La paura di restare indietro con l’AI può far spendere male le aziende

Quando la paura di restare indietro diventa una cattiva consigliera

Negli ultimi mesi ho notato una preoccupazione sempre più frequente fra gli imprenditori che si interessano all’intelligenza artificiale. Vedono aziende concorrenti annunciare nuove applicazioni, leggono di sistemi che automatizzano interi uffici e assistono a dimostrazioni nelle quali l’AI sembra capace di svolgere in pochi secondi attività che oggi richiedono ore. A quel punto nasce il timore di rimanere indietro.

Un concorrente ha introdotto un agente AI per gestire le richieste commerciali. Un altro utilizza l’intelligenza artificiale per preparare preventivi. Un terzo racconta di aver automatizzato una parte del lavoro amministrativo. L’imprenditore comincia a pensare che anche la propria azienda debba fare qualcosa, possibilmente in fretta. È una preoccupazione che comprendo.

Se una tecnologia permette davvero di ridurre i costi, velocizzare le operazioni e aumentare la capacità di lavoro, ignorarla può diventare un problema competitivo. Quello che mi preoccupa è il modo in cui questa pressione può influenzare le decisioni di investimento.

Quando la paura di rimanere indietro diventa il motivo principale per acquistare una soluzione AI, il rischio di spendere male aumenta.

Un imprenditore può ritrovarsi a valutare prodotti, ascoltare fornitori e confrontare preventivi senza aver ancora individuato quali attività della propria organizzazione sarebbe conveniente automatizzare. E questa, io credo, è una delle situazioni più pericolose nelle quali iniziare un progetto.

Il problema nasce quando si cerca una tecnologia prima di conoscere il lavoro

Immaginiamo un’azienda manifatturiera con un ufficio commerciale composto da cinque persone. Ogni giorno i dipendenti ricevono email, verificano disponibilità, consultano il gestionale, preparano risposte e aggiornano gli ordini. Il titolare viene a conoscenza di un sistema AI che promette di automatizzare la gestione della corrispondenza commerciale. Chiede una dimostrazione. Il fornitore mostra un agente che legge un’email, comprende la richiesta, consulta alcune informazioni e prepara una risposta.

Il sistema funziona e la dimostrazione è convincente. L’imprenditore chiede un preventivo. A questo punto, però, io vorrei conoscere alcune informazioni che spesso non vengono considerate.

Quante email arrivano ogni giorno? Quante richiedono una risposta semplice e quante comportano verifiche particolari? Quanto tempo impiegano realmente i dipendenti? Quali informazioni devono cercare? Quante volte i clienti forniscono dati incompleti?

E soprattutto: che cosa succede dopo aver risposto all’email? Magari il dipendente deve inserire l’ordine, verificare una disponibilità, contattare il magazzino oppure chiedere una quotazione di trasporto. Se automatizziamo soltanto la risposta, potremmo lasciare intatto gran parte del lavoro. Il nuovo sistema potrebbe anche introdurre un passaggio aggiuntivo, perché qualcuno dovrebbe controllare ciò che l’AI ha preparato prima di continuare con le attività successive. L’imprenditore avrebbe acquistato una tecnologia funzionante, ma il vantaggio per l’azienda potrebbe risultare molto inferiore alle aspettative. È un esempio ipotetico, ma rappresenta bene il problema.

Il valore di un’automazione dipende dal processo nel quale viene inserita e dalla quantità di lavoro che riesce effettivamente a eliminare. Per comprenderlo bisogna osservare l’organizzazione prima di scegliere la soluzione.

Una dimostrazione convincente non dimostra la convenienza dell’investimento

Le dimostrazioni dei sistemi AI possono essere impressionanti. Un assistente legge un documento e ne estrae le informazioni in pochi secondi. Un agente vocale risponde al telefono, comprende le richieste e consulta i programmi aziendali. Un sistema prepara una presentazione completa partendo da poche istruzioni. Sono possibilità tecnologiche interessanti, alcune delle quali possono già essere utilizzate concretamente nelle imprese.

