Sceglieresti un direttore finanziario soltanto perché conosce bene i numeri? Con l’AI dovresti ragionare allo stesso modo.

Immaginiamo che tu debba assumere un nuovo direttore finanziario per la tua azienda.

Hai davanti un professionista con un curriculum eccellente. Conosce perfettamente i bilanci, la gestione della tesoreria, gli strumenti di pianificazione finanziaria e tutte le normative che riguardano il suo lavoro.

Durante il colloquio dimostra una preparazione tecnica impressionante. Risponde senza difficoltà alle tue domande e conosce tutti gli strumenti che potrebbe utilizzare per gestire la situazione finanziaria dell’azienda.

Probabilmente sarebbe un candidato da prendere seriamente in considerazione.

Io, però, prima di assumerlo vorrei capire anche altre cose.

Vorrei sapere come si comporta quando deve confrontarsi con il responsabile commerciale che gli chiede risorse per acquisire nuovi clienti. Come reagisce quando il direttore della produzione gli spiega che un macchinario deve essere sostituito. E come affronta una richiesta di investimento che, pur essendo interessante, l’azienda in quel momento non può permettersi.

Mi interesserebbe capire se è capace di ascoltare le persone, comprendere le esigenze dei reparti e costruire un piano finanziario che tenga conto del funzionamento reale dell’organizzazione.

E vorrei soprattutto capire se sa dire di no.

Perché un buon direttore finanziario deve anche avere la capacità di spiegare a un imprenditore quando una decisione è troppo rischiosa, quando una previsione è poco credibile o quando una richiesta apparentemente ragionevole potrebbe mettere in difficoltà l’azienda.

La preparazione tecnica gli serve per svolgere il proprio lavoro. La capacità di comprendere l’organizzazione e prendere decisioni appropriate determina il modo in cui quella preparazione viene utilizzata.

Quando devi scegliere un professionista che ti accompagni nell’introduzione dell’intelligenza artificiale, credo che dovresti applicare un criterio molto simile.

Conoscere le tecnologie AI è fondamentale, ma bisogna sapere dove utilizzarle

Oggi esistono strumenti di intelligenza artificiale capaci di leggere documenti, analizzare dati, preparare comunicazioni, cercare informazioni negli archivi e interagire con i programmi aziendali.

Alcuni possono essere utilizzati direttamente dai dipendenti. Altri permettono di sviluppare automazioni più articolate, nelle quali diverse operazioni vengono eseguite in sequenza.

Le possibilità sono numerose e continuano a evolversi.

Un professionista che si occupa di introdurre queste tecnologie deve conoscerne il funzionamento, le caratteristiche, i limiti e i costi.

Deve sapere quando utilizzare un modello linguistico, quando è sufficiente una normale automazione informatica e quando serve collegare applicazioni differenti.

Deve anche conoscere le implicazioni legate alla riservatezza delle informazioni, alla sicurezza dei dati e alla possibilità che un sistema AI produca risultati sbagliati.

Sono competenze indispensabili.

Eppure, quando entro in un’azienda per valutare dove applicare l’intelligenza artificiale, le domande iniziali riguardano soprattutto il lavoro delle persone.

Voglio capire quali attività svolgono, quali informazioni utilizzano e quali difficoltà incontrano durante la giornata.

Cerco di ricostruire il percorso dei documenti, individuare le operazioni che vengono ripetute e comprendere come i diversi reparti si scambiano le informazioni.

Spesso i problemi più interessanti emergono proprio durante queste conversazioni.

Un dipendente potrebbe raccontarmi che ogni mattina deve aprire decine di email, cercare gli allegati e copiarne alcune informazioni in un gestionale.

Un altro potrebbe spiegarmi che, per preparare un’offerta commerciale, è costretto a consultare tre programmi differenti e chiedere conferma di alcuni dati a un collega.

Un responsabile potrebbe segnalare che una parte consistente della propria giornata viene assorbita dal controllo di documenti che arrivano incompleti oppure contengono sempre gli stessi errori.

Queste informazioni permettono di individuare opportunità di miglioramento che non sempre emergono durante una riunione con il solo titolare.

