In Breve
- Qual è la percentuale di knowledge worker nel Regno Unito che utilizza strumenti di AI?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono le sfide principali nell'adozione dell'AI?
- Le sfide principali includono l'integrazione in processi inefficienti e la mancanza di governance strutturata.
- Cosa si intende per 'shadow AI'?
- Il fenomeno 'shadow AI' si riferisce all'uso di strumenti di AI non approvati da parte di lavoratori.
L’adozione dell’intelligenza artificiale (AI) nel Regno Unito ha raggiunto livelli significativi, con l’81% dei knowledge worker che utilizza strumenti di AI settimanalmente. Tuttavia, questo ampio utilizzo non si è tradotto in una vera trasformazione organizzativa o in benefici operativi tangibili per le aziende.
Molte imprese hanno integrato l’AI in processi frammentati e sistemi inefficienti, contribuendo ad accelerare problemi già esistenti anziché risolverli. Secondo un’indagine, il 58% dei responsabili IT ha segnalato un’elevata adozione dell’AI, ma con guadagni di produttività misurabili limitati. Inoltre, l’82% delle aziende ha dovuto affrontare aumenti di costo inattesi legati all’implementazione dell’AI.
Un altro aspetto critico è rappresentato dalla responsabilità: quasi due terzi dei leader IT affermano di essere interamente responsabili degli esiti derivanti dall’uso dell’AI. Tuttavia, le implementazioni spesso avvengono senza percorsi di governance strutturati, creando responsabilità senza la necessaria visibilità. Questo ha portato alla diffusione del fenomeno noto come “shadow AI”, dove uno su quattro lavoratori utilizza strumenti di AI non approvati, generando attrito con le soluzioni ufficiali.
La mancanza di un contesto organizzativo chiaro rappresenta un ulteriore ostacolo. Quasi la metà dei leader IT ha indicato che i progetti di AI si arenano perché i modelli non dispongono delle informazioni necessarie riguardo alla struttura, alle priorità e ai diritti decisionali per produrre output utilizzabili senza correzioni onerose.
Le metriche attualmente adottate per misurare il successo dell’AI sono spesso fuorvianti, focalizzandosi su licenze, prompt inviati o ore teoricamente risparmiate. È fondamentale spostare l’attenzione verso esiti concreti, come i tempi di risoluzione delle richieste dei clienti, la riduzione del tempo necessario per la ricerca delle informazioni e decisioni più rapide.
Un esempio operativo significativo è la creazione di un assistente di vendita AI, che misura l’impatto sul processo commerciale, i tassi di risposta e i nuovi incontri generati. Con l’emergere di agenti AI che operano autonomamente per conto delle persone, le organizzazioni dovranno monitorare quali agenti esistono, chi li ha creati, a cosa hanno accesso e quali sono le loro autorizzazioni e modalità di misurazione della performance.
Le imprese che riusciranno a trarre vantaggio dall’AI non saranno necessariamente quelle che la utilizzano di più, ma quelle che la integrano con responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI è solo il primo passo; il vero obiettivo rimane il valore misurabile che essa può generare.
