Scott Ernst, CEO di Vyond – Serie di interviste

Hai guidato più volte aziende tecnologiche attraverso importanti trasformazioni: hai contribuito a far crescere Compete, dalle prime fasi fino all’acquisizione, hai accompagnato Macromill fino alla quotazione in Borsa e, in seguito, hai riposizionato Drift puntando sull’IA prima della sua acquisizione da parte di Salesloft. Mentre assumi la guida di Vyond in un’altra fase di profonda trasformazione tecnologica, quali lezioni tratte da queste esperienze stanno influenzando il tuo approccio all’era dell’IA?

In tutte queste trasformazioni ho osservato uno schema ricorrente: raramente è il cambiamento tecnologico la parte più difficile; la vera difficoltà è far muovere un’organizzazione nella stessa direzione quando il cambiamento è ormai evidente. In Compete, la lezione riguardava la disciplina: costruire una realtà leader di categoria partendo da una base ridotta richiede una concentrazione costante sulle poche cose che fanno davvero progredire l’azienda, invece di inseguire ogni opportunità. In Macromill, la crescita su scala globale e la quotazione in Borsa mi hanno insegnato che, senza rigore operativo, prima o poi la crescita diventa insostenibile… servono processi di rendicontazione, previsioni e governance adeguati per crescere allo stesso ritmo dell’azienda.

È l’esperienza con Drift quella che più si avvicina a ciò che sta accadendo oggi. Quando è stato lanciato ChatGPT, avevamo già sviluppato un nostro prodotto proprietario basato sull’IA e il nostro istinto era proteggerlo. Abbiamo invece preso la decisione più difficile: aprirci e riposizionare l’intera azienda intorno all’IA generativa, perché ritenevamo che il mercato si stesse evolvendo più rapidamente di quanto il nostro vantaggio competitivo potesse proteggerci. Non è stata una decisione di prodotto, ma una scelta di leadership, dettata da convinzione e senso del momento.

La lezione che ho portato con me in Vyond è che, durante un’autentica trasformazione di piattaforma, a vincere non sono le aziende più caute né quelle più avventate, ma quelle che riescono rapidamente ad allineare tutta l’organizzazione intorno a una visione chiara e poi ad agire con vera urgenza. È proprio il percorso che stiamo seguendo ora: capire cosa è vero oggi, maturare una convinzione concreta su dove stia andando il mercato e far muovere l’intera azienda nella stessa direzione prima che si chiuda la finestra di opportunità.

L’IA generativa ha reso molto più semplice per le aziende produrre contenuti, ma hai sostenuto che la sfida più grande sia ora rendere operativo il patrimonio di conoscenze. Cosa significa in pratica e perché ritieni che la sola generazione di contenuti risolva soltanto una piccola parte del problema?

L’IA generativa ha eliminato il principale ostacolo storico alla creazione di contenuti: un tempo servivano uno specialista, un processo di produzione e tempi di attesa considerevoli. Ora quasi chiunque all’interno di un’organizzazione può creare qualcosa in pochi minuti. È un cambiamento davvero rivoluzionario, ma significa anche che tutte le funzioni — dal marketing alle risorse umane, dalle vendite all’IT e alla formazione e sviluppo (L&D) — producono contenuti in autonomia, spesso basati sulle stesse conoscenze, utilizzando strumenti diversi e senza un sistema condiviso di riferimento.

Rendere operativo il patrimonio di conoscenze non significa tanto generare più contenuti, quanto assicurarsi che le persone possano trovare e utilizzare le informazioni corrette: sapere dove si trova la versione aggiornata e attendibile di un contenuto, chi ne è responsabile, se è stata approvata e come confluisce nei flussi di lavoro in cui serve davvero, come il sistema di gestione dell’apprendimento (LMS), il sistema CRM, la lista di controllo per l’inserimento dei nuovi assunti e lo strumento di monitoraggio della conformità. Senza questo livello, si crea quello che definirei caos della comunicazione: i contenuti vengono duplicati, gli standard del marchio si disallineano, i team rifanno lavori già esistenti e nessuno sa dire con certezza quale versione sia quella corretta. Molto di questo caos inizia ancora prima di quanto si pensi, prima ancora che venga creato un singolo contenuto, quando nessuno ha verificato chi fosse il pubblico di riferimento, quale fosse l’obiettivo o quali fossero i materiali di partenza su cui avrebbe dovuto basarsi la richiesta.