Un imprenditore conosce generalmente molto bene la propria attività, ma può non essere a conoscenza di tutti i passaggi manuali che i collaboratori hanno introdotto nel tempo per riuscire a completare il lavoro.

Alcune procedure diventano abitudini. Vengono eseguite ogni giorno e nessuno si ferma più a chiedersi se esista un modo più semplice per ottenere lo stesso risultato.

Per riconoscerle bisogna osservare il lavoro da vicino.

Il problema che ti raccontano potrebbe essere diverso da quello che devi risolvere

Immaginiamo un’azienda commerciale nella quale i dipendenti impiegano molto tempo a preparare i preventivi.

Il titolare decide di introdurre l’intelligenza artificiale e chiede di sviluppare un agente capace di generare automaticamente le offerte.

La richiesta sembra chiara.

Un sistema potrebbe recuperare le informazioni sui prodotti, consultare un listino e preparare un documento da inviare al cliente.

Prima di progettare quell’applicazione, però, vorrei parlare con le persone che oggi preparano i preventivi.

Potrei scoprire che scrivere il documento richiede soltanto pochi minuti.

Il tempo viene assorbito da tutte le operazioni precedenti.

I dipendenti devono cercare il listino aggiornato, verificare le disponibilità, recuperare le condizioni concordate con il cliente e chiedere autorizzazioni per eventuali sconti.

A volte devono aspettare la risposta di un collega. Altre volte scoprono che le informazioni presenti nel gestionale non coincidono con quelle riportate in un foglio Excel.

Il documento finale rappresenta soltanto l’ultima parte del processo.

Se sviluppassimo un agente AI dedicato esclusivamente alla generazione del preventivo, avremmo automatizzato proprio l’attività che richiede meno tempo.

Il software potrebbe funzionare benissimo e produrre offerte formalmente impeccabili, lasciando quasi invariato il lavoro quotidiano.

Per migliorare davvero il processo bisognerebbe intervenire sulle informazioni necessarie alla preparazione dell’offerta.

Dovremmo capire dove vengono conservati i listini, come vengono aggiornate le disponibilità e quali regole disciplinano le condizioni commerciali.

Potremmo scoprire che alcuni dati possono essere recuperati automaticamente dai programmi esistenti.

Altre informazioni potrebbero richiedere un collegamento fra applicazioni.

L’intelligenza artificiale potrebbe essere utilizzata per interpretare la richiesta del cliente, individuare i prodotti pertinenti e predisporre una proposta da sottoporre alla verifica del commerciale.

L’autorizzazione di uno sconto particolare rimarrebbe invece affidata alla persona responsabile.

Avremmo così progettato una soluzione molto diversa da quella inizialmente richiesta.

Questo esempio è ipotetico, ma descrive una situazione comune nell’analisi organizzativa: il problema percepito coincide spesso con la parte più visibile di una procedura, mentre le cause delle inefficienze si trovano altrove.

Per individuarle serve un lavoro di osservazione e ricostruzione del processo.

Ascoltare i dipendenti permette di conoscere ciò che le procedure ufficiali non raccontano

Quando un’azienda descrive il funzionamento di un reparto, generalmente racconta come dovrebbe essere svolto il lavoro.

Le persone che lo eseguono ogni giorno conoscono anche ciò che accade quando le condizioni sono diverse da quelle previste.

Sanno quali clienti inviano documenti incompleti, quali informazioni richiedono sempre una verifica aggiuntiva e quali operazioni vengono ripetute perché due programmi non comunicano correttamente.

Conoscono le eccezioni che raramente compaiono nelle procedure scritte.

Per esempio, un responsabile amministrativo potrebbe spiegare che le fatture vengono registrate attraverso un determinato gestionale.

Parlando con chi svolge concretamente l’attività, potremmo scoprire che alcune informazioni vengono prima riportate in un foglio di calcolo, perché il programma non permette di gestire facilmente una particolare situazione.

Il foglio Excel viene quindi utilizzato come archivio temporaneo, anche se questa operazione non compare nella descrizione ufficiale del processo.

Magari il sistema è stato organizzato così molti anni prima e, nel frattempo, il gestionale ha introdotto funzioni che permetterebbero di eliminare quel passaggio.

Oppure il problema è ancora presente e richiede un intervento specifico.

