Innovazione

L’Intelligenza Artificiale e la Cattura della Conoscenza Tacita nel Settore Operativo

Rappresentazione grafica dell'intelligenza artificiale nel lavoro operativo

In Breve

Che cos'è la conoscenza tacita?
La conoscenza tacita è l'esperienza pratica e le competenze non formalizzate che costituiscono una parte significativa del patrimonio informativo aziendale.
Come l'AI aiuta nella gestione della conoscenza tacita?
L'AI consente di catturare e aggiornare la conoscenza tacita attraverso interazioni dirette con i lavoratori, migliorando le procedure operative.
Qual è il ruolo del supporto esecutivo nell'implementazione dell'AI?
Il supporto esecutivo è fondamentale per creare una cultura di sperimentazione e facilitare il successo delle iniziative AI.

L’introduzione di agenti di intelligenza artificiale (AI) nel settore operativo sta trasformando il modo in cui le aziende gestiscono la conoscenza tacita dei loro lavoratori. Questa forma di conoscenza, che si sviluppa attraverso l’esperienza pratica, i workaround e le interazioni informali, rappresenta fino all’85% del patrimonio informativo di un’azienda. Tuttavia, è spesso trascurata dalle procedure operative standard (SOP), creando un divario che può compromettere l’efficienza operativa.

Gli agenti di conoscenza, addestrati su SOP e materiali di onboarding, stanno iniziando a mettere in luce linee guida obsolete e lacune informative. Questo approccio bottom-up coinvolge attivamente i lavoratori di magazzino, vendita e logistica, permettendo loro di segnalare incongruenze e proporre soluzioni pratiche. Le interazioni con gli assistenti AI forniscono feedback che vengono utilizzati per aggiornamenti dinamici e automatizzati delle procedure e della formazione, traducendo la conoscenza implicita in micro-learning accessibile.

Oggi, gli agenti AI sono multimodali, capaci di ricevere e restituire informazioni attraverso diversi formati, come audio, testo, immagini e video. Questo consente ai lavoratori di segnalare verbalmente problemi o inviare foto di allestimenti, confrontandoli con i planogram e ricevendo istruzioni corrette in tempo reale. L’uso di modelli più piccoli e l’inferenza on-device permettono di mantenere i dati all’interno della rete aziendale, riducendo la latenza e aumentando la privacy.

Tuttavia, l’implementazione efficace di queste tecnologie richiede la collaborazione con partner esperti e l’uso di modelli e strumenti di sviluppo adeguati. Un rapporto del MIT ha rivelato che le aziende che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente. Inoltre, la semplice presenza dell’IT non è sufficiente: studi dello Stanford Digital Lab evidenziano che il supporto esecutivo è cruciale, contribuendo al 43% del successo delle iniziative AI.

Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso, tipicamente associate alla conoscenza tacita, sono difficili da automatizzare. Tuttavia, l’integrazione di segnalazioni dal basso, agenti multimodali e processi di aggiornamento continuo consente di trasformare la conoscenza implicita in procedure e formazione strutturate. Questo approccio non solo migliora l’efficienza operativa, ma ha anche un impatto positivo sulla qualità del servizio e sulle condizioni di lavoro.

redazione

Autore della redazione di Prima Economia.

Leggi tutti gli articoli ->