Con il 2026 che corre verso l'ultimo trimestre dell'anno, cresce la pressione per trasformare le ambizioni legate all'AI in risultati tangibili. Nel corso di agosto, The AI Forecast ha esplorato come tutto ciò si manifesta nella pratica.
Attraverso le conversazioni tra il conduttore Paul Muller e gli ospiti Mark Ritcey, Varun Puri e Shanea Leven, The AI Forecast ha esaminato le realtà dell'applicazione dell'AI in tutta l'azienda. Continua a leggere per scoprire tre prospettive su ciò che serve per trasformare il potenziale dell'AI in un valore aziendale significativo.
1. Iniziare dal comportamento e dai risultati, anziché dalla tecnologia
Per Varun Puri, cofondatore e CEO di Yoodli, l’adozione efficace dell’IA inizia dal problema che le persone cercano di risolvere e dal comportamento che vogliono cambiare.
«Dico spesso che non siamo un'azienda di AI. In realtà, non mi interessa nemmeno che l'AI sia una soluzione. Siamo un'azienda che promuove il cambiamento dei comportamenti», ha detto Puri. «Il motivo per cui le persone faticano nelle conversazioni che contano è che non si esercitano. Il modo migliore per migliorare è registrarsi, riguardarsi, imbarazzarsi e ripetere il tutto altre tre volte.»
In questo contesto, l'AI diventa un mezzo per rendere più semplice questa pratica. Può individuare aree specifiche di miglioramento e consentire alle persone di esercitarsi ripetutamente. “L'AI offre insight interessanti. Fornisce statistiche a livello organizzativo, ma il fulcro è la pratica e una maggiore consapevolezza di sé”, ha dichiarato Puri.
Questo stesso approccio orientato ai risultati può aiutare le organizzazioni a valutare il ROI. Puri ha proposto un esempio ipotetico: “Supponiamo che io sia Google. Devo formare 15.000 rappresentanti sulla nuova presentazione di Gemini. Nel mondo di prima, ci sarebbero voluti sei mesi per far parlare tutti la stessa lingua. Ora mi bastano sei giorni. Ottimo, abbiamo ridotto i tempi di avvio», ha detto. «Si tratta di un valore espresso direttamente in dollari? Non ancora, ma caspita, possiamo quantificarlo molto, molto rapidamente.»
Per Puri, la lezione è definire prima il risultato e valutare l'AI in base alla sua capacità di contribuire a raggiungerlo. Ciò potrebbe significare una maggiore produttività o una comunicazione più efficace. La tecnologia è più importante quando è al servizio dell'obiettivo, anziché diventare essa stessa l'obiettivo.
2. Il successo dell’IA aziendale inizia con la disciplina
Con le organizzazioni che investono ingenti risorse nell'AI, la pressione per agire rapidamente è intensa. Ma per Mark Ritcey, vicepresidente responsabile della delivery di AI e automazione presso LatentBridge, il successo dell'AI aziendale parte dal semplice primo passo di definire il problema aziendale e costruirvi intorno la struttura giusta.
«Direi che ho sicuramente visto, sperimentato e realizzato casi d’uso di AI di successo», ha affermato Ritcey. «E riguardano molti ambiti diversi. Un esempio comune è un chatbot basato su AI o LLM che risponde a domande sull’HR attingendo a un repository di conoscenze per le risorse umane. Esistono strumenti di valutazione del credito che analizzano le informazioni finanziarie di un cliente o di un’azienda, aggregandole e sintetizzandole per sottoporle a un analista del credito. Quindi non è la macchina o l’AI a prendere la decisione; in realtà è un essere umano».
In tutti questi esempi, Ritcey individua gli stessi elementi fondamentali che determinano se un'iniziativa di AI genera valore. Le organizzazioni devono partire da un problema chiaramente definito, quindi costruire la struttura necessaria per trasformare un'iniziativa di AI in qualcosa che i dipendenti possano effettivamente utilizzare con successo.
Questo aspetto diventa ancora più importante man mano che le organizzazioni passano dalla sperimentazione con l'AI generativa ai sistemi di produzione e all'AI agentica. Il consiglio di Ritcey è di resistere alla pressione di puntare subito alle opportunità più ambiziose e concentrarsi, invece, sullo sviluppo delle capacità necessarie per crescere su larga scala.
Come ha detto Ritcey, «Bisogna imparare a camminare prima di poter correre.» L'AI aziendale richiede lo stesso livello di rigore di qualsiasi importante trasformazione aziendale, con un ulteriore livello di governance per i sistemi i cui output possono essere imprevedibili. Un lavoro di questa portata non può essere affrettato.
3. Quando tutti possono sviluppare software, le barriere di protezione diventano essenziali
L'AI generativa sta abbassando drasticamente la soglia di accesso allo sviluppo software, consentendo a persone con poca esperienza tradizionale di programmazione di trasformare le proprie idee in applicazioni funzionanti. Ma per Shanea Leven, cofondatrice di Empromptu AI, la possibilità di sviluppare rapidamente aumenta anche la posta in gioco per quanto riguarda il modo in cui queste applicazioni arrivano in produzione.
«Puoi assolutamente sviluppare app di produzione. Devi solo sapere cosa stai facendo», ha detto Leven.
La difficoltà sta nell'infrastruttura su cui si basano queste applicazioni. "Se stai sviluppando un'applicazione generativa e nella sua infrastruttura non hai integrato funzionalità di AI come il rilevamento del drift o dei casi limite, stai monitorando il funzionamento degli input? E ti assicuri che vengano forniti gli input corretti?", ha chiesto Leven. "Se non hai predisposto tutti questi elementi, è così che iniziano a verificarsi le allucinazioni".
Con tale infrastruttura predisposta, tuttavia, l'AI può ampliare la platea di chi partecipa allo sviluppo software. Prendiamo ad esempio l'ipotetica «Debbie dell'ufficio contabilità».
«Debbie dell’ufficio contabilità è un’esperta in materia di contabilità», ha affermato Leven. «E se si inserisce un’app o un flusso di lavoro nell’ambito di Debbie, Debbie è la persona più indicata per sapere che aspetto dovrebbero avere quegli output e quali dovrebbero essere i relativi vincoli.»
Leven definisce questo gruppo in crescita di sviluppatori che si avvalgono dell’AI «nuovi tecnici». Man mano che un numero crescente di dipendenti acquisisce la capacità di creare software, ritiene che le organizzazioni dovranno aiutarli a sviluppare alcune delle capacità di ragionamento tradizionalmente associate agli ingegneri del software e ai product manager.
Ampliare l'accesso allo sviluppo software può valorizzare competenze preziose all'interno di un'organizzazione, ma un accesso più ampio accresce anche l'importanza di infrastrutture e formazione condivise. Dare a un numero maggiore di dipendenti la possibilità di sviluppare software dà i migliori risultati quando le organizzazioni forniscono anche barriere di protezione per uno sviluppo responsabile.
Trasformare il potenziale dell'AI in valore aziendale
L'AI sta maturando e il successo dipende sempre più da come le organizzazioni utilizzano questa tecnologia. Questo mese, Ritcey, Puri e Leven hanno esplorato cosa serve per trasformare il potenziale dell'AI in valore aziendale significativo. Le loro prospettive indicano un approccio più ponderato per ottenere un valore aziendale significativo dall'AI.
Ascolta questi episodi di The AI Forecast e molto altro su Spotify, Apple Podcasts e YouTube.
