Attenti alle trappole legate alla sperimentazione dell’IA

IL MIT MEDIA LAB/PROJECT NANDA lo scorso mese ha pubblicato un nuovo rapporto secondo cui il 95% degli investimenti nell’IA generativa non ha prodotto alcun rendimento. Il titolo è solo l’ultimo di una serie di articoli che alimentano lo scetticismo sulla capacità dell’IA di produrre risultati su larga scala. Il deludente lancio di GPT-5 di OpenAI ha alimentato l’opinione che il progresso dell’IA stia rallentando. Gartner ha suggerito che l’IA generativa stia entrando nella sua era di “disillusione”, la terza fase del modello in cinque fasi del ciclo di hype nell’adozione di nuove tecnologie.

Per la verità, il rapporto del MIT è in realtà un po’ più sfumato di quanto suggerisca il titolo: sostiene che, mentre gli individui stanno adottando con successo strumenti di IA generativa che aumentano la loro produttività, tali risultati non sono misurabili a livello di conto economico delle aziende, che cercano faticosamente di implementarli a livello aziendale. Inoltre, i suoi autori hanno scoperto che la maggior parte della spesa per gli esperimenti di IA va a iniziative di vendita e marketing, nonostante il fatto che le trasformazioni di back-end tendano a produrre la maggior parte del ROI.

Ciononostante, titoli come questi preoccupano i leader. Se il 95% delle decine di miliardi investiti nella sperimentazione non è riuscito a produrre valore, lo sforzo di sperimentare l’IA è completamente inutile? D’altra parte, come potranno le aziende imparare a utilizzare questi strumenti senza condurre esperimenti? Come dovrebbero interpretare questi risultati i leader?

In qualità di ricercatori che studiano l’IA e insegnano la trasformazione dell’IA e la tecnologia, riteniamo che molti leader stiano commettendo lo stesso errore che hanno commesso un decennio fa con la trasformazione digitale: incoraggiare la sperimentazione, il che è positivo, ma cadere nella trappola di lasciare che la sperimentazione proceda in modo incontrollato, il che è controproducente. Per contestualizzare, nella precedente ondata di trasformazione digitale, quando molti leader si sentivano confusi riguardo alla trasformazione digitale e al percorso da seguire, hanno abbracciato l’innovazione e la sperimentazione. I leader hanno adottato un approccio del tipo “lasciamo fiorire 10.000 fiori”, sperando che alcuni esperimenti producessero rendimenti da unicorno.

Tuttavia, la mancanza di focus si è rivelata un errore madornale. Senza un chiaro collegamento con una reale opportunità di business, ovvero il modo per creare valore significativo per gli utenti, il risultato è stato un groviglio di team non focalizzati e con risorse insufficienti che hanno prodotto pochi risultati scalabili. Di fronte a rendimenti così deludenti, molti leader hanno naturalmente concluso che la sperimentazione con il digitale non funzionava e hanno interrotto gli esperimenti. Al suo posto sono tornati al business as usual o si sono concentrati su alcune scommesse più sicure come, per esempio, la sostituzione di un sistema IT obsoleto o un ritorno economico a breve termine come un sistema di gestione delle risorse digitali.

Cos’è andato storto? Sebbene la sperimentazione sia positiva, senza un collegamento con vere opportunità di business, ad esempio la trasformazione del core business per servire i clienti esistenti e quelli nuovi, gli esperimenti inevitabilmente deludono le speranze e le aspettative. Sembra ovvio, ma inquadrando l’IA come radicale e dirompente, spesso perdiamo di vista il collegamento con l’obiettivo fondamentale del business: risolvere i problemi dei clienti. Il modo per uscire da questa trappola è 1) comprendere questo momento dell’IA nel più ampio arco della trasformazione, 2) concentrarsi sul potenziale dell’IA per aiutare a servire meglio i clienti, 3) sperimentare una serie mirata di opportunità per dimostrarne la validità (con un occhio alla scalabilità) e poi 4) scalarle. Ecco come.

