Un workflow di intelligenza artificiale (AI) è il processo di utilizzo di tecnologie basate sull'AI per semplificare compiti e attività all'interno di un'organizzazione.
I recenti progressi nelle app e negli strumenti basati su AI e nei modelli AI hanno creato nuove opportunità per le aziende di migliorare il modo in cui gestiscono i workflow. Man mano che le organizzazioni adottano la trasformazione digitale, i workflow basati sull'AI, potenziati da piattaforme di automazione e da modelli avanzati, eliminano le inefficienze causate dalle attività manuali e migliorano l'esperienza di partner, dipendenti e clienti.
Un report dell'IBM Institute for Business Value ha rilevato che il 92% dei dirigenti era d'accordo sul fatto che i workflow della propria organizzazione sarebbero stati digitalizzati e avrebbero utilizzato l'automazione abilitata dall'AI entro il 2025.
Secondo Vanson Bourne (link esterno a IBM.com)1 l'80% delle organizzazioni attualmente persegue l'obiettivo dell'automazione end-to-end del maggior numero possibile di processi aziendali.
I workflow basati sull'AI diventano un passaggio fondamentale per migliorare le operazioni aziendali chiave, migliorare il lavoro dei dipendenti e migliorare i profitti.
Esistono diverse tecnologie di AI che le organizzazioni possono utilizzare per migliorare i workflow.
Le API, o application programming interface, sono insiemi di regole o protocolli che consentono alle applicazioni software di comunicare tra loro per scambiare dati, caratteristiche e funzioni. Sono un componente chiave dei workflow dell'AI, in quanto permettono di connettere i servizi. Ad esempio, la connessione da un sito web al tuo conto bancario per acquistare qualcosa online è un esempio di connessione API in uso.
L'automazione dei processi aziendali (BPA) è una strategia che utilizza il software per automatizzare processi aziendali complessi e ripetitivi. In genere viene utilizzata per automatizzare compiti semplici, come l'elaborazione degli ordini o la gestione dei conti dei clienti, che sono parte integrante della gestione dell'azienda ma che sono meglio gestiti dall'automazione piuttosto che dai dipendenti. La BPA può gestire facilmente l'onboarding dei dipendenti, le buste paga e altre attività manuali. Un sottoinsieme della BPA è la Robotic Process Automation (RPA). L'RPA utilizza tecnologie di automazione intelligente per eseguire attività d'ufficio ripetitive. Consente inoltre di estrarre i dati, compilare moduli, spostare file e altro ancora.
La Gen AI è un tipo di AI che crea contenuti originali (testo, immagini, video, audio o codice software) in risposta a un prompt o a una richiesta dell'utente. Le tecnologie di AI generativa come ChatGPT aiutano le aziende a identificare i modi per migliorare i loro workflow e creare i giusti output. Può rispondere ai prompt o alle richieste degli utenti per creare contenuti, come testo, immagini, video, audio o codice software. La gen AI supporta molti workflow dell'AI, dall'identificazione degli obiettivi strategici e delle tattiche all'organizzazione di meeting, fino all'offerta di feedback sui testi di marketing. McKinsey prevede che la gen AI potrebbe automatizzare (link esterno a ibm.com) fino al 10% di tutte le attività dell'economia statunitense2.
L'automazione intelligente è un punto focale di qualsiasi workflow basato sull'AI. Implica l'uso di tecnologie di automazione per semplificare e scalare il processo decisionale all'interno delle organizzazioni. Ad esempio, una compagnia assicurativa può utilizzare l'automazione intelligente per calcolare i pagamenti, stimare le tariffe e soddisfare le esigenze di conformità.
Il machine learning (ML) è una branca dell'informatica che utilizza dati e algoritmi per consentire all'AI di imitare il modo in cui gli esseri umani imparano, migliorando gradualmente la sua precisione. Uno di questi sottoinsiemi di ML è il deep learning, che utilizza reti neurali per simulare il complesso potere decisionale del cervello umano.
L'elaborazione del linguaggio naturale (NLP) è un tipo di intelligenza artificiale che utilizza l'apprendimento automatico per consentire ai computer di comprendere e comunicare con il linguaggio umano. Le organizzazioni di servizi finanziari, ad esempio, possono utilizzare l'NLP per analizzare le informazioni da lunghi rendiconti finanziari e altri set di dati per prendere decisioni più intelligenti riguardo agli investimenti.
Il riconoscimento ottico dei caratteri (OCR), noto anche come riconoscimento del testo, utilizza l'estrazione automatica dei dati per convertire rapidamente le immagini di testo in un formato leggibile dalla macchina. Può aiutare le organizzazioni a prendere le informazioni legacy, come libri, manuali e altre informazioni stampate, e digitalizzarle per alimentare i loro sistemi moderni di gestione della conoscenza.
