Come i CEO utilizzano l’IA per la pianificazione strategica

LA BUSINESS COMMUNITY è in fibrillazione di fronte alla prospettiva che l’IA generativa, grazie a ChatGPT, you.com e Claude.ai, arrivi a rivoluzionare i processi decisionali aziendali. Sam Altman, CEO di OpenAI, si è spinto a dichiarare: “State per entrare nella più grande età dell’oro delle possibilità umane”.
Per i manager, l’idea di applicare l’intelligenza artificiale alla pianificazione strategica è allettante. Un dirigente ha recentemente dichiarato di non vedere l’ora che arrivi il momento in cui “l’IA potrà aiutare a intravedere opportunità che ancora non esistono!”.
Ma è possibile che stiamo sopravvalutando le capacità dell’intelligenza artificiale? Come possiamo identificare le aree, se esistono, in cui l’IA può potenziare la pianificazione strategica? Gli strumenti di intelligenza artificiale sono tutti uguali o alcuni sono più efficaci in determinati scenari?
Per rispondere a queste domande, illustriamo due casi aziendali che riguardano attività centrali per la pianificazione strategica. (Nota: i casi sono reali ma i nomi sono stati modificati).

Superare i punti ciechi e prevedere il futuro
Keith è l’amministratore delegato di Trident, un’organizzazione commerciale di ricerca agricola con 120 dipendenti. Trident è l’attore dominante nel suo settore di appaltatori indipendenti. I suoi clienti incaricano l’azienda di condurre prove per migliorare la coltivazione di cereali, ortaggi e frutta.
Keith ha riunito il suo team esecutivo di cinque persone per il loro ritiro strategico annuale. Come ci ha spiegato, “questo ci dà la possibilità di sederci e valutare le cose. Di solito siamo impegnati a seguire le sperimentazioni e a riferirne i risultati. È un lavoro incessante”.
Una fase del processo consisteva nell’elencare le “questioni strategiche chiave” che Trident doveva affrontare. Come ha spiegato Keith, “ci forniscono una base di lancio per le nostre deliberazioni. Il nostro piano strategico deve affrontare questi temi”.
Ecco l’elenco proposto:

- Concorrenza
- Numero e ubicazione delle filiali
- Risorse umane
- Prezzi dei prodotti
- Redditività
- Clima

Sebbene Keith e il suo team fossero soddisfatti del loro elenco, si rendevano conto di avere una prospettiva limitata. Keith rifletteva. “Siamo scienziati dell’agricoltura. Conosciamo il nostro gioco, ma non ne conosciamo altri. Mi chiedo se l’intelligenza artificiale possa aiutarci in questo”.
Keith si è anche interrogato sul futuro. “L’intelligenza artificiale può aiutarci a prevedere la domanda futura dei nostri servizi?”.

