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 costi imprevisti e mancanza di governance strutturata.
- Cosa si intende per 'shadow AI'?
- È l'uso di strumenti AI non approvati da parte dei lavoratori, che genera attrito con le soluzioni ufficiali.
Negli ultimi anni, l’intelligenza artificiale (AI) ha fatto il suo ingresso prepotente nel mondo del lavoro, e il Regno Unito non fa eccezione. Secondo recenti dati, l’81% dei knowledge worker britannici utilizza strumenti di AI su base settimanale. Tuttavia, nonostante questa alta adozione, i risultati tangibili in termini di trasformazione organizzativa e benefici operativi restano limitati.
Molte aziende hanno integrato l’AI in processi già esistenti, spesso frammentati e inefficienti, il che ha portato a un aggravamento di problemi preesistenti piuttosto che a soluzioni efficaci. Un’indagine ha rivelato che il 58% dei responsabili IT ha riscontrato un’alta adozione di strumenti AI, ma con guadagni di produttività misurabili molto limitati. Inoltre, l’82% ha dovuto affrontare costi imprevisti legati all’implementazione dell’AI.
Un altro aspetto preoccupante è la gestione della responsabilità: quasi due terzi dei leader IT si dichiarano interamente responsabili per gli esiti derivanti dall’uso dell’AI. Tuttavia, molte implementazioni avvengono al di fuori di percorsi di governance strutturati, creando una situazione in cui le responsabilità non sono sempre chiare e visibili.
Il fenomeno della “shadow AI” è emblematico di questa situazione: circa un lavoratore su quattro utilizza strumenti di AI non approvati, il che genera attrito con le soluzioni ufficiali adottate dall’azienda. Questa mancanza di controllo e di contesto organizzativo rappresenta un ulteriore ostacolo all’efficacia dei progetti AI. Infatti, quasi la metà dei leader IT ha segnalato che i progetti di AI si arenano a causa della mancanza di informazioni necessarie riguardo alla struttura, alle priorità e ai diritti decisionali, rendendo difficile produrre output utilizzabili senza costose correzioni.
Inoltre, le metriche attualmente utilizzate per misurare il successo dell’AI sono spesso fuorvianti. Molte aziende si concentrano su indicatori come il numero di licenze, i prompt inviati o le ore teoricamente risparmiate. Tuttavia, è fondamentale spostare l’attenzione su risultati concreti, come la riduzione dei tempi di risoluzione delle problematiche dei clienti, l’accelerazione del processo di ricerca delle informazioni e la velocità nelle decisioni.
Un esempio pratico di utilizzo efficace dell’AI è la creazione di assistenti di vendita AI, dove l’impatto sul processo commerciale è misurato attraverso tassi di risposta e nuovi incontri generati. Con l’emergere di agenti AI in grado di operare autonomamente, le aziende dovranno prestare attenzione a quali agenti esistono, chi li ha creati, a quali informazioni hanno accesso e come viene valutata la loro performance.
In conclusione, le aziende che riusciranno a trarre il massimo vantaggio dall’AI non saranno necessariamente quelle che la utilizzano di più, ma quelle che la integrano in modo strategico, collegandola a responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI rappresenta solo il primo passo; il vero obiettivo è generare valore misurabile e sostenibile nel tempo.