In entrambi i casi avremmo individuato un’opportunità che difficilmente sarebbe emersa partendo direttamente dalla scelta del software AI.

Le persone devono partecipare anche alla progettazione della soluzione

Il confronto con i collaboratori non dovrebbe esaurirsi durante l’analisi iniziale.

Quando vengono introdotte nuove procedure, sono proprio le persone che le utilizzano a riconoscere i problemi che possono emergere.

Un’automazione potrebbe funzionare correttamente con i documenti utilizzati durante i test e incontrare difficoltà quando arriva un formato diverso.

Potrebbe classificare una richiesta in modo apparentemente corretto, senza riconoscere una circostanza particolare che un dipendente esperto avrebbe immediatamente individuato.

Oppure potrebbe recuperare un’informazione formalmente valida ma non aggiornata rispetto a una modifica concordata con il cliente.

Sono situazioni che devono essere considerate nella progettazione.

Il coinvolgimento delle persone aiuta a identificare queste eccezioni e a stabilire quando il sistema possa procedere autonomamente e quando debba chiedere conferma.

Consente inoltre di comprendere come cambierà il lavoro quotidiano.

Se un collaboratore dedica attualmente molto tempo a inserire dati, è importante spiegargli quali attività continueranno a essere necessarie e quali nuove responsabilità potrà assumere.

L’introduzione dell’intelligenza artificiale può generare dubbi sul futuro del proprio ruolo.

Ignorare queste preoccupazioni rischia di rendere più difficile l’adozione, anche quando la soluzione è tecnicamente valida.

Ascoltare le persone significa quindi raccogliere informazioni utili alla progettazione e comprendere le conseguenze organizzative del cambiamento.

Il consulente deve saper riconoscere anche i processi che funzionano bene

Quando si parla di migliorare l’efficienza aziendale, l’attenzione si concentra naturalmente sulle attività che richiedono troppo tempo o producono errori.

Ma un professionista che analizza un’organizzazione deve anche saper riconoscere ciò che funziona correttamente.

Non tutte le operazioni manuali sono inutili e non ogni controllo rappresenta un’inefficienza.

Pensiamo a uno studio professionale nel quale un collaboratore prepara un documento e un responsabile ne verifica il contenuto prima della consegna.

Un osservatore poco esperto potrebbe considerare quel passaggio una duplicazione del lavoro e proporre di eliminarlo attraverso l’automazione.

Bisognerebbe invece capire che cosa viene controllato.

Se il responsabile verifica soltanto la presenza di alcune informazioni, potrebbe essere possibile automatizzare una parte del controllo.

Se valuta la correttezza di una scelta professionale, interpreta condizioni particolari o assume una responsabilità specifica, il suo intervento potrebbe continuare a essere necessario.

In questo secondo caso l’intelligenza artificiale potrebbe aiutarlo a recuperare le informazioni e preparare la documentazione, rendendo la verifica più rapida.

La procedura verrebbe migliorata senza eliminare una funzione importante.

L’esperienza nell’organizzazione del lavoro serve anche a riconoscere queste differenze.

Una modifica apparentemente semplice può avere conseguenze in altri reparti o introdurre nuovi rischi.

Per questo, prima di intervenire su un processo, cerco di comprenderne la funzione all’interno dell’organizzazione.

Il valore di un consulente si vede anche quando sconsiglia un progetto

Torniamo al direttore finanziario dell’esempio iniziale.

Immaginiamo che il responsabile commerciale chieda un investimento importante per aprire un nuovo mercato.

L’idea potrebbe essere interessante e avere buone prospettive, ma il direttore finanziario deve considerare la liquidità disponibile, gli impegni già assunti e le conseguenze di un eventuale insuccesso.

Se ritiene che l’azienda non sia nelle condizioni di sostenere l’investimento, deve essere capace di spiegarlo.

La stessa responsabilità dovrebbe appartenere a chi accompagna un’impresa nell’introduzione dell’intelligenza artificiale.

Un imprenditore potrebbe essere rimasto colpito da una dimostrazione e chiedere di realizzare un agente capace di gestire autonomamente tutte le email aziendali.

Tecnicamente è possibile sviluppare sistemi che leggono messaggi, preparano risposte ed eseguono determinate operazioni.