Questo prodotto aiuta le organizzazioni a identificare i lead e trasformarli in vendite attraverso workflow di coinvolgimento basati sull'AI. Ha diversi caso d'uso, tra cui l'ottimizzazione delle entrate, il coinvolgimento delle vendite e i miglioramenti del CRM.
Creato da Open AI, ChatGPT è un chatbot a cui si attribuisce il merito di aver dato il via alla rivoluzione della gen AI (link esterno a IBM.com).3 La versione base è gratuita per qualsiasi utente, ma Open AI offre anche diverse versioni avanzate a pagamento.
Claude è un altro ai chatbot di Anthropic AI in grado di riassumere le informazioni contenute in documenti più lunghi, di aiutare nella creazione di contenuti, di tradurre le lingue e di scrivere codice.
Gemini è un altro assistente basato sulla gen AI che può essere utilizzato da solo. È integrato in strumenti Google come Gmail, Docs, Sheets e altri, creando ancora più opportunità di workflow.
Questa suite di tecnologie IBM aiuta le organizzazioni a creare applicazioni AI personalizzate per il proprio business, gestire tutte le fonti di dati e accelerare i workflow di AI responsabile. Esistono diversi casi d'uso per watsonx, tra cui la creazione di contenuti, l'implementazione di chatbot e la codifica più efficiente.
IBM watsonx Orchestrate aiuta le organizzazioni a creare assistenti e agenti AI personalizzati per automatizzare e accelerare il proprio lavoro. Utilizza l'elaborazione del linguaggio naturale per comprendere ed eseguire le attività. IBM watsonx Orchestrate utilizza un catalogo di app e competenze predefinite e un'esperienza conversazionale per progettare assistenti e agenti AI scalabili, automatizzare le attività ripetitive e semplificare i processi complessi.
Un chatbot di gen AI che risponde alle domande degli utenti. Copilot è disponibile come app autonoma ed è anche integrato in Microsoft Teams, Outlook e Powerpoint.
Zapier è uno strumento di workflow che ora utilizza l'AI per alimentare diversi tipi di flusso di lavoro. Collega un'ampia varietà di servizi, consentendo una rapida condivisione di informazioni e contenuti tra di essi.
Esistono diversi casi d'uso standard per i workflow basati sull'AI
Le organizzazioni possono utilizzare i workflow di AI per gestire meglio il processo relativo ai clienti, dall'onboarding all'invio di informazioni sui loro acquisti, fino alla gestione delle richieste di assistenza. Permette ai rappresentanti del servizio clienti di lavorare con i clienti su problemi di livello superiore.
Camping World ha collaborato con IBM per migliorare del 40% il coinvolgimento del cliente e ridurre i tempi di attesa fino a 33 secondi, grazie ai workflow dell'AI.
Gli strumenti di relazione con il cliente (CRM) aiutano le organizzazioni a tenere sotto controllo i clienti più importanti. I workflow di AI supportano sempre di più questi strumenti, creando opportunità reali per le organizzazioni di ricavare maggiori insight dai loro database. L'AI può unire più istanze dello stesso cliente, aggiungere informazioni da fonti esterne e inserire i dati sugli acquisti, creando insight fruibili. Contribuisce inoltre ad analizzare questi dati, aiutando le aziende a capire quali clienti potrebbero essere a rischio di abbandono e quali potrebbero essere aperti all'upselling.
L'AI può raccogliere ed esaminare serie di dati in più formati, organizzarli e visualizzarli in modo che gli esseri umani possano analizzarli. Può rimuovere le imprecisioni ed elaborare i dati in formati che altri algoritmi AI possono comprendere e analizzare.
I workflow AI sanno riconoscere i pattern in grandi volumi di dati complessi, trovando insight che gli umani farebbero fatica a identificare. I workflow possono anche identificare potenziali errori nei dati e segnalarli agli operatori umani o effettuare correzioni automaticamente. Sono inoltre in grado di estrarre dati da fonti esterne e organizzarli ordinatamente nei sistemi interni.
Le organizzazioni possono utilizzare i workflow AI per automatizzare la loro strategia di prezzi. Ad esempio, i prezzi di Uber e Lyft variano in base a diversi fattori, tra cui domanda e offerta, eventi speciali e problemi meteorologici.
Esistono diversi casi d'uso dei workflow di AI per i servizi finanziari. Un'organizzazione può automatizzare le attività di fatturazione e di contabilità, e utilizzare l'AI per identificare potenziali casi di frode o cattiva gestione finanziaria che, altrimenti, passerebbero inosservati.
Secondo uno studio dell'IBM Institute for Business Value i dirigenti prevedono che l'AI generativa migliorerà la loro capacità di prevedere le anomalie, spiegare le varianze, generare scenari (40%) e creare report.
