Il vero valore dell’AI si basa sui dati e sulle persone, non solo sulla tecnologia

La promessa dell’AI si espande quotidianamente – dalla guida di singoli guadagni di produttività all’abilitazione delle organizzazioni a scoprire potenti nuove informazioni aziendali attraverso i dati. Mentre il potenziale dell’AI sembra illimitato e il suo impatto facile da immaginare, il viaggio verso un ecosistema veramente alimentato dall’AI è sia complesso che sfidante. Questo viaggio non inizia e non finisce con l’implementazione, l’adozione o addirittura l’uso costante dell’AI – finisce lì. Realizzare il valore completo di una soluzione AI dipende in definitiva dalla qualità dei dati e delle persone che la implementano, la gestiscono e la applicano per ottenere risultati significativi.

Dati: il fondamento del successo dell’AI

I dati, la costante organizzativa. Che si tratti di un negozio di convenienza o di un’organizzazione aziendale, ogni attività si basa sui dati (registri finanziari, inventario, filmati di sicurezza, ecc.). La gestione, l’accessibilità e la governance di questi dati sono il fondamento per realizzare il pieno potenziale dell’AI all’interno di un’organizzazione. Recentemente, Gartner ha notato che il 63% delle organizzazioni o manca la fiducia o è incerto se le loro pratiche di gestione dei dati esistenti o la struttura sono sufficienti per l’adozione di successo dell’AI. Abilitare un’organizzazione a sbloccare il pieno potenziale dell’AI richiede una pratica di dati ben pensata. Dalla raccolta, archiviazione, sintesi, analisi, sicurezza, privacy, governance e controllo di accesso – è necessario un quadro e una metodologia per sfruttare l’AI in modo appropriato. Inoltre, è essenziale mitigare i rischi e le conseguenze non intenzionali. In sintesi, i dati sono il fondamento dell’analisi e il carburante per la tua AI.

L’accesso della tua soluzione AI ai tuoi dati determina la sua capacità di consegnare – tanto che stiamo vedendo l’emergere di nuove funzioni specificamente adattate a questo, il Chief Data Officer (CDO). In semplici parole, se una soluzione AI viene introdotta in un ambiente con dati “fluttuanti” accessibili a chiunque – sarà soggetta a errori, pregiudizi, non conforme e molto probabilmente esporrà informazioni sensibili e private. Al contrario, quando l’ambiente dei dati è ricco, strutturato, preciso, all’interno di un quadro e di una metodologia per l’uso dei dati dell’organizzazione – l’AI può restituire benefici immediati e risparmiare numerose ore di modellazione, previsione e sviluppo della propensione. Costruito intorno al fondamento dei dati sono i diritti di accesso e le politiche di governance per i dati, che presentano una preoccupazione – l’elemento umano.

Persone: Il fattore sottovalutato nell’adozione dell’AI

IDC ha recentemente condiviso che il 45% dei CEO e oltre il 66% dei CIO intervistati hanno espresso una riluttanza intorno ai fornitori di tecnologia che non comprendono completamente il potenziale di rischio dell’AI. Questi leader sono giustificati nella loro cautela. Arguibilmente, le conseguenze dei rischi IT vecchi e noti rimangono simili con l’AI governata (ad esempio, downtime, arresti operativi, premi assicurativi contro i costi informatici, multe per la conformità, esperienza del cliente, violazioni dei dati, ransomware e altro) e sono amplificate dall’integrazione dell’AI nell’IT. La preoccupazione deriva dalla mancanza di comprensione delle cause radice di queste conseguenze o per coloro che non sono consapevoli, l’angoscia che deriva dall’abilitazione associata all’AI che serve come catalizzatore per queste conseguenze.

La domanda urgente è: “Dovrei investire in questo costoso strumento IT che può migliorare notevolmente le prestazioni del mio business a ogni livello funzionale al rischio di un’implosione IT a causa della mancanza di preparazione e abilitazione dei dipendenti?” Drammatico? Assolutamente – il rischio aziendale è sempre così, e già conosciamo la risposta a questa domanda. Con tecnologie più complesse e potenziale operativo elevato, anche lo sforzo per abilitare i team all’uso di questi strumenti in modo legale, corretto, efficiente ed efficace deve essere più grande.

La sfida del fornitore

La mancanza di fiducia nella comprensione dei fornitori di tecnologia va oltre la competenza nella materia e riflette un problema più profondo: l’incapacità di articolare chiaramente i rischi specifici che un’organizzazione può e affronterà con implementazioni improprie e aspettative irrealistiche.

La relazione tra un’organizzazione e i fornitori di tecnologia è simile a quella di un paziente e un operatore sanitario. Il paziente consulta un operatore sanitario con sintomi cercando una diagnosi e sperando in una soluzione semplice e conveniente. In situazioni preventive, l’operatore sanitario lavorerà con il paziente su raccomandazioni dietetiche, scelte di stile di vita e trattamenti specializzati per raggiungere obiettivi di salute specifici. Allo stesso modo, c’è l’aspettativa che le organizzazioni ricevano soluzioni prescrittive dai fornitori di tecnologia per risolvere o pianificare implementazioni tecnologiche. Tuttavia, quando le organizzazioni non sono in grado di fornire rischi prescritti specifici per ambienti IT dati, ciò esacerba l’incertezza dell’implementazione dell’AI.

