La febbre da intelligenza artificiale ha spinto molte aziende a integrare questa tecnologia quasi a occhi chiusi, cercando di rivoluzionare l'intero business con una strategia universale di innovazione.
Il problema è che il business è composto da molti casi d'uso diversificati e mettere in piedi sviluppi omnicomprensivi implica un fallimento quasi certo: progetti troppo estesi e complessi sono difficili da gestire e comportano più rischi che benefici.
Ravi Tenneti, vice presidente senior di Engineering presso Jorie AI, spiega che le migliori iniziative di intelligenza artificiale sono quelle che mirano a risolvere un problema specifico, concentrandosi su una singola sfida o su un unico use case.
Trovandoci ancora in una fase di valutazione dei vantaggi dell'IA, è più sicuro ed efficace sviluppare progetti circoscritti ma altamente mirati in grado di sbloccare il potenziale delle diverse aree di business.
Questo non significa limitare le capacità dell'IA o non sfruttarla appieno, ma semplicemente incanalare le sue potenzialità verso un caso d'uso specifico per trarne il massimo valore.
L'area di azione potrebbe essere un intero processo o, meglio ancora, una parte di esso. Concentrarsi su un problema alla volta consente di massimizzare i benefici e contenere gli impatti negativi, ottenendo così vantaggi significativi per l'intero business.
Poiché le soluzioni di IA sono contenute e quindi più "controllabili", è più facile progettarle, svilupparle, ottimizzarle e supervisionarle per limitare contraccolpi e colli di bottiglia.
I vantaggi di progetti di IA circoscritti
Tra i vantaggi principali di implementare progetti di IA focalizzati su problemi specifici, Tenneti individua l'aumento del ROI e un raggiungimento più veloce dei risultati, il che aiuta a giustificare e ammortizzare i costi iniziali degli investimenti.
Bisogna considerare anche che, usando l'IA per risolvere un problema ben definito, è più facile per i dipendenti comprendere il valore di questa tecnologia e adattarsi al cambiamento, combattendo la riluttanza iniziale.
Ridurre lo scope dei progetti di IA significa anche riuscire a misurare in maniera più precisa il successo delle iniziative tecnologiche e, dopo aver ottenuto i primi risultati, favorire l'adozione di questa tecnologia in tutta l'organizzazione.
Per cominciare il percorso dell'integrazione dell'IA è essenziale individuare i punti e le sfide più critici dell'organizzazione dove la tecnologia può portare i maggiori vantaggi. Le aree ad alto impatto sono quelle su cui concentrarsi, anche se si tratta di progetti piccoli.
Durante il processo è importante collaborare con team di esperti, sia di IA che del problema che si sta cercando di risolvere, per capire se si sta procedendo nella direzione giusta. A supporto di queste attività ci devono essere dei processi di test e raffinamento che smussino le criticità del progetto affinché diventi efficace e a basso rischio.
Infine, è necessario misurare i risultati in ogni fase e comunicare gli esiti agli stakeholder per favorire la trasparenza delle iniziative.
L'adozione dell'IA è un processo molto delicato che richiede la collaborazione di diverse entità e il successo di molteplici attività; per questo è più conveniente concentrarsi su progetti e problemi specifici che possano dare risultati concreti il prima possibile e aprire la strada a nuove integrazioni.