L'AI sul posto di lavoro: lavoro digitale e futuro del lavoro

Le organizzazioni utilizzano l'AI sul posto di lavoro impiegando un'ampia gamma di tecnologie, tra cui il  machine learning e l'elaborazione del linguaggio naturale, che possono imitare l'intelligenza umana per risolvere problemi, prendere decisioni ed eseguire compiti tradizionalmente gestiti dagli esseri umani. L'AI può analizzare i dati, riconoscere i modelli, imparare dall'esperienza e adattarsi nel tempo. Spesso viene utilizzata per snellire le operazioni, migliorare la produttività, automatizzare le attività ripetitive e supportare il processo decisionale.

In generale, l'implementazione dell'AI sul posto di lavoro coinvolge un ampio ecosistema di tecnologie, le più comuni delle quali sono:

• Machine learning: una branca dell'informatica che si concentra sull'utilizzo di algoritmi che consentono all'AI di imitare il modo in cui gli esseri umani imparano, migliorandone gradualmente la funzionalità nel tempo.

• Elaborazione del linguaggio naturale (NLP): una forma di AI che utilizza l'apprendimento automatico per comprendere e comunicare nella lingua umana.

• AI generativa: una forma di intelligenza artificiale, recentemente diventata popolare grazie a ChatGPT, che può creare contenuti originali in risposta a una richiesta dell'utente.

• Robotic Process Automation (RPA): una tecnologia di automazione intelligente basata sui processi, spesso utilizzata per eseguire attività d'ufficio ripetitive.

• Agentic AI: una serie di sistemi di agentic AI autonomi capaci di operare indipendentemente con un intervento umano minimo. 

Utilizzando una combinazione di queste tecnologie, implementare l'AI sul posto di lavoro potrebbe essere semplice come digitalizzare e archiviare automaticamente i dati dei dipendenti o tradurre lo spagnolo in inglese. Potrebbe essere complesso come fornire ai responsabili delle decisioni indicazioni su come migliorare i processi aziendali a livello di impresa.

Per aggiungere esempi, aiuta i ricercatori a identificare i composti di nuovi farmaci e a prevederne l'efficacia, oppure assiste i professionisti della cybersecurity nell'identificazione e nella riduzione delle frodi. L'AI viene utilizzata regolarmente anche per migliorare l'esperienza del cliente e dei dipendenti tramite assistenti AI, come chatbot e agenti AI.

Tuttavia, sempre più spesso le organizzazioni individuano la creazione di valore a più lungo termine quando l'AI è profondamente integrata nei processi aziendali di core business in tutti i reparti. Oggi, in media solo il 41% dei dati aziendali è utilizzabile dall'AI, il che limita il potenziale della tecnologia di guidare la business transformation.

Come ha recentemente dichiarato alla Harvard Business Review Manish Goyal, senior partner di IBM Consulting: "L'AI può innalzare il livello minimo per tutti, ma il vantaggio competitivo deriva dall'utilizzo dell'AI per superare i limiti massimi, ridefinendo il modo in cui l'azienda compete, non solo il modo in cui opera."

Le organizzazioni che adottano l'AI hanno il potenziale per aumentare l'efficienza, migliorare i processi decisionali e promuovere l'innovazione. Alcuni dei principali vantaggi relativi all'utilizzo dell'AI includono:

• Aumento del fatturato
• Dati sfruttati al meglio
• Un miglioramento dell’esperienza del cliente 
• Un miglioramento nel benessere dei dipendenti 
• Vantaggio competitivo
• Maggiore innovazione

L'AI aiuta le aziende ad aumentare i ricavi e a ottenere maggiori risparmi sui costi ottimizzando le operazioni, migliorando il processo decisionale e identificando nuove opportunità di crescita. Integrando la forza lavoro umana con strumenti di AI, le aziende possono spendere meno risorse per le attività di routine e incoraggiare i dipendenti a dedicarsi a compiti più creativi e di valore. Come ha recentemente rilevato l'IBM Institute for Business Value, il 79% dei dirigenti intervistati si aspetta che l'AI contribuirà in modo significativo ai loro ricavi entro il 2030. 

Poiché l'AI è in grado di analizzare più informazioni di quante ne possa analizzare un essere umano in una sola volta, questa tecnologia consente alle aziende di sfruttare appieno il potenziale dei loro dati, trasformando le informazioni grezze in informazioni utili.

L'AI migliora l'esperienza del cliente offrendo interazioni personalizzate, un servizio più rapido e risposte più accurate. È abile nell'analizzare il comportamento dei clienti per offrire comunicazioni e consigli altamente personalizzati, promuovendo la fidelizzazione dei clienti a lungo termine.