Ma una dimostrazione risponde principalmente a una domanda: il sistema è capace di svolgere quella determinata attività? Per decidere se acquistarlo bisogna rispondere anche ad altre domande.

Quanto spesso viene svolta quell’attività nella nostra azienda? Quanto tempo richiede? Quanto costa il processo attuale? Quanti errori vengono commessi? Quali operazioni continueranno a essere manuali?

E quanto lavoro sarà necessario per mettere in funzione il sistema? Un’applicazione può funzionare perfettamente durante una presentazione e incontrare difficoltà quando deve elaborare i documenti reali dell’azienda. Potrebbe trovare codici prodotto scritti in modi differenti, anagrafiche incomplete, condizioni commerciali particolari e procedure che cambiano da un reparto all’altro. Tutti elementi che possono incidere sui costi e sull’affidabilità dell’automazione. Per questo non prenderei una decisione di investimento basandomi soltanto sulle funzionalità presentate dal fornitore. Vorrei vedere il sistema lavorare su un processo concreto, utilizzando dati rappresentativi e verificando il risultato complessivo.

Prima di spendere, bisogna capire quanto costa oggi il problema

Quando analizzo un’attività aziendale, una delle prime cose che mi interessa conoscere è quanto lavoro richiede. Penso, per esempio, a un impiegato che ogni giorno riceve documenti, ne legge il contenuto e riporta le informazioni nel gestionale. Potrebbe impiegare pochi minuti per ciascun documento. Ma se quell’operazione viene ripetuta molte volte durante la giornata, il tempo complessivo può diventare significativo. A quel punto possiamo valutare un’automazione che legga i documenti, estragga i dati e li registri direttamente nel programma aziendale. Prima, però, dobbiamo misurare la situazione attuale.

Quanti documenti vengono lavorati? Quanto tempo richiede ciascuno? Quanti devono essere corretti? Quante operazioni successive dipendono da quei dati? Soltanto dopo possiamo stimare quante ore di lavoro potrebbero essere risparmiate.

E bisogna considerare anche il tempo che continuerà a essere necessario per controllare il sistema e gestire le anomalie. Se un’automazione fa risparmiare dieci ore settimanali ma ne richiede quattro per verifiche e correzioni, il beneficio operativo netto non è di dieci ore. Sono valutazioni semplici, ma fondamentali. Senza una misura della situazione iniziale, rischiamo di attribuire al progetto un valore economico che non abbiamo verificato.

Le ore risparmiate hanno un valore, ma bisogna capire quale

Questo è un aspetto sul quale mi soffermo spesso quando si parla di convenienza dell’intelligenza artificiale. Supponiamo che un’automazione permetta a un dipendente di risparmiare un’ora al giorno. È un risultato concreto. Ma che valore economico ha per l’azienda quell’ora risparmiata? Dipende da come viene utilizzata.

Se il dipendente può gestire più ordini durante la stessa giornata, il vantaggio consiste in una maggiore capacità operativa. Se può dedicarsi a clienti che oggi ricevono risposte in ritardo, l’azienda potrebbe migliorare il servizio e creare ulteriori opportunità commerciali. Se le ore risparmiate consentono di ridurre straordinari o costi esterni, possiamo avere un risparmio monetario effettivo. Se invece il dipendente continua a svolgere altre attività senza che l’organizzazione cambi, il tempo risparmiato resta un beneficio operativo, ma non equivale automaticamente a una riduzione dei costi. Per questo distinguerei sempre fra tre risultati: ore di lavoro risparmiate, maggiore capacità produttiva e costi effettivamente ridotti.

Sono grandezze collegate, ma differenti. Un progetto può essere molto conveniente anche quando non produce una riduzione immediata dei costi. Pensiamo a un’azienda che riesce a gestire un numero maggiore di clienti senza dover ampliare l’ufficio commerciale. Il vantaggio economico potrebbe essere importante, ma deve essere valutato sulla base delle condizioni reali.

Attribuire automaticamente un valore monetario a tutte le ore risparmiate può portare a sovrastimare la convenienza dell’investimento.

