In Breve
- Qual è la percentuale di knowledge worker nel Regno Unito che utilizza strumenti di AI?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono i principali problemi legati all'adozione dell'AI?
- Le aziende affrontano costi inattesi e guadagni di produttività limitati.
- Cosa si intende per 'shadow AI'?
- Il fenomeno in cui i lavoratori utilizzano strumenti di AI non approvati, creando attrito con le soluzioni ufficiali.
Adozione dell’Intelligenza Artificiale: uno sguardo al Regno Unito
Negli ultimi anni, l’adozione dell’intelligenza artificiale (AI) ha preso piede nel Regno Unito, con l’81% dei knowledge worker che utilizza strumenti di AI settimanalmente. Tuttavia, nonostante questa diffusione, le aziende non hanno ancora visto una trasformazione organizzativa significativa né benefici operativi chiari.
Un’adozione superficiale
Molte imprese hanno integrato l’AI in processi già frammentati e sistemi inefficienti, il che ha portato a un aggravamento di problemi esistenti piuttosto che alla loro risoluzione. Secondo un’indagine, il 58% dei responsabili IT ha segnalato che, nonostante l’alta adozione, i guadagni di produttività sono stati limitati. Inoltre, l’82% ha dovuto affrontare costi inattesi legati all’implementazione dell’AI.
Responsabilità e governance
Quasi due terzi dei leader IT affermano di essere completamente responsabili degli esiti derivanti dall’uso dell’AI. Tuttavia, le implementazioni di AI avvengono spesso in modo disorganizzato, senza seguire percorsi di governance strutturati. Questo crea una situazione di responsabilità senza adeguata visibilità, aumentando il rischio di inefficienze.
Il fenomeno della “shadow AI”
Un aspetto preoccupante è rappresentato dalla “shadow AI”, con uno su quattro lavoratori che utilizza strumenti di AI non approvati, generando attrito con le soluzioni ufficiali. Questa situazione evidenzia la necessità di una governance più rigorosa e di una maggiore integrazione delle tecnologie AI nei flussi di lavoro aziendali.
La mancanza di contesto organizzativo
Un altro ostacolo significativo è la carenza di contesto organizzativo. Quasi la metà dei leader IT ha indicato che i progetti di AI si arenano a causa della mancanza di informazioni su struttura, priorità e diritti decisionali, rendendo difficile produrre output utilizzabili senza costose correzioni.
Metriche fuorvianti
Le metriche utilizzate per valutare l’efficacia dell’AI sono spesso fuorvianti. Molte aziende si concentrano su indicatori come il numero di licenze o le ore risparmiate, mentre sarebbe più utile focalizzarsi su risultati concreti, come la riduzione dei tempi di risoluzione per i clienti, il miglioramento nella ricerca di informazioni e decisioni più rapide.
Esempi di successo
Un esempio di applicazione efficace dell’AI è la creazione di assistenti di vendita che misurano l’impatto sul processo commerciale, analizzando tassi di risposta e nuovi incontri generati. Con l’emergere di agenti AI che operano autonomamente, le aziende dovranno monitorare quali agenti esistono, chi li ha creati, a cosa hanno accesso e come viene misurata la loro performance.
Conclusioni
Le imprese che desiderano trarre vantaggio dall’AI non saranno quelle che semplicemente adottano più tecnologie, ma quelle che le collegano a responsabilità chiare e a una governance adeguata. L’adozione è solo il primo passo; il vero obiettivo rimane il valore misurabile che queste tecnologie possono portare.
