In Breve
- Qual è il tasso di adozione dell'AI nel Regno Unito?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono le principali sfide nell'adozione dell'AI?
- Le aziende affrontano problemi di integrazione con processi inefficienti e mancanza di governance.
- Cosa si intende per 'shadow AI'?
- Il fenomeno in cui i lavoratori utilizzano strumenti di AI non approvati, creando attrito con le soluzioni ufficiali.
L’adozione dell’intelligenza artificiale (AI) sta diventando una realtà diffusa nel Regno Unito, con l’81% dei knowledge worker che utilizza strumenti di AI su base settimanale. Tuttavia, nonostante questa alta percentuale di utilizzo, le aziende non stanno beneficiando di una trasformazione organizzativa significativa né di miglioramenti operativi chiari.
Molte imprese hanno integrato l’AI in processi già frammentati e sistemi inefficienti, aggravando problemi preesistenti invece di risolverli. Secondo un sondaggio, il 58% dei responsabili IT ha riportato un’elevata adozione di strumenti di AI, ma i guadagni di produttività misurabili risultano limitati. Inoltre, l’82% di questi professionisti ha dovuto affrontare aumenti di costo inattesi legati all’implementazione dell’AI.
Un aspetto preoccupante è che quasi due terzi dei leader IT si dichiarano completamente responsabili degli esiti derivanti dall’uso dell’AI. Tuttavia, molte implementazioni avvengono in modo disorganizzato, spesso al di fuori di percorsi di governance strutturati, creando responsabilità senza la necessaria visibilità. Questo fenomeno ha portato alla diffusione della cosiddetta “shadow AI”, con uno su quattro lavoratori che utilizza strumenti di AI non approvati, generando attrito con le soluzioni ufficiali.
La mancanza di un contesto organizzativo chiaro rappresenta un ulteriore ostacolo all’efficacia dei progetti di AI. Quasi la metà dei leader IT ha segnalato che i progetti si arenano perché i modelli non dispongono delle informazioni necessarie riguardo alla struttura, alle priorità e ai diritti decisionali, rendendo difficile produrre output utilizzabili senza correzioni onerose.
Inoltre, le metriche attualmente adottate per misurare il successo dell’AI sono spesso fuorvianti. Misurare il numero di licenze, i prompt inviati o le ore teoricamente risparmiate non fornisce un quadro reale dell’efficacia. È fondamentale focalizzarsi su risultati concreti, come i tempi di risoluzione delle richieste dei clienti, la riduzione del tempo necessario per cercare informazioni e la velocità nelle decisioni.
Un esempio operativo interessante è la creazione di un assistente di vendita basato su AI, il cui impatto viene misurato attraverso il processo commerciale, i tassi di risposta e il numero di nuovi incontri generati. Con l’emergere di agenti AI in grado di operare autonomamente, le organizzazioni devono prestare attenzione a quali agenti sono attivi, chi li ha creati, quali dati possono accedere e come viene valutata la loro performance.
Le aziende che riusciranno a trarre vantaggio dall’AI non saranno necessariamente quelle che ne fanno un uso massiccio, ma quelle che la integrano con responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI rappresenta solo il primo passo; il vero obiettivo è ottenere un valore misurabile da queste tecnologie.