Comprendere l’IA nel contesto più ampio della trasformazione

Sebbene il mondo, in questo momento, sia molto concentrato sull’IA, è bene fare un passo indietro e ricordare che l’IA è un argomento di discussione recente che fa parte di un cambiamento più ampio. Il vero cambiamento con cui tutti noi stiamo lottando è un cambiamento fondamentale da una tecnologia digitale operante alla periferia delle organizzazioni (ad esempio, l’IT riguardava laptop, wifi, stampa e database IT per la registrazione delle attività principali) al digitale al centro delle organizzazioni (ad esempio, un’organizzazione costruita attorno a flussi di lavoro e percorsi dei clienti digitali piuttosto che alle proprie attività di produzione). In altre parole, in molti sensi, ogni azienda sta diventando un’azienda tecnologica. Piuttosto che persone che svolgono compiti basati sul giudizio e sull’intuizione umani, ci stiamo muovendo verso un mondo di decisioni guidate dai dati e dall’intelligenza artificiale, supervisionate dagli esseri umani ma non necessariamente con le persone come motore principale dell’attività.

Si consideri, ad esempio, come Ant Financial prende decisioni di prestito o Amazon prende decisioni sui prezzi con gli esseri umani che supervisionano l’attività, ma non la svolgono. Si tratta di un cambiamento davvero profondo, e siamo solo a metà strada: alla fine ci vorranno molti anni, ma si arriverà a un tipo di organizzazione fondamentalmente diverso. Comprendere questo quadro più ampio aiuta a ricordare ai leader che l’obiettivo è trasformare il business per utilizzare la tecnologia al fine di servire i clienti in modo migliore, più veloce, più facile, più economico, ecc. Tutte le forme di IA (compresa l’IA generativa) sono solo uno strumento, uno dei tanti, che può aiutare a raggiungere questo obiettivo. Proprio come Internet ha cambiato radicalmente il modo in cui i clienti vengono serviti, ma non il motivo per cui vengono serviti, l’adozione dell’IA dev’essere vista attraverso questa focalizzazione laser per avere successo.

Concentrarsi sul servire meglio i clienti

Riconoscere che lo scopo dell’IA è semplicemente quello di servire meglio i clienti può aiutare i leader a concentrarsi su ciò che vogliono ottenere attraverso la sperimentazione. Il futuro è fondamentalmente incerto. Nessuno sa esattamente dove stiamo andando e nessuno può fornirvi un manuale (nonostante ciò che questi possano affermare). Pertanto, la sperimentazione è essenziale per capire come utilizzare l’IA per trasformare l’azienda al fine di servire meglio i clienti.

In questi momenti di incertezza strategica, in cui molti mancano di concentrazione e direzione, si è tentati di adottare un approccio “10.000 fiori”. Ma questo approccio dispersivo di solito non risponde alle esigenze fondamentali. Vediamo così tanti leader sommersi dai titoli sui miracoli dell’intelligenza artificiale generativa che perdono di vista il vero potenziale della trasformazione dell’IA, esattamente come hanno perso di vista il senso della trasformazione digitale. I titoli sui cambiamenti radicali e sulla rivoluzione (che erano simili a quelli di 10 anni fa) creano panico e distrazione.

La vostra azienda non diventerà Meta, Amazon o Google, e comunque non dovrebbe essere questo il vostro obiettivo. Smettete di stressarvi per qualche azienda di cui avete letto che avrebbe licenziato l’80% della sua forza lavoro per prepararsi all’IA. La vera opportunità, quella che genererà effettivamente dei rendimenti, è quella di osservare attentamente le vostre operazioni interne e il percorso esterno dei clienti e iniziare a pensare a come creare valore reale, nel breve termine, utilizzando strumenti di intelligenza artificiale.

Utilizzate questa lente per concentrare i vostri esperimenti. Iniziate con la vostra strategia e le opportunità di creazione di valore per trasformare un’attività fondamentale o servire meglio i nuovi clienti. Spesso chiamiamo questa attività il cavallo di Troia per l’adozione dell’IA, perché crea valore reale oggi e quindi avvia il ciclo positivo dell’apprendimento attraverso la pratica. Quindi esplorate gli esperimenti che dimostreranno il modo migliore per farlo. A quanto pare, questa è una delle conclusioni chiave, anche se poco riportata, dei risultati del MIT Media Lab: i leader stanno perseguendo applicazioni più cosmetiche nel marketing, evitando di trasformare il nucleo.