Ma prima di proporre una soluzione bisogna capire quali informazioni sono contenute nella posta, quali azioni potrebbero essere eseguite e quali conseguenze avrebbe un errore.

Un assistente che prepara una bozza da verificare presenta rischi diversi rispetto a un agente autorizzato a inviare autonomamente comunicazioni ai clienti o modificare condizioni contrattuali.

Se l’azienda non dispone di procedure chiare, autorizzazioni adeguate e controlli sufficienti, potrebbe essere opportuno limitare inizialmente l’autonomia del sistema.

In alcune situazioni consiglierei addirittura di rinviare il progetto.

Potrebbero mancare dati affidabili, collegamenti tecnici o le condizioni organizzative necessarie a utilizzare correttamente l’automazione.

Sviluppare ugualmente la soluzione significherebbe esporre l’azienda a costi e rischi che potrebbero essere evitati.

L’intelligenza artificiale non è sempre la tecnologia più adatta

Esistono poi attività che possono essere automatizzate senza utilizzare modelli AI.

Immaginiamo un ufficio che riceve richieste attraverso un modulo digitale con campi già definiti.

Se le informazioni devono semplicemente essere trasferite in un gestionale, potrebbe bastare un collegamento informatico tradizionale.

Utilizzare un modello linguistico per interpretare dati già strutturati potrebbe aggiungere complessità e costi senza migliorare il risultato.

La situazione cambia quando le informazioni arrivano in forme differenti.

Un cliente potrebbe inviare una descrizione libera via email, un altro allegare un documento e un terzo utilizzare un modello compilato parzialmente.

In casi del genere l’intelligenza artificiale potrebbe aiutare a interpretare il contenuto e organizzare i dati.

La scelta dipende dalle caratteristiche del processo.

Se una soluzione può essere realizzata in modo più semplice e affidabile utilizzando strumenti già disponibili, credo sia corretto proporla anche quando non prevede l’impiego dell’AI.

Un consulente dovrebbe essere valutato anche sulla capacità di evitare investimenti inutili.

Perché la mia esperienza imprenditoriale influenza il modo in cui affronto questi progetti

Una parte importante del mio approccio deriva dall’esperienza maturata in oltre venticinque anni di attività imprenditoriale, in settori come telecomunicazioni, retail, immobiliare e fintech.

Gestire un’azienda significa confrontarsi quotidianamente con problemi organizzativi che non sempre hanno una soluzione immediata.

Bisogna coordinare persone con responsabilità differenti, comprendere perché certe attività richiedono troppo tempo e individuare come utilizzare meglio le risorse disponibili.

Nel corso degli anni mi sono trovato più volte a dover rivedere procedure che erano diventate inefficienti.

A volte il problema riguardava il passaggio delle informazioni fra reparti.

Altre volte dipendeva da attività ripetitive, strumenti utilizzati in modo poco efficace o procedure che si erano sviluppate attraverso modifiche successive senza essere ripensate nel loro insieme.

In molte situazioni, prima di individuare una soluzione, ho dovuto comprendere il punto di vista delle persone coinvolte.

Un responsabile commerciale può avere priorità diverse da quelle dell’amministrazione.

Chi lavora direttamente con i clienti conosce difficoltà che potrebbero non essere visibili alla direzione.

Un dipendente con molti anni di esperienza può aver sviluppato accorgimenti che permettono di gestire eccezioni non documentate.

Queste informazioni sono necessarie per comprendere come funziona realmente un’organizzazione.

Oggi utilizzo questa esperienza quando affronto un progetto di introduzione dell’intelligenza artificiale.

Cerco innanzitutto di ricostruire il lavoro, comprenderne i passaggi e individuare dove si concentrano le inefficienze.

Successivamente valuto quali tecnologie possano essere utilizzate e come progettare una soluzione adeguata.

Non considero la mia esperienza imprenditoriale una garanzia automatica di risultato. Ogni organizzazione ha caratteristiche proprie e ogni progetto richiede verifiche specifiche.

Credo però che l’abitudine a osservare i processi, valutare le conseguenze delle decisioni e ragionare sui costi rappresenti una competenza utile quando si tratta di applicare nuove tecnologie al lavoro quotidiano.