L'AI supporta i dipendenti automatizzando le attività di routine, migliorando la produttività e incoraggiando lo sviluppo di nuove competenze e di workflow più creativi. Gli strumenti interni di AI come AskHR di IBM, una piattaforma self-service basata su agenti, facilitano esperienze più fluide per i dipendenti. 

L'AI consente ai leader aziendali di elaborare strategie più potenti basate sui dati e di ottenere un vantaggio competitivo grazie a una maggiore efficienza e agilità. Oggi, la maggior parte dei leader aziendali crede che il proprio vantaggio competitivo derivi principalmente dalla sofisticazione dei modelli AI. 

L'AI favorisce l'innovazione sbloccando nuove possibilità, accelerando il processo di ricerca e sviluppo. Inoltre, estrae dati, come il feedback dei clienti o le tendenze del mercato, per esplorare nuove soluzioni di prodotto. 

L'AI viene utilizzata per diverse funzioni aziendali in tutti i settori per aumentare l'efficienza e fornire insight basati sui dati. Alcune aree chiave in cui le organizzazioni utilizzano l'AI includono:

• Processi IT
• Workflow del servizio clienti
• Supply chain
• Gestione delle risorse umane e dei talenti
• Vendite e marketing
• Operazioni
• Trasformazione finanziaria

I processi IT si prestano bene all'integrazione dell'AI: un sondaggio suggerisce che oltre la metà dei dirigenti intervistati stia già adottando l'AI generativa per snellire tali processi. L'AI tradizionale può automatizzare le attività di routine, migliorare la sicurezza e ottimizzare la gestione dei sistemi; ad esempio, incrementando le prestazioni di rete e monitorando l'infrastruttura IT.

Sempre più spesso, i reparti IT utilizzano l'AI generativa per la modernizzazione delle applicazioni e l'ingegneria della piattaforma, aumentando la produttività. L'AI è diventata anche uno strumento cruciale per migliorare la cybersecurity, monitorando grandi quantità di dati di rete per identificare comportamenti sospetti o violazioni. E grazie alla sofisticazione dell'agentic AI, gli agenti gestiscono una serie di attività IT quotidiane, tra cui l'esecuzione di diagnostiche, lo smistamento dei ticket IT, l'esecuzione di diagnostiche e la classificazione dei problemi. 

L'AI viene utilizzata per fornire tempi di risposta istantanei, interazioni personalizzate e processi di supporto ottimizzati nel servizio clienti. Utilizzando la PNL, gli strumenti di AI possono comprendere e rispondere alle richieste dei clienti in tempo reale, migliorando così l'esperienza, o eseguire un'analisi del sentiment per valutare le reazioni dei consumatori.

Gli assistenti virtuali e i chatbot alimentati dall'AI gestiscono le domande dei clienti e risolvono i problemi più comuni, fornendo funzionalità self-service ai clienti e facendo risparmiare tempo ai dipendenti umani per attività più preziose. Gli strumenti alimentati dall'AI riassumono e analizzano anche i reclami provenienti dalle recensioni, dai social media o da altri dati per offrire insight sulle prestazioni o sulle incertezze. L'AI proattiva di oggi gestisce anche autonomamente le attività di routine del servizio clienti, come l'elaborazione dei resi o l'assistenza degli utenti nei processi di risoluzione dei problemi.

L'AI semplifica le operazioni della supply chain migliorando il forecasting, ottimizzando l'inventario e migliorando la logistica. Ciò potrebbe includere la previsione della domanda, in cui i modelli AI analizzano i dati storici delle vendite insieme a fattori esterni per prevedere le tendenze future degli ordini, ottimizzando i livelli di inventario. L'AI può anche valutare le prestazioni dei fornitori, automatizzare il rifornimento dell'inventario e ottimizzare i percorsi di trasporto per minimizzare i tempi di consegna e ridurre i costi.

I software e le app assistiti dall'AI possono trasformare i processi delle Risorse Umane snellendo il reclutamento, migliorando il coinvolgimento dei dipendenti e la gestione della forza lavoro. Ciò potrebbe includere l'automazione di processi critici e ripetitivi come le richieste di lavoro, lo screening dei curriculum o la verifica della situazione lavorativa. Inoltre, è possibile utilizzare un sistema di AI per creare corsi di formazione personalizzati per l'onboarding dei dipendenti.

Alcune organizzazioni utilizzano l'AI per analizzare i dati sulle prestazioni dei dipendenti, come le metriche di produttività, per individuare candidati validi per la promozione interna o per identificare persone promettenti in cerca di lavoro. Altre potrebbero implementare i chatbot per fornire un self-service conversazionale sulle risorse umane in qualsiasi momento della giornata. L'agente virtuale interno di IBM, AskHR, automatizza attualmente oltre 80 compiti e gestisce più di 2,1 milioni di conversazioni con i dipendenti ogni anno, semplificando i complessi processi delle Risorse Umane. 