Condurre esperimenti per dimostrare il valore con un occhio al futuro

Come dovrebbero procedere gli esperimenti? Dovrebbero soddisfare tre requisiti: 1) essere collegati alla creazione di valore reale, 2) avere un costo il più basso possibile in modo da avere più cicli per imparare e migliorare, e 3) essere progettati in modo da poter essere eventualmente scalati per creare valore. Sembra semplice, ma è difficile da realizzare nella pratica. Da un lato, molti leader si lanciano in esperimenti senza pensare a come potrebbero scalare. Dall’altro lato, ci sono leader che si impantanano, ossessionati dall’idea di essere pronti per l’impresa fin dal primo giorno.

Il segreto sta nel trovare un equilibrio: il problema è abbastanza grave da essere risolto? E, se risolto, cosa servirebbe per scalare la soluzione? Per aiutarti a valutare quali problemi risolvere tra i tanti che potrebbero essere proposti, utilizziamo spesso il nostro quadro IFD: intensità (quanto è grave il problema), frequenza (con quale frequenza si verifica) e densità (quanti utenti o casi del problema si verificano). Abbiamo sviluppato questo framework studiando le aziende consolidate mentre cercavano di scegliere quali idee perseguire. Ad esempio, un innovatore ha l’idea di sviluppare strumenti digitali per aiutare gli amministratori di condominio a ordinare servizi di riparazione, mentre un altro ha l’idea di un baby monitor che avvisa i genitori quando un bambino smette di respirare. Con quale frequenza questi clienti riscontrano i problemi? Occasionalmente per gli amministratori di condominio, ma i genitori vogliono assicurarsi che i loro figli siano al sicuro ogni notte. Quanto è grave il problema? Per gli amministratori di condominio, probabilmente solo di intensità modesta, poiché hanno già dei fornitori di servizi di riferimento, ma l’intensità per i genitori potrebbe essere molto alta. Infine, quanto è diffuso il problema? Ci sono molti meno amministratori di condominio della giusta dimensione per adottare lo strumento rispetto ai genitori con figli. Questo ti offre un buon metodo per valutare il valore delle idee che risolvono problemi diversi.

Scalare con un team ninja

Una volta dimostrato il valore dell’esperimento, è possibile scalarlo, ma ciò richiede un’attenzione particolare alla scalabilità. Passare dall’esperimento alla scalabilità comporta quasi sempre nuove sfide inaspettate. Qualcuno con il potere di determinare il cambiamento deve assumersi la responsabilità dell’iniziativa, guidando un team con il tempo e le risorse necessarie per realizzare il cambiamento. Questi team di espansione “ninja” (abbiamo intervistato team di Amazon, Qualtrics, 7-Eleven e altri) hanno il sostegno (cioè il supporto della dirigenza senior), le connessioni a livello aziendale per ottenere risorse e la concentrazione necessaria per espandersi.

Una volta raggiunta la scala appropriata per il progetto, ripetete il processo. Naturalmente, c’è molto di più da fare per trasformarsi su scala aziendale, tra cui gettare le giuste basi digitali, una trasformazione che la stragrande maggioranza delle aziende non ha ancora completato. Ma questo processo delinea il meccanismo fondamentale della trasformazione che può aiutare le aziende a evitare gli sprechi e a sfruttare il valore reale di questa trasformazione fondamentale.

STIAMO ENTRANDO nella fase post-entusiasmo dell’IA, e molti leader corrono il rischio di interpretare erroneamente le sfide legate all’implementazione dell’IA come un segnale che non possa essere utilizzata per creare valore. Corrono il rischio di rimanere indietro nella loro trasformazione IA, proprio come molti leader sono rimasti indietro nella loro trasformazione digitale (e ora stanno cercando di recuperare). La verità è che l’IA può creare valore e stiamo assistendo a progressi significativi, ad esempio nel modo in cui i sistemi multi-agente possono migliorare le operazioni di back-end. Ma la creazione di valore torna sempre al momento iniziale della progettazione dell’esperimento, quando un team è in grado di vedere come un nuovo strumento può creare valore per i clienti, perché, indipendentemente dai nuovi strumenti che arriveranno in futuro, lo scopo del business rimarrà sempre lo stesso: risolvere problemi importanti per i clienti.

Nathan Furr è professore di Strategia all’INSEAD e coautore di cinque libri best-seller, tra cui The Upside of Uncertainty, The Innovator’s Method, Leading Transformation, Innovation Capital e Nail It then Scale It. Andrew Shipilov è titolare della cattedra di International Management presso l’INSEAD. È coautore di Network Advantage: How to Unlock Value From Your Alliances and Partnerships.