In Breve
- Qual è il ruolo dell'AI nella gestione della conoscenza tacita?
- L'AI aiuta a catturare e strutturare la conoscenza tacita dei lavoratori, migliorando l'efficienza operativa.
- Come possono gli agenti AI migliorare le procedure operative?
- Gli agenti AI identificano lacune nelle SOP e facilitano aggiornamenti dinamici basati sulle segnalazioni dei lavoratori.
- Qual è l'importanza del supporto esecutivo nelle iniziative AI?
- Il supporto esecutivo è cruciale per promuovere una cultura di sperimentazione e aumentare il tasso di successo delle iniziative AI.
L’introduzione di agenti di intelligenza artificiale (AI) nel settore operativo sta portando a una significativa evoluzione nella gestione della conoscenza tacita dei lavoratori. Questo fenomeno affronta il noto paradosso di Polanyi, secondo cui gran parte del sapere aziendale, fino all’85%, è di natura tacita e non è facilmente codificabile in procedure operative standard (SOP).
La conoscenza tacita, che deriva da esperienze pratiche, workaround e interazioni informali, è fondamentale per il funzionamento efficiente delle organizzazioni. Tuttavia, le procedure centralizzate spesso non riescono a rilevare gap operativi, rischiando di perdere competenze preziose quando il personale esperto lascia l’azienda.
Grazie all’uso di agenti di conoscenza addestrati su SOP e materiali di onboarding, le aziende possono ora identificare linee guida obsolete e colmare lacune informative. Questo approccio bottom-up coinvolge i lavoratori di magazzino, vendita e logistica, che possono segnalare incongruenze e proporre soluzioni pratiche. Le interazioni con gli assistenti AI vengono utilizzate per aggiornamenti dinamici e automatizzati delle procedure, trasformando l’expertise implicita in micro-learning accessibile.
Gli agenti moderni, dotati di capacità multimodali, possono ricevere e fornire informazioni tramite audio, testo, immagini e video. Ciò consente, ad esempio, di segnalare verbalmente un problema o inviare una foto di un allestimento, che viene confrontata con il planogram e accompagnata da istruzioni correttive dettagliate. Inoltre, l’adozione di modelli più piccoli e l’inferenza on-device permettono di mantenere i dati all’interno della rete aziendale, riducendo la latenza e migliorando la privacy.
Per un’implementazione efficace, è essenziale collaborare con partner esperti nel settore e utilizzare modelli e strumenti di sviluppo adeguati. Un rapporto del MIT ha evidenziato che le imprese che lavorano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente. Tuttavia, non basta l’intervento dell’IT: ricerche dello Stanford Digital Lab indicano che il supporto esecutivo, che promuove una cultura di sperimentazione e accetta il fallimento come parte del processo, è cruciale per il successo delle iniziative AI.
Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — sono difficili da automatizzare e tendono a essere potenziate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e aggiornamenti continui permette di trasformare la conoscenza implicita in procedure e formazione strutturate, con benefici significativi per l’efficienza operativa, la qualità del servizio e le condizioni di lavoro.
