AI e lavoro, riprogettare i processi per ottenere risultati
Una persona può completare un compito più rapidamente senza che l’azienda lavori meglio. È il problema al centro dell’analisi di Cinzia Ciacia (sociologa e docente presso l’Università di Roma Tor Vergata) recentemente pubblicata su Agenda Digitale: per ottenere risultati organizzativi dall’AI servono processi e responsabilità ripensati.
Per capire se l’investimento ha senso, conviene partire dal lavoro che si vuole migliorare. Un obiettivo chiaro, come ridurre il tempo necessario a rispondere correttamente a un cliente, consente di discutere attività precise. Una formula generica come introdurre l’AI lascia invece aperto il risultato atteso. Definire il problema aziendale quindi permette di valutare lo strumento rispetto a un’esigenza riconoscibile anche da chi non possiede competenze tecniche specialistiche.
Compila il modulo per ottenere nuovi finanziamenti
AI e lavoro oltre il numero di utilizzatori
Secondo i dati Istat riportati nell’articolo, nel 2025, fra le imprese con almeno 10 addetti che utilizzavano l’AI, il 33,4% dichiarava di non avere uno specifico obiettivo aziendale. La diffusione dell’AI nelle imprese va quindi distinta dai risultati ottenuti. Si immagini un ufficio che produce più velocemente le risposte ai clienti, mentre l’approvazione resta affidata a una persona già sovraccarica. Il tempo risparmiato nella stesura potrebbe diventare tempo di attesa nella fase successiva. Per valutare quel progetto, andrebbe misurato l’intero percorso della richiesta, dall’arrivo alla risposta verificata, anziché fermarsi ai minuti necessari per scrivere una bozza.
Nell’esempio, una prima verifica potrebbe ricostruire il percorso di alcune richieste: chi le riceve, quali informazioni cerca e a chi consegna la risposta per l’approvazione. Questo permetterebbe di individuare il punto sul quale intervenire. Se l’attesa dipendesse da informazioni mancanti, accelerare la scrittura lascerebbe irrisolta quella difficoltà. La scelta dell’attività da automatizzare dovrebbe quindi seguire l’esame del lavoro effettivo, coinvolgendo le persone che ne conoscono i passaggi.
La prova potrebbe riguardare inizialmente un tipo di richiesta ben definito. È utile inoltre confrontare casi simili e concordare che cosa significa una risposta corretta, prima di valutarne la velocità. Il gruppo di lavoro avrebbe così un criterio condiviso di qualità. Seguendo questo approccio una bozza rapida ma incompleta e una risposta pronta per essere inviata non verrebbero considerate lo stesso risultato soltanto perché entrambe contengono del testo.
AI e lavoro con responsabilità definite
La questione diventa più evidente con gli agenti, ai quali si possono delegare sequenze di attività. L’analisi sottolinea la necessità di stabilire chi decide e chi verifica, quali margini di autonomia siano ammessi e quando debba intervenire una persona.
Nell’adozione dell’AI nelle PMI, una prova utile potrebbe riguardare proprio un’eccezione. Se il sistema incontra una richiesta incompleta, deve fermarsi, chiedere informazioni o procedere? Formulare questa domanda prima dell’avvio costringe a rendere esplicita la procedura. Consente inoltre di discutere un caso comprensibile a chi svolge il lavoro, invece di affidarsi a una promessa generica di automazione.
Per lo stesso caso, occorre stabilire chi riceve la richiesta sospesa e quali informazioni gli servono per decidere. L’indicazione dovrebbe essere abbastanza precisa da permettere a una persona di intervenire senza ricominciare l’intera analisi. Definire il passaggio dal sistema alla persona aiuterebbe a verificare se l’automazione è davvero inserita nel processo o se lascia al personale il compito di ricostruire ogni volta quanto è accaduto.
Durante la sperimentazione, è utile annotare le eccezioni incontrate e discuterle con chi approva le risposte. Se ricorresse spesso la stessa difficoltà, il gruppo potrebbe valutare se modificare la procedura o restringere le attività affidate al sistema. Il confronto sui casi concreti darebbe così una base alla decisione. Estendere l’utilizzo dell’AI avrebbe senso dopo aver chiarito come gestire i problemi emersi nella prova iniziale.
Compila il modulo per ottenere nuovi finanziamenti
Che cosa misurare nel progetto
La dottoressa Ciacia richiama anche i rischi di sovraccarico e perdita di competenze. La formazione deve aiutare le persone a comprendere il lavoro modificato dall’AI e a valutare ciò che il sistema produce, oltre a insegnare l’uso dello strumento.
Per valutare un investimento nell’intelligenza artificiale nei processi aziendali, è utile confrontare il lavoro concluso prima e dopo la sperimentazione, includendo le correzioni e il tempo di chi controlla. Se il vantaggio scompare aggiungendo queste attività, il progetto richiede una revisione. Questa misura del risultato complessivo permette di decidere se estendere l’impiego dell’AI o correggerne l’organizzazione.
Il confronto va esteso a chi usa e verifica lo strumento. Nell’ufficio dell’esempio, si potrebbe chiedere quali correzioni sono frequenti e quali risposte richiedono più attenzione. Queste informazioni aiuterebbero a scegliere gli argomenti della formazione. Una formazione legata al lavoro potrebbe partire proprio da una risposta da correggere, chiedendo alle persone di spiegare che cosa manca e perché quel contenuto non è ancora pronto per il cliente.
Al termine della prova, occorre decidere sulla base dei risultati osservati. Se il beneficio riguardasse solo alcune richieste, si potrebbe mantenere l’AI in quell’ambito e proseguire la verifica sugli altri. Se emergesse un problema nella fase di approvazione, sarebbe lì che andrebbe valutato il cambiamento. Estendere solo gli impieghi verificati consentirebbe di motivare l’investimento attraverso il lavoro migliorato, dando anche al personale una spiegazione chiara delle scelte compiute.
Hai un’impresa e cerchi contributi per il tuo business? Compila il modulo sottostante per una consulenza personalizzata con i nostri esperti!
Fonte: Agenda Digitale