Come l’IA può – o non può – aiutare
Keith ha sollevato due questioni molto importanti che sentiamo spesso dai team di pianificazione strategica.
La prima riguarda i pregiudizi, ossia una visione distorta basata sulla formazione professionale e sull’esperienza di settore di un team. Keith vuole attingere a un punto di vista esterno alla scienza agraria per produrre una prospettiva nuova. Per farlo, potrebbe sostituire alcuni dei suoi dirigenti con altri esterni al suo settore. Tuttavia, questa soluzione è difficilmente praticabile. Un’alternativa è quella di impiegare l’intelligenza artificiale. Lo abbiamo assistito con la seguente proposta di prompt:
“Siamo un’organizzazione commerciale di ricerca agricola. Con 120 dipendenti, siamo l’attore dominante nel nostro settore di appaltatori indipendenti. I nostri clienti ci incaricano di condurre un’ampia gamma di prove sul campo di cereali, ortaggi e frutta. Quali sono le principali questioni strategiche che probabilmente dovremo affrontare in futuro?”.
La risposta conteneva nove voci. Sotto ognuna di esse c’erano due punti d’azione. C’era qualcosa di nuovo? Sì, ma anche delle omissioni.
Lo strumento di IA non ha rilevato due voci nell’elenco del team di Keith. Si trattava di “numero e ubicazione delle filiali” e “redditività”. L’ubicazione delle filiali è una questione molto specifica per Trident e non ci si può aspettare che l’IA ne sia a conoscenza. Ma non menzionare la “redditività” è, a nostro avviso, una grave mancanza. Inoltre, mentre GenAI ha scelto la “concorrenza” come uno dei nove problemi, non ha menzionato la questione critica del “prezzo dei prodotti”. Si tratta di un punto cruciale in questo settore, dato che il lavoro viene vinto sulla base di gare d’appalto.
Il modello linguistico di ChatGPT, benché addestrato su una vasta gamma di dati, non ha accesso alle informazioni specifiche dell’azienda, il che spiega alcune omissioni. Keith deve sapere che questi sistemi sono “non deterministici”, il che significa che ogni risposta può essere diversa. Per ovviare a questo problema, Keith potrebbe riproporre le risposte per vedere soluzioni alternative. Abbiamo anche scoperto che chiedere agli strumenti di GenAI di fornire semplicemente “altre 10 idee” aiuta a creare un elenco lungo ed evita omissioni così evidenti.
Il lato positivo è che GenAI ha presentato quattro aree importanti che il team di Keith aveva tralasciato: “progressi tecnologici”, cambiamenti normativi, domanda e aspettative dei clienti e finanziamenti e investimenti. Tutte queste aree sono pertinenti alla strategia aziendale di Trident. Quindi, per quanto riguarda la prima domanda di Keith (l’IA può fornire una prospettiva non agricola?), abbiamo concluso che la GenAI ha avuto successo. Ha aiutato il team di Keith con il pensiero divergente, un’abilità fondamentale per qualsiasi team trasformativo di successo.
La seconda domanda di Keith, “L’IA può prevedere la domanda futura dei nostri servizi?”, si è rivelata più impegnativa per GenAI. Pur essendo una tecnologia sofisticata, la GenAI non può prevedere il futuro; questo perché tali strumenti sono caricati e addestrati su dati storici. La domanda richiede di guardare avanti, non indietro, per fare proiezioni sulla linea di fondo, come le cifre di vendita future o la crescita realizzabile. In questo caso, l’esperienza del team di Keith fornisce le previsioni migliori e questo richiede che ogni membro del suo team tenga le antenne alzate.
Tuttavia, con una richiesta intelligente, gli strumenti di IA possono fornire al team spunti di riflessione. Abbiamo formulato la richiesta come “Che impatto avrà la domanda futura dei nostri servizi?”. Lo strumento ha evidenziato sette fattori, da “sostenibilità e cambiamento climatico” a “cambiamento delle preferenze dei consumatori” e “crescita della popolazione globale”. Questi fattori aiutano il team di Keith a pensare in modo più ampio alla domanda.

Affrontare le tendenze e sviluppare gli scenari
Angeline è la CEO del Fitzroy Cemetery and Crematorium. L’esercizio di pianificazione strategica che ha organizzato prevedeva che lei e il suo team di vertice di sette persone si riunissero per due giorni per sviluppare il piano strategico quinquennale dell’organizzazione.
L’azienda di Angeline è di proprietà del Governo e, pur non avendo scopo di lucro, deve far quadrare i conti. Il sito principale si estende su 145 acri di terreno ben curato e offre loculi, un crematorio, tre grandi cappelle, un fioraio, una caffetteria e centri funzionali.
Una fase importante del processo è stata l’identificazione dei “cambiamenti e delle tendenze del settore”. Per ampliare le idee, Angeline ha invitato il consiglio di amministrazione del Fitzroy Cemetery and Crematorium a unirsi al suo team. “Non ricoprono posizioni dirigenziali interne e possono fornire una prospettiva nuova”, ha spiegato. Il gruppo ha stilato un elenco di cambiamenti e tendenze del settore:

- Passaggio dalle sepolture alle cremazioni.
- Aumento della domanda di centri congressi di prima classe e di catering in loco.
- Trend di aumento delle acquisizioni di altre imprese di pompe funebri e cimiteri da parte dei concorrenti.
- Carenza di terreni adatti per future espansioni.
- Richieste di famiglie e impresari delle pompe funebri di una gamma più ampia di strutture video e audio.
- Crescita di diverse forme di cremazione e sepoltura più rispettose dell’ambiente.

Pur essendo soddisfatta del risultato, Angeline si è chiesta in che modo l’intelligenza artificiale potrebbe aiutare a far fronte a questi cambiamenti e a queste tendenze. Aveva due domande: 1) L’elenco del suo team rifletteva le tendenze attuali del settore? 2) Qual è il probabile futuro del settore, data la scarsità di terreni e il crescente interesse per le pratiche ambientali?