I workflow AI sono in grado gestire una serie di attività di gestione della conoscenza. Possono trascrivere le telefonate e riassumere le note delle riunioni, permettendo ai partecipanti di concentrarsi sull'incontro e di sapere che i risultati sono disponibili anche a riunione terminata. Possono ottimizzare il modo in cui le informazioni vengono condivise con l'organizzazione o con i singoli. I dipendenti possono anche utilizzare gli assistenti AI e i chatbot per trovare e analizzare le informazioni aziendali, mettendo a disposizione le informazioni più rapidamente.
I workflow AI possono aiutare le organizzazioni a semplificare molti processi operativi diversi, dall'ottimizzazione dell'inventario e della supply chain al monitoraggio del controllo qualità. Ad esempio, i workflow AI possono identificare quando è probabile che un prodotto si esaurisca a causa della domanda e degli attuali livelli di fornitura. Possono quindi contattare il fornitore per ordinarne di più senza bisogno di intervento umano.
I workflow AI possono inoltre potenziare le funzioni di analytics predittiva. Gli algoritmi di machine learning analizzano dati storici e fattori esterni e prevedono cosa accadrà in futuro. Ad esempio, un rivenditore può impostare dei workflow automatizzati per ordinare più bevande per quando si prevede un aumento della temperatura.
I workflow AI aiutano i team di manutenzione predittiva a monitorare i dati sulle prestazioni dell'attrezzatura per prevedere quando è probabile che le macchine abbiano problemi o si guastino. Pertanto, le organizzazioni sono in grado di ottimizzare i programmi di manutenzione controllando le macchine quando ha il minimo impatto sull'azienda. IBM ha aiutato Toyota a utilizzare l'AI per migliorare le sue capacità di manutenzione predittiva. Questa innovazione ha portato a una riduzione del 50% dei tempi di inattività e dell'80% dei guasti.
L'AI può aiutare le organizzazioni a migliorare il modo in cui trovano e assumono dipendenti. Possono usare software di soluzioni di AI per analizzare i curriculum e trovare i candidati giusti e software per pianificare automaticamente chiamate conoscitive con i candidati. Possono anche usare workflow AI per l'onboarding e la configurazione della formazione per i dipendenti che vengono assunti.
Corning ha collaborato con IBM per ridurre i costi delle risorse umane e migliorare al contempo l'esperienza dei suoi 45.000 dipendenti. Sapeva che i Millennial, una percentuale crescente della forza lavoro di Corning, volevano più strumenti self-service basati sulla tecnologia.
Ha poi introdotto portali HR self-service, pre-popolati con i dati di ciascun dipendente, per rendere più facile trovare le informazioni o i servizi di cui hanno bisogno. La piattaforma basata sul cloud riceve ora oltre 10.000 visite giornaliere da parte di dipendenti e manager alla ricerca delle informazioni e della formazione di cui hanno bisogno.
I team di vendita possono utilizzare i workflow AI per identificare e mantenere le prospettive di vendita migliori. Aiuta i rappresentanti delle vendite a identificare quali sono i potenziali clienti più propensi all'acquisto, in base al punteggio lead (link esterno a ibm.com).4 Inoltre, gli LLM come l'AI generativa possono aiutare i professionisti delle vendite a spiegare in modo più incisivo ai potenziali clienti perché acquistare le soluzioni di un'azienda.
L'AI è al centro di molti workflow dello sviluppo web. Aiuta gli sviluppatori a scrivere e testare il codice, a conoscere una base di codice, a documentare il codice e altro ancora. Uno studio di Stack Overflow del 2024 (link esterno a ibm.com)5 ha rilevato che, secondo gli sviluppatori, il prossimo anno l'AI verrà integrata maggiormente nella documentazione (81%), nel test (80%) e nella scrittura del codice (76%). I workflow AI sono anche una componente chiave del movimento no-code/low-code, in cui anche gli utenti non sviluppatori possono comprendere meglio e partecipare al processo di sviluppo web.
I workflow con AI possono eliminare la necessità per i dipendenti di concentrarsi su attività che richiedono molto tempo e che sono meglio automatizzate. L'AI può gestire queste attività di routine e consentire ai lavoratori umani di trascorrere più tempo con clienti o partner e produrre più valore aziendale.
L'AI contribuisce al "paradosso della produttività", secondo Rob Thomas, SVP Software e Chief Commercial Officer di IBM. Invece di sottrarre il lavoro a tutti, come alcuni temevano, potrebbe migliorare la qualità del lavoro svolto rendendo tutti più produttivi.
Le organizzazioni che utilizzano workflow AI evitano che i dipendenti perdano tempo in attività manuali non necessarie. Questi dipendenti possono così concentrarsi su progetti e attività di alto valore che generano entrate extra. Inoltre, l'AI riduce gli attriti e le inefficienze nella condivisione delle informazioni, creando organizzazioni più intelligenti in grado di prendere decisioni più velocemente.