La generazione di contenuti risponde alla domanda: «Possiamo creare questo contenuto rapidamente?». È un problema concreto che l’IA ha in gran parte risolto. Rendere operativo il patrimonio di conoscenze significa invece chiedersi: «La persona giusta può trovare la versione corretta e attendibile nel momento in cui le serve, usando lo strumento che già utilizza?». Questo secondo problema è più ampio, più strutturale e ben lontano dall’essere risolto in tutto il settore. È questa la vera opportunità che abbiamo davanti.

Le aziende accumulano enormi quantità di documenti, dati, riepiloghi generati dall’IA e conoscenze istituzionali. Dove si verifica, secondo lei, il problema più grave tra l’avere accesso a queste informazioni e riuscire davvero a comunicarle in modo che i dipendenti possano comprenderle e agire di conseguenza?

Il problema non è l’accesso… la maggior parte delle aziende ha già più informazioni di quante una singola persona possa elaborare. Il problema è la trasformazione e la fiducia. Le conoscenze sono racchiuse in formati densi e statici, come PDF, presentazioni, wiki e documenti normativi, concepiti per essere archiviati e consultati, non compresi rapidamente. Per trasformarle in qualcosa che una persona possa davvero assimilare e mettere in pratica serve un passaggio di trasformazione su cui la maggior parte delle organizzazioni non investe in modo sistematico.

L’ho visto chiaramente parlando con il vicepresidente responsabile della tecnologia per il marketing aziendale di un cliente, un’azienda tecnologica della Fortune 100. Il suo problema non era la mancanza di informazioni, ma il fatto che diverse parti di un’organizzazione molto grande affrontassero gli stessi problemi di comunicazione in modo isolato e incoerente. Di conseguenza, conoscenze presenti da qualche parte in azienda non raggiungevano in modo affidabile le persone che ne avevano bisogno, in una forma utilizzabile. Come ha detto lui, in un’azienda così grande, la mano destra non sa semplicemente cosa fa la sinistra.

Questa è la vera lacuna: le aziende hanno dati in abbondanza e informazioni utili troppo scarse. La soluzione non consiste nell’aggiungere contenuti o spazio di archiviazione, ma nell’adottare una disciplina e, sempre più spesso, un sistema per trasformare le conoscenze istituzionali grezze in comunicazioni chiare, visive e affidabili, indirizzandole ai flussi di lavoro in cui vengono effettivamente prese le decisioni.

Man mano che gli agenti IA diventano capaci di trasformare autonomamente le conoscenze aziendali in contenuti per la formazione, il supporto alle vendite, la conformità o le comunicazioni interne, quali aspetti dovrebbero restare sotto il controllo umano e in quali ambiti le aziende possono consentire agli agenti di operare autonomamente in sicurezza?

La mia regola generale è che gli agenti dovrebbero occuparsi del lavoro operativo e le persone del giudizio, soprattutto quando un errore può avere conseguenze concrete. Per le attività ripetitive, ad alto volume e a basso rischio, come la stesura di prime bozze, la riformattazione delle conoscenze, l’adattamento di contenuti già approvati a una nuova lingua o a un’altra area geografica, oppure l’aggiornamento di un modulo formativo quando cambia un documento di riferimento, gli agenti possono e dovrebbero operare con molta autonomia. Sono proprio queste le attività che oggi assorbono moltissimo tempo e offrono ben poco valore strategico.

Il controllo umano deve restare rigoroso in tutti i casi in cui i contenuti comportano rischi legali, normativi, per la sicurezza o per il brand. In tali situazioni, una persona deve effettuare il controllo finale prima che qualsiasi contenuto venga pubblicato, e il materiale di partenza deve essere pienamente tracciabile.

Lo abbiamo constatato direttamente con un nostro cliente del settore della difesa. Inizialmente, il suo team di sicurezza non avrebbe approvato l’uso dell’IA nel flusso di lavoro, data la sensibilità delle attività. La soluzione non è stata concedere più autonomia all’agente, ma introdurre le garanzie adeguate: un accordo personalizzato che assicurava che i loro dati non sarebbero mai stati usati per addestrare modelli esterni e punti di controllo chiari in cui i loro team mantenevano il potere di approvazione. È un modello che generalizzerei così: l’autonomia dell’agente cresce quanto più un’attività è reversibile e a basso rischio, mentre il controllo umano aumenta in funzione del livello di fiducia, degli obblighi di conformità o dell’esposizione del brand in gioco.

