Per scalare la GenIA, le aziende devono concentrarsi su 3 fattori

La maggior parte dei leader dispone di una serie di argomenti per fare bella figura sull’IA generativa. Pochi, tuttavia, hanno un piano coerente di trasformazione in funzione dell’IA. Dato il divario tra un comunicato stampa e un progetto di reinvenzione algoritmica, questo è un problema per qualsiasi azienda che voglia seriamente sfruttare l’IA, piuttosto che inseguire l’ultima tendenza tecnologica. Ciò di cui hanno bisogno in questo momento è sapere come scalare progetti pilota e proof-of-concept in processi e piattaforme reimmaginati.

A differenza di applicazioni di IA più esoteriche come il deep learning, l’IA generativa è interessante perché è facile da dimostrare e chiaramente utile. Che si tratti di riassumere documenti complessi, scrivere codice, redigere e-mail, creare testi di marketing o personalizzare le interazioni con il servizio clienti, anche senza addestrare un modello proprietario, l’IA generativa funziona. Anche le ricerche condotte da Microsoft suggeriscono che i baby boomer e i membri più anziani della forza lavoro ne comprendono intuitivamente l’utilità, potenzialmente più di quanto faccia la generazione Z. Dopotutto, cos’altro è scaricare i compiti a un assistente virtuale se non una rivisitazione contemporanea dello stile di gestione della delega?

Il rischio con l’IA generativa non è che i leader non ci provino, ma che i tentativi non vadano oltre. Nonostante i progressi compiuti dai fornitori, l’utilizzo di strumenti di produttività potenziati dall’IA da soli non vi darà un vantaggio competitivo, così come fornire smartphone, e-mail o accesso al web al vostro team non è più strategico che fornire elettricità o acqua corrente. L’IA non deve limitarsi a cambiare il modo in cui fate le cose, ma deve ispirarvi a cambiare quello che fate. Non tutti lo capiranno, ma quelli che lo faranno avranno modelli di business quasi irriconoscibili rispetto agli operatori storici di oggi.

Quindi, da dove cominciare? A nostro avviso, sono tre i fattori che determinano la scalabilità dell’IA: comunità, comunanza e coordinamento.

Comunità: abilitare gli esploratori

NVIDIA, leader mondiale nell’elaborazione e nei software di intelligenza artificiale, non è nuova all’uso di chatbot nelle sue operazioni interne. Attualmente ne ha oltre 65 in funzione. Quando abbiamo parlato con Manuvir Das, VP dell’enterprise computing, ci ha spiegato che questi progetti sono proliferati in modo organico, poiché i team cercavano modi più intelligenti per recuperare e organizzare i dati.

Quando NVIDIA ha iniziato a scalare queste nuove interazioni con i chatbot in tutta l’azienda, ha scoperto un gran numero di duplicazioni negli sforzi in atto. Per esempio, il team di comunicazione aziendale ha costruito un chatbot utilizzando i modelli di trasformazione di NVIDIA. Lo strumento è stato addestrato su tutte le informazioni pubbliche contenute nei comunicati stampa e nei rapporti finanziari dell’azienda e ha quindi fornito un’interfaccia conversazionale che consente alle persone di ricevere risposte personalizzate alle loro domande. Allo stesso modo, il team IT ha creato un’applicazione chiamata NV Box, che consente ai membri del team di porre domande sulle politiche interne e sulle questioni occupazionali. Curiosamente, secondo Das, mentre questi sembravano due casi d’uso completamente diversi per tipi di dipendenti non correlati, quando hanno iniziato a guardare più da vicino, si sono resi conto che entrambi i team avevano problemi simili nella progettazione e nel funzionamento dei loro strumenti.

Per incoraggiare l’adozione e la condivisione delle conoscenze, NVIDIA ha creato una comunità di utenti entusiasti di esplorare il potenziale degli strumenti di IA generativa. Ha istituito una riunione settimanale, ha fornito modelli comuni e suggerimenti utili e ha mantenuto la propria leadership al corrente della situazione. Ben presto, man mano che questi progetti pilota interni si coagulavano attorno a una piattaforma canonica, NVIDIA si è resa conto che questi strumenti disparati stavano davvero diventando un sistema operativo culturale emergente; nuovi modi di lavorare piuttosto che una serie di semplici esperimenti.

“L’intelligenza artificiale generativa è uno strumento molto potente”, ha dichiarato Das, “eppure le persone sono naturalmente scettiche al riguardo. Quindi è necessario che ci siano alcuni prototipi e casi d’uso in giro per l’azienda per costruire questo slancio, e poi si può avere un team centrale che standardizzi la piattaforma”.

