In Breve
- Qual è il tasso di adozione dell'AI nel Regno Unito?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono le principali sfide nell'adozione dell'AI?
- Le imprese affrontano problemi di governance, responsabilità e mancanza di contesto organizzativo.
- Come possono le aziende misurare il successo dell'AI?
- Dovrebbero concentrarsi su esiti concreti come tempi di risoluzione e decisioni più rapide.
L’adozione dell’intelligenza artificiale (AI) nel Regno Unito ha raggiunto livelli significativi, con l’81% dei knowledge worker che utilizza strumenti AI su base settimanale. Tuttavia, questa diffusione non si è tradotta in una trasformazione organizzativa profonda né in benefici operativi chiari. Molte aziende hanno integrato l’AI in processi già frammentati e sistemi inefficienti, aggravando problemi esistenti piuttosto che risolverli.
Secondo un recente studio, il 58% dei responsabili IT ha riportato 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 di tecnologie AI. Questo scenario mette in evidenza la necessità di una strategia più chiara e strutturata nell’adozione dell’AI.
Un altro aspetto critico è rappresentato dalla responsabilità nella gestione delle tecnologie AI. Quasi due terzi dei leader IT si dichiarano interamente responsabili degli esiti guidati dall’AI, mentre le implementazioni si diffondono tra i vari reparti, spesso senza percorsi di governance ben definiti. Questo porta a una situazione di “shadow AI”, in cui uno su quattro lavoratori utilizza strumenti AI non approvati, creando attriti e confusione con gli strumenti ufficiali.
La mancanza di un contesto organizzativo adeguato è un ulteriore ostacolo all’efficacia dei progetti AI. Molti leader IT segnalano che i progetti si arenano perché i modelli non dispongono delle informazioni necessarie riguardo alla struttura, alle priorità e ai diritti decisionali, risultando così in output poco utilizzabili e richiedendo correzioni onerose.
Le metriche attualmente adottate per misurare il successo dell’AI sono spesso fuorvianti. Misurare il numero di licenze, i prompt inviati o le ore teoricamente risparmiate non fornisce un quadro chiaro dell’efficacia dell’AI. È fondamentale spostare l’attenzione verso esiti concreti, come la riduzione dei tempi di risoluzione per i clienti, l’ottimizzazione dei tempi di ricerca delle informazioni e il miglioramento della rapidità nelle decisioni.
Un esempio positivo di applicazione dell’AI è la creazione di assistenti di vendita che misurano l’impatto sui processi commerciali, monitorando tassi di risposta e nuovi incontri generati. Con l’emergere di agenti AI che operano autonomamente, le organizzazioni dovranno prestare attenzione a quali agenti esistono, chi li ha creati, quali dati possono accedere e come viene valutata la loro performance.
In conclusione, le imprese che desiderano trarre vantaggio dall’AI non sono necessariamente quelle che ne fanno un uso massiccio, ma quelle che riescono a collegare l’AI a responsabilità chiare, governance proporzionata e flussi di lavoro efficaci. L’adozione dell’AI rappresenta solo il primo passo; il vero obiettivo rimane il valore misurabile che questa tecnologia può portare.