Il prezzo del software è soltanto una parte del costo

Un altro errore che eviterei è valutare un progetto AI considerando esclusivamente il preventivo del fornitore. L’introduzione di un sistema può comportare attività che hanno un costo anche quando non compaiono nella fattura principale. Potrebbe essere necessario collegare programmi che oggi non comunicano, organizzare archivi documentali, correggere anagrafiche e definire nuove procedure. I collaboratori devono imparare a utilizzare il sistema e qualcuno deve occuparsi dei controlli. Durante le prime settimane potrebbero emergere problemi che richiedono modifiche.

In seguito serviranno manutenzione, aggiornamenti e verifiche periodiche. Tutto questo assorbe risorse. Considererei anche il tempo dei dipendenti coinvolti nella realizzazione del progetto. Se tre persone devono partecipare a riunioni, preparare documenti, eseguire prove e verificare i risultati, quelle ore rappresentano un costo organizzativo. È lavoro necessario, ma deve essere previsto.

Un’applicazione apparentemente economica potrebbe richiedere molte attività aggiuntive per essere inserita nei processi. Una soluzione inizialmente più costosa potrebbe invece permettere di automatizzare un intero percorso di lavoro e risultare più conveniente nel tempo. Il confronto dovrebbe quindi riguardare il costo complessivo del progetto e il beneficio che siamo ragionevolmente in grado di ottenere.

Il primo progetto AI potrebbe essere molto più semplice di quello immaginato

C’è una situazione che considero particolarmente interessante. Un imprenditore pensa di introdurre l’intelligenza artificiale attraverso un progetto importante, capace di trasformare un intero reparto. Magari vorrebbe un assistente che gestisca automaticamente le richieste dei clienti, elabori preventivi e coordini le spedizioni. L’idea potrebbe essere tecnicamente realizzabile. Ma osservando il lavoro dell’azienda potremmo scoprire attività molto più semplici da automatizzare, che producono benefici immediati.

Penso a chi trasferisce continuamente le stesse informazioni fra programmi diversi. Oppure a un ufficio che dedica ore alla ricerca di documenti, nonostante siano già archiviati. O ancora a chi deve preparare ogni settimana rapporti che contengono dati già presenti nel gestionale. In questi casi potrebbe essere sufficiente intervenire su una procedura specifica. A volte serve l’intelligenza artificiale per interpretare documenti e richieste.

Altre volte basta collegare correttamente due applicazioni. Ci sono persino situazioni nelle quali il miglioramento consiste semplicemente nell’eliminare un passaggio inutile. Per me è importante che un’analisi possa arrivare anche a queste conclusioni. Se il problema si risolve senza introdurre un nuovo software, l’azienda ha comunque ottenuto un risultato. E se un’automazione relativamente semplice permette di risparmiare ore di lavoro ogni settimana, può essere un ottimo punto di partenza per affrontare successivamente progetti più articolati.

Prima di chiedere un preventivo preparerei una scheda di investimento

Per evitare decisioni affrettate, suggerisco di mettere per iscritto alcune informazioni prima ancora di contattare un fornitore. Non serve preparare un documento complesso. Una scheda di una pagina può essere sufficiente per chiarire il problema e stabilire come verrà valutato il progetto.

1. Quale problema aziendale vogliamo risolvere?

La descrizione deve riguardare un’attività concreta. «Vogliamo utilizzare l’intelligenza artificiale nell’ufficio commerciale» è troppo generico.

«I corrispondenti commerciali impiegano diverse ore ogni settimana a recuperare informazioni dal gestionale per rispondere alle richieste standard dei clienti» identifica un problema che possiamo osservare. Da questa descrizione possiamo iniziare a ricostruire il processo e valutare quali passaggi siano automatizzabili.

2. Quanto ci costa oggi?

Dovremmo misurare il tempo necessario, il numero di operazioni, gli errori e gli eventuali ritardi. Non è indispensabile trasformare immediatamente ogni dato in euro. Bisogna però conoscere la situazione iniziale. Se vogliamo automatizzare la preparazione dei preventivi, dovremmo sapere quanti ne vengono prodotti e quante ore richiedono. Se vogliamo intervenire sulla contabilità, possiamo misurare il volume dei documenti, il tempo di registrazione e quello dedicato alle correzioni. Questi dati serviranno per verificare il risultato dell’automazione.