La governance del brand diventa molto più complessa quando è possibile generare automaticamente migliaia di contenuti. Quali misure di sicurezza tecniche e organizzative serviranno alle aziende per garantire che le comunicazioni generate dall’IA siano accurate, coerenti e conformi alle politiche aziendali?

Sul piano tecnico, le misure di sicurezza più importanti sono quelle che assicurano che i contenuti generati dall’IA si basino sui materiali di riferimento approvati dall’azienda e sul suo sistema di brand, invece di lasciare che vengano generati senza vincoli. Le guide di stile, gli elementi del brand e i vincoli di personalizzazione devono essere applicati dalla piattaforma stessa, non affidati alla memoria dei singoli utenti. Questo significa che il logo, i colori, i modelli e i filmati di riferimento approvati devono risiedere all’interno della piattaforma, affinché ogni contenuto generato attinga alla stessa fonte, anziché alla versione che capita di trovare sul desktop di qualcuno in quella determinata settimana. Il controllo delle versioni e le tracce di audit sono altrettanto importanti: se un contenuto viene generato, modificato o approvato, l’azienda deve poter risalire a chi lo ha richiesto, alla fonte da cui proviene e a chi lo ha approvato. Significa anche offrire ai revisori e agli altri interessati, non solo alla persona che utilizza lo strumento, la possibilità di commentare e approvare all’interno dello stesso flusso di lavoro, così che l’approvazione non avvenga in una conversazione separata via e-mail, compromettendo proprio la traccia di audit che si cerca di creare.

Sul piano organizzativo, la misura di sicurezza fondamentale è definire con chiarezza le responsabilità. Le aziende con cui lavoriamo e che gestiscono bene questo aspetto hanno smesso di lasciare che ogni team adottasse in autonomia i propri strumenti e processi; trattano invece la piattaforma di comunicazione come un sistema di riferimento: l’accesso viene concesso in modo mirato, l’utilizzo è monitorato nel suo complesso e una piccola funzione di governance definisce gli standard a cui tutti devono attenersi. Abbiamo visto grandi organizzazioni valutare esplicitamente se una piattaforma possa diventare il loro sistema aziendale standard proprio per questo motivo: è l’unico modo per ottenere coerenza su larga scala, anziché migliaia di contenuti indipendenti «abbastanza buoni» che, in realtà, non sono coerenti tra loro.

Il principio di fondo è lo stesso che da sempre guida la gestione del marchio, ma oggi viene applicato su scala e a una velocità molto maggiori. Questo significa che le misure di salvaguardia devono essere integrate nel sistema, non imposte a posteriori.

Le allucinazioni sono preoccupanti in un chatbot, ma possono avere conseguenze molto più gravi quando informazioni errate vengono trasformate in video di formazione o conformità dall’aspetto autorevole. Come dovrebbero affrontare le aziende il radicamento nelle fonti, la verifica e la tracciabilità delle fonti man mano che la comunicazione generata dall’IA diventa più automatizzata?

Hai ragione: la posta in gioco è diversa. Una risposta inventata in una finestra di chat viene messa in dubbio sul momento. Un fatto inventato, inserito in un video di conformità curato e realizzato professionalmente, acquista un’autorevolezza che induce le persone a metterlo meno in discussione: esattamente il contrario di ciò che dovrebbe accadere proprio dove il controllo dovrebbe essere più rigoroso.

Il primo principio deve essere il radicamento nelle fonti: la comunicazione generata dall’IA dovrebbe essere limitata ai materiali di partenza effettivamente forniti dall’azienda… i suoi documenti, le sue politiche, i suoi dati approvati, anziché le conoscenze generali del modello.

Il secondo principio è la tracciabilità delle fonti: ogni contenuto generato dovrebbe poter essere ricondotto alla fonte specifica da cui è stato ricavato, così che, se qualcosa non va, sia possibile risalire con precisione alla sua origine e correggere il problema alla fonte, invece di limitarsi a intervenire sul risultato.