La capacità di riconoscere un’opportunità nasce anche dall’esperienza

Quando osserviamo un processo aziendale, spesso abbiamo davanti una sequenza di operazioni che sembrano tutte necessarie.

Le persone le svolgono da anni e sono abituate a considerarle parte integrante del lavoro.

Chi ha esperienza nella gestione delle organizzazioni può essere portato a chiedersi perché quelle attività vengano eseguite in quel modo.

Potrebbe riconoscere che una procedura esiste soltanto perché due sistemi non comunicano.

Oppure accorgersi che un documento viene preparato manualmente anche se tutte le informazioni necessarie sono già disponibili.

In altri casi può comprendere che una parte del lavoro deriva da errori prodotti nelle fasi precedenti.

Questa capacità di lettura si sviluppa attraverso l’osservazione, il confronto e l’esperienza diretta delle conseguenze delle scelte organizzative.

La conoscenza delle tecnologie permette poi di trasformare quelle opportunità in progetti realizzabili.

Le due competenze devono lavorare insieme.

Un esempio pratico: quando automatizzare un’attività può essere meno utile che ripensarla

Consideriamo una PMI nella quale il reparto amministrativo impiega diverse ore ogni settimana a riconciliare informazioni provenienti da programmi differenti.

Il personale esporta dati dal gestionale, li inserisce in un foglio Excel e li confronta con quelli presenti in un’altra applicazione.

Quando trova una differenza, cerca di comprenderne la causa e corregge manualmente i dati.

L’azienda potrebbe chiedere di sviluppare un agente AI capace di eseguire automaticamente i confronti.

Prima di procedere, però, sarebbe utile verificare perché le informazioni risultano differenti.

Potremmo scoprire che uno dei programmi viene aggiornato soltanto a fine giornata, mentre l’altro registra le operazioni in tempo reale.

Oppure che due reparti utilizzano criteri differenti per classificare alcuni dati.

Un sistema di intelligenza artificiale potrebbe essere in grado di individuare le discrepanze, ma continuerebbe a lavorare su informazioni generate da procedure non coordinate.

Una soluzione più efficace potrebbe richiedere di uniformare le regole di registrazione e modificare il modo in cui i programmi si scambiano i dati.

Una volta risolta questa parte del problema, l’AI potrebbe essere utilizzata per analizzare le eccezioni che non possono essere gestite attraverso regole prestabilite.

In questo scenario avremmo ridotto il lavoro manuale intervenendo prima sulle cause delle incongruenze.

L’esempio è ipotetico, ma mostra perché la progettazione dovrebbe partire dall’analisi del processo.

La tecnologia può essere scelta correttamente soltanto quando conosciamo il lavoro che deve svolgere.

I benefici dell’AI vanno misurati sul lavoro effettivamente recuperato

Quando si introduce una nuova tecnologia in azienda, è naturale voler conoscere il ritorno economico dell’investimento.

Con l’intelligenza artificiale, però, bisogna prestare attenzione al modo in cui vengono calcolati i benefici.

Immaginiamo che un’automazione riduca il tempo necessario per preparare un documento da trenta minuti a dieci.

Per capire il risultato effettivo dobbiamo verificare che cosa accade dopo la preparazione.

Se un responsabile deve dedicare altri venti minuti alla correzione del documento, il beneficio complessivo potrebbe essere molto limitato.

Bisogna quindi considerare l’intero processo e tutte le attività che rimangono necessarie.

Occorre anche verificare la frequenza con cui l’operazione viene svolta.

Recuperare venti minuti su un’attività eseguita una volta al mese ha un impatto diverso rispetto allo stesso recupero su un’attività ripetuta decine di volte ogni giorno.

Un altro aspetto riguarda l’utilizzo del tempo disponibile.

Se i dipendenti completano più velocemente le attività e continuano a percepire la stessa retribuzione, l’azienda ha recuperato capacità lavorativa.

Il vantaggio economico dipenderà da come quella capacità verrà utilizzata.

Potrebbe permettere di gestire più clienti, ridurre gli straordinari o dedicare maggiori risorse ad attività che richiedono competenze professionali.

