Leader di pensiero

L’IA aziendale ha raggiunto un limite. La pianificazione permette di superarlo.

David Marmer
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveL'IA aziendale raggiunge un limite di coordinamento perché agli agenti manca un…
Vedi di più
  • L'IA aziendale raggiunge un limite di coordinamento perché agli agenti manca un contesto operativo condiviso tra le funzioni.
  • La pianificazione continua trasforma l'IA in un livello di coordinamento attivo che mette alla prova gli scenari al variare delle condizioni.
  • La governance deve essere progettata fin dall'inizio per garantire la tracciabilità e la supervisione umana delle decisioni autonome.

La prima ondata di IA aziendale ha dato ai team copiloti che miglioravano la produttività all’interno delle singole funzioni. La prossima ondata si scontra ora con un problema di coordinamento: le decisioni aziendali più importanti coinvolgono finanza, operazioni, catena di approvvigionamento e strategia, mentre la maggior parte dei sistemi di IA opera ancora all’interno di una sola funzione.

Secondo la ricerca di McKinsey sulla maturità dell’IA, solo l’1% dei leader definisce la propria azienda «matura» nella scala di adozione: l’IA è cioè pienamente integrata nei flussi di lavoro e produce risultati aziendali sostanziali. Il restante 99% ha introdotto l’IA, ma ha ancora poco da mostrare a livello dell’intera impresa.

Il motivo è strutturale. Questi sistemi hanno bisogno di un luogo in cui coordinarsi, e la pianificazione è la sede naturale. È qui che già convergono ipotesi finanziarie, segnali di domanda, vincoli operativi e obiettivi strategici. Integrare l’IA in questo livello trasforma la pianificazione da esercizio periodico nel tessuto che connette l’azienda.

È questo il limite che molte aziende scoprono ora con le implementazioni di IA di prima generazione. I copiloti hanno migliorato l’efficienza dei compiti nei singoli team, ma la maggior parte delle organizzazioni non ha mai risolto il problema di fondo, più difficile: coordinare le decisioni in tutta l’azienda in tempo reale. Anche un processo di previsione più rapido si inceppa se le ipotesi della catena di approvvigionamento, i vincoli operativi e le priorità finanziarie restano scollegati.

L’architettura del divario di coordinamento dell’IA aziendale

Servono tre cambiamenti strutturali perché questo funzioni.

1. L’IA aziendale deve uscire dai silos funzionali

Un copilota integrato nella finanza può riassumere uno scostamento rispetto alle previsioni e spiegare cosa è cambiato nel conto economico. Non può raccogliere un segnale di domanda in tempo reale dalle operazioni, tenere conto di una valutazione aggiornata del rischio dei fornitori e riflettere il tutto in una previsione rivista che il CFO e il COO consultano contemporaneamente. Questo è il limite strutturale dell’IA aziendale di oggi, ed è il motivo per cui le implementazioni funzione per funzione producono buoni numeri di produttività individuale ma deboli risultati per l’intera azienda.

Alla base di questa frattura c’è un problema di contesto. L’IA di ogni funzione lavora sui dati che quella funzione possiede, nei sistemi che usa e con le ipotesi che formula. Manca un livello condiviso in cui queste prospettive confluiscano in un’unica immagine di ciò che l’azienda ritiene vero.

Si crea così il «divario di coordinamento dell’IA» che molte aziende stanno sperimentando: sistemi capaci di generare informazioni utili in autonomia, ma incapaci di allineare le decisioni in tutta l’impresa con la rapidità richiesta dalle condizioni reali.

Superare il limite significa collegare gli agenti attraverso un contesto operativo condiviso, basato su modelli di dati comuni, logica aziendale condivisa e ontologie che consentano di interpretare le decisioni in modo coerente tra le funzioni.

Con questa base, un agente della domanda può rilevare un segnale, un agente della catena di approvvigionamento può eseguire una simulazione degli acquisti a partire da esso e un agente finanziario può aggiornare la previsione sulla base di entrambi. Il CFO vede una raccomandazione unificata costruita sulla stessa visione della realtà su cui opera il resto dell’azienda.

2. La pianificazione continua sta diventando il livello di coordinamento dell’IA aziendale

La pianificazione continua, costruita su quel contesto operativo, trasforma gli agenti coordinati in risultati aziendali concreti. Smette di essere un esercizio trimestrale e diventa un sistema vivo: gli scenari sono valutati rispetto agli obiettivi aziendali al mutare delle condizioni, senza attendere il ciclo successivo per recuperare. Quando cambia un’ipotesi, le alternative sono già state modellate e sottoposte a prove di tenuta. La dirigenza affronta quindi la decisione con percorsi praticabili, invece di un’unica previsione da ricostruire sotto la pressione di una scadenza.