L'AI migliora le vendite e il marketing fornendo esperienze personalizzate ai clienti, migliorando la generazione di lead e ottimizzando le campagne di marketing. Ciò potrebbe includere l'utilizzo dell'analytics predittiva per analizzare i dati dei clienti e le tendenze delle vendite, evidenziando quali lead hanno maggiori probabilità di convertirsi in clienti di valore.

L'AI aiuta anche i dipartimenti di marketing a segmentare i propri clienti in modo più efficace e a personalizzare l'esperienza del cliente. Ad esempio, utilizzando motori di raccomandazione per proporre prodotti o ricorrendo all'AI generativa per creare siti web iper-personalizzati e comunicazioni su misura.

Un altro uso comune dell'AI nel marketing è l'analisi delle campagne pubblicitarie digitali in tempo reale per massimizzare i rispettivi ricavi. Sempre più spesso, i team di vendita utilizzano agenti AI per interagire autonomamente con i clienti, guidando i potenziali clienti verso una vendita e affidando interazioni di alto valore o complesse a un operatore umano. 

L'intelligenza artificiale viene sempre più utilizzata per migliorare l'efficienza operativa automatizzando i workflow, ottimizzando le risorse e aumentando la produttività. Gli strumenti RPA basati sull'AI automatizzano attività ripetitive come l'immissione dei dati, l'elaborazione dei documenti e la fatturazione, riducendo l'errore umano e consentendo ai dipendenti di concentrarsi su attività più strategiche.

L'AI aiuta anche le aziende a identificare le inefficienze nelle loro operazioni analizzando i dati sulle prestazioni e suggerendo miglioramenti dei processi, come la riallocazione delle risorse o la modifica dei programmi di produzione. E in settori come la produzione, gli strumenti di AI possono eseguire la manutenzione predittiva, riducendo il tempo di inattività e i costi di riparazione. 

L'AI è comunemente utilizzata per migliorare la gestione del rischio, automatizzare le attività finanziarie e migliorare il processo decisionale. I sistemi di intelligenza artificiale possono analizzare i modelli delle transazioni per rilevare anomalie in tempo reale, prevenendo le frodi. Alcuni strumenti di AI automatizzano attività come il monitoraggio delle spese, l'elaborazione delle fatture e la rendicontazione finanziaria per ridurre il tempo dedicato all'inserimento manuale dei dati. Gli strumenti di analisi basati sull'AI aiutano anche le aziende a prevedere le tendenze finanziarie, compresi i ricavi e il flusso di cassa. Queste previsioni consentono alle aziende di prendere decisioni proattive, identificare potenziali problemi e gestire meglio le proprie finanze. 

Prima di introdurre l'AI, può essere utile identificare gli obiettivi aziendali specifici che l'AI può raggiungere: in sostanza, ciò significa lasciare che sia la strategia aziendale a guidare la strategia AI. Questo processo potrebbe comportare la mappatura dell'integrazione dell'AI nei workflow e nei sistemi esistenti, l'identificazione dei processi chiave più adatti all'incremento e alla definizione di obiettivi misurabili per il successo.

In questa fase, alcune organizzazioni effettuano una mappatura delle competenze e delle descrizioni delle mansioni esistenti all'interno della propria azienda. Come per qualsiasi trasformazione, quella basata sull'AI ridurrà la necessità di alcune competenze, richiedendone al contempo di nuove. Per preparare i dipendenti al successo, le iniziative di riqualificazione dovrebbero essere una priorità assoluta prima dell'implementazione dell'AI. "È difficile sviluppare una strategia per allontanare i propri migliori dipendenti dal loro lavoro e assegnarli a ruoli che non esistono ancora", ha recentemente dichiarato alla Harvard Business Review Anthony Marshall, Global Leader dell'IBM Institute for Business Value. "Ma una leadership audace e visionaria sarà ricompensata." 

Gli strumenti di AI sono affidabili solo nella misura in cui lo sono i dati usati per il loro addestramento. In genere, dopo la fase di pianificazione, un'organizzazione valuta la propria infrastruttura tecnologica attuale per verificare la predisposizione all'AI. Ciò comporta solitamente la valutazione sia della disponibilità dei dati che dell'infrastruttura tecnologica. Durante questa fase, l'organizzazione identifica anche i set di dati, i modelli e le architetture più appropriati per il suo caso d'uso aziendale. 

Una solida strategia dei dati e solide policy in materia di governance dei dati sono essenziali per un'AI etica. Durante questa fase, un'organizzazione sviluppa solitamente processi per migliorare la trasparenza e la sicurezza, oltre a stabilire linee guida a livello aziendale per l'uso dei dati e dell'AI.

