Per anni, il discorso aziendale sull’intelligenza artificiale (AI) ha seguito un copione prevedibile, quasi cauto. Nei consigli di amministrazione di tutte le organizzazioni, i dirigenti si chiedono: dovremmo investire nell’intelligenza artificiale? Tale discorso apparteneva a un’era di esplorazione, un periodo in cui l’intelligenza artificiale veniva trattata come un lusso sperimentale o una voce distante in un budget futuro.
Ma secondo Jonathan Cristobal, responsabile marketing di Globe Business, la conversazione non riguarda più l’adozione dell’intelligenza artificiale, ma la sua diffusione nelle operazioni, nei processi decisionali e nelle esperienze dei clienti.
Intervenendo al recente BusinessWorld Economic Forum, Cristobal ha sottolineato che il panorama aziendale si trova ad affrontare un cambiamento acuto e pragmatico poiché la conversazione si è fondamentalmente spostata da una questione di adozione a una sfida di impatto.
“Oggi la domanda è: ‘Come possiamo scalare l’intelligenza artificiale?’” ha osservato Cristobal, sottolineando la cruda realtà che, mentre la barriera all’ingresso è crollata, la barriera all’esecuzione non è mai stata così alta.
Sulla carta, l’entusiasmo per la trasformazione digitale è ai massimi storici, ma i meccanismi interni della maggior parte delle organizzazioni sono in fase di stallo. Come ha osservato Cristobal, “sebbene i tassi di adozione siano stati buoni, il livello di preparazione rimane disomogeneo”.
Questa disuguaglianza mette in luce l’illusione della consapevolezza aziendale. Sapere cosa può fare l’intelligenza artificiale non è più un vantaggio competitivo; sapere come farlo funzionare in modo affidabile in tutta l’azienda lo è. Per superare questa via di mezzo, le organizzazioni stanno implementando programmi di abilitazione strutturati.
Per garantire che l’intelligenza artificiale si adatti in modo efficace, Globe segue un approccio fondamentale creando un ambiente di intelligenza artificiale centralizzato denominato “AI Kitchen”, che fornisce piattaforme, strumenti e governance condivisi per mantenere le iniziative allineate alle priorità aziendali.
Nell’ambito di questa strategia, Globe rende operativa l’intelligenza artificiale attraverso un approccio a doppia canalizzazione progettato per accelerare l’innovazione a ogni livello dell’organizzazione.
Il primo funnel guida l’innovazione dal basso verso l’alto consentendo alle unità aziendali di identificare, sviluppare e costruire soluzioni di intelligenza artificiale in grado di affrontare le sfide operative e di business più urgenti. Supportati dalle piattaforme AI condivise e dalle funzionalità riutilizzabili di AI Kitchen, i team possono passare rapidamente dalle idee alla produzione accedendo al livello appropriato di abilitazione necessaria per ciascuna iniziativa.
Il secondo funnel si concentra sulla trasformazione aziendale top-down, in cui l’intelligenza artificiale è incorporata direttamente nei programmi di trasformazione con la massima priorità di Globe. Le funzionalità dell’intelligenza artificiale verranno integrate in iniziative strategiche per garantire un impatto a livello di organizzazione attraverso l’esperienza del cliente, le operazioni e le nuove opportunità di business.
“Dal punto di vista del settore privato, la maggior parte delle organizzazioni non ha difficoltà con le acquisizioni. La sfida non è più chi ha accesso. Si tratta di rendere operativa”, ha affermato Cristobal.
Questa distinzione è fondamentale. Sebbene l’accesso all’intelligenza artificiale avanzata sia ormai democratizzato, rendere operativi questi strumenti rimane un ostacolo enorme, che richiede alle aziende di integrarli nei flussi di lavoro legacy, garantendo che le pipeline di dati siano pulite e formando il personale per utilizzarli in sicurezza.
Se opportunamente resa operativa, questa transizione dai flussi di lavoro manuali all’automazione basata sull’intelligenza artificiale offre guadagni di efficienza e ottimizzazioni del backend massicci e misurabili.
Lo sviluppo del backend è stato accelerato dall’infrastruttura condivisa di Globe, in particolare per la gestione dei servizi sul campo, consentendo ai team tecnici di risolvere i bug più velocemente dell’80%, creare test 3-4 volte più velocemente e creare strumenti interni 5 volte più velocemente.
Inoltre, Globe ha migliorato l’efficienza del backend utilizzando l’automazione basata sull’intelligenza artificiale per accelerare l’estrazione dei modelli di database per il suo sistema di ritenuta d’acconto accreditabile elettronica (eCWT), riducendo il processo da 3 giorni a 4 minuti.