Come l’IA può – o non può – aiutare
Per aiutare Fitzroy con la prima domanda, abbiamo dato a uno strumento di GenAI l’elenco sviluppato dal team di Angeline e abbiamo chiesto: “Agisci come consulente di gestione strategica. Sulla base delle sfide del settore, fornisci raccomandazioni su ciò che manca nell’elenco e che è rilevante per la nostra strategia aziendale”.
Lo strumento ha offerto alcune raccomandazioni relative a tendenze che coprivano ciò che il team di Angeline aveva considerato, ma ne ha anche proposte quattro che erano più “stimolanti” e degne di essere prese in considerazione dal team:

- Invecchiamento della popolazione e cambiamenti demografici.
- Salute mentale e supporto al lutto.
- Sensibilità ai prezzi e trasparenza.
- Cambiamenti normativi e conformità.

Angeline ha osservato che “i suggerimenti aggiuntivi ci aiuteranno a progettare la nostra strategia per il futuro”.
Abbiamo formulato la seconda domanda come segue: “Se non ci fosse più terra disponibile per le sepolture, quali potrebbero essere le altre alternative?”.
I risultati sono stati intriganti e un po’ ridicoli, con suggerimenti come “lanciare i resti cremati in orbita o nello spazio profondo” e “usare l’azoto liquido per congelare e far vibrare il corpo in particelle”. Tuttavia, c’erano anche alcuni buoni suggerimenti, come “impiegare edifici a più piani per le sepolture” e “creare foreste commemorative al posto dei cimiteri tradizionali”. Questi suggerimenti offrono alternative fuori dagli schemi che il Fitzroy Cemetery and Crematorium dovrà prendere in considerazione a lungo termine.
Alcuni strumenti di intelligenza artificiale, come you.com, offrono la “retrieval augmented generation”, RAG, che fonde i risultati dei modelli linguistici di grandi dimensioni con i dati internet più aggiornati. Quest’approccio fornisce informazioni aggiornate e può potenzialmente incorporare dati aziendali interni, risolvendo problemi come quelli del caso di Keith. Tuttavia, tali capacità richiedono un’implementazione specifica per l’organizzazione. Strumenti pubblici come ChatGPT o Claude.ai attualmente non dispongono di questa funzione.
Se la RAG fosse disponibile per questo caso, Claude3 potrebbe fornire suggerimenti più specifici per il settore e più aggiornati per le alternative di utilizzo del territorio, incorporando le recenti innovazioni nelle pratiche di sepoltura sostenibile e le modifiche normative locali. In questo modo, Angeline disporrebbe di informazioni più pertinenti e attuabili per la sua pianificazione strategica.

SEBBENE L’INTELLIGENZA ARTIFICIALE offra vantaggi significativi, è fondamentale riconoscerne i limiti per la pianificazione strategica. Questi derivano dal modo in cui funziona GenAI: setaccia una grande quantità di dati e completa le frasi con la parola successiva più probabile. Sebbene ciò sia notevole, in sostanza si tratta di uno sguardo all’indietro.
Tuttavia, conoscere i punti deboli di GenAI consente di sfruttare i suoi punti di forza. Può migliorare la nostra capacità di identificare le opportunità, mitigare i rischi e sviluppare una strategia più solida, inserendo alcuni suggerimenti fuori dagli schemi che potrebbero non esserci venuti in mente immediatamente. Questi devono sempre essere filtrati con il discernimento umano, ma dato che lo strumento è così veloce ed economico, perché non provarlo?
La chiave è considerare l’intelligenza artificiale come uno strumento che aumenta, e non sostituisce, il pensiero strategico e il processo decisionale.

Graham Kenny è il CEO di Strategic Factors e autore di Strategy Discovery. È un esperto riconosciuto di strategia e misurazione delle prestazioni che aiuta manager, dirigenti e consigli di amministrazione a creare organizzazioni di successo nei settori privato, pubblico e no profit. È stato professore di Management in università degli Stati Uniti e del Canada. Marek Kowalkiewicz è professore con cattedra di Economia digitale presso la QUT Business School di Brisbane, Australia. È stato direttore di ricerca del laboratorio di Machine Learning di SAP a Singapore, responsabile del programma di ricerca globale di SAP Research e ricercatore presso Microsoft Research Asia. Il suo nuovo libro si intitola L’economia degli algoritmi. Scrive una newsletter settimanale, “The Economy of Algorithms“. Kim Oosthuizen è responsabile dell’intelligenza artificiale di SAP per Australia e Nuova Zelanda, alla sede di SAP, a Sydney. Ha fondato il SAP AI Council in Australia per concentrarsi sull’adozione, il funzionamento e la scalabilità responsabile dell’IA e tiene lezioni part-time in diverse scuole di business.