Tanto fa tutto l’IA. Sì, ma solo se sai cosa chiederle.

L’intelligenza artificiale semplifica molte attività, ma da sola non basta: occorrono processi chiari, dati affidabili e persone che sappiano come guidarla. Da sola infatti, non decide quali obiettivi contano né se un risultato ha valore. Ne abbiamo parlato nel webinar con Paolo Di Monte, dedicato a come introdurre l’IA in azienda in modo consapevole.

“Tanto fa tutto l’IA”.

Se ci avessero dato un euro ogni volta che abbiamo sentito questa frase, oggi saremmo su un’isola dei Caraibi… a farci scrivere gli articoli dall’IA, ovviamente.

Scherzi a parte: l’intelligenza artificiale la usiamo anche noi, ogni giorno, e ci semplifica la vita. Può scrivere testi, generare immagini, analizzare documenti e supportarci in tante attività, ma da qui a dire che il lavoro di tanti professionisti, il nostro compreso, sia diventato un optional, ce ne passa di strada.

Ne abbiamo parlato nel nostro ultimo webinar con Paolo Di Monte, consulente e formatore specializzato in AI adoption, tra i primi in Italia a certificarsi come AI Consultant secondo la norma UNI 11621-8. Puoi guardare il webinar per intero iscrivendoti a questo link.

L’IA ci dà ragione, ma questo non significa che abbiamo sempre ragione

Iniziamo subito col dire che l’intelligenza artificiale spesso tende ad assecondarci: se le presentiamo un’idea, può dirci che è ottima anche quando non lo è.

Questa tendenza in gergo tecnico si chiama sycophancy, ovvero compiacenza. Succede perché addestriamo questi modelli con i nostri stessi feedback: inconsciamente, preferiamo una risposta che ci lusinga rispetto a una che ci corregge. Il rischio qual è? Convincerci di essere sulla strada giusta anche quando non lo siamo e se l’IA non ti ferma mentre stai andando nella direzione sbagliata, può farti arrivare molto più velocemente a destinazione, anche se la destinazione è un bel muro.

Per questo, prima di chiederci che cosa può fare l’IA, è bene che ci domandiamo se siamo in grado di guidarla e di valutare le sue risposte.

Prima della tecnologia, bisogna capire il problema

Quando un’azienda ci chiede quale strumento di intelligenza artificiale dovrebbe adottare, la risposta non è sempre ChatGPT, Gemini o Copilot. Qualche volta potrebbe anche essere nessuno di questi.

Prendiamo, ad esempio, la gestione dei preventivi. Le richieste arrivano da telefono, mail e sito, e le informazioni necessarie spesso sono distribuite in supporti diversi. Chi deve preparare un’offerta si ritrova a dover ricomporre i pezzi e a gestire richieste che magari sono già arrivate una prima volta.

In una situazione del genere, qual è allora il primo passo? Capire come funziona il processo, non scegliere quale IA utilizzare. Tradotto significa chiedersi: dove si perde tempo? Quali attività si ripetono? Che cosa si potrebbe semplificare?

La soluzione potrebbe essere un’automazione tradizionale, un’interfaccia che raccolga le informazioni nel modo giusto e, solo in un secondo momento, uno strumento di intelligenza artificiale.

Dobbiamo fare attenzione a non inciampare in quello che Paolo chiama soluzionismo tecnologico: la tendenza a cercare nella tecnologia la risposta a qualsiasi problema, anche quando la difficoltà è organizzativa e va risolta dal management. Non ci stancheremo mai di ripetere che automatizzare un processo che non funziona non significa risolverlo.

Nel webinar approfondiamo proprio questo aspetto: come individuare le attività su cui intervenire e scegliere gli strumenti più adatti, senza inseguire la tecnologia del momento.

Iscriviti qui per ricevere il link alla registrazione.

ai assistant

Attenzione a quali dati affidiamo all’IA

C’è poi un aspetto da non sottovalutare: che cosa succede alle informazioni aziendali quando le affidiamo a uno strumento di intelligenza artificiale?