Per parlare di risparmio effettivo o di maggiori guadagni bisogna misurare le conseguenze economiche di questi cambiamenti.

Anche questa valutazione fa parte della progettazione.

Un consulente dovrebbe aiutare l’azienda a stabilire in anticipo quali risultati intende ottenere e come verificarli dopo l’avviamento.

Come valuterei un professionista prima di affidargli un progetto AI

Se oggi dovessi scegliere un consulente per introdurre l’intelligenza artificiale in una delle mie aziende, dedicherei particolare attenzione al modo in cui affronta il primo incontro.

Un professionista competente dovrebbe certamente essere in grado di spiegarmi le possibilità offerte dalle tecnologie disponibili.

Ma vorrei anche che dimostrasse interesse per la mia organizzazione.

Mi aspetterei domande sulle attività che svolgiamo, sui problemi ricorrenti e sulle informazioni necessarie per completare il lavoro.

Vorrei che cercasse di comprendere come collaborano i reparti e quali procedure dipendono dall’esperienza delle persone.

Considererei positivamente la disponibilità a osservare il lavoro quotidiano e a confrontarsi direttamente con i collaboratori.

Mi interesserebbe inoltre conoscere il metodo utilizzato per stabilire quali processi conviene affrontare per primi.

Un’azienda può avere numerose opportunità di automazione, ma raramente è opportuno intervenire contemporaneamente su tutte.

Alcuni progetti possono essere relativamente semplici e produrre benefici immediati.

Altri richiedono modifiche profonde, investimenti consistenti e tempi di realizzazione più lunghi.

Il consulente dovrebbe saper spiegare queste differenze e proporre una sequenza di interventi coerente con le esigenze dell’organizzazione.

Vorrei poi capire come gestisce i progetti nei quali la tecnologia non è adeguata al problema.

Se un processo può essere migliorato modificando una procedura o utilizzando un software già presente in azienda, mi aspetterei che questa possibilità venisse presa seriamente in considerazione.

Infine, chiederei come vengono misurati i risultati.

Una soluzione dovrebbe essere valutata osservando il tempo recuperato, gli errori evitati, il costo delle attività e le conseguenze sul lavoro delle persone.

La capacità di spiegare questi aspetti mi direbbe molto sul metodo del professionista.

La tecnologia cambia rapidamente, il lavoro con le persone richiede altre competenze

Chi opera nel settore dell’intelligenza artificiale deve aggiornarsi continuamente.

Le capacità dei modelli cambiano, vengono introdotte nuove funzioni e strumenti che fino a poco tempo fa richiedevano sviluppi complessi diventano accessibili attraverso servizi già pronti.

È necessario seguire questa evoluzione per proporre soluzioni adeguate.

Ma esiste una parte del lavoro che dipende da competenze differenti.

Quando entri in un’azienda devi riuscire a costruire un dialogo con persone che hanno esperienze, responsabilità e punti di vista diversi.

Devi capire quali informazioni sono importanti, riconoscere le difficoltà che non vengono espresse immediatamente e distinguere i problemi reali dalle loro conseguenze più visibili.

Devi anche riuscire a spiegare perché una soluzione apparentemente interessante potrebbe non essere adatta all’organizzazione.

A volte significa proporre un intervento diverso da quello richiesto dal titolare.

Altre volte significa suggerire di rinviare un progetto finché non saranno disponibili dati più affidabili o procedure più chiare.

Questa capacità si costruisce attraverso esperienza, confronto e responsabilità assunte nel tempo.

La preparazione tecnica rimane indispensabile e deve essere continuamente aggiornata, ma da sola non descrive tutto ciò che serve per accompagnare un’impresa in un cambiamento organizzativo.

La scelta del partner AI riguarda il futuro del modo di lavorare

Torniamo al direttore finanziario dell’esempio iniziale.

Un professionista può conoscere perfettamente gli strumenti del proprio mestiere e rivelarsi poco adatto a un’organizzazione se non riesce a comprenderne le esigenze, dialogare con i responsabili e prendere decisioni coerenti con la situazione aziendale.

Quando scegliamo un consulente AI ci troviamo davanti a una valutazione simile.

La qualità della tecnologia conta, così come la capacità di sviluppare soluzioni affidabili.

