INNOVAZIONE

Perché l'intelligenza artificiale sposterà le decisioni dai piani alti alla front line

Alessandro Di Fiore

06 Maggio 2019

Non passa quasi giorno senza che ci sia l'annuncio di un nuovo, incredibile progresso nel campo dell'Intelligenza Artificiale (AI). Dalla tecnofinanza alla formazione, quello che un tempo era fantasticamente improbabile è diventato ora una realtà commerciale. Non c'è dubbio che i big data e l'AI genereranno importanti avanzamenti nel regno del management, soprattutto in relazione alla capacità di prendere decisioni meglio informate. 

Certi tipi di decisioni (soprattutto quelle legate alla strategia, all'innovazione e al marketing) continueranno, però, a richiedere con ogni probabilità la presenza di un essere umano in grado di adottare una prospettiva olistica e di compiere una valutazione qualitativa basata sulla considerazione personale del contesto e dei fatti. In effetti, a oggi non esiste una tecnologia AI che sia in grado di tenere conto pienamente del contesto emotivo, umano e politico necessario per rendere automatico il processo decisionale.

Prendiamo in esame, ad esempio, il settore sanitario, nel quale l'AI sta avendo un impatto considerevole. Anche se l'Intelligenza Artificiale può supportare un medico nell'effettuare una diagnosi e nel suggerire un trattamento sanitario a un paziente malato di cancro, solo il medico sarà in grado di valutare in modo sistemico la condizione di salute complessiva e il contesto emotivo del paziente (e della sua famiglia) per decidere se procedere con, poniamo, un intervento chirurgico in alternativa a una chemioterapia. La maggior parte delle cose che vengono fatte in ambito sanitario non riguarda semplicemente la formulazione di una diagnosi, ma ha a che fare con il lavorare assieme al paziente per trovare un trattamento appropriato che tenga conto in modo più olistico ed empatico delle circostanze che determinano la sua esperienza.

Tutte le tecnologie possono mettere a disposizione di manager e collaboratori dati e previsioni accurati e facilmente accessibili, in grado di supportare e favorire decisioni corrette e tempestive. Anche se un sistema di AI fornisce a un dipendente informazioni super-potenziate, però, non sarà sufficiente per prendere decisioni tempestive se la burocrazia interna dell'azienda richiede, per mettere in pratica la decisione, macchinose pre-autorizzazioni da parte dei manager di livello più alto.

Perché l'AI dia realmente valore al processo, i dipendenti a tutti i livelli dell'organizzazione devono essere messi nelle condizioni di prendere le decisioni finali con l'aiuto dell'Intelligenza Artificiale e di attuarle effettivamente. In breve, ci dev'essere una democratizzazione del potere decisionale basato sull'analisi.

Molto di ciò che è stato scritto sugli impatti dei big data e dell'AI sui processi decisionali tende a enfatizzare l'importanza di avere dei team centralizzati composti da un gran numero di analisti di dati. Questo ragionamento implica che le aziende con il maggior numero di analisti dovrebbero avere maggiori probabilità di generare impatto in termini di business. Dalla mia esperienza di consulente, supportata da ricerche recenti, emerge un'indicazione differente: le aziende che assumono un esercito di analisti non sempre generano maggior valore finale in termini economici. È, piuttosto, la democratizzazione dell'accesso agli strumenti di AI e una capacità decisionale distribuita tra manager e dipendenti a creare un valore più tangibile.

Considerate aziende che si sono sviluppate su Internet come Airbnb, in cui i dati sono al centro del modello di business. Airbnb è convinta che ogni dipendente debba poter accedere alla propria piattaforma dati per prendere decisioni informate. Questo vale per tutte le parti dell'organizzazione, dal marketing e dal business development alle risorse umane. Per esempio, i dipendenti possono monitorare in tempo reale quanti host utilizzano i servizi di fotografia professionale dell'azienda e in quali location, consentendo l'emersione di trend, schemi e previsioni. 

L'accesso ai dati è fondamentale, ma non è sufficiente. Ai dipendenti devono anche essere forniti gli strumenti e le competenze per utilizzarli e interpretarli. Per Airbnb, non sarebbe possibile avere un'analista dati in ogni stanza e la rapida internazionalizzazione dell'azienda rende la situazione ancora più sfidante. Ha quindi lanciato una Data University che è divisa in tre livelli, con un piano di studi composto da più di 30 moduli. L'obiettivo è quello di creare le conoscenze e le abilità necessarie affinché tutti i dipendenti siano in grado di utilizzare strumenti e dati. Questo consente ai dipendenti di operare in modo rapido sfruttando le opportunità offerte dall'innovazione. Per esempio, i product manager stanno imparando a scrivere il proprio codice SQL e a interpretare in modo autonomo gli esperimenti che effettuano per capire se lanciare o meno un prodotto specifico in una determinata città. Risultato? Dal lancio del programma alla fine del 2016, sono stati formati più di 2.000 dipendenti e gli utilizzatori attivi settimanali della piattaforma interna (un dato utile per capire quanto sia “data informed” l'organizzazione) è salito dal 30 al 45%.

Un altro caso è quello di Unilever. Grazie a uno strumento di recente creazione, l'Insights Engine, l'azienda ha introdotto una serie di sistemi e tool basati sull'Intelligenza Artificiale accessibili a tutti i suoi team globali di marketing. La disponibilità di indicazioni sui clienti in tempo reale, frequenti e basate sui dati, ha generato negli esperti di marketing un bisogno ancora maggiore di processi decisionali distribuiti a tutti i livelli dell'azienda. Uno strumento utilizzato è People World, una piattaforma AI in grado di estrarre migliaia di documenti di ricerca e di dati provenienti dai social media relativi ai consumatori. La piattaforma riesce a rispondere a domande formulate dagli esperti di marketing su un'area specifica. Questo è un modo per rispondere al classico problema “Se solo Unilever sapesse quello che sa Unilever”, aiutando a rimuovere i silos organizzativi interni, ad aumentare la fiducia in “una fonte di verità consolidata” e a ridurre in modo sostanziale il tempo necessario per prendere decisioni informate.

Nel corso degli ultimi dieci anni, i costi e il tempo connessi all'organizzazione dei dati e alla conduzione di analisi è diminuito in modo netto. In molte aziende, però, l'uso dell'Intelligenza Artificiale rimane ancora fortemente centralizzato. Le unità di corporate AI spesso sviluppano dei cruscotti che vengono messi a disposizione dei manager di alto livello e vengono utilizzati esclusivamente da loro. La democratizzazione dell'AI rimane limitata. Viceversa, se utilizziamo l'AI per aumentare l'efficacia delle decisioni che i dipendenti stanno prendendo, il bisogno di controllare e centralizzare le decisioni essenzialmente evapora. Le buone pratiche mostrano come la democratizzazione possa generare decisioni più rapide e meglio distribuite, rendendo le aziende più veloci e reattive di fronte ai cambiamenti e alle opportunità del mercato.

 

Alessandro Di Fiore, Presidente di StrategiQs Edizioni (Harvard Business Review Italia), Founder e CEO di ECSI (European Center of Strategic Innovation) e di ECSI Consulting.

 

Lascia il tuo commento

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 2500

Temi più seguiti

Partner center