Non tutti i servizi funzionano allo stesso modo. Ad esempio, Google Drive può essere utilizzato con un account personale oppure attraverso Google Workspace, il servizio a pagamento pensato per le organizzazioni. L’interfaccia può sembrare la stessa, ma cambiano le condizioni di utilizzo e le garanzie sulla gestione dei dati.

Lo stesso principio vale per altri strumenti: prima di collegare un sistema ai documenti o alle informazioni dei clienti, bisogna sapere quali dati vengono condivisi, come vengono gestiti e con quali garanzie. Soprattutto quando si tratta di informazioni riservate dell’azienda.

L’IA può aiutare, ma è la competenza a fare la differenza.

L’intelligenza artificiale può suggerire idee, aiutarci a fare brainstorming, preparare una prima bozza di testo o generare un’immagine, ma il risultato non è automaticamente un buon contenuto.

Saper usare uno strumento non significa saper fare il lavoro che quello strumento ci aiuta a svolgere.

Per scrivere un contenuto efficace serve un’idea, bisogna conoscere il pubblico e sapere che cosa vogliamo comunicare. L’IA può aiutarci a sviluppare una proposta, ma poi qualcuno deve darle una direzione, riconoscere ciò che funziona e correggere ciò che non funziona.

Lo stesso vale per le immagini: generarle è sempre più semplice, ma per ottenere un risultato efficace servono ancora uno sguardo e una visione. Quelli di un fotografo, di un art director, di chi sa immaginare la scena prima di realizzarla.

Ricorda poi che il caro e vecchio Google continua a preferire contenuti che offrono qualcosa di utile, riconoscibile e originale. Se infatti si limitassero a ripetere informazioni già presenti online, senza aggiungere un punto di vista o una competenza, che cosa li distinguerebbe dagli altri?

Anche il marketing ha bisogno di dati, quelli giusti

C’è un altro cambiamento che riguarda da vicino il lavoro delle aziende e di chi si occupa di marketing.

Le piattaforme pubblicitarie utilizzano sempre più l’intelligenza artificiale per individuare il pubblico e ottimizzare le campagne. Per farlo, però, hanno bisogno di dati e di segnali affidabili.

Se riusciamo a collegare le campagne al CRM, per esempio, possiamo aiutare le piattaforme a capire non soltanto chi visita un sito o compila un modulo, ma anche quali contatti diventano clienti e quali attività portano risultati.

Il problema è che spesso queste informazioni sono sparse un po’ nelle email, un po’ nei fogli Excel, un po’ nel gestionale e magari in un CRM che non viene costantemente aggiornato.

In questo scenario, il lavoro del professionista cambia: non interviene più solo sulle impostazioni delle piattaforme pubblicitarie, ma definisce la strategia, sceglie il pubblico, costruisce il messaggio e fa in modo che arrivino i dati corretti.

Anche il marketing, quindi, ha bisogno di un’azienda che sappia mettere ordine nelle proprie informazioni. Abbiamo capito che se i dati sono incompleti o disordinati, anche gli strumenti più evoluti rischiano di lavorare alla cieca.

building blocks

Quindi, tanto fa tutto l’IA?

Non proprio, l’IA può fare moltissimo, ma non decide da sola quali siano gli obiettivi giusti, quali informazioni siano utili o se il risultato prodotto abbia valore reale.

Di che cosa ha bisogno quindi per lavorare bene?

Processi chiari, dati affidabili e, soprattutto, persone che sappiano guidarla e controllare ciò che genera.

Come abbiamo detto durante il webinar: “Se chi guida la macchina non ha la patente, forse non è colpa della macchina se ci schiantiamo”.

Vuoi capire come introdurre l’intelligenza artificiale in azienda senza rincorrere l’ultimo strumento del momento? Iscriviti qui per ricevere la registrazione del webinar con Paolo Di Monte.

E se dopo averlo guardato ti resta qualche dubbio, contattaci.