In Breve
- Qual è il tasso di adozione dell'AI nel Regno Unito?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono i principali problemi legati all'adozione dell'AI?
- Le aziende affrontano costi inattesi e guadagni di produttività limitati.
- Cosa si intende per 'shadow AI'?
- Il fenomeno in cui uno su quattro lavoratori utilizza strumenti di AI non approvati.
L’adozione dell’intelligenza artificiale (AI) nel Regno Unito ha raggiunto livelli significativi, con l’81% dei knowledge worker che utilizza strumenti di AI su base settimanale. Tuttavia, questa diffusione non ha portato a una trasformazione organizzativa tangibile né a benefici operativi chiari.
Molte aziende hanno integrato l’AI in processi frammentati e sistemi inefficienti, aggravando problemi preesistenti invece di risolverli. Secondo un sondaggio, il 58% dei responsabili IT ha segnalato un’alta adozione dell’AI, ma con guadagni di produttività misurabili limitati. Inoltre, l’82% delle aziende ha dovuto affrontare aumenti di costo inattesi legati all’implementazione dell’AI.
Un altro aspetto critico è la governance delle implementazioni AI. Quasi due terzi dei leader IT affermano di essere interamente responsabili degli esiti derivanti dall’uso dell’AI, ma le implementazioni avvengono spesso al di fuori di percorsi di governance strutturati. Questo crea una situazione in cui le responsabilità sono diffuse senza una visibilità adeguata.
Il fenomeno della “shadow AI” è particolarmente rilevante: uno su quattro lavoratori utilizza strumenti di AI non approvati, creando attrito con le soluzioni ufficiali e complicando ulteriormente la gestione delle tecnologie AI in azienda.
Un altro ostacolo significativo è la carenza di contesto organizzativo. Circa la metà dei leader IT ha indicato che i progetti di AI si arenano a causa della mancanza di informazioni su struttura, priorità e diritti decisionali necessari per generare output utilizzabili senza dover apportare correzioni onerose.
Le metriche attualmente adottate per valutare l’efficacia dell’AI spesso risultano fuorvianti. Misurare semplicemente il numero di licenze, i prompt inviati o le ore teoricamente risparmiate non fornisce un quadro chiaro del valore reale dell’AI. È fondamentale spostare l’attenzione verso esiti concreti, come la riduzione dei tempi di risoluzione delle richieste dei clienti, il minor tempo necessario per la ricerca delle informazioni e decisioni più rapide.
Un esempio pratico di applicazione efficace dell’AI è la creazione di un assistente di vendita che misura l’impatto sul processo commerciale, analizzando tassi di risposta e nuovi incontri generati. Con l’emergere di agenti AI in grado di operare autonomamente, le organizzazioni devono prestare attenzione a quali agenti esistono, chi li ha creati, quali dati possono accedere e come viene misurata la loro performance.
Le aziende che trarranno maggior vantaggio dall’adozione dell’AI non saranno necessariamente quelle che utilizzano più strumenti AI, ma quelle che riescono a collegare l’AI a responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI è solo il primo passo; il vero obiettivo rimane la creazione di valore misurabile.