È fondamentale anche mettere a punto pratiche di condivisione dei dati a livello aziendale. Secondo una recente ricerca di IBM, solo il 41% dei dati aziendali è utilizzabile dall'AI, il che impedisce a molte aziende che hanno effettuato costose implementazioni di ottenere un adeguato ritorno sull'investimento. Creare fin dall'inizio pratiche di condivisione dei dati senza soluzione di continuità contribuisce a creare ecosistemi che non solo funzionano, ma possono continuare a scalare. 

Una volta adottata una strategia in materia di dati e dopo averli raccolti e puliti, l'azienda deve assicurarsi di avere le competenze e gli stakeholder giusti per l'implementazione. Questo processo può richiedere una collaborazione stretta tra i team aziendali, operativi e tecnici, che sono in grado di dare priorità ai casi d'uso dell'AI bilanciando rischi e benefici. Se un'azienda scopre di non avere accesso agli esperti giusti o ha bisogno di maggiori competenze per implementare un progetto di AI, può collaborare con una terza parte che la aiuti a raggiungere i propri obiettivi.

"I leader devono dimostrare chiaramente in che modo l'AI migliorerà l'esperienza dei dipendenti come percorso verso una carriera migliore", ha affermato Marshall. "Devono premiare chi acquisisce nuove competenze nell'ambito dell'AI. E anche i leader devono utilizzarla, anche se per loro può risultare scomodo o se comporta una curva di apprendimento. Devono guidare il cambiamento dandone l'esempio." 

Le imprese che considerano l'AI come un sistema in continua evoluzione piuttosto che un'implementazione una tantum hanno la possibilità di ottenere un ROI a più lungo termine. Inoltre, possono trarre vantaggio da utilizzi più innovativi della tecnologia. I modelli di dati e i casi d'uso cambiano frequentemente, richiedendo cicli di feedback regolari e tracciati di audit chiari. Con grandi sistemi di rete che operano in modo più o meno autonomo, un singolo errore può innescare una reazione a catena che porta a un problema grave. Strumenti come i livelli di orchestrazione dell'AI e i control plane aiutano le aziende a monitorare, testare e ottimizzare continuamente gli strumenti di AI. 

L'AI sul posto di lavoro ha ampie implicazioni per il mercato e il futuro del lavoro. Sebbene l'uso dell'AI sia generalmente associato ad aumenti di produttività per le aziende, molti si aspettano che questa tecnologia porti a un ampio cambiamento nei tipi di lavoro svolti dai lavoratori e nelle modalità di formazione. In breve, le implementazioni di maggior successo saranno quelle più dirompenti, come ha recentemente affermato il CEO di IBM Arvind Krishna durante l'evento Think 2026 di IBM.

"Il divario tra chi sta vincendo e chi sta rimanendo indietro si sta ampliando. Quindi quello su cui vorrei che iniziaste a riflettere è: perché sta accadendo tutto questo? Perché ci sono vincitori e ci sono persone che non stanno ancora cercando di adottare l'AI?", ha chiesto Krishna. "E la domanda fondamentale è: state utilizzando l'AI per ripensare radicalmente la vostra attività? State usando l'AI per quello che ora chiamiamo un nuovo modello operativo per la vostra azienda? Oppure state cercando di limitarla a piccoli progetti pilota e iniziative di portata limitata?" 

"Quindi non si tratta più di quanto sia il vostro budget o di quanto sia grande il vostro team", ha aggiunto. "La domanda fondamentale è: quanto profondamente l'AI è integrata nei vostri processi aziendali?"

Nell'ambito della propria iniziativa volta a trasformare il posto di lavoro, IBM ha recentemente triplicato il numero dei propri dipendenti entry-level, concentrandosi sull'analisi e sulla risoluzione dei problemi piuttosto che su competenze facilmente automatizzabili. La realtà, ha affermato Nickle LaMoreaux, Chief Human Resources Officer di IBM, è che oggi le aziende sono tenute a "riscrivere ogni mansione" per rimanere competitive. 

L'adozione diffusa delle tecnologie di AI richiederà significative iniziative di aggiornamento professionale per riqualificare la forza lavoro globale. Con l'utilizzo sempre più frequente degli strumenti di AI e la diffusione del lavoro integrato dall'AI, è probabile che le organizzazioni si concentreranno maggiormente sulla massimizzazione dell'efficienza di queste interazioni uomo-macchina. E quelle di maggior successo cercheranno non solo di automatizzare determinati processi, ma di utilizzare queste tecnologie per ripensare radicalmente ed elevare la natura del proprio lavoro.