Comunanza: costruire piattaforme, non comprare prodotti

Con l’aumentare del clamore intorno all’IA generativa, le aziende saranno tentate di fornire ciecamente prodotti per i loro dipendenti, senza considerare esattamente come questi strumenti potrebbero fornire un vero vantaggio competitivo. Tuttavia, quando costruite le vostre capacità come una piattaforma integrata, incoraggiate il vostro team a pensare in modo più ampio a casi d’uso che si rafforzano a vicenda e si sommano in utilità. I vostri chatbot, dopo tutto, potrebbero avere più cose in comune di quanto pensiate.

Mentre diversi team di NVIDIA costruivano i loro chatbot e ponevano loro domande diverse, questi strumenti accedevano in realtà alle stesse fonti di informazioni, che si trattasse di archivi di dati aziendali, canali Slack dei team o pagine wiki interne. Ciò che sembrava essere una moltitudine di applicazioni di intelligenza artificiale conversazionale non era altro in realtà che un insieme di servizi simili che si basavano su un database vettoriale comune e su un modello linguistico di grandi dimensioni in grado di raccogliere le conoscenze e produrre risposte naturali e umane alle domande.

Alla ricerca di una soluzione comune, NVIDIA esamina ora tutte le fonti di dati interrogate dai nuovi chatbot, consolidando il maggior numero possibile di informazioni in un database vettoriale comune. Da qui, costruisce una piattaforma che riutilizza le connessioni a tali dati per guadagnare scala. Ciò significa che le nuove applicazioni di IA generativa costruite in futuro potranno riutilizzare la stessa infrastruttura. Adottando un approccio basato sulla piattaforma, NVIDIA consente all’intera comunità di utenti di sfruttare le proprie capacità di IA su scala. In questo modo, la piattaforma comune diventa la fonte primaria di innovazione e valore, piuttosto che i singoli strumenti.

Coordinamento: priorità all’impatto

Come NVIDIA, anche The Coca-Cola Company non manca di iniziative digitali alimentate dall’IA. Probabilmente, a volte, sono troppe da tenere sotto controllo. È stato uno dei primi grandi marchi di consumo a incorporare l’IA generativa in una campagna di marketing globale, con il lancio di “Create Real Magic”, una piattaforma che invitava i creativi digitali di tutto il mondo a utilizzare la piattaforma per creare opere d’arte originali, utilizzando il patrimonio iconico di Coca-Cola, con la possibilità di far apparire le loro creazioni sui famosi cartelloni digitali di Times Square e Piccadilly Circus. Qualche mese dopo, si sono spinti oltre, utilizzando l’intelligenza artificiale e gli esseri umani per co-creare una bevanda aromatizzata in edizione limitata, Coca-Cola Y3000 Zero Sugar. Nel frattempo, a livello interno, Coca-Cola sta impiegando strumenti di IA generativa per aiutare i propri dipendenti nella comunicazione, nella collaborazione e nella produttività.

L’accelerazione delle attività di IA in Coca-Cola non è casuale. Sebbene negli ultimi anni ci sia stato un cambiamento negli investimenti nei media di Coca-Cola e una significativa sperimentazione digitale nella sua attività di e-commerce, i suoi leader ritenevano che ci fossero ancora opportunità per essere più allineati nel modo in cui sfruttare l’IA. La sfida non era trovare nuovi modi per utilizzare l’IA, ma capire esattamente quali iniziative avrebbero avuto il maggiore impatto.

Alla ricerca di un migliore coordinamento, all’inizio del 2023 Coca-Cola ha creato un comitato digitale. Guidato da John Murphy, presidente e CFO, è un comitato direttivo interno e interfunzionale con circa una dozzina di membri, tra cui il CMO globale dell’azienda, il CIO e altri leader senior delle rispettive divisioni geografiche. Parallelamente, Coca-Cola ha creato una comunità di collegamento digitale che funge da tramite tra il comitato e l’organizzazione in generale. Ogni unità operativa, ad esempio, ha un proprio referente del consiglio digitale.

Al momento del lancio, il comitato ha iniziato a fare l’inventario delle numerose iniziative IA e digitali in corso nell’organizzazione. Hanno creato un quadro comune per valutare e dare priorità a quelle che avevano il maggiore potenziale di trasformare le esperienze dei consumatori e dei clienti aziendali. Come nel caso di NVIDIA, il consiglio ha rapidamente scoperto che molte delle loro iniziative di IA, pur essendo apparentemente diverse, avevano obiettivi simili e richiedevano un’infrastruttura comune.