Il conflitto tra Stati Uniti e Iran sta mettendo questo approccio alla prova in tempo reale. Le multinazionali esposte ai suoi effetti assorbono diversi segnali insieme: variazioni dei prezzi di petrolio ed energia, rivalutazione dei rischi delle rotte marittime attraverso lo Stretto di Hormuz e allungamento dei tempi di consegna dei fornitori. La dirigenza deve decidere come agire nel giro di pochi giorni. Copertura dei prezzi energetici, cambi di rotta e rinegoziazione dei contratti vanno confrontati entro quella finestra. Solo un sistema di pianificazione che lavori in continuo e sottoponga gli scenari a prove di tenuta mentre la situazione evolve può produrre una risposta affidabile in tempo per agire.

Ecco come si presenta nella pratica l’IA orientata agli obiettivi. Gli agenti lavorano verso quelli fissati dalla dirigenza e segnalano i compromessi quando raggiungerne uno significa rinunciare a un altro. Un sistema può modellare cento alternative in tempo reale e lasciare comunque la dirigenza incerta su quale scegliere. Il livello di pianificazione è già la sede degli obiettivi e dei compromessi. È questa la differenza tra un sistema multiagente che funziona in produzione e uno che funziona in una demo.

L’urgenza di questo cambiamento cresce. Gartner prevede che più del 40% dei progetti di IA agentica sarà annullato entro la fine del 2027 a causa di costi crescenti, scarso valore aziendale o controlli del rischio inadeguati. Molti di questi fallimenti saranno riconducibili a problemi di coordinamento e governance, non soltanto alle capacità del modello.

3. La governance aziendale non può essere aggiunta dopo

Un livello di pianificazione continua concentra un’autentica autorità decisionale in un sistema di IA coordinato. Per questo la governance deve far parte dell’architettura fin dall’inizio. È la preoccupazione che molti CFO e CIO sollevano per prima quando si parla di introdurre l’IA, e riflette una posizione difendibile. I sistemi autonomi non devono entrare nei flussi decisionali senza verificabilità tramite audit, spiegabilità e limiti chiari fissati dalle politiche.

Nelle implementazioni che funzionano davvero, ogni azione di un agente può essere ricondotta agli input, alla logica e alla politica che la sostengono. Ogni raccomandazione include le ipotesi di cui un responsabile finanziario, un revisore o un consigliere di amministrazione ha bisogno per esaminarla criticamente nel merito.

La tracciabilità rende praticabile la supervisione umana. Il CFO, il controller e i dirigenti responsabili del risultato possono esaminare le raccomandazioni, mettere in discussione le ipotesi e autorizzare azioni solo se vedono come il sistema è arrivato alla conclusione. Gli agenti gestiscono velocità e ampiezza, mentre gli esseri umani conservano il giudizio. Un dirigente che può osservare il sistema rilevare uno scostamento, vedere le ipotesi sottostanti e contestare la raccomandazione prima dell’esecuzione gli concederà più autorità nel tempo. Chi riceve una risposta da una scatola nera senza logica tracciabile rifiuterà di affidarsi al sistema, e l’autorità dell’agente si ridurrà. Le aziende che integrano la governance nell’architettura ottengono il primo tipo di implementazione. Quelle che la aggiungono dopo ottengono il secondo.

Il prossimo decennio appartiene ai costruttori di infrastrutture

Tra dieci anni, la differenza tra le aziende che hanno reso la pianificazione il livello di connessione della propria IA e quelle che non l’hanno fatto sarà inequivocabile.

Il lavoro poco appariscente — collegare dati, integrare flussi di lavoro e incorporare la governance fin dall’inizio — decide da quale parte finirà un’azienda.

Le vincitrici nell’IA aziendale non saranno le aziende con più agenti, ma quelle che hanno costruito l’infrastruttura capace di coordinarli.

David Marmer è Direttore di prodotto di Board, dove guida la strategia, la gestione e la progettazione dei prodotti. Un esperto di product management, David porta con sé decenni di esperienza nella gestione di portafogli da 50 milioni a 1 miliardo di dollari in startup e imprese globali. La sua esperienza copre analisi, FP&A/EPM, IoT, customer insight, crimine finanziario e soluzioni GRC. Noto per guidare strategie aziendali coerenti, David ha ricoperto posizioni dirigenziali in IBM e Cognos, aiutando le organizzazioni a tradurre la visione del prodotto in risultati aziendali misurabili.