AI
Prima il problema, poi il processo, poi lo strumento. Come introdurre l'intelligenza artificiale in azienda con metodo, non con entusiasmo cieco.
L'AI è ormai entrata nelle aziende. Il problema è che spesso è entrata prima la curiosità della consapevolezza.
Ogni settimana compare un nuovo strumento che promette di scrivere meglio, analizzare più velocemente, creare immagini, automatizzare processi o sostituire intere attività. Il rischio è iniziare a collezionare tool senza avere ancora chiaro perché usarli, come usarli e quali conseguenze comporti farlo.
Io sono una persona entusiasta dell'AI, ma anche molto cauta.
La utilizzo concretamente per lavorare, progettare, analizzare, scrivere e sviluppare nuovi progetti. Anche questo sito, per esempio, è stato costruito sperimentando direttamente le possibilità dell'AI all'interno di un processo di lavoro reale.
Ma proprio l'esperienza pratica mi ha convinta di una cosa: prima di imparare a usare uno strumento bisogna capire che cosa stiamo usando.
Il primo errore quando si parla di AI in azienda è partire dalla domanda:
«Quale strumento dobbiamo usare?»
La domanda dovrebbe essere un'altra:
«Quale problema vogliamo risolvere?»
Un'azienda può avere bisogno di velocizzare la produzione di contenuti, analizzare grandi quantità di informazioni, supportare il customer care, organizzare documenti, fare ricerca, automatizzare attività ripetitive o semplicemente lavorare meglio con i dati che già possiede.
Non sono necessariamente problemi che richiedono lo stesso strumento. E soprattutto, non richiedono necessariamente un nuovo strumento.
Prima di scegliere un'AI bisogna quindi capire almeno:
Questa è la parte che spesso manca.
Usare un'interfaccia è relativamente semplice. Capire come ragiona un sistema di AI, invece, cambia completamente il modo in cui lo utilizziamo.
Un modello generativo non è un motore di ricerca particolarmente evoluto e non è nemmeno un collega che "sa le cose" nel senso tradizionale del termine.
Produce risposte sulla base dei dati, del contesto e delle istruzioni che riceve. Può essere estremamente efficace e, allo stesso tempo, produrre una risposta convincente ma sbagliata.
Questo significa che imparare a scrivere prompt non basta. Bisogna imparare a:
La qualità dell'output dipende anche dalla qualità del lavoro che facciamo prima e dopo averlo ottenuto.
Per questo considero l'AI literacy una competenza prima ancora che una competenza tecnologica.
L'obiettivo non dovrebbe essere automatizzare tutto.
In molti casi il valore dell'AI sta nel permettere alle persone di dedicare meno tempo alle attività meccaniche e più tempo a quelle che richiedono esperienza, giudizio, creatività e capacità decisionale.
Questo però funziona soltanto se sappiamo distinguere le due cose. Un sistema può aiutarmi a:
Ma accelerare un processo non significa automaticamente migliorarlo.
Se il processo di partenza è confuso, l'AI può semplicemente renderlo più veloce. E se nessuno sa valutare il risultato, possiamo ottenere un'organizzazione più efficiente nel produrre errori.
Per questo, quando si introduce l'AI in un'organizzazione, partirei da un percorso molto semplice.
Quali attività occupano più tempo, sono ripetitive o generano più errori.
Non tutto deve essere automatizzato: alcune attività vanno solo assistite.
Non "il migliore", ma il più adatto a costi, privacy e affidabilità richieste.
Chi può usarla, con quali dati, per quali attività, con quale verifica.
Non "come si usa ChatGPT", ma come pensare insieme a uno strumento di AI.
Prima di acquistare strumenti bisogna osservare i processi. Quali attività occupano più tempo? Quali sono ripetitive? Quali richiedono molta elaborazione di informazioni? Dove si verificano più frequentemente errori o colli di bottiglia?
Non tutto deve essere automatizzato. Alcune attività possono essere semplicemente assistite dall'AI, altre parzialmente automatizzate, altre ancora possono non avere alcun vantaggio reale.
Solo a questo punto ha senso confrontare modelli, piattaforme e tool. Non perché uno sia "il migliore", ma perché è quello più adatto a quello specifico utilizzo, considerando anche costi, privacy, integrazioni, affidabilità e facilità d'uso.
