi superflui e problemi che possono essere risolti modificando il modo in cui le persone e i sistemi collaborano.

Oggi utilizzo questa esperienza per valutare dove e come l’intelligenza artificiale possa essere applicata.

La capacità di sviluppare il software rimane essenziale, naturalmente, e deve essere affidata a professionisti con competenze tecniche adeguate.

Quello che cercherei in un partner, però, è soprattutto la capacità di comprendere il problema prima di proporre la tecnologia.

Perché il risultato di un progetto AI si misura osservando come cambia il lavoro dell’azienda: quante attività vengono semplificate, quali errori vengono evitati, quanto tempo viene recuperato e come quella capacità viene utilizzata.

Prima di scegliere chi introdurrà l’intelligenza artificiale nella tua azienda, cerca di capire quanto conosce i problemi organizzativi che dovrà aiutarti a risolvere.

La qualità delle domande che ti farà sul tuo lavoro potrebbe dirti molto più di una dimostrazione del software che vuole venderti.

Domande frequenti

Come scelgo un consulente per introdurre l’AI nella mia azienda?

Conviene guardare soprattutto la sua capacità di analizzare i processi e capire come lavora l’azienda, prima ancora delle competenze sugli strumenti. Un buon partner fa domande sul lavoro delle persone, su dove nascono errori e rallentamenti e su come misurerà i risultati. Se la conversazione parte subito da prodotti e agenti da installare, manca ancora una parte importante dell’analisi.

Quali domande fare a un consulente AI al primo incontro?

Si può chiedere come intende individuare le attività da automatizzare, come stabilisce le priorità, come gestisce la fase dopo l’introduzione della soluzione e come misurerà i risultati. Utile anche chiedergli di raccontare un progetto in cui ha affrontato un processo aziendale inefficiente: mostra il metodo meglio di una dimostrazione tecnica del software.

Un consulente AI deve saper programmare?

No, per analizzare e riprogettare un processo saper programmare non è indispensabile. In questa fase contano la conoscenza del percorso delle informazioni, le esigenze dei reparti e gli errori ricorrenti. La realizzazione tecnica richiede altre competenze e va affidata a professionisti capaci di tradurre il progetto in una soluzione affidabile. Le due attività sono complementari.

Un consulente AI può dirmi che l’intelligenza artificiale non serve?

Sì, e un buon partner dovrebbe saperlo fare. Se le richieste arrivano da un modulo con campi già definiti può bastare un’automazione tradizionale, e se una funzione del gestionale risolve il problema sviluppare un’applicazione può non convenire. L’AI diventa utile quando le informazioni arrivano in messaggi liberi, scritti in modi diversi e con allegati.

Una società che prima faceva siti web può offrire consulenza AI di qualità?

Può farlo, ma il precedente settore di attività da solo non dice nulla sulla qualità del lavoro. Conviene verificare se il gruppo ha esperienza nella gestione dei processi aziendali oppure se la sua competenza riguarda soprattutto la realizzazione tecnica. La distinzione pesa di più quando il progetto coinvolge amministrazione, commerciale, assistenza clienti e organizzazione del personale.