HBR Italy published an insightful article by Brian Solis that explores the imperative for AI Business Transformation.
È giunta l’ora di sfruttare l’intelligenza artificiale per lanciare l’azienda verso nuovi orizzonti e la dicotomia tra continuità e cambiamento ne detterà il passo e la direzione.
Quale sarà il ruolo dell’IA e dell’IA generativa nelle aziende? Come adottarle in modo sicuro ed etico? Cosa significa time-to-value? Queste le domande che si pongono i dirigenti. D’altro canto, però, non si chiedono come l’IA stia trasformando i mercati, le aspettative e i comportamenti di clienti e dipendenti, e come questi influenzino i modelli operativi e di business. Non ponendosi questi quesiti, i dirigenti si basano sulle esperienze pregresse per ideare strategie e prendere decisioni, prendendo i processi e i sistemi esistenti come riferimento per l’automazione e l’eliminazione dei costi; in questo modo si crea una cultura basata sulla continuità, in un’epoca in cui l’IA impone la necessità di un cambiamento. La dicotomia tra continuità e cambiamento detterà il passo e la direzione, in meglio o in peggio, della competitività tra le aziende di oggi e quelle di domani, nate con l’IA.
Nel lavoro intitolato Le sfide di management del XXI secolo, Peter Drucker ha rilevato che, essendo state progettate nell’ottica della continuità, le istituzioni tradizionali risultano refrattarie al cambiamento. Funzionano quindi in modo adeguato solo se l’ambiente in cui operano è prevedibile, comprensibile o noto. L’IA, invece, sfida l’approccio “business as usual”, introducendo nell’equazione fattori quali incertezza e possibilità.
I dirigenti non sono consapevoli di ciò che non conoscono. I leader tradizionalisti cercheranno di sfruttare l’IA quale strumento abilitante della continuità moderna. Per converso, i promotori del cambiamento faranno in modo di inserire l’IA e le rispettive incognite in una struttura che faccia di curiosità, sperimentazione e innovazione elementi del proprio modello di continuità.
In un contesto in cui un’organizzazione su due segue lo stesso copione, è giunto il momento di sbarazzarsi del vecchio e scriverne uno nuovo. Per progredire, i leader devono porsi domande diverse e mettere in dubbio gli assunti di base relativi ai modelli operativi e di business convenzionali e alle modalità di interazione tra i medesimi.
Dal futuro del lavoro ai flussi che lo definiscono, l’unico limite al ruolo svolto dall’IA nell’ambito dell’automazione e del potenziamento di un’attività è proprio la capacità di reimmaginare il lavoro stesso. Se si vuole garantire un futuro alla propria organizzazione e generare nuovo valore commerciale netto, bisogna ricorrere all’IA non solo per migliorare e ottimizzare le attività esistenti, ma anche per innovare ed eseguire quelle attività che prima del suo avvento non era possibile svolgere.
In sostanza, è giunta l’ora di sfruttare l’IA per lanciare la propria azienda verso nuovi orizzonti, iniziando dal comprendere come la stessa stia già modificando le modalità con cui viene portato a termine un lavoro.
Da automazione intelligente a innovazione intelligente
La reazione più comune all’IA è inserirla nelle modalità operative già esistenti. Iniziative quali l’eliminazione dei costi, l’automazione fine a sé stessa e i tagli ai posti di lavoro sono emblematiche di imprese che hanno impiegato l’IA senza considerarne il pieno potenziale. Mi riferisco a questo approccio con il termine “iterazione”, cioè automatizzare i processi esistenti per ottimizzare il lavoro, ridimensionare, ridurre i costi, eliminare le fasi inutili e dare slancio alle prestazioni.
L’iterazione è indispensabile. Tuttavia, se diventa l’unico approccio nell’uso dell’IA, si attribuisce troppa enfasi all’efficienza, perdendo la visione strategica di più ampio respiro o il potenziale dell’IA stessa.
