Il divario tra ambizione e realizzazione
Con il rapido aumento nell'adozione dell'intelligenza artificiale nei contesti aziendali, si sta delineando uno squilibrio tra le ambizioni e le capacità di esecuzione delle organizzazioni. Anche se l'85% delle aziende desidera diventare "agente" nei prossimi tre anni, solo il 24% ritiene che le sue infrastrutture attuali siano adatte a supportarlo. Molte citano una mancanza di preparazione nei riguardi delle persone, dei processi e delle infrastrutture.
Necessità di un cambio di paradigma
Secondo Prasun Shah, CTO globale per il consulenza sulle forze lavoro e CTO principale per intelligenza artificiale di PwC UK Consulting, molti organizzatori cercano di integrare gli agenti di AI all'interno dei modelli operativi attuali, invece di riconsiderare interamente il modello e il modo in cui i processi di lavoro sono strutturati. “Essi incorporano agenti AI in una struttura operativa basata esclusivamente sull’uomo,” spiega, aggiungendo che questo è simile a mettere del nastro adesivo su un modello di business che non funziona più.
Il potenziale degli agenti AI
Questo approccio di semplice aggiornamento potrebbe ostacolare l’organizzazione nell’ottenere il massimo valore dagli agenti AI. Il loro potenziale sta nell’eseguire interi workflow con un minimo intervento umano, coordinando compiti complessi, effettuando decisioni indipendenti e si adattando alle condizioni mutevoli.
Analisi dei casi pratici
In aree inizialmente testate come servizi al cliente, Risorse Umane, e vendite, si stima che gli agenti AI possano accelerare i processi aziendali del 30-50 per cento e ridurre il tempo per attività a basso valore aggiunto del 25-40 per cento una volta diffusi pienamente. Questo progresso introduce una maggiore complessità e la necessità di un cambiamento su larga scala delle organizzazioni.
La trasformazione agente aziendale (ABT)
L’azienda di piattaforme AI Ema descrive questa modifica come “Trasformazione agente aziendale (ABT)”, una parola che ha coniato in collaborazione con HFS Research per fornire un nuovo linguaggio e un modello all’adozione di questa innovativa tecnologia. “Nessun termine esistente riesce a catturare appieno l’ampiezza di questa modifica,” esplora Surojit Chatterjee, fondatore e CEO di Ema. L'ABT richiede interamente il ridebuglio degli aspetti come il modello operativo, i flussi di lavoro e i sistemi di gestione delle prestazioni.
Che cosa implica ABT
Per Shah, questa definizione chiara e specifica di “ABT” “può spingere l’organizzazione a ristrutturarsi completamente,” sottolineando che “tutto ciò che è necessario garantire che questi agenti siano realmente partecipanti attivi nella creazione di valore, non solo strumenti di produttività.”
Le tre colonne portanti dell’ABT
Secondo Ema, l’ABT comprende tre colonne fondamentali: il stack tecnologico, la struttura del personale e i dati di successo. La prima di queste colonne è il stack tecnologico. “Il vostro stack esistente era progettato per flussi di lavoro operati dagli umani,” afferma Chatterjee. “Ora bisogna riscrivere quando l'agente è un AI, che funziona a velocità macchina e interagisce tra diversi sistemi.”
Le nuove possibilità tecnologiche
Con l'integrazione di agenti AI, i leader aziendali dovranno riconsiderare i loro modelli di lavoro da lineari ad una logica completamente diversa, spiega Shah. Il suo valore non sta nell’aggiungerli al stack esistente, ma nel connetterli come un “tessuto connettivo” tra gli strati, coordinando compiti complessi o recuperando e interpretando informazioni da applicazioni diverse.
Adattare la struttura del personale
La seconda colonna di ABT riguarda la struttura del personale. Oggi, molte aziende si basano su modelli gerarchici simili a quelli industriali. Con la diffusione di agenti AI, questi equilibri saranno messi a dura prova. I gestori, liberati da mansioni esecutive, dovranno prendere nuovi compiti come gestione della fiducia, psicologia della sicurezza e status dynamics.
Cambiamenti per tutti i ruoli
I cambiamenti strutturali non si limitano ai ruoli gerarchici. La McKinsey prevede che entro il 2030, tre quarti di tutti i posti di lavoro richiederanno un restyling, aggiornamento delle competenze o riallocazione. Le aziende dovranno affrontare rapidamente cambiamenti su reclutamento, trattenimento e rimunerazione.
La terza colonna: metriche di successo
La terza colonna fondamentale di ABT è rappresentata da metriche di valutazione. Quando gli agenti assumono nuovi compiti core, il modello di valutazione basato su attività o prodotto non ha più senso. “Gli indicatori di attività diventano inutile o addirittura fuorvianti,” afferma Chatterjee, “Un agente AI può gestire mille interazioni clienti nel tempo che a un essere umano ne basta per gestirne una decina.”
Esempi pratici dei nuovi indicatori
Ad esempio, uno dei grandi clienti di Ema ha migliorato il suo ROI triplicando l’efficacia degli agenti AI dopo aver spostato i criteri di valutazione da indicatori di costi e precisione a misure più strategiche come la percentuale di contratti revisionati senza bisogno di escalation umana.
Riorganizzare i criteri di valutazione
L’integrazione di nuove metriche potrebbe comportare una completa revisione di sistemi di premi, gestione del talento e di responsabilità all’interno delle organizzazioni, afferma Shah. Sebbene le responsabilità etiche e legali rimarranno in capo allo staff umano, le responsabilità operative diverranno più diffuse, riflettendo il ruolo sistemico svolto dagli agenti AI.
Potenziali domande chiave
Questo cambiamento solleverà numerose domande che i team di leadership dovranno affrontare, dice Shah. Domande importanti potrebbero includere: Chi è responsabile quando un agente AI commette un errore? Cosa succede quando l’AI e un essere umano non sono d’accordo? Quali limiti di sicurezza dovranno essere implementati per proteggere i clienti?
Un cambiamento di sistema graduale
Benché la transizione a nuovi indicatori e modelli operativi sia complessa, esperti e aziende si stanno impegnando per affrontare queste sfide. Nonostante non vi siano soluzioni immediate, si riconosce l’esigenza di creare nuovi paradigmi per sfruttare al massimo le capacità di questa nuova era.