I membri del team possono commettere errori, soprattutto quando svolgono attività complesse. Per le attività che sono meglio automatizzate, le tecnologie AI possono svolgere queste attività più rapidamente e con un grado di precisione più elevato.
L'AI elimina i colli di bottiglia agendo senza bisogno dell'intervento umano. Può eseguire analisi dei dati in tempo reale per prendere decisioni che hanno un impatto su diverse unità di business. Ad esempio, gli esperti di marketing possono utilizzare i workflow AI per ottimizzare automaticamente le campagne pubblicitarie. I workflow AI modificano la spesa per indirizzare i fondi ai segmenti o ai post sui social con le prestazioni più elevate.
Le organizzazioni che hanno creato workflow automatizzati e basati sull'AI saranno probabilmente più efficienti di quelle che si affidano a processi più manuali. Le organizzazioni possono utilizzare l'AI per creare e avviare chatbot avanzati e assistenti virtuali per semplificare il supporto clienti, assistendoli al meglio in caso di problemi. Per alcuni clienti, un workflow basato sull'AI che fornisce chatbot intuitivi aiuta a ottenere risposte senza dover parlare con un agente umano, migliorando così la soddisfazione del cliente. Ad esempio, Estee Lauder ha avviato (link esterno a ibm.com)6 un assistente al trucco con riconoscimento vocale tramite una funzione di chatbot.
Un software di automazione basato sull'AI può gestire facilmente molti processi da cui dipende un'organizzazione. Le organizzazioni vogliono scalabilità ed efficienza nei loro workflow per migliorare l'esperienza degli utenti. I workflow AI possono facilmente reindirizzare informazioni e processi in tutta l'organizzazione, in modo che dirigenti e dipendenti abbiano informazioni in tempo reale in qualsiasi momento ne abbiano bisogno.
Quando configurano i workflow di AI, le organizzazioni devono anche superare diverse sfide.
I dipendenti potrebbero non essere contenti all'idea che le organizzazione introducano l'AI nei loro processi, soprattutto se sostituisce il lavoro manuale umano. Le aziende possono rispondere direttamente a queste preoccupazioni e comunicare in che modo l'AI sia destinata ad aggiungersi al loro lavoro. Hanno la possibilità di istruire i dipendenti su come la rimozione di tali attività manuali dai loro workload permetta di svolgere lavori più importanti. Alla fine, i dipendenti vedranno l'AI come una forza positiva per loro.
Come per l'introduzione di altri sistemi, la configurazione dei workflow AI richiede un po' di lavoro iniziale. Le organizzazioni devono analizzare i sistemi esistenti, i processi attuali, identificare le aree in cui questi workflow migliorerebbero le cose e determinare cosa modificare per implementarli. Tutto questo richiede pazienza e una mentalità strategica. Tuttavia, i benefici di questo impegno iniziale in termini di tempo superano di gran lunga i costi se i workflow AI sono ottimizzati per produrre valore.
Sebbene molti usi dell'AI possano aiutare le organizzazioni a evitare l'errore umano, non sono ancora infallibili. L'AI può commettere errori, motivo per cui le organizzazioni devono controllare i dati prodotti dall'AI. Ciò dimostra ulteriormente l'importanza dei dipendenti e delle loro conoscenze basate sull'esperienza come fattore determinante per i risultati dei workflow basati sull'AI.
Sebbene molti workflow AI possano funzionare senza modificare il modo in cui lavorano i dipendenti, alcuni richiederanno ai dipendenti di apprendere come funzionano. Pertanto, le organizzazioni dovranno investire in corsi di formazione mirati all'uso di AI o concedere in licenza tali strumenti di formazione ad altri. Questo miglioramento delle competenze ha diversi benefici, in quanto i dipendenti acquisiranno competenze preziose e produrranno un lavoro migliore e più efficiente.
1 For Success with AI, Bring Everyone On Board, HBR, giugno 2024.
2 Generative AI: How will it affect future jobs and workflows?, McKinsey, 21 settembre 2023.
3 A year after ChatGPT’s release, the AI revolution is just beginning, CNN, 30 novembre 2023.
4 Revolutionizing sales in distribution: Harnessing the power of AI, McKinsey, 24 luglio 2024.
5 2024 Developer Survey, Stack Overflow, 2024.
6 12 most popular AI use cases in the enterprise today, CIO.com, 19 settembre 2023.
Promuovere la trasformazione del business per i clienti aziendali con l'automazione estrema.
Scopri come le soluzioni di automazione consentono di aumentare la produttività e gestire al contempo i costi.
Crea facilmente assistenti AI e agenti personalizzati per automatizzare e accelerare il tuo lavoro.