Prendersi tempo per valutare il potenziale trasformativo dell’IA può consentire ai capi d’azienda di cogliere anche le opportunità di innovazione, per esempio potenziare i processi esistenti con potenzialità innovative per creare nuovo valore.
Il punto di inizio? L’individuazione dei “job to be done”
Negli anni ’40, Leo McGivena fece un’osservazione che divenne successivamente molto popolare: “Ai consumatori non interessa acquistare un trapano da un quarto di pollice. Vogliono fare un foro da un quarto di pollice!”. La realizzazione di un foro da un quarto di pollice è il “job to be done”, ossia il lavoro da svolgere. La progettazione del trapano e della rispettiva punta e una maggiore efficacia di processo rappresentano invece l’opportunità di innovazione.
Il “job” è, in pratica, ciò che un soggetto (cliente o dipendente) cerca di realizzare. Rappresenta la necessità fondamentale o la problematica che spinge un soggetto a ricercare una soluzione. Riprendendo la metafora della punta da trapano, non basta produrne in modo più efficiente. L’IA, infatti, non consente soltanto di automatizzare il processo di trapanatura, ma anche di realizzare un flusso di lavoro più efficace, aprire nuovi mercati per il trapano e addirittura creare nuove opportunità commerciali che nascono all’interno del processo di progettazione, produzione e vendita nel suo complesso.
Clayton Christensen una volta dichiarò che “comprendere veramente le esigenze dei clienti [o dipendenti] … significa comprendere il processo sottostante e … aiutarli a realizzare ciò che stanno già cercando di fare”. Allo stesso modo, il punto di partenza dell’innovazione è comprendere l’effetto dell’IA sui “job to be done” di clienti e dipendenti. L’IA non è solo in grado di migliorare molti “job to be done”, ma consente anche di reimmaginarli sulla base dell’uso che clienti e dipendenti fanno già dell’IA per risultare più efficaci.
Oltre l’efficienza per puntare all’efficacia
L’IA ci mette nella condizione di ripensare il modo in cui facciamo le cose, concentrandoci sugli obiettivi finali e ricercando il percorso migliore per conseguirli. Peter Drucker ha semplificato il concetto sostenendo che “efficacia significa fare le cose giuste, mentre efficienza significa fare le cose nel modo giusto”. Per essere al contempo efficienti ed efficaci occorre comprendere i “job to be done”. Solo in questo modo possiamo sfruttare l’intelligenza artificiale per 1) automatizzare processi e flussi di lavoro efficaci nell’ottica di una maggiore efficienza e 2) collaborare con altri soggetti per reimmaginare i processi e i flussi di lavoro esistenti nell’ottica di una maggiore efficacia e innovazione.
Un approccio innovativo per il futuro
In un’epoca in cui le aziende sentono la pressante necessità di fare di più con meno, risulta sempre più chiaro che la strada verso progresso e innovazione non può essere caratterizzata soltanto da automazione e tagli continui. Prima o poi si dovrà scegliere se puntare a prestazioni che vadano oltre lo status quo oppure rimanere relegati nel medesimo.
Automazione ed eliminazione dei costi di per sé rallentano il progresso. E in questo modo non si rende l’organizzazione a prova di futuro. Nessuna azienda ottiene una crescita esponenziale chiedendosi: “Com’è possibile lavorare sempre meglio spendendo meno?” La questione non è solo fare meglio, ma anche svolgere quelle attività che prima ci erano precluse.
La notizia incoraggiante è che, secondo una ricerca condotta da IBM, le organizzazioni che sviluppano i modelli operativi nell’ottica dell’iterazione e dell’innovazione stanno già sbaragliando la concorrenza in termini di crescita degli incassi, redditività, innovazione e coinvolgimento dei dipendenti.
Se le aziende vogliono crescere e competere in un mondo sempre più repentinamente tendente all’IA, dovranno abbracciare una strategia combinata, composta da automazione e potenziamento. Le aziende dovranno, insomma, sviluppare un quadro di “job to be done” in grado di rispecchiare le nuove potenzialità e aspettative introdotte dall’IA generativa.