Chi può utilizzare l'AI? Con quali dati? Per quali attività? Quali output devono essere verificati? Quando è obbligatorio l'intervento umano?
Questa parte è fondamentale soprattutto quando si lavora con informazioni aziendali, clienti o dati potenzialmente sensibili.
La formazione non dovrebbe limitarsi a insegnare «come si usa ChatGPT». Dovrebbe insegnare alle persone come pensare insieme a uno strumento di AI. E soprattutto come fare domande migliori.
Una delle conseguenze più interessanti dell'AI è che ci costringe a rendere più esplicito il nostro modo di lavorare.
Per ottenere un buon risultato dobbiamo sapere spiegare: che cosa vogliamo, perché lo vogliamo, con quali informazioni, secondo quali criteri e con quali limiti.
In altre parole, dobbiamo conoscere abbastanza bene il problema da poterlo raccontare alla macchina.
Ed è qui che l'AI diventa interessante anche per chi non è un tecnico. Non serve trasformare tutti in sviluppatori o specialisti di machine learning. Serve costruire una sufficiente comprensione dello strumento per poterlo utilizzare con consapevolezza.
Non penso che l'AI sia una moda passeggera.
Penso però che la corsa al nuovo tool possa diventare una distrazione.
Per questo preferisco un approccio pragmatico: prima il problema, poi il processo, poi lo strumento.
L'AI può essere straordinariamente potente quando viene inserita all'interno di un metodo di lavoro già ragionato. Può diventare molto meno utile quando viene introdotta semplicemente perché "bisogna fare qualcosa con l'AI".
È anche per questo che nei miei progetti la utilizzo in modo molto concreto: per trasformare idee in strutture, accelerare attività, esplorare possibilità e costruire soluzioni. Ma senza delegarle automaticamente il giudizio.
È consigliabile partire dai processi e dai problemi da risolvere, non dalla scelta di uno specifico strumento. Occorre individuare le attività che possono essere supportate dall'AI, definire obiettivi e vincoli, valutare strumenti e rischi e infine formare le persone che li utilizzeranno.
Non esiste uno strumento di AI migliore in assoluto. La scelta dipende dal caso d'uso, dal tipo di dati trattati, dal livello di affidabilità richiesto, dai costi, dalle integrazioni necessarie e dal grado di controllo umano previsto.
La formazione AI permette alle persone di comprendere come funzionano gli strumenti, formulare richieste efficaci, valutare gli output e riconoscere errori e limiti. L'obiettivo non è soltanto imparare a usare un tool, ma sviluppare un utilizzo consapevole dell'intelligenza artificiale.
AI literacy, o alfabetizzazione all'intelligenza artificiale, indica la capacità di comprendere i principi fondamentali dell'AI, utilizzarla in modo efficace e consapevole, valutarne risultati e limiti e riconoscere le implicazioni legate al suo utilizzo.
No. Un nuovo strumento non è automaticamente una soluzione migliore. È preferibile partire dal problema aziendale e valutare se l'AI può apportare un beneficio concreto, scegliendo successivamente la tecnologia più adatta al caso specifico.
Tra le principali accortezze ci sono la protezione dei dati aziendali e personali, la verifica degli output, la definizione delle responsabilità, il controllo umano sulle decisioni rilevanti e la definizione di regole interne sull'utilizzo degli strumenti di AI.
No. L'AI può essere utilizzata in molti ambiti aziendali, dalla comunicazione all'amministrazione, dal marketing al customer care. La formazione dovrebbe quindi essere adattata ai diversi ruoli e ai relativi casi d'uso.
Dipende dall'attività. In molti casi l'AI può automatizzare o accelerare singole fasi di un processo, ma questo non significa che possa sostituire integralmente il giudizio, la responsabilità e la supervisione umana.
Non serve inseguire ogni nuovo tool.
Serve capire abbastanza bene l'AI da sapere quando utilizzarla, come utilizzarla e soprattutto cosa chiederle.
Il corso "AI per il lavoro" è pensato proprio per chi vuole iniziare a usare l'intelligenza artificiale in modo concreto, senza diventare tecnico.
Scopri il corso →