Dalla Fase Pilota alla Produzione: Approfondimenti sulla Scalabilità dei Programmi GenAI a Lungo Termine

Anni dopo, quando rifletteremo sulla diffusione dell’intelligenza artificiale generativa (GenAI), il 2024 sarà visto come un momento cruciale – un periodo di ampia sperimentazione, ottimismo e crescita, quando i leader aziendali, inizialmente esitanti a immergersi nelle acque inesplorate dell’innovazione, si sono tuffati a capofitto. Nel sondaggio globale di McKinsey sull’AI condotto a metà del 2024, il 75% ha previsto che la GenAI porterà a cambiamenti significativi o disruptivi nei loro settori nei prossimi anni.

Mentre molto è stato appreso sui vantaggi e le limitazioni della GenAI, è importante ricordare che siamo ancora in una fase di evoluzione. I programmi pilota possono essere avviati rapidamente e sono relativamente a buon mercato da costruire, ma cosa succede quando quei programmi si spostano in produzione sotto la supervisione dell’ufficio del CIO? Come si comporteranno i casi d’uso specifici delle funzioni in ambienti meno controllati e come possono evitare di perdere slancio prima che il loro programma abbia avuto la possibilità di mostrare risultati?

Sfide Comuni nel Passaggio dalla Fase Pilota alla Produzione

Data l’enorme potenziale della GenAI per migliorare l’efficienza, ridurre i costi e migliorare la capacità di decision-making, il mandato della C-Suite ai leader aziendali è stato chiaro – andare avanti e sperimentare. I leader aziendali hanno iniziato a lavorare, sperimentando con la funzionalità della GenAI e creando i propri programmi pilota. I team di marketing hanno utilizzato la GenAI per creare esperienze clienti personalizzate e automatizzare attività ripetitive. Nel servizio clienti, la GenAI ha aiutato a potenziare chatbot intelligenti per risolvere problemi in tempo reale, e i team di R&D sono stati in grado di analizzare enormi quantità di dati per individuare nuove tendenze.

Tuttavia, c’è ancora molta disconnessione tra tutto questo potenziale e la sua esecuzione effettiva.

Una volta che un programma pilota si sposta nell’orbita dell’ufficio del CIO, i dati vengono esaminati molto più da vicino. Ormai, siamo familiari con alcuni dei problemi comuni con la GenAI come il bias dei modelli e le allucinazioni, e su una scala più grande quei problemi diventano grandi problemi. Un CIO è responsabile della privacy dei dati e della governance dei dati in tutta l’organizzazione, mentre i leader aziendali utilizzano dati che potrebbero riguardare solo la loro area di focus specifica.

3 Cose da Considerare Prima di Scalare

Non c’è dubbio, i leader aziendali hanno fatto significativi progressi nella costruzione di casi d’uso della GenAI con risultati impressionanti per la loro funzione specifica, ma scalare per un impatto a lungo termine è diverso. Ecco tre considerazioni prima di intraprendere questo viaggio:

1. Includere i Team IT e di Sicurezza delle Informazioni Fin dall’Inizio (e Spesso)

È comune per i leader aziendali funzionali sviluppare una sorta di miopia nel loro lavoro quotidiano e sottovalutare ciò che è richiesto per espandere il loro programma pilota all’intera organizzazione. Ma una volta che quel pilota si sposta in produzione, i leader aziendali hanno bisogno del supporto del team IT e di sicurezza delle informazioni per pensare a tutte le cose che potrebbero andare storte.

È per questo che è una buona idea coinvolgere i team IT e di sicurezza delle informazioni fin dall’inizio per aiutare a testare lo stress del pilota e discutere le preoccupazioni potenziali. Ciò aiuterà anche a favorire la collaborazione cross-funzionale, che è fondamentale per portare prospettive esterne e sfidare il bias di conferma che può verificarsi all’interno di funzioni individuali.

2. Utilizzare Dati Reali Ogni Volta Possibile

Come menzionato in precedenza, i problemi legati ai dati sono tra i più grandi ostacoli nella scalabilità della GenAI. Ciò è dovuto al fatto che i programmi pilota spesso si basano su dati sintetici che possono portare a aspettative non allineate tra i leader aziendali, i team IT e, in ultima analisi, il CIO. I dati sintetici sono dati artificialmente generati creati per imitare i dati del mondo reale, essenzialmente agendo come un sostituto per i dati reali, ma senza alcuna informazione personale sensibile.

I leader funzionali non avranno sempre accesso ai dati reali, quindi alcuni consigli utili per risolvere il problema sarebbero: (1) evitare programmi pilota che potrebbero richiedere un’ulteriore revisione normativa in futuro; (2) stabilire linee guida per prevenire che i dati cattivi corrompano/svizino i risultati del pilota; e (3) investire in soluzioni che utilizzano la tecnologia esistente dell’azienda per aumentare la probabilità di allineamento futuro.

3. Stabilire Aspettative Realistiche

Quando la GenAI ha guadagnato per la prima volta una grande attenzione pubblica dopo il lancio di ChatGPT alla fine del 2022, le aspettative erano altissime per la tecnologia che avrebbe rivoluzionato i settori nella notte. Quell’iperiallo (per meglio o per peggio) è durato a lungo, e le squadre sono ancora sotto una grande pressione per mostrare risultati immediati se i loro investimenti in GenAI sperano di ricevere ulteriore finanziamento.

La realtà è che, mentre la GenAI sarà trasformativa, le aziende devono dare alla tecnologia il tempo (e il supporto) per iniziare a trasformare. La GenAI non è plug-and-play, né il suo valore è limitato solo a chatbot intelligenti o immagini creative. Le aziende che possono scalare con successo i programmi GenAI saranno quelle che prima costruiscono una cultura dell’innovazione che priorizza l’impatto a lungo termine sui risultati a breve termine.

Siamo Tutti in Questo Insieme

Nonostante tutto ciò che abbiamo letto recentemente sulla GenAI, è ancora una tecnologia molto nascente e le aziende dovrebbero essere caute di qualsiasi fornitore che affermi di aver capito tutto. Quel tipo di hybris offusca il giudizio, accelera concetti a metà cotti e porta a problemi di infrastruttura che possono mandare in bancarotta le aziende. Invece, mentre ci dirigiamo verso un altro anno di entusiasmo per la GenAI, prendiamo anche il tempo di impegnarci in discussioni significative su come scalare questa potente tecnologia in modo responsabile. Portando dentro il team IT fin dall’inizio del processo, affidandosi ai dati del mondo reale e mantenendo aspettative di ROI realistiche, le aziende possono aiutare a garantire che le loro strategie GenAI siano non solo scalabili, ma anche sostenibili.