3. Quale risultato vogliamo ottenere?

L’obiettivo dovrebbe essere misurabile. Potremmo voler risparmiare un determinato numero di ore, aumentare il volume di lavoro gestibile oppure diminuire gli errori. Dovremmo anche decidere come utilizzare il tempo risparmiato. Se l’obiettivo è aumentare la capacità dell’ufficio commerciale, dovremo verificare quanti ordini o richieste aggiuntive riesce a gestire. Se vogliamo ridurre i costi, dovremo individuare quali spese potranno effettivamente diminuire.

4. Quanto possiamo investire nella prova?

Prima di impegnare un budget importante, valuterei un test circoscritto. Il test dovrebbe riguardare un processo definito, avere una durata prestabilita e utilizzare dati adeguati. Il budget dovrebbe comprendere il lavoro del fornitore, gli eventuali costi tecnici e le ore dei collaboratori coinvolti. Questo permette di verificare le ipotesi iniziali prima di affrontare un investimento più impegnativo.

5. Quando decideremo di interrompere il progetto?

Questa è probabilmente la domanda che considero più importante. Quando abbiamo già investito denaro e tempo, può essere difficile riconoscere che un progetto non sta funzionando come previsto. Si tende a concedere altre settimane, aggiungere nuove funzionalità e aumentare il budget nella speranza di recuperare quanto speso. Per evitarlo, stabilirei in anticipo alcune condizioni. Il sistema potrebbe non raggiungere l’affidabilità necessaria.

Potrebbe richiedere troppe correzioni manuali. I costi delle integrazioni potrebbero superare il limite previsto. Oppure le ore risparmiate potrebbero essere insufficienti rispetto all’investimento necessario. In queste situazioni interrompere il progetto può essere una decisione corretta. Permette di limitare la spesa e utilizzare le risorse per opportunità più convenienti.

Come potrebbe essere compilata la scheda

Immaginiamo un’azienda che voglia automatizzare le risposte alle richieste commerciali più semplici. La scheda potrebbe essere organizzata così:

È un esempio ipotetico, che ogni impresa dovrebbe adattare alla propria situazione. Ma cambia il modo in cui si affronta l’investimento. Quando l’imprenditore incontra un fornitore, può descrivere il processo, spiegare quali risultati vuole ottenere e chiedere una proposta coerente. Il confronto fra le offerte diventa più concreto. E la decisione non dipende soltanto da quanto è impressionante la dimostrazione della tecnologia.

Un’azienda può non essere ancora pronta per il progetto che vuole realizzare

C’è un altro problema che considero importante. Un sistema AI può essere tecnicamente capace di svolgere un’attività, ma trovare difficoltà quando deve utilizzare le informazioni di una determinata azienda. Immaginiamo di voler realizzare un agente capace di rispondere autonomamente alle richieste commerciali. Per farlo deve conoscere prodotti, disponibilità, condizioni commerciali e stato degli ordini. Se queste informazioni sono distribuite fra programmi differenti, archivi non aggiornati e documenti gestiti manualmente, il progetto diventa più complesso.

Potrebbe essere necessario organizzare i dati prima di introdurre l’automazione. Oppure chiarire procedure che oggi vengono gestite attraverso abitudini personali dei dipendenti. Sono interventi che possono migliorare l’organizzazione anche indipendentemente dall’AI. Ma se vengono scoperti soltanto dopo aver approvato un preventivo, rischiano di aumentare costi e tempi di realizzazione. Per questo preferisco conoscere prima le condizioni nelle quali dovrà lavorare il sistema.

Può capitare che la decisione migliore sia dedicare una prima fase alla sistemazione dei dati e alla revisione delle procedure. Soltanto successivamente diventerà conveniente introdurre l’automazione.