I dividendi finanziari e tecnici di questo cambiamento operativo sono sostanziali. Globe è passato dai controlli di qualità manuali a un controllo di qualità dell’intelligenza artificiale generativa utilizzando gli strumenti Build Your Own AI, riducendo drasticamente i costi annuali. Inoltre, Globe ha raggiunto una precisione del 90% nel rilevamento dei guasti riducendo al tempo stesso il tempo medio per ripristinare il servizio del 70%.
Maturità sistemica
Cristobal associa la lotta aziendale riguardo all’intelligenza artificiale a un fallimento nella pianificazione olistica. La vera preparazione organizzativa non è un singolo parametro; è un ecosistema interconnesso di capacità.
“Le infrastrutture e la capacità della forza lavoro rimangono messe a dura prova, insieme alla governance e alla maturità digitale”, ha avvertito Cristobal. “Tutti questi continuano a variare da organizzazione a organizzazione.”
Quando un’azienda tenta di ampliare un’iniziativa di intelligenza artificiale senza un’infrastruttura dati matura, il progetto produce risultati inaffidabili. Quando si tenta di farlo senza la capacità della forza lavoro, i dipendenti rifiutano la tecnologia per paura o la abusano a causa della scarsa familiarità. E quando si tenta di farlo senza una governance interna, le aziende potrebbero avere difficoltà a gestire il rischio e a mantenere la fiducia degli stakeholder. Forti quadri di governance forniscono le basi necessarie per innovare la responsabilità e ampliare l’intelligenza artificiale con fiducia.
Un modello attuabile a questo scopo si trova nell’AI Governance and Principles di Globe, che stabilisce la responsabilità esecutiva sotto un Chief Intelligence and Trust Officer per garantire uno stretto allineamento tra innovazione AI, dati, sicurezza informatica e gestione del rischio aziendale.
Inoltre, tutte le iniziative devono basarsi su principi fondamentali incentrati su trasparenza, responsabilità, sicurezza e protezione e centralità dell’uomo. Le imprese locali possono tradurre i quadri globali in un impatto pratico partecipando agli organismi internazionali di definizione degli standard.
Questo attrito operativo è aggravato dal fatto che le imprese stanno difendendosi dai cattivi attori che sono già pienamente operativi.
“L’intelligenza artificiale sta rendendo le minacce informatiche più sofisticate. Ciò rende ancora più importante per le organizzazioni modernizzare le capacità per contrastare questi rischi”, ha affermato Cristobal.
Il settore privato, quindi, si trova in una corsa ad alto rischio, nel tentativo di scalare sistemi di intelligenza artificiale complessi e sicuri e allo stesso tempo di fare affidamento su un’architettura obsoleta per proteggersi dalle minacce guidate dall’intelligenza artificiale.
Poiché l’esecuzione è profondamente legata alla sicurezza e alla fiducia pubblica, la capacità di crescita del settore privato dipende fortemente dal contesto normativo. Cristobal ha sostenuto che se il governo dovesse attuare leggi rigide e prescrittive, rischierebbe di paralizzare i progressi operativi che le aziende stanno cercando di realizzare. Chiede invece un approccio agile alla supervisione.
“Dobbiamo concentrarci su normative basate sui risultati piuttosto che su norme rigide”, ha affermato Cristobal. “Dobbiamo concentrarci su trasparenza, sicurezza ed equità”.
Un quadro basato sui risultati definisce i confini del rischio accettabile, come prevenire la discriminazione algoritmica o garantire la riservatezza dei dati, ma lascia aperti i percorsi tecnici specifici. Ciò consente alle aziende di iterare, adattare e scalare la propria infrastruttura con la stessa rapidità con cui la tecnologia si evolve.
Tuttavia, anche se le aziende automatizzano e costruiscono questi flussi di lavoro autonomi, Cristobal sostiene che l’ancoraggio finale deve rimanere umano: “Il controllo umano dovrebbe essere ancora al centro”.
Per il settore privato, la direttiva è chiara: per colmare il divario di esecuzione, i leader aziendali devono coniugare le loro ambizioni tecnologiche con la maturità sistemica necessaria per crescere in sicurezza.
Spotlight è la sezione sponsorizzata di BusinessWorld che consente agli inserzionisti di amplificare il proprio marchio e connettersi con il pubblico di BusinessWorld pubblicando le proprie storie sul sito Web di BusinessWorld. Per ulteriori informazioni inviare una email a (e-mail protetta).
Unisciti a noi su Viber all’indirizzo https://bit.ly/3hv6bLA per ricevere ulteriori aggiornamenti e abbonarsi ai titoli di BusinessWorld e ottenere contenuti esclusivi www.bworld-x.com.