Uno dei primi progetti guidati dal comitato si chiamava Knowledge Hub, una piattaforma unificata in cui i team possono generare output basati sull’IA su diverse serie di dati. Inizialmente, la piattaforma era orientata alle risorse umane e all’occupazione; tuttavia, il comitato sta ora mettendo a punto una roadmap su altri casi d’uso. Grazie a una visione più dimensionale, il comitato può dare priorità ai casi d’uso che fungono da elementi costitutivi per altre applicazioni più diversificate. La visione è quella di integrare questi strumenti in un assistente IA onnipresente, che aumenterà tutti gli aspetti dell’attività di collaboratore dell’azienda.

I chatbot sono solo l’inizio. Coca-Cola è alla ricerca di opportunità per creare esperienze algoritmiche che trasformino la velocità e la scala di tutte le interazioni con i clienti. Ad esempio, uno dei prossimi punti della roadmap del comitato è rappresentato dagli “ordini suggeriti” alimentati dall’intelligenza artificiale. Il piano prevede di utilizzare la personalizzazione e le capacità conversazionali dei modelli linguistici di grandi dimensioni per automatizzare il processo di riordino dei clienti, entrando in azione quando gli algoritmi prevedono che le scorte potrebbero esaurirsi.

Per i vertici di Coca-Cola, lo scopo del comitato non è quello di bloccare la sperimentazione e centralizzare la tecnologia, ma di costruire una piattaforma efficace per l’innovazione emergente. Il mandato è quello di identificare ciò che funziona, collegare i punti tra i team e le risorse e orchestrare le persone intorno agli obiettivi dell’azienda, dando al contempo l’autonomia di testare e sperimentare in modo più coordinato.

“Stiamo accettando la necessità di correre rischi, di sperimentare l’IA in tutto il nostro sistema e di basarci su ciò che impariamo per raggiungere la scala”, ha dichiarato Murphy. “Ci aspetta una grande opportunità per convertire l’opportunità dell’IA in valore reale”.

IN DEFINITIVA, per comprendere al meglio come scalare l’IA generativa, i leader devono riflettere su come essa cambia la scala delle loro stesse organizzazioni. Le aziende alimentate dall’IA devono, per definizione, operare in modo diverso. Devono essere più dense di talenti. Questo non vuol dire che avranno necessariamente meno persone al lavoro, ma che dovranno valutare se hanno le persone giuste che fanno le cose giuste al momento giusto.

Per NVIDIA, Coca-Cola e altre organizzazioni alimentate dall’intelligenza artificiale, l’IA generativa non è solo uno strumento di produttività, ma rappresenta l’emergere di una forza lavoro digitale. Il futuro della produttività non si limita a consentire ai lavoratori della conoscenza di eseguire le attività in modo più efficiente. Il vero obiettivo è disaccoppiare la crescita e la complessità delle organizzazioni dalla crescita incontrollata della loro forza lavoro. Creare posti di lavoro è importante, ma ancora più importante è creare buoni posti di lavoro che abbiano un percorso chiaro verso la padronanza delle competenze e l’avanzamento di carriera. E per le organizzazioni, una corretta equazione di scala porterà a un migliore posizionamento competitivo e a una maggiore redditività.

“Si può capire perché questo sia così importante per un’azienda come NVIDIA”, ha commentato Das quando gli è stato chiesto il suo punto di vista sulla scala. “Siamo solo 27.000 dipendenti di un’azienda che ha un fatturato molto elevato. Ci piace molto l’approccio di avere una forza lavoro più ridotta, ma altamente formata e ben retribuita. L’intelligenza artificiale è essenziale perché consente di lavorare in modo più produttivo, creando di fatto una forza lavoro digitale”.

Molto tempo dopo che i chatbot aziendali saranno diventati onnipresenti come la messaggistica o le e-mail, riteniamo che le organizzazioni che non solo perfezioneranno le loro piattaforme digitali, ma che penseranno anche in modo approfondito al rapporto tra IA, scala e creazione di valore, saranno quelle meglio posizionate per reinventare i loro mercati. Per quanto possa essere ironico, quanto più facile diventa chiedere all’IA dove portare la vostra azienda, tanto più importante sarà perseguire i percorsi che solo i vostri dati e algoritmi possono trovare.

Mike Walsh è autore di The Algorithmic Leader: How to Be Smart When Machines Are Smarter Than You. Walsh è CEO di Tomorrow, una società di consulenza globale che si occupa di progettare aziende per il 21° secolo. Nitin Mittal è principal di Deloitte Consulting. È coautore di All-in on AI: How Smart Companies Win Big with Artificial Intelligence (Harvard Business Review Press, 2023).