Un’analisi indipendente deve poter concludere che l’acquisto non conviene

Quando un imprenditore si rivolge a un fornitore per acquistare una soluzione AI, è normale che riceva una proposta basata sulle tecnologie e sui servizi che quel fornitore realizza. Ma chi valuta la convenienza dell’investimento dovrebbe poter prendere in considerazione anche possibilità differenti. Potrebbe scoprire che il problema è troppo piccolo per giustificare il costo del progetto. Oppure che esistono procedure più semplici per ottenere lo stesso risultato. In altri casi potrebbe emergere che l’azienda deve prima organizzare i propri dati.

Ci sono anche situazioni nelle quali un’automazione è tecnicamente fattibile, ma i benefici previsti non sono sufficienti a giustificare l’investimento. Sono tutte conclusioni che considero legittime. Per questo attribuisco molta importanza all’indipendenza di chi analizza il processo aziendale. Se la valutazione parte dall’obbligo di vendere un determinato prodotto, diventa più difficile riconoscere quando quella soluzione non è adatta.

Un progetto dovrebbe poter terminare anche con la decisione di non acquistare nulla. Può sembrare un risultato poco interessante, ma evitare un investimento sbagliato significa proteggere risorse che l’azienda potrà utilizzare altrove.

La competitività si costruisce sui risultati

Non sottovaluterei la pressione esercitata dai concorrenti. Se un’impresa riesce ad automatizzare correttamente un processo, può risparmiare ore di lavoro, ridurre gli errori e gestire un volume maggiore di attività. In alcuni casi può anche ottenere una riduzione effettiva dei costi. Un’azienda che ignora sistematicamente queste possibilità rischia di perdere competitività. Ma osservare un concorrente che presenta una nuova applicazione AI non ci permette di conoscere il valore economico che sta ottenendo.

Non sappiamo necessariamente quanto abbia investito, quali problemi abbia incontrato e quante ore di lavoro sia riuscito davvero a risparmiare. Una dimostrazione pubblica può essere molto convincente, ma non sostituisce i risultati misurati. Per questo, se fossi il titolare di una PMI, utilizzerei le notizie sui concorrenti come uno stimolo per analizzare meglio la mia organizzazione. Cercherei di individuare quali attività assorbono più lavoro, dove si verificano errori e quali processi potrebbero essere semplificati. Poi valuterei le tecnologie necessarie. La velocità con cui iniziamo un progetto conta, ma conta anche la direzione nella quale stiamo investendo.

Il rischio è scoprire troppo tardi che abbiamo automatizzato il problema sbagliato

L’intelligenza artificiale offre possibilità che fino a pochi anni fa sarebbero state difficili da immaginare. Possiamo costruire sistemi capaci di interpretare documenti, gestire comunicazioni, consultare archivi e completare operazioni nei programmi aziendali. Sono tecnologie che possono produrre vantaggi importanti. Ma la loro disponibilità non rende automaticamente conveniente ogni progetto. Un imprenditore può acquistare una soluzione sofisticata e ritrovarsi con gli stessi problemi organizzativi di prima.

Può anche introdurre nuovi costi di manutenzione, verifiche e procedure che nessuno aveva considerato. Al contrario, un intervento relativamente semplice può eliminare attività ripetitive e far risparmiare molte ore di lavoro. Per questo, prima di impegnare un budget, vorrei conoscere il problema da risolvere, il costo del processo attuale e il risultato che ci aspettiamo di ottenere. Vorrei sapere quali persone saranno coinvolte, quali informazioni servono e come misureremo il beneficio. E vorrei che fosse chiaro fin dall’inizio quando sarebbe opportuno interrompere il progetto.

La paura di restare indietro può essere utile per accorgersi che qualcosa sta cambiando. Non dovrebbe diventare il criterio con cui decidiamo di spendere i soldi dell’azienda.

Nei prossimi anni le possibilità di utilizzare l’intelligenza artificiale continueranno ad aumentare. Credo che una delle capacità più importanti per un imprenditore sarà saper distinguere le applicazioni che producono risultati concreti da quelle che aggiungono soltanto tecnologia all’organizzazione. Se stai valutando un investimento in intelligenza artificiale per la tua azienda, puoi prenotare una call conoscitiva gratuita di 30 minuti. Possiamo confrontarci sui processi che vorresti migliorare, sui risultati attesi e sulle verifiche da fare prima di impegnare il budget.