Anche quando i fornitori di tecnologia comunicano efficacemente i rischi e gli impatti potenziali dell’AI, molte organizzazioni sono scoraggiate dal vero costo totale di proprietà (TCO) coinvolto nel creare le fondamenta necessarie. C’è una crescente consapevolezza che l’implementazione di successo dell’AI deve iniziare all’interno dell’ambiente esistente – e solo quando quell’ambiente è stato modernizzato, le organizzazioni possono veramente sbloccare il valore dell’integrazione dell’AI. È simile all’assunzione che chiunque possa saltare nel cockpit di una supercar F1 e vincere immediatamente le corse. Chiunque ragionevole sa che il successo nelle corse è il risultato di un pilota esperto e di una macchina ad alte prestazioni. Allo stesso modo, i benefici dell’AI possono essere realizzati solo quando un’organizzazione è adeguatamente preparata, addestrata e attrezzata per adottare e implementare l’AI.

Caso di studio: Microsoft 365 Copilot

Microsoft 365 Copilot è un ottimo esempio di una soluzione AI esistente il cui impatto e valore potenziale sono stati spesso fraintesi o diluiti a causa delle aspettative dei clienti non allineate – su come l’AI dovrebbe essere implementata e su cosa si crede che faccia, piuttosto che capire cosa può fare. Oggi, oltre il 70% delle aziende Fortune 500 sta già utilizzando Microsoft 365 Copilot. Tuttavia, la paura diffusa che l’AI sostituirà i lavori è in gran parte un malinteso quando si tratta della maggior parte delle applicazioni AI nel mondo reale. Mentre il rimpiazzo dei lavori è avvenuto in alcune aree – come i “magazzini bui” completamente automatizzati – è importante distinguere tra l’AI nel suo complesso e il suo utilizzo nella robotica. Quest’ultimo ha avuto un impatto più diretto sul rimpiazzo dei lavori.

Nel contesto del Modern Work, il valore principale dell’AI risiede nell’amplificazione delle prestazioni e nell’amplificazione dell’esperienza – non nel sostituirla. Salvando tempo e aumentando l’output funzionale, l’AI consente strategie di go-to-market più agili e una consegna di valore più rapida. Tuttavia, questi benefici dipendono da fattori critici:

• Una pratica di dati maturi
• Gestione degli accessi e governance solida
• Misure di sicurezza robuste per mitigare i rischi
• Abilitazione delle persone all’uso responsabile dell’AI e alle migliori pratiche

Ecco alcuni esempi di miglioramenti funzionali guidati dall’AI in aree aziendali:

• I leader delle vendite possono generare modelli di propensione utilizzando i dati del ciclo di vita del cliente per guidare strategie di cross-selling e upselling, migliorando la retention e il valore dei clienti.
• I team di strategia aziendale e FP&A possono ottenere approfondite informazioni grazie al tempo risparmiato nell’analisi delle unità aziendali, consentendo una migliore allineazione con gli obiettivi aziendali.
• I team di contabilità possono gestire i cicli di pagamento in modo più efficiente con un accesso più rapido ai dati azionabili, migliorando il coinvolgimento e la comunicazione con i clienti.
• I leader di marketing possono costruire strategie di go-to-market più efficaci e allineate con le vendite, sfruttando le informazioni dell’AI sulle prestazioni delle vendite e sulle opportunità.
• I team operativi possono ridurre il tempo speso nel riconciliare i dati di finanza e vendite, minimizzando il caos durante i processi di fine trimestre o fine anno.
• I team di customer success e supporto possono ridurre i tempi di risposta e risoluzione, automatizzando i flussi di lavoro e semplificando i passaggi chiave.

Questi esempi rappresentano solo la superficie del potenziale dell’AI per guidare la trasformazione funzionale e i guadagni di produttività. Tuttavia, realizzare questi benefici richiede la giusta base – sistemi che consentono all’AI di integrarsi, sintetizzare, analizzare e infine mantenere la sua promessa.

Pensiero finale: Nessun plug-and-play per l’AI

Implementare l’AI per sbloccare il suo pieno potenziale non è così semplice come installare un programma o un’applicazione. È l’integrazione di una rete interconnessa di funzioni autonome che permeano l’intero stack IT – fornendo informazioni e efficienze operative che altrimenti richiederebbero un notevole sforzo manuale, tempo e risorse.

Realizzare il valore di una soluzione AI è fondato sulla costruzione di una pratica di dati, sul mantenimento di un solido quadro di accesso e governance, e sulla sicurezza dell’ecosistema – un argomento che richiede un’approfondita analisi.

La capacità dei fornitori di tecnologia di essere un partner di valore dipenderà sia dal marketing che dall’abilitazione, focalizzati sullo smontare i miti e sul calibrare le aspettative su cosa significa veramente sfruttare il potenziale dell’AI.