Ma l’intervento può modificare il lavoro delle persone, il percorso delle informazioni e le responsabilità all’interno dell’organizzazione.

Per questo serve qualcuno che sappia osservare i processi prima di modificarli.

Nel mio lavoro considero particolarmente importante ascoltare chi svolge quotidianamente le attività, ricostruire il funzionamento dei reparti e riconoscere dove esistono opportunità concrete di miglioramento.

È un approccio che deriva dalla mia esperienza imprenditoriale e che continuo a utilizzare quando progetto applicazioni di intelligenza artificiale.

Sono convinto che un’azienda debba poter contare su professionisti capaci di valutare anche le conseguenze organizzative delle soluzioni proposte.

Perché un sistema AI può essere tecnicamente eccellente e lasciare quasi invariati i problemi che doveva risolvere.

Al contrario, un intervento relativamente semplice, progettato dopo aver compreso bene il lavoro, può produrre miglioramenti significativi.

Prima di scegliere chi ti accompagnerà nell’introduzione dell’intelligenza artificiale, cerca di capire come affronta i problemi della tua organizzazione.

Osserva quanto è interessato alle persone che lavorano con te, quali domande fa sui processi e come ragiona sulle conseguenze delle proprie proposte.

E presta attenzione alla sua capacità di sconsigliarti una soluzione quando ritiene che non sia quella giusta.

È proprio in queste situazioni che puoi comprendere quanto sia disposto a mettere le esigenze della tua azienda davanti alla tecnologia che potrebbe venderti.

Se stai valutando come introdurre l’intelligenza artificiale nella tua organizzazione e vuoi confrontarti sulle possibili applicazioni, puoi prenotare una call conoscitiva gratuita di 30 minuti.

Sarà un’occasione per parlare dei processi che oggi assorbono più tempo e delle opportunità che potrebbe valere la pena approfondire.

Domande frequenti

Cosa deve saper fare un consulente AI oltre a conoscere la tecnologia?

Deve saper ascoltare le persone, capire le esigenze dei reparti e riconoscere la causa dei problemi, non solo la parte più visibile. La preparazione tecnica è indispensabile, ma da sola non basta per accompagnare un’impresa in un cambiamento organizzativo. Deve anche saper spiegare perché una soluzione interessante potrebbe non essere adatta e, quando serve, proporre un intervento diverso da quello richiesto dal titolare.

Perché un consulente AI dovrebbe parlare con i dipendenti e non solo con il titolare?

Perché chi svolge il lavoro ogni giorno conosce ciò che le procedure ufficiali non raccontano: i clienti che inviano documenti incompleti, le verifiche aggiuntive, le operazioni ripetute perché due programmi non comunicano. Queste informazioni non sempre emergono in una riunione con il solo titolare. Coinvolgere le persone aiuta anche a individuare le eccezioni e a capire come cambierà il loro lavoro.

Un consulente AI può sconsigliarmi un progetto?

Sì, e fa parte del suo valore. Un consulente può consigliare di limitare l’autonomia di un sistema o addirittura di rinviare il progetto, se mancano dati affidabili, collegamenti tecnici o condizioni organizzative. Un assistente che prepara una bozza da verificare presenta rischi diversi da un agente autorizzato a inviare comunicazioni ai clienti o a modificare condizioni contrattuali.

Come si misura il ritorno economico di un progetto di intelligenza artificiale?

Si misura sul lavoro effettivamente recuperato, considerando l’intero processo. Se un’automazione porta la preparazione di un documento da trenta minuti a dieci, ma un responsabile ne impiega altri venti per correggerlo, il beneficio è limitato. Contano anche la frequenza dell’attività e l’uso del tempo recuperato. Per parlare di risparmio effettivo bisogna misurare le conseguenze economiche di quei cambiamenti.

Serve sempre l’intelligenza artificiale per automatizzare un’attività?

No. Se le richieste arrivano da un modulo digitale con campi già definiti, può bastare un collegamento informatico tradizionale, e usare un modello linguistico aggiungerebbe complessità e costi. L’intelligenza artificiale è utile quando le informazioni arrivano in forme diverse, per esempio una descrizione libera via email, un allegato o un modello compilato solo in parte.