Riorientamento sulla scorta dei “job to be done”
Nel pianificare le prossime fasi relative all’IA, è necessario iniziare considerando i “job to be done” l’unità di riferimento per l’analisi. Successivamente si passa alla definizione di come sarà il futuro stato motivante dell’iterazione in combinazione con l’innovazione.
1. Identificare i lavori interessati dall’IA: identificare i lavori che clienti e dipendenti stanno cercando di portare a termine e il modo in cui l’IA sta cambiando i comportamenti e le misure o ne introduce di nuovi. Effettuare una segmentazione per lavoro.
2. Comprendere il contesto influenzato dall’IA: studiare l’evoluzione del lavoro e come l’IA stia potenziando o cambiando il modo in cui clienti e dipendenti organizzano la propria attività. Prestare attenzione a eventuali punti dolenti, trade-off e attriti. Prestare attenzione agli spunti e fornire suggerimenti per evoluzione ingegneristica, risoluzioni e violazioni. Questi elementi rappresentano indizi incredibili per l’innovazione e la creazione di valore.
3. Identificare i criteri di successo in ambiente IA: sono i criteri che clienti e dipendenti impiegano per giudicare il proprio successo nel portare a termine il lavoro. Possono comprendere velocità, intuizione e facilità d’uso, creazione di nuovo valore, esperienza globale, raggiungimento degli obiettivi e altri fattori. 4. Dare la priorità e segmentare i “job to be done” guidati dall’IA: organizzare i “job to be done” come oggetto di automazione e potenziamento. Per una categorizzazione efficace, rilevare il livello di soddisfazione di dipendenti e clienti rispetto al servizio o alla soluzione esistenti. In questo modo sarà possibile definire quelli potenzialmente più efficienti o efficaci.
5. Ideare una proposta di valore incentrata sull’IA: sviluppare una narrazione che dia testimonianza del rapporto simbiotico tra l’IA e l’uomo. Proporre la prospettiva del cliente o del dipendente, sottolineando non solo efficienza ed eliminazione dei costi, ma anche come l’IA migliori la creatività umana, il processo decisionale e i risultati. Utilizzare uno storytelling che metta in risalto i casi di utilizzo alternativo e trasformativo.
6. Innovare per definire i flussi di lavoro migliorati dall’IA: fare leva sull’IA nell’ambito del processo di innovazione per sviluppare nuovi flussi di lavoro soddisfacenti, efficienti ed efficaci, in grado di introdurre modalità ancora migliori per realizzare e sperimentare i “job to be done”.
7. Pubblicizzare il lavoro potenziato dall’IA: mettere in evidenza i benefici a breve e lungo termine che l’IA può garantire sul lavoro, oltre al valore e ai vantaggi derivanti dalla collaborazione tra uomo e IA.
8. Iterare, evolvere e innovare con l’IA: con la maturazione dell’IA e l’introduzione di nuove soluzioni di IA, rivalutare i “job to be done” per restare al passo ed essere innovativi. Creare un circuito di feedback per analizzare e ottimizzare i flussi di lavoro. Inserire attività previsionali e pianificazione degli scenari per i futuri cambiamenti guidati dall’IA. Servirsi dell’analisi dei dati e dell’IA generativa per prevedere tendenze e comportamenti emergenti.
Nel suo nuovo lavoro L’Atto Creativo, il leggendario produttore musicale Rick Rubin ha scritto: “Diffidate dell’assunto secondo cui il modo in cui lavorate è il migliore solo perché è quello che avete sempre seguito in passato”.
L’IA generativa ha finalmente creato una spaccatura rispetto all’approccio “business as usual”.
Comprendere e innovare a fronte dei “job to be done” consente non solo di essere reattivi alle novità introdotte dall’IA, ma anche di anticipare le attività future e le modalità con cui i “job to be done” continueranno a evolvere e a modificarsi. In un mondo che mette l’IA in primo piano, l’unico “business as usual” sarà quello definito da resilienza e innovazione.