Il terzo principio è la verifica: i punti di controllo devono essere integrati nel flusso di lavoro, non aggiunti in un secondo momento. Una persona incaricata della revisione dovrebbe poter vedere le fasi intermedie, non soltanto il video finito e rifinito, perché è proprio la cura formale a rendere più difficile individuare gli errori. In pratica, significa esaminare una scaletta completa o una prima versione montata, scena per scena, prima di procedere con il rendering finale, più costoso, così da individuare eventuali errori di fatto o affermazioni non in linea con il marchio quando correggerli è ancora semplice e poco costoso. È uno degli ambiti in cui è giusto che le aziende procedano con cautela; per questo, a conquistare la loro fiducia non saranno le piattaforme più veloci, ma quelle che integrano il radicamento nelle fonti, la tracciabilità e la revisione nella struttura stessa del sistema, anziché renderli impostazioni facoltative

Il quarto livello è la valutazione continua, non soltanto una revisione finale. In un sistema basato su agenti, non basta controllare il video finito. Vogliamo poter vedere come ci è arrivato l’agente. Monitoriamo costantemente i risultati prodotti dall’agente e le decisioni che prende lungo il percorso, verificando che restino coerenti con i documenti di origine, la base di conoscenze e le intenzioni iniziali del cliente. Questo ci permette di individuare eventuali deviazioni o risultati di qualità inferiore mentre il video è ancora in fase di generazione, invece di scoprire un problema solo a lavoro terminato.

I sistemi di IA vengono sempre più spesso collegati direttamente alle basi di conoscenze aziendali e ai flussi di lavoro. Ti aspetti che la prossima generazione di piattaforme di comunicazione diventi un’interfaccia tra i dati aziendali, gli agenti di IA e i dipendenti, anziché limitarsi a essere uno strumento per creare contenuti?

Sì, e credo che questo cambiamento sia già in corso. La creazione di contenuti è stata il primo problema, e il più evidente, che l’IA ha affrontato, perché rappresentava il collo di bottiglia più visibile. Ma quando la creazione smette di essere il vincolo, la posizione più strategica è quella tra le conoscenze aziendali… il CRM, il sistema LMS, i sistemi che gestiscono le politiche aziendali, le wiki interne… e le persone che hanno bisogno che quelle conoscenze vengano trasformate in qualcosa che possano davvero usare.

È un ruolo sostanzialmente diverso da quello di uno strumento di creazione. Uno strumento di creazione aspetta che qualcuno gli presenti una richiesta. Un livello di interfaccia si inserisce nei flussi di lavoro in cui le conoscenze sono già presenti, capisce che cosa è cambiato e aiuta a indirizzare la comunicazione giusta alla persona giusta, senza che qualcuno debba avviare ogni volta il processo.

Stiamo già vedendo i primi segnali del fatto che le aziende vogliono proprio questo. I grandi clienti non ci chiedono più soltanto di essere uno strumento video per un singolo team: vogliono sapere se possiamo diventare il sistema standard per l’intera organizzazione. Trasformare le conoscenze aziendali in comunicazione permetterebbe anche a dipendenti che non fanno parte del team creativo centrale — addetti agli uffici legali, alla conformità, ai team regionali e responsabili in prima linea — di contribuire senza dover disporre di una licenza completa o affrontare una curva di apprendimento ripida. È il passaggio dalla creazione di contenuti a un’infrastruttura di comunicazione, ed è la direzione in cui, a mio avviso, si evolverà l’intero settore.

Questo cambiamento è accelerato anche da protocolli aperti emergenti come MCP e A2A. MCP offre agli agenti di IA un modo standardizzato per attingere a informazioni di contesto affidabili dagli strumenti aziendali e dai sistemi di registrazione dell’azienda, mentre A2A consente ad agenti specializzati di piattaforme diverse di collaborare. In pratica, questo significa che una piattaforma come la nostra non deve gestire ogni flusso di lavoro né possedere tutti i dati aziendali per essere utile. Può collegarsi ai sistemi di cui l’azienda già si fida, collaborare con altri agenti quando è opportuno e concentrarsi su ciò che sappiamo fare meglio: trasformare quelle informazioni di contesto in comunicazioni che le persone possano davvero capire e su cui possano agire. È il passaggio dalla creazione di contenuti a un’infrastruttura di comunicazione, ed è la direzione in cui, a mio avviso, si evolverà l’intero settore.

Vyond serve già organizzazioni che operano nell’ambito della formazione e dello sviluppo, delle risorse umane, del supporto alle vendite, della conformità e della comunicazione interna. Quali di queste aree pensi che saranno trasformate più profondamente dall’IA basata su agenti, e come potrebbero essere organizzati i flussi di lavoro quando gli agenti diventeranno più capaci?

Indicherei la conformità normativa e la formazione e sviluppo come le due aree con il maggiore potenziale di cambiamento, proprio perché oggi sono quelle più penalizzate dall’obsolescenza. In genere, la formazione sulla conformità normativa viene creata una volta e aggiornata con cadenza annuale o biennale, piuttosto lenta, nonostante politiche, normative e rischi cambino continuamente. Quando gli agenti saranno in grado di monitorare in modo affidabile un documento normativo di riferimento e di capire che cosa è cambiato, i contenuti sulla conformità potranno passare dall’essere un progetto di produzione periodico a qualcosa che viene mantenuto costantemente aggiornato: un’effettiva riduzione del rischio per l’azienda, non soltanto un guadagno in termini di efficienza. Sempre più spesso, questo significa anche che i contenuti stessi devono includere una traccia chiara e verificabile del fatto che siano stati realizzati con il supporto dell’IA, perché sia gli enti regolatori sia i clienti aziendali iniziano ad aspettarsi che questo tipo di informativa sia una prassi standard, non un ripensamento.

La formazione e sviluppo (L&D) presenta dinamiche simili, ma l’opportunità riguarda la personalizzazione, non soltanto l’aggiornamento: invece di un unico modulo formativo pensato per un discente medio, gli agenti possono contribuire ad adattare il ritmo, gli esempi e persino il formato al ruolo e alla singola persona, mantenendosi al contempo ancorati agli stessi materiali di riferimento approvati e agli standard di progettazione didattica. Per le organizzazioni globali, questo riguarda sempre più anche la lingua e la voce, così che la stessa formazione raggiunga un reparto produttivo in Brasile o un team di vendita in Giappone in una forma che risulti davvero locale, non semplicemente sottotitolata.

Anche il supporto alle vendite e la comunicazione interna cambieranno, ma descriverei questo cambiamento più in termini di velocità e rilevanza che di trasformazione strutturale… il messaggio giusto alla persona giusta del team di vendita o al team giusto, più rapidamente e in un formato adatto al modo in cui fruiscono davvero delle informazioni. Il filo conduttore è lo stesso in tutte queste aree: l’IA agentica non si limita a velocizzare ciascuna di queste attività, ma consente anche di mantenerle aggiornate in un modo semplicemente irrealizzabile oggi con cicli di produzione manuali.

Guardando più lontano, se le aziende diventassero capaci di trasformare continuamente le conoscenze interne in comunicazioni personalizzate e aggiornate per ogni dipendente, come potrebbe cambiare il modo in cui le organizzazioni formano le persone, condividono le competenze e, in ultima analisi, operano?

Se questo diventerà realtà, e credo che accadrà, cambierà il ritmo operativo di un’azienda, non soltanto la sua funzione di formazione. Oggi la maggior parte delle organizzazioni comunica a blocchi: un ciclo annuale di formazione sulla conformità normativa, una riunione trimestrale aziendale, un pacchetto di inserimento creato una volta e riutilizzato per anni. Questo dipende dal fatto che, storicamente, produrre comunicazioni è stato costoso e lento, non riflette la velocità con cui l’azienda cambia davvero.

In un mondo in cui le conoscenze si trasformano continuamente in comunicazioni personalizzate e aggiornate per ogni dipendente, la formazione smette di essere un evento e diventa un flusso costante e adattivo… ciascuno riceve l’aggiornamento nel formato e con il livello di approfondimento adatti al proprio ruolo, nel momento in cui è pertinente, non mesi dopo, all’interno di un blocco. Le competenze smettono di restare confinate alle persone che le possiedono e diventano qualcosa che l’organizzazione può distribuire sistematicamente e mantenere aggiornato.

Il risultato a cui torno sempre è il tempo. Ogni minuto che oggi un’organizzazione trascorre a cercare le informazioni giuste, a ricreare qualcosa che esiste già o a correggere un messaggio diffuso in forma obsoleta o incoerente è un minuto sottratto all’esecuzione. Se le aziende riusciranno davvero a colmare questo divario tra conoscenza e comprensione, in modo continuo e su larga scala, quelle che ci arriveranno per prime non si limiteranno a comunicare meglio: si muoveranno semplicemente più velocemente di quelle che continuano a operare a blocchi.

Grazie per questa splendida intervista. I lettori che desiderano saperne di